一种多区域车机协同侦察路径规划方法及系统技术方案

本发明专利技术实施例提供一种多区域车机协同侦察路径规划方法与系统，所述方法包括：根据侦察区域的几何特征，确定无人机的候选扫描路径；根据无人机候选扫描路径的基础上，基于节约算法，确定汽车的行驶路径以及无人机在每个区域的放飞点与回收点；采用局部搜索算法改进确定的汽车的行驶路径以及无人机在每个区域的放飞点与回收点，确定车机协同侦察路径。根据本技术方案，以汽车充当无人机的移动平台，携带无人机完成多个区域的扫描侦察任务。

【技术实现步骤摘要】
一种多区域车机协同侦察路径规划方法及系统
本专利技术涉及一种多区域车机协同侦察路径规划方法及系统。
技术介绍
在现代战争中，无人驾驶飞机具有成本低、生存能力强、无人员损失风险、机动性好等优点，被广泛用于执行枯燥、恶劣、危险的作战任务，已经成为世界各国战场侦察的重要工具。无人机战场侦察是利用无人机获取战场信息的活动，其中路径规划是无人机执行侦察任务的关键支撑技术。当前无人机区域覆盖研究中，大多研究无人机如何对一个区域进行覆盖，通过规划无人机飞行路径，以尽可能低的成本完成整个区域的覆盖扫描。很多时候，需要对多个战场区域进行扫描侦察，当多个区域分散在大范围战场的不同位置时，小型无人机续航能力低成为其完成任务的关键制约因素。为了扩大小型无人机执行侦察任务的范围以完成多区域覆盖侦察任务，本文引入汽车作为无人机的移动平台，携带无人机在战场上进行大范围机动，构建车机协同战场侦察系统。汽车作为无人机的指控与保障平台，携带无人机从一个侦察区域机动到另一个侦察区域，并在机动过程中为无人机充电或更换电池。当汽车携带无人机达到某个目标侦察区域附近时，无人机从汽车起飞，飞到侦察区域上空完成该区域的覆盖侦察后返回汽车。汽车和无人机的结合可以有效扩大小型无人机的任务范围，提高战场多区域侦察的效率。汽车和小型无人机协同系统在执行多种军事和民用领域的任务中具有显著优势。当前车机协同路径规划的研究主要关注无人机对点目标的访问顺序和飞行路径，还没有多个区域覆盖侦察路径规划的相关研究。车机协同多区域侦察的路径规划面临更多新的研究挑战。问题中存在两层路径，其中空中无人机飞行路径与汽车在地面路网的行驶路径在不同的节点上相互连接。由于车辆和无人机之间在速度、续航时间和行驶方式方面的差异，在规划过程中需要考虑两种路径相互之间的影响。这种双层路径的交互作用使问题的解空间比传统路径问题更为复杂，求解难度更大。
技术实现思路
本专利技术实施例提供一种多区域车机协同侦察路径规划方法及系统，以汽车充当无人机的移动平台，携带无人机完成多个区域的扫描侦察任务。为达到上述目的，一方面，本专利技术实施例提供了一种多区域车机协同侦察路径规划方法，所述方法包括：根据侦察区域的几何特征，确定无人机的候选扫描路径；根据无人机候选扫描路径的基础上，基于节约算法，确定汽车的行驶路径以及无人机在每个区域的放飞点与回收点；采用局部搜索算法改进确定的汽车的行驶路径以及无人机在每个区域的放飞点与回收点，确定车机协同侦察路径。另一方面，本专利技术实施例提供了一种多区域车机协同侦察路径规划系统，所述系统包括：扫描路径确定单元：用于根据侦察区域的几何特征，确定无人机的候选扫描路径；初始车机路径单元：用于根据无人机候选扫描路径的基础上，基于节约算法，确定汽车的行驶路径以及无人机在每个区域的放飞点与回收点；车机协同侦察路径确定单元：用于采用局部搜索算法改进确定的汽车的行驶路径以及无人机在每个区域的放飞点与回收点，确定车机协同侦察路径。上述技术方案具有如下有益效果：本技术方案针对小型无人机在战场区域侦察中的应用，提出了一种车机协同完成多区域覆盖侦察任务的新模式，汽车充当无人机的移动平台，携带无人机完成多个区域的扫描侦察任务。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1是本专利技术实施例车机协同对三个区域进行侦察的路径示例图；图2是本专利技术实施例一种多区域车机协同侦察路径规划方法的流程图；图3是本专利技术实施例中螺旋式扫描模式和割草式扫描模式下的扫描路径示意图；图4a是本专利技术实施例中待分解的凹多边形示意图；图4b是本专利技术实施例中将凹多边形梯形分解为多个凸多边形的示意图；图4c是本专利技术实施例中合并相邻凸多边形的示意图；图4d是本专利技术实施例中使用割草式扫描模式产生的Boustrophedon路径示意图；图5是本专利技术实施例一种多区域车机协同侦察路径规划系统的结构示意图；图6是本专利技术试验案例中的侦察区域和路网分布图；图7是本专利技术试验案例中的车机协同侦察路径示意图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。在车机协同完成多个区域的覆盖侦察任务中，道路网络和侦察区域的位置、形状等信息都是已知的。汽车作为小型无人机的移动搭载平台，在行驶过程中可以为无人机充电和更换电池，同时也是无人机的指控中心。汽车的续航能力足以携带无人机完成整个侦察任务，但是无人机的续航能力有限的，能够完成一个区域的覆盖侦察，在对不同区域侦察时，需要进行充电或更换电池。车机协同多区域覆盖侦察过程中，一辆汽车搭载一架小型无人机从基地出发，当行驶到需要侦察区域附近时，放飞无人机，由无人机飞到侦察区域上空进行全覆盖扫描并收集信息；无人机完成目标区域的覆盖扫描后，返回汽车，由汽车携带无人机行驶到下一个侦察区域，并在行驶过程中完成无人机的充电或更换电池工作；如此循环，汽车携带无人机在战场上机动，完成所有目标区域的侦察后，返回基地。汽车只能在侦察区域附近的一些特定点(称为临时停点)放飞和回收无人机，放飞无人机后，汽车可以等在原地回收无人机，也可以行驶到其他临时停点回收无人机。图1给出了车机协同对三个区域进行侦察的示例。可以看出车机协同侦察过程中，汽车只能在地面路网上行驶，其访问所有侦察区域的路径规划属于典型的旅行商问题；无人机从汽车上出发，飞到侦察区域上空，对侦察区域进行连续覆盖扫描，属于典型的无人机航迹规划问题。同时汽车的路径需要和无人机的路径密切配合，在满足无人机的续航能力约束条件下，快速完成所有区域的侦察。如何优化车辆和无人机的路径，使得在不超出无人机最大续航能力的前提下以最短的时间完成对所有区域的覆盖，比单纯的求解旅行商问题和无人机航迹规划问题更加复杂，需要考虑两类路径的交互影响。为了便于模型描述，表1给出了建模过程中应用的所有符号及其含义。表1：符号及其含义数学规划模型如下：Min目标函数(1)最小化完成所有区域侦察的总时间，其中第一个部分是汽车携带无人机在所有覆盖区域和基站之间转移的总行驶时间，第二个部分是车载无人机在所有侦察区域进行覆盖扫描的飞行总时间。为了减少第一部分的时间，在不同侦察区域周围选择停点的标准之一是选择彼此之间本文档来自技高网...

