[发明专利]一种用于无人装备的时间协同航迹规划方法

说明书

本发明提供一种用于无人装备的时间协同航迹规划方法，协同搜索A*算法的搜索策略为：在进行节点拓展时，选取综合代价值最接近协同航程值F的节点作为路径节点，并将该节点作为拓展节点寻找下一个路径节点，用以求解协同航迹规划问题；由此可见，本发明对多机协同航迹规划问题中涉及的时间协同关系、空间协同关系及协同代价问题进行了建模，将协同航程作为协同变量，协同代价作为协同函数，简化了多机协同航迹规划问题的求解，为多机协同航迹规划问题的研究奠定了基础。

技术领域

本发明属于多无人机协同航迹规划技术领域，尤其涉及一种用于无人装备的时间协同航迹规划方法。

背景技术

随着航空科学和信息技术的快速发展，多无人机协同作战成为未来战场作战方式发展的重要趋势，而多无人机协同航迹规划技术是完成多机协同作战任务的基础和关键，因此该方向的研究得到越来越多的学者关注。航迹规划的研究在美国、俄罗斯、英国等军事发达国家很早就开始了，随着近年来智能控制技术的发展趋于成熟，应用也相当广泛；国内对多机协同航迹规划问题的研究大多处于理论研究阶段，也取得了很多成就。

常用的航迹规划算法主要包括A*算法、蚁群算法、遗传算法等。其中A*算法是一种经典的最优启发式搜索算法，一般多用于解决静态规划问题，在航迹规划中有着广泛的应用。该算法通过启发信息引导搜索，具有计算简单、收敛速度快、易于实现等特点；但同时存在全局性差的问题，不能兼顾多个个体，即不适用于多机协同航迹规划。

发明内容

为解决上述问题，本发明提供一种用于无人装备的时间协同航迹规划方法，可在满足无人机协同作战任务需求的前提下，为协同系统中的各个无人机规划出使系统整体作战效能最大或代价最优的航迹。

一种用于无人装备的时间协同航迹规划方法，包括以下步骤：

S1：采用二维航迹长度法获取各无人装备从各自的起始点到目标点的二维最优航迹，并将其中航程最大的二维最优航迹的航迹长度作为协同航程F；

S2：采用协同搜索A*算法分别获取各无人装备的备选航迹，其中，所述协同搜索A*算法的搜索策略为：选择综合代价值与协同航程F之间的差值最小值对应的节点进行拓展，且当所述差值最小值对应两个以上的节点时，取实际代价值更小的节点进行拓展；

S3：判断任意两个无人装备的备选航迹的长度差值是否均小于设定值，若为是，则各无人装备的备选航迹为最终的时间协同航迹，若为否，则将各备选航迹中的长度最大值代替协同航程F，并重新执行步骤S2，直到任意两个无人装备的备选航迹的长度差值均小于设定值。

进一步地，所述备选航迹由起始点、两个以上的中间节点以及目标点构成，且各备选航迹的第一个中间节点的确定方法如下：

按照设定的约束模型对无人装备的起始点进行拓展，得到起始点的可达相邻节点集合Set1，并将起始点和集合Set1中各节点记录到Open表中；分别获取集合Set1中各节点的综合代价值，并将各综合代价值与协同航程F之间的差值最小值对应的节点作为第一个中间节点，同时，将第一个中间节点与起始点从Open表移除至Close表；

备选航迹任意一个中间节点的下一个路径节点的确定方法如下：

按照设定的约束模型对当前中间节点进行拓展，得到当前中间节点的可达相邻节点集合Set2，其中，若集合Set2存在目标点，则目标点直接作为当前中间节点的下一个路径节点，并将目标点加入到Close表中；若集合Set2不存在目标点，则按照如下方法确定当前中间节点的下一个路径节点：

分别判断集合Set2中的各相邻节点是否已经记录在Close表或Open表中，其中，对于已经记录在Close表中的相邻节点，直接剔除；