[发明专利]基于仿生的无人机群组实时路径规划方法

摘要

本发明公开了一种基于仿生的无人机群组实时路径规划方法首先，获取所有无人机的目标点位置，并根据自身携带的传感器装置获取可探测范围内的已知障碍物形成固态地图信息；然后，从第一架开始采用基于吸引度函数‐排斥度函数计算该无人机下一帧的位置，并将该位置加入本帧的固态地图中，作为后续规划无人机在该帧的障碍物；接着，机群中下一架无人机根据更新的固态地图规划自身的路径，以此类推直至最后一架。本发明方法提高了单机路径规划的自主性和实时性。

主权项

基于仿生的无人机群组实时路径规划方法，其特征在于，包括如下步骤：步骤1、设置虚拟点，虚拟点包括虚拟起始点、虚拟目标点和虚拟障碍点，点的坐标信息用空间三维坐标和时间表示；步骤2、设置吸引度函数最大影响距离区间、排斥度函数最大影响距离区间、吸引度系数区间、排斥度系数区间和每一个时间帧的固定步长；步骤3、对吸引度函数影响距离、排斥度函数影响距离、吸引度系数、排斥度系数的每个排列组合，利用吸引度‐排斥度函数规划无人机群组的路径，路径规划的方法为：步骤3.1、对第一个无人机分别计算吸引度和排斥度：吸引度计算方法为：当无人机与目标点距离小于吸引度函数最大影响距离时：Qat＝KaR，否则Qat＝KaRr0，式中，Qat表示吸引度大小，吸引度方向由所在点指向目标点，Ka为吸引度系数，R为无人机所处位置到目标点的距离，Rr0为吸引度函数最大影响距离；排斥度计算方法为：当无人机与障碍点距离小于排斥度函数最大影响距离时，否则Qre＝0，式中，Qre表示排斥度大小，排斥度方向由障碍点指向所在点，Kr为排斥度系数，r为无人机所处位置到障碍点的距离，若在以无人机所在位置为圆心的15°扇形范围内有若干个障碍物，则取距离无人机最近的一个计算排斥度，其余的不再计入，Ra0为无人机吸引度最大影响距离，Ra0为排斥度函数最大影响距离；步骤3.2、对吸引度和排斥度矢量进行正交，确定无人机的运动方向；步骤3.3、该无人机在确定的运动方向上运动一个时间帧的固定步长，得到下一时刻的位置坐标，并将该位置坐标加入下一待规划无人机的障碍点集合；步骤3.4、按照3.1‐3.3方法，确定其余无人机下一时刻的位置坐标；步骤3.5、重复步骤3.1‐3.4，直至无人机群组到达目标点；步骤3.6、对无人机群规划的路径进行修正，直至所有路径不需要再次调整，得到无人机群组的规划路径；步骤4、计算吸引度函数最大影响距离、排斥度函数最大影响距离、吸引度系数、排斥度系数每个组合下的规划路径的评价指标，选择最优的组合；步骤5、初始化实际的空间信息，包括无人机起始位置坐标、目标点坐标和障碍物坐标；步骤6、利用最优的组合和吸引度‐排斥度函数规划无人机群组的路径；步骤7、延时固定时长Ts后，判断当前时刻障碍物的坐标信息是否发生改变，若未改变，则按步骤6规划的路径继续飞行；否则以当前无人机所处位置为起始点，原目标点保持不变，根据新的障碍物坐标信息重新规划无人机群组的路径。