[发明专利]路径规划方法、装置、设备及存储介质

说明书

本申请涉及一种路径规划方法、装置、设备及存储介质，所述方法包括：将待优化区域进行网格化处理，得到网格区域图；在网格区域图中，确定巡航起点、巡航途经点和巡航终点的位置；采用预设的萤火虫算法，对巡航起点、巡航途经点和巡航终点的位置进行最优解求解，得到目标巡航路径；萤火虫算法的每次迭代过程中，采用预设的移动因子对萤火虫的位置进行更新，移动因子用于扩大萤火虫的搜索范围。本申请实施例提供的技术方案可以提高路径规划的精度。

技术领域

本申请涉及无人机技术领域，特别是涉及一种路径规划方法、装置、设备及存储介质。

背景技术

随着无人机技术的发展，路径规划问题是无人机导航的关键技术之一，其主要任务是在有障碍物的环境中寻找一条从起点到目标点之间可行的、无碰撞的最优或者接近最优的路径。

现有的无人机路径规划方法主要包括：可视图法、人工势场法以及各种智能规划算法等。其中，在智能规划算法中，常用粒子群智能规划算法对无人机的路径进行规划，粒子群算法主要是通过粒子之间的信息传递而实现最优路径的目的，通常采用粒子的当前位置信息、全局最优信息以及个体最优信息求解下一步粒子的迭代位置，最终粒子移动的路线即为规划得到的路径。

然而，这种方法易陷入局部最优，从而降低了路径规划的精度。

发明内容

基于此，本申请实施例提供了一种路径规划方法、装置、设备及存储介质，可以提高路径规划的精度。

第一方面，提供了一种路径规划方法，该方法包括：

将待优化区域进行网格化处理，得到网格区域图；在网格区域图中，确定巡航起点、巡航途经点和巡航终点的位置；采用预设的萤火虫算法，对巡航起点、巡航途经点和巡航终点的位置进行最优解求解，得到目标巡航路径；萤火虫算法的每次迭代过程中，采用预设的移动因子对萤火虫的位置进行更新，移动因子用于扩大萤火虫的搜索范围。

在其中一个实施例中，采用预设的萤火虫算法，对巡航起点、巡航途经点和巡航终点的位置进行最优解求解，得到目标巡航路径，包括：

根据巡航起点、巡航途经点和巡航终点的位置，规划多个初始巡航路径；根据各初始巡航路径，初始化每个初始巡航路径上每个萤火虫的位置坐标；将每个初始巡航路径上每个萤火虫的位置坐标代入到预设的目标函数中进行最优值求解，得到目标巡航路径。

在其中一个实施例中，将每个初始巡航路径上每个萤火虫的位置坐标代入到预设的目标函数中进行最优值求解，得到目标巡航路径，包括：

将每个初始巡航路径上每个萤火虫的位置坐标代入到预设的目标函数中进行最优值求解，得到多个候选巡航路径；根据多个候选巡航路径中最短的巡航路径和移动因子，对每个萤火虫的位置坐标进行更新，并返回执行将每个初始巡航路径上每个萤火虫的位置坐标代入到预设的目标函数中进行最优值求解，得到多个候选巡航路径的步骤，直到满足预设的迭代截止条件为止，将最后一次迭代得到的多个候选巡航路径中的最短巡航路径确定为目标巡航路径。

在其中一个实施例中，根据多个候选巡航路径中最短的巡航路径和移动因子，对每个萤火虫的位置坐标进行更新，包括：

根据多个候选巡航路径中最短的巡航路径，确定目标萤火虫的位置坐标；目标萤火虫为亮度最大的萤火虫；根据每个萤火虫的位置坐标与目标萤火虫的坐标，计算每个萤火虫与目标萤火虫之间的距离和吸引度；根据距离、吸引度和移动因子，更新每个萤火虫的位置坐标。

在其中一个实施例中，该方法还包括：

获取待优化区域中的障碍物的位置；根据障碍物的位置，判断目标巡航路径中是否存在障碍物；若是，则更新移动因子，并返回执行采用预设的萤火虫算法，对巡航起点、巡航途经点和巡航终点的位置进行最优解求解，得到目标巡航路径的步骤。

在其中一个实施例中，该方法还包括：