[发明专利]一种基于人工势场和蚁群算法的无人机路径规划方法

权利要求书

1.一种基于人工势场和蚁群算法的无人机路径规划方法，其特征在于，包括以下步骤：

步骤1：将无人机的运行空间定义为一个势能场，利用人工势场法得到初始路径；

步骤2：当检测到大型障碍物时，将地图栅格化，确定避障的起始节点和终止节点；

步骤3：通过蚁群算法规划避障路线；

步骤4：当无人机完成障碍物避让后，继续采用人工势场法进行路径规划，以此循环，直到到达目标点。

2.根据权利要求1所述的一种基于人工势场和蚁群算法的无人机路径规划方法，其特征在于，所述步骤1还包括以下步骤：

步骤1.1：设无人机坐标为X(x,y)，目标点坐标X_t(x_t,y_t)，障碍物坐标为X_o(x_o,y_o)，设无人机只受引力作用，引力系数为k，则引力场：

式中R为无人机与障碍物的危险距离；

步骤1.2：当无人机与障碍物距离大于R时，无人机在人工势场法的引力场下向目标位置移动；否则进行避让，无人机不受引力场作用并停止移动。

3.根据权利要求1所述的一种基于人工势场和蚁群算法的无人机路径规划方法，其特征在于，所述步骤2包括以下步骤：将地图进行栅格化处理，所得方格代表节点，其长度为1，设X_a为起始节点，并将障碍物外围一层的节点与终点进行欧几里得距离计算，将距离终点最短的点X_e(x_e,y_e)设为终止节点。

4.根据权利要求1所述的一种基于人工势场和蚁群算法的无人机路径规划方法，其特征在于，所述步骤3包括以下步骤：

步骤3.1：首先初始化环境信息，令时间t和循环次数N为0，设置蚂蚁数量m和最大循环次数N，并初始化各个栅格点上的信息素，并将所有蚂蚁都置于起始节点；

步骤3.2：启动蚁群，用计算的概率进一步用轮盘法随机选择下一个路径点，若此栅格到其相邻栅格的路径上的信息素值均为0，则回馈到上一个搜索的路径点，并将其置为障碍栅格；其计算方法为：

其中，α为信息启发因子、β为期望启发因子；τ_ij(t)表示t时刻ij连线上蚂蚁残留的信息量，在初始时刻各条路径上信息量相等，设τ_ij(0)＝C，(C为常数)；allowed_k＝{0，1，......，n-1},u_k表示蚂蚁下一步允许选择的网格，集合u_k随着进化过程作动态调整，实时记录网格编号；η_ij表示由栅格i转移到j的期望程度，可根据某种启发式算法具体确定；

步骤3.3：重复步骤3.2，直到蚁群到达终止节点；

步骤3.4：对蚁群搜索到的路径进行交叉运算，记录周游最优蚂蚁和全局最优蚂蚁的路径信息，并更新各条路径上的信息素，其更新方式如下：

τ_ij(t+1)＝(1-ρ)*τ_ij(t)+Δτ_ij(t,t+1)

其中，ρ为信息素挥发因子；Q是常数，L_k表示第k只蚂蚁在本次循环中所走路径的长度；

步骤3.5：若蚁群全部收敛到一条路径或达到最大循环次数，则循环结束，输出最佳路径，否则回到步骤3.2。

5.根据权利要求1所述的一种基于人工势场和蚁群算法的无人机路径规划方法，其特征在于，所述步骤4包括以下步骤：当无人机完成障碍物避让后，继续采用人工势场法进行路径规划，直到到达目标点。