[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

说明书

本发明提出一种基于人工势场和蚁群算法的无人机路径规划方法，包括以下过程：S1：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；S2：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；S3：通过蚁群算法规划避障路线；S4：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。

技术领域

本发明涉及无人机路径规划技术领域，特别是一种基于人工势场和蚁群算法的无人机路径规划方法。

背景技术

无人机具有机动性强、自重轻、体积小、造价低、空间利用率高等显著优势，被越来越多的应用于各个领域，特别是在山区突发灾害，例如地震、泥石流等难以在短时间内组织人员到达的灾害，无人机可以迅速响应并承担运输医疗救援包等应急物资的任务，对挽救人民生命财产有重要意义。

目前，广泛应用的规划方法有A*算法、人工势场法、神经网络算法、模糊算法、栅格法、蚁群算法、动态窗口算法等。这些算法在使用时大都存在计算量大、收敛速度慢、参数不易确定、易于陷入局部最优等问题。其中，人工势场法设定无人机在目标点引力和障碍物斥力的合力作用下运动，其路径平滑、方法简单、易于实现，是一种新型的路径规划避障方法。但该方法容易出现局部极小点以及无法避让大型障碍物的问题。公开号为CN 110209171 A的中国专利“一种基于人工势场法的路径规划方法”通过人工势场法对障碍物进行分析和计算，从而使得移动机械可以在环境中找出最优的行走轨迹，避免移动机械行走时与障碍物碰撞，但当目标点附近有大型障碍物，机器人在靠近目标时会受到障碍物极大的斥力作用，导致无法到达目标点。Zhang Jialong等提出一种基于虚拟结构和“领导者跟随者”控制策略的三维避障控制算法，障碍物在人工势场法中被视为质点或形状均匀的圆，但障碍物实际的形状和大小各异，运用人工势场法难以计算斥力。

发明内容

为解决上述技术问题，避免陷入局部极小点和有效避让大型障碍物，并解决利用人工势场法难以计算斥力等问题，特提出一种将人工势场法与蚁群算法相结合的改进算法，以人工势场法指导全局路径规划、蚁群算法指导局部路径规划。

本发明是通过以下技术方案来实现：

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。

进一步地，其中所述步骤1还包括：

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。

进一步地，其中所述步骤2还包括：将地图进行栅格化处理，图中的方格代表节点，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。

进一步地，其中所述步骤3还包括：