[发明专利]一种蜂群无人机AI航站楼算法

说明书

本发明公开了一种蜂群无人机AI航站楼算法，步骤一，取任务点中心经纬度坐标为P₀，n个无人机经纬度坐标分别为P₁…P_n，计算得出当前所有无人机距离中心点坐标最远距离为S；可让航空飞行器实时地更新绝对最优路径，从而方便用户使用、提高蜂群系统的环境适应性、且满足算法计算量小的要求。

技术领域

本发明属于航空航天飞行器的相关技术领域，尤其涉及一种蜂群无人机AI航站楼算法。

背景技术

随着消费级无人机技术的不断成熟，不断完善的自动避障系统可以极大的减少因操作失误而带来的各项损失，目前避障能力正逐渐成为了无人机自动化或智能化的关键点所在。

然而在蜂群无人机系统中，首先无人机数量较多，少则十几架，多则上百架，其次无人机个体属于移动型障碍物，且运动频繁，轨迹不规则。如果在蜂群系统中使用障碍物感知设备，会导致成本高、运算量大，并且在蜂群系统运行时，无人机本身作为障碍物的比重相对固定障碍物比重大。所以，需要针对蜂群无人机系统研究一个航线管理避让的算法，以达到减少时间成本，增加安全性的目的。

发明内容

为了克服上述现有技术的不足之处，本发明提供一种蜂群无人机AI航站楼算法，可让航空飞行器实时地更新绝对最优路径，从而方便用户使用、提高蜂群系统的环境适应性、且满足算法计算量小的要求。

为实现上述目的，本发明采用如下技术方案：一种蜂群无人机AI航站楼算法，包括如下步骤：

步骤一，取任务点中心经纬度坐标为P₀，n个无人机经纬度坐标分别为P_1…P_n，计算得出当前所有无人机距离中心点坐标最远距离为S；

步骤二，通过中心点坐标P₀、距离S与高度H^max得出三维立体四边形W，其中H^max为允许无人机最高飞行高度；

步骤三，通过安全距离S^v与S^h生成三维坐标系W_3d，同时计算出无人机对应的W_3d系坐标x_n、y_n、z_n，其中S^v为两架无人机水平允许最低安全距离为，S^h为两架无人机垂直允许最低安全距离；

步骤四，n个无人机中取第m个的当前位置为P^c_m，目标点P^t_m，标记无人机当前位置W_3d[x_m,y_m,z_m]为不可通过，记录当前处于W_3d[x_m,y_m,z_m]的无人机编号m；

步骤五，寻找P^c_m周边26方向是否可通过，将P^c_m和可通过的坐标点加入到二叉堆T₁中，并设置其父节点为P^c_m，并且，将不可通过的坐标点加入到二叉堆T₂中；

步骤六，从T₁中删除P^c_m并加入到T₂中；

步骤七，寻找P^c_m周边坐标点与P^t_m的最小代价值的点P’，将该点从T₁中删除并加入到T₂中；