[发明专利]一种多约束条件下的智能飞行器航迹规划方法

权利要求书

1.一种多约束条件下的智能飞行器航迹规划方法，其特征在于：根据飞行器的飞行区域，设定飞行器的出发地为A，目的地为B，并设定航迹约束条件，根据约束条件，进行飞行器航迹规划，具体包括以下步骤：

步骤1：模型假设；

1)将智能飞行器的航迹规划转换为飞行器的路径规划问题，基于几何学的空间搜索，不考虑飞行器的运动学和动力学约束，生成的飞行路径是与时间无关的静态空间曲线；所述飞行器的航迹为智能飞行器的具体飞行路径，所述飞行器的路径为飞行器飞行到达各校正点的先后顺序；

2)忽略飞行器大小，将飞行器简化为质点；

3)忽略飞行器出发地A和目的地B之间路程过长以及飞行器燃料不足的情况；

4)飞行器在出发地A和目的地B之间飞行时没有任何损坏，智能飞行器从起飞到降落不会因为故障、碰撞以及被外界危险破坏；

步骤2：建立飞行器航迹规划的多目标规划模型；

将飞行器的航迹规划问题抽象为基于几何学的路径规划问题，采用带有精英保留策略的快速非支配多目标优化算法将飞行器的航迹规划问题定义为带约束条件的多目标优化问题，其包含了不等式约束和等式约束，如下公式所示：

其中，H(x)为目标函数集，E为目标函数的个数；x_k为决策变量，x_k^(W)和x_k^(S)分别为第k个决策变量x_k的下限和上限值，M为决策变量的个数；p_u(x)为不等式约束，U为不等式约束条件的个数；q_r(x)为等式约束，R为等式约束条件的个数；

步骤3：利用NSGA2算法求解飞行器航迹规划的多目标规划模型，求得有效的校正点，将所有有效的校正点连接起来得到所求飞行器航迹。

2.根据权利要求1所述的一种多约束条件下的智能飞行器航迹规划方法，其特征在于：所述设定的航迹约束条件为：

(1)飞行器在空间飞行过程中需要实时定位，定位误差包括垂直误差a和水平误差b；飞行器每飞行1m，a和b将各增加ω个专用单位，到达终点时应满足a＜μ且b＜μ，μ为另一专用单位，且设定当a＜μ且b＜μ时，飞行器仍能够按照规划路径飞行；

(2)飞行器在飞行过程中需要对定位误差进行校正；设定飞行区域中存在用于误差校正的安全位置，称之为校正点，当飞行器到达校正点时，根据该位置的误差校正类型进行误差校正；若垂直误差a和水平误差b都能在规定的时间阈值内得到校正，则飞行器按照预定航线飞行，通过若干个校正点进行误差校正后最终到达目的地；

(3)在出发地A时，垂直误差a＝0且水平误差b＝0；

(4)飞行器在垂直误差校正点进行垂直误差校正后，垂直误差a＝0，水平误差b保持不变；

(5)飞行器在水平误差校正点进行水平误差校正后，水平误差b＝0，垂直误差a保持不变；

(6)设定α1、α2、β1、β2为四个专用单位，当a≤α1且b≤α2时才能进行垂直误差校正；

(7)当a≤β1且b≤β2时才能进行水平误差校正。

3.根据权利要求2所述的一种多约束条件下的智能飞行器航迹规划方法，其特征在于：所述步骤3的具体方法为：

步骤3.1：针对飞行区域中存在的多个用于定位误差校正的校正点，由约束(6)当a≤α1，b≤α2时才能进行垂直误差校正；约束(7)当a≤β1，b≤β2时才能进行水平误差校正，得到下一个校正点到当前校正点的距离必须小于一个限定值；

步骤3.2：对各目标函数的初始解产生过程添加策略，减少无效解，选择出符合上述约束条件的校正点；各目标函数的初始解描述为：

其中，表示飞行器当前所在校正点的位置，表示下一个校正点的位置；

若前后两个校正节点距离超过限定误差时，初始解无效；只有当飞行器落在校正点上时才能校正误差，那么当前误差余量就会对下一个校正点的误差进行约束，并且X轴校正点和Y轴校正点需要分开约束，前后两个校正点的间距映射到水平方向上就是水平方向上的投影距离，映射到垂直方向上就是垂直方向上的投影距离，飞行器在校正点之间的运动使水平和垂直方向上产生误差，则i时刻飞行器在两个校正点之间产生的飞行误差Err_i如下公式所示：

其中，表示前后两个校正点之间的垂直距离；表示前后两个校正点之间的水平距离；

当飞行器的飞行误差符合约束条件(7)即可进行水平校正，校正后的水平误差为0，垂直误差保持不变，若飞行误差不符合约束条件(7)，则视为校正失败，校正失败的水平误差在校正前的水平误差和5之间取较小，水平校正定义如下：

当飞行器的飞行误差符合约束条件(6)即可进行垂直校正，校正后的垂直误差为0，水平误差保持不变，若飞行误差不符合约束条件(7)，则视为校正失败，校正失败的垂直误差在校正前的垂直误差和5之间取较小，垂直校正定义如下：

如果飞行器的下一个校正点比当前校正点离目的地更近，则选取下一个校正点及其附近的校正点组成新的校正点集合，校正点选取定义如下：

if(Ind＝NextToEnd＜NowToEnd),NewId＝Neigh(Ind)               (6)

其中，Ind和NextToEnd均表示下一个校正点到目的地的距离；NowToEnd表示飞行器当前所在校正点到目的地的距离；NewId表示新的校正点集合；Neigh(Ind)表示下一个校正点及其邻居校正点；

同时，每个校正点只能选择一次，选择邻居校正点时要保证邻居校正点未被选择过，且垂直误差和水平误差都小于上一个校正点的剩余误差，两两校正点之间的误差距离小于约束条件中的限定误差，因此，新的校正点的状态定义如下：

NodeState(Nind)＝1                             (7)

其中，NodeState表示校正点状态，其值为1表示符合上述约束条件；Nind表示新的校正点；

步骤3.3：对所有的符合条件的新的校正点进行交叉和变异两种基本操作，设定百分之七十的概率进行交叉，百分之三十的概率进行变异；选定两个父个体进行交配，找出所有的有效校正点进而得到所求飞行器航迹；

(A)交叉行为：通过模拟二进制交叉得到两个后代个体s_1u(n)，s_2u(n)，如下公式所示：

其中，x_1u(n)和x_2u(n)表示父代个体；δ是一个自定义的参数；v_u是一个[0,1]区间内的随机数；

(B)变异行为：通过多项式变异得到有效的校正点s′_1u(n)，如下公式所示：

s′_1u(n)＝s_1u(n)+Δu                                    (10)

最后将所有有效的校正点连接起来即为所求飞行器航迹。