[发明专利]一种多无人机路径规划方法

权利要求书

1.一种多无人机路径规划方法，其特征在于，包括如下步骤：

(1)构建多无人机路径规划场景模型：

构建包括分布在三维直角坐标系xoy平面内的监测区域和位于该三维直角坐标系空间中的无人机群A＝{A_i|1≤i≤M}的多无人机路径规划场景模型，监测区域包括无人机群A的出发点depot和N个监测点V＝{n_j|1≤j≤N}，其中，M表示无人机的架数，M≥2，A_i表示飞行高度为H_i的第i架无人机，n_j表示位置坐标为(x_j,y_j)的第j个监测点，N≥M；

(2)构建监测区域的无向完全图：

将监测点V随机划分为与无人机的架数相等的M个分区，每个分区至少包含一个监测点，并将每个分区中的每两个监测点，以及每个分区中的每个监测点与A的出发点depot进行连接，形成无向完全图集合ψ＝{Gⁱ|1≤i≤M}，其中，Gⁱ表示A_i对应的无向完全图；

(3)对无人机群A进行任务分配：

(3a)计算每个无向完全图Gⁱ中所有边的总长度W(Gⁱ)；计算每个监测点n_j到每个无向完全图Gⁱ中每个监测点及出发点depot所形成的边的总长度ΔW(Gⁱ,n_j)；计算每个无向完全图Gⁱ的大小D(Gⁱ)；

(3b)设无向完全图集合ψ中每两个无向完全图组合成的所有无向完全图对的检查参数为unchecked，每个无向完全图对的转移参数和交换参数分别为flag_t和flag_s，当unchecked＝1时，表示ψ中存在未检查的无向完全图对，当unchecked＝0时，表示ψ中不存在未检查的无向完全图对，当flag_t＝1时，表示无向完全图对中的两个无向完全图可以进行点的转移，当flag_t＝0时，表示无向完全图对中的两个无向完全图不可以进行点的转移；当flag_s＝1时，表示无向完全图对中的两个无向完全图可以进行点的交换，当flag_s＝0时，表示无向完全图对中的两个无向完全图不可以进行点的交换，并令unchecked＝1，flag_t＝1，flag_s＝1；

(3c)对无向完全图集合ψ进行优化：

(3c1)判断unchecked＝1是否成立，若是，执行步骤(3c2)，否则，令得到ψ优化后的无向完全图集合

(3c2)判断无向完全图集合ψ中是否存在flag_t＝1的无向完全图对，若是，随机选取一个flag_t＝1的无向完全图对(G^a,G^b)，并执行步骤(3c3)，否则，执行步骤(3c4)；

(3c3)当D(G^a)＞D(G^b)时，判断G^a中是否存在一个转移到G^b中且满足max{D(G^a),D(G^b)}减小的监测点，若是，将max{D(G^a),D(G^b)}减小最多的点作为最佳转移点n_v^*，并将n_v^*从G^a中转移到G^b中，同时对G^a和G^b的W、ΔW和D以及与G^a和G^b组成的所有无向完全图对的参数进行更新后，执行步骤(3c1)，否则，令(G^a,G^b)对应的转移参数flag_t＝0，并执行步骤(3c1)；

(3c4)判断无向完全图集ψ中是否存在flag_s＝1的无向完全图对，若是，随机选取一个flag_s＝1的无向完全图对(G^ε,G^η)，并执行步骤(3c5)，否则，令unchecked＝0，并执行步骤(3c1)；

(3c5)判断G^ε和G^η中是否各存在一个交换到对方的无向完全图中，且满足max{D(G^ε),D(G^η)}减小的监测点，若是，将max{D(G^ε),D(G^η)}减小最多的两个点作为最佳交换点并将在无向完全图G^ε与G^η之间进行交换，同时对G^ε和G^η的W、ΔW和D以及与G^ε和G^η组成的所有无向完全图对的参数进行更新后，执行步骤(3c1)，否则，令(G^ε,G^η)对应的交换参数flag_s＝0，并执行步骤(3c1)；

(3d)对无向完全图集合ψ^π进行改善：

(3e)设优化后的无向完全图集ψ^π中最大无向完全图大小是否可以减小的参数为possible_1，当possible_1＝1时，表示可以减小，当possible_1＝0时，表示不可以减小，并令possible_1＝1；

(3f)判断possible_1＝1是否成立，若是，令

并执行步骤(3g)，否则，令得到对ψ^π改善后的无向完全图集合

(3g)对无向完全图集合ψ^*进行调整：

(3g1)假设中存在满足如下条件的监测点n_j，则n_j为异常点，得到ψ^*对应的异常点集合

其中包含了中的所有异常点，α为异常点判断门限，1≤k^*≤M，k^*≠i^*，m_i*表示包含的点数目；

(3g2)将中的每个异常点n_j从当前所在的无向完全图转移至n_j距离ψ^*中的最小的无向完全图中，1≤s^*≤M，并对无向完全图和的W、ΔW和D以及与和组成的所有无向完全图对的参数进行更新，得到调整后的无向完全图集合

(3h)令unchecked＝1，并按照步骤(3c)的方法对进行优化，得到优化后的无向完全图集

(3i)判断是否成立，若是，令ψ^π←ψ^·，并执行步骤(3f)，否则，令possible_1＝0，并执行步骤(3f)；

(4)获取无人机群A的路径规划结果：

(4a)对ψ^×中的每个无向完全图进行TSP路径规划，得到ψ^×对应的最小哈密顿环集合和无人机群A飞行距离集合表示对应的最小哈密顿环，表示的长度；

(4b)设最小哈密顿环集合h中每两个最小哈密顿环组成的最小哈密顿环对的参数为flag，当flag＝1时，表示最小哈密顿环对中的两个最小哈密顿环可以进行点的转移，当flag＝0时，表示最小哈密顿环对中的两个最小哈密顿环不可以进行点的转移，令所有最小哈密顿环对的参数flag＝1；设h中最大飞行距离是否可以减小的参数为possible_2，当possible_2＝1时，表示可以减小，当possible_2＝0时，表示不可以减小，并令possible_2＝1；

(4c)判断possible_2＝1是否成立，若是，执行步骤(4d)，否则，令并输出无人机群A的最小哈密顿环集合

(4d)判断h中是否存在flag＝1的最小哈密顿环对，若是，随机选取一个flag＝1的最小哈密顿环对(h^l,hⁿ)，并执行步骤(4e)，否则，令possible_2＝0，并执行步骤(4c)；

(4e)当T(h^l)＞T(hⁿ)时，判断h^l中是否存在一个转移到hⁿ中且满足max{T(h^l),T(hⁿ)}减小的监测点，若是，将max{T(h^l),T(hⁿ)}减小最多的点作为环最佳转移点n_v^·，并将n_v^·从h^l中转移到hⁿ中，同时对h^l、hⁿ、T(h^l)和T(hⁿ)以及所有与h^l、hⁿ组成的最小哈密顿环对的参数flag进行更新后，执行步骤(4c)，否则，令(h^l,hⁿ)对应的参数flag＝0，并执行步骤(4c)。