[发明专利]基于软翼无人机的遍历规划方法

说明书

本发明涉及一种基于软翼无人机的遍历规划方法。该方法包括：采用区域分割法将软翼无人机待遍历区域划分为可行区域和障碍物区域；采用基于代价函数的改进贪心算法确定可行区域的待遍历顺序；采用折返形算法实施可行区域遍历，计算贴线直行的下一时刻目标期望点C的位置坐标、航向角，计算转弯过程中的偏航角速度；控制软翼无人机的行进轨迹。本方法实现了遍历规划，通过数值仿真验证了算法的可靠性。

技术领域

本发明属于软翼无人机路径规划的技术领域，具体的说是一种基于软翼无人机的遍历规划方法。

背景技术

由于具有结构简单、成本低、负载自重比大等一系列优点，软翼无人机非常适合空中长时间滞空搜索以及灾后物资的自动运送，并且可适用于从搜寻救援、物资定点投放等军事用途拓展到地图绘制、短程投递等民用方向。但是由于软翼无人机空气动力学平面柔性特性和机体非刚性连接的特点，使之存在附加质量、柔性结构以及内部相对运动，这给软翼无人机的深入研究带来了障碍。目前基于软翼无人机的研究停留在建模和飞行控制上，而对软翼无人机路径规划的可行性研究少有涉及。为了完成上述任务，需要对软翼无人机的遍历规划方法进行研究。

对软翼无人机的遍历规划方法的研究中，需要考虑的问题主要是三个：(1)可行子区域的划分与标记；(2)基于避障的前提下实现重复覆盖最少、路径最短。(3)在遍历规划过程中应充分考虑软翼无人机的动力学约束，避免软翼无人机发生失速坠落。

软翼无人机要遍历的区域分为可行区域和障碍物区域，为了使得方法更具有通用性，采用纵向划分方式进行区域划分，并进行区域边界取点实现对可行子区域的标记。经过以上处理后，相当于把整个自主规划遍历问题简化为对点的遍历和点所代表的相邻区域的不重复覆盖问题。

由于重复覆盖率最少、路径最短是最典型的TSP问题，解决这类问题最典型的方法是贪心算法。然而，贪心算法只是一种实现了局部最优的最短路径规划方法，未考虑到存在障碍物的问题。

目前较为常用的实现避障的方法是采用A*算法。A*算法通过比较当前路径栅格的8个邻接的启发式函数值F来逐步确定下一个路径栅格。其缺点是当存在多个最小值时A*不能保证搜索的路径最优，并且采用A*算法仅仅能够实现避障，难以与子区域遍历方法结合，实现区域的遍历规划。

发明内容

针对现有技术中的上述不足，本发明提供了一种基于软翼无人机的遍历规划方法。引入代价矩阵能够有效的实现自主避障，简单可行；引入贪心策略与代价函数结合，通过局部最优的方式接近全局最优；代价函数与路径规划算法结合实现避障。

本发明为实现上述目的所采用的技术方案是：一种基于软翼无人机的遍历规划方法，包括以下步骤：

步骤1：采用区域分割法将软翼无人机待遍历区域划分为可行区域和障碍物区域；

步骤2：采用基于代价函数的改进贪心算法确定可行区域的待遍历顺序；

步骤3：采用折返形算法实施可行区域遍历，计算贴线直行的下一时刻目标期望点C的位置坐标、航向角，计算转弯过程中的偏航角速度；

步骤4：按照待遍历顺序和贴线直行的下一时刻目标期望点C的位置坐标、航向角、转弯过程中的偏航角速度，控制软翼无人机的行进轨迹。

其中，所述采用区域分割法将软翼无人机待遍历区域划分为可行区域和障碍物区域，包括：

将待遍历区域近似为一个矩形区域，将障碍物近似为矩形；

根据障碍物矩形的坐标，将待遍历区域划分为若干个可行区域和障碍物区域；所述可行区域为软翼无人机实际遍历区域；所述可行区域和障碍物区域均为矩形；

从待遍历区域左至右，分别取第一个可行区域左边界中心点、相邻可行区域的交线中心点、最后一个可行区域右边界中心点作为待遍历可行区域的位置点。