[发明专利]基于Voronoi图的多无人机编队队形可靠变换方法

权利要求书

1.基于Voronoi图的多无人机编队队形可靠变换方法，其特征是：包括以下步骤：

步骤1)确定初始队形中每架无人机抵达目标队形中的位置，以整体路径最短为目标，确定对应关系；

步骤2)以初始队形中每架无人机的位置为离散点，用维诺图对无人机的路径规划空间进行建模，构造维诺图结构；

步骤3)在维诺图中，根据步骤1)每架无人机的确定的目标，判断起始点和目标点的位置；

步骤4)在每架无人机完成第一次飞行之后，以当前飞机所在位置，重新构建维诺图，重复步骤3)，规划所有无人机第二次的路径，依次迭代，直至每架无人机安全到达目标位置，则完成编队的变换；

所述步骤3)具体包括：

a.若目标点在起始点所在的维诺图中，则不考虑其他因素直接飞行，在第一次飞行到达目标点后等候其它无人机完成至目标点的飞行；

b.若目标点不在起始点所在的维诺图中，则以每架无人机所在维诺图的顶点为节点数据，用A*算法，在维诺图中实现每架无人机的全局路径规划；用A*算法，在维诺图中实现每架无人机的全局路径规划包括：

b1.判断规划的全局路径，如若没有轨迹交叉，则在节点处设置局部目标点，采用人工势场法，从起始点到最近节点的内部轨迹为每架无人机的第一次飞行；

b2.若轨迹交叉，则在交叉点设置障碍物点，且在无人机位置距离交叉点路程的1/2处重新设置节点，采用A*算法再次规划全局路径，在新节点处和轨迹与当前维诺图边界的交叉处设置局部目标点，用人工势场法引导无人机运动，则无人机到第二个局部目标点的维诺图内部轨迹为每架无人机的第一次飞行。

2.根据权利要求1所述基于Voronoi图的多无人机编队队形可靠变换方法，其特征是：所述的步骤1)整体路径最短为目标的函数是：

其中，p_i(a,b)为初始状态每架无人机的坐标，Q_i(x,y)为目标状态队形变换后的每架无人机的位置。

3.根据权利要求1所述基于Voronoi图的多无人机编队队形可靠变换方法，其特征是：所述步骤2)中构造维诺图结构是由一系列的按照一定规则生成的网格组成，是一种基本的几何结构，维诺图中的网格将地图空间按照点集划分为很多区域，每个区域到区域内点的距离最小，维诺图的边界则离周围点集距离最远，给出Ω内的一组初始点定义V_i为：

V_i＝{y∈Ω|||y-x_i||＜||y-x_j||,j＝1,2,3…N,j≠i} (2)

其中，为Ω内初始点，V_i为Ω内的维诺图结构，利用维诺图对每架飞机的周围环境进行建模，即将无人机的飞行环境用维诺图进行表示，以便使用算法来进行路径搜寻。

4.根据权利要求1所述基于Voronoi图的多无人机编队队形可靠变换方法，其特征是：所述的A*算法在维诺图中进行全局路径规划，A*算法加入了启发函数h(n)，从而提高了搜索效率，A*算法采用的代价函数为

f(n)＝g(n)+h(n) (3)

式中，f(n)为节点n的预测总代价，g(n)为从初始位置到节点n已经花费的代价，h(n)为节点到目标位置的预测代价。

5.根据权利要求1所述基于Voronoi图的多无人机编队队形可靠变换方法，其特征是：所述步骤4)具体包括：重新构建维诺图，依次迭代，直至每架无人机到达目标位置，则完成无人机队形的变换，否则，采用分步模式，在每架无人机到达当前局部目标点时重构建维诺图，直到每架无人机到达目标点。

6.根据权利要求1所述基于Voronoi图的多无人机编队队形可靠变换方法，其特征是：所述的人工势场法通过在运动目标点设置对全局的引力场，障碍物设置一定范围的斥力场，引力与斥力的合力引导物体进行运动。