[发明专利]基于蚁群算法与人工势场法的无人机编队重构系统及方法

说明书

基于蚁群算法与人工势场法的无人机编队重构系统及方法，系统包括目标分配模块、路径规划模块、地面站模块；采用群智能优化算法对标准蚁群算法的选择策略进行改进，提高了算法的全局搜索能力以及搜索精度，当无人机群组规模较大时，有更大的概率搜索到全局最优解。在路径规划过程中采用改进的人工势场法，其中对引力场公式的改进解决了无人机移动初期引力场过大可能导致碰撞的问题，对斥力场的改进解决移动无人机在靠近目标点过程中，目标不可达的问题。如果无人机陷入局部最小点，通过给当前无人机额外施加一个逃出力，帮助其摆脱局部最小点，采用局部极小点逃离策略有效解决了人工势场法容易陷入局部最优的问题。本发明具有较快的计算速度。

技术领域

本发明属于多无人机在编队重构过程中的最优路径寻找领域，具体涉及一种基于蚁群算法与人工势场法的无人机编队重构系统及方法。

背景技术

无人机由于其体积小、灵活性高、功能性多、操作性强，无人员伤亡等诸多优点，在交通管控、航空拍摄、无线通信、气象预测、灾情预警救助、军事侦察等领域都得到快速的普及以及广泛的应用。由于单架无人机在执行指定任务中具有一定的局限性，如在侦察任务时，如果无人机出现故障，则必须中断任务返航维修，可能错过任务的最佳完成时间。在进行农药灌溉或者军事侦察时，单无人机由于其视野覆盖范围有限，完成任务的效率较低且容易遗漏任务目标。无人机编队控制是指多无人机在执行任务的过程中会按照指定几何形状进行飞行，从而适应不同的任务以及环境。由于多无人机编队飞行具有搜索范围大、整体效率高、信息收集完备性强、气动效率高等优点，能够很好的克服单无人机执行任务中存在的问题和局限性，因此对于无人机编队控制的研究也成为无人机领域的一个研究热点。作为一门新兴理论，无人机编队技术涉及空气动力、传感器、电子、计算机、控制、通信及人工智能等多个学科和技术领域的交叉，它涵盖了队形生成、队形保持、队形变换、编队集结与解散、自适应重构、机间避碰与空域障碍物规避等多个子研究领域。每个子研究领域都已经开展了大量的研究，并取得了不少研究成果，但仍有很多技术问题尚待探索和解决。

综上所述，无人机编队重构的最佳位置难以确认，计算开销较大且无人机具有一定的体积，移动过程中存在碰撞的风险。而无人机编队重构的难点在于当无人机群规模较大时，目标分配的计算开销大，精度较低，并且无人机移动过程中容易发生碰撞。鉴于此，通过智能优化算法以及人工势场法寻找每一架无人机在编队重构过程中的最优路径，智能算法可以提高搜索精度，人工势场法可以防止无人机在移动过程中发生碰撞，并且具有较快的计算速度。

发明内容

本发明的目的在于针对无人机编队重构的最佳位置寻找问题，提供一种基于蚁群算法与人工势场法的无人机编队重构系统及方法，能够搜索到编队变化过程中以总路径最短为优化目标的全局最优匹配结果，具有较快的计算速度，可以防止无人机移动过程中发生碰撞。

为了实现上述目的，本发明采用如下的技术方案：

一种基于蚁群算法与人工势场法的无人机编队重构系统，包括：

-目标分配模块；

通过地面站获取无人机群的坐标信息，采用群智能优化算法，以无人机群组内所有无人机移动路径总长最短为优化目标，确定初始编队与目标编队内无人机的匹配关系；

-路径规划模块；

对目标分配模块计算所得的无人机匹配关系，使用路径规划算法计算无人机群组中每一架无人机的移动轨迹，并将计算所得的航点坐标通过地面站发送至无人机群组；

-地面站模块；

用于接收无人机群组中每一架无人机在原始编队下的坐标数据，运行目标分配模块以及路径规划模块，通过计算得到目标编队的最优匹配关系以及无人机群组内每一架无人机的无碰撞移动轨迹的航点坐标，并将航点坐标发送至相对应的无人机。