【技术保护点】
1.一种多区域车机协同侦察路径规划方法，其特征在于，所述方法包括：/n根据侦察区域的几何特征，确定无人机的候选扫描路径；/n根据无人机候选扫描路径的基础上，基于节约算法，确定汽车的行驶路径以及无人机在每个区域的放飞点与回收点；/n采用局部搜索算法改进确定的汽车的行驶路径以及无人机在每个区域的放飞点与回收点，确定车机协同侦察路径。/n

【技术特征摘要】
1.一种多区域车机协同侦察路径规划方法，其特征在于，所述方法包括：
根据侦察区域的几何特征，确定无人机的候选扫描路径；
根据无人机候选扫描路径的基础上，基于节约算法，确定汽车的行驶路径以及无人机在每个区域的放飞点与回收点；
采用局部搜索算法改进确定的汽车的行驶路径以及无人机在每个区域的放飞点与回收点，确定车机协同侦察路径。


2.如权利要求1所述的多区域车机协同侦察路径规划方法，其特征在于，所述根据侦察区域的几何特征，确定无人机的候选扫描路径，包括：
根据所述侦察区域的几何形状，若所述侦察区域的几何形状的圆度大于设定阈值时，确定无人机侦察的扫描模式为螺旋式扫描模式；
若所述侦察区域的几何形状的圆度不大于设定阈值时，确定无人机侦察的扫描模式为割草式扫描模式；
根据确定的扫描模式确定无人机的候选扫描路径以及无人机的最初放飞点和最终回收点。


3.如权利要求2所述的多区域车机协同侦察路径规划方法，其特征在于，若无人机侦察的扫描模式为割草式扫描模式，则判断所述侦察区域的几何形状的凹凸性，若所述侦察区域的几何形状为凹多边形，则将所述侦察区域分解为多个凸多边形；
根据分解后的多个凸多边形以割草式扫描模式确定无人机的候选扫描路径以及无人机的最初放飞点和最终回收点。


4.如权利要求3所述的多区域车机协同侦察路径规划方法，其特征在于，所述根据无人机候选扫描路径的基础上，基于节约算法，确定汽车的行驶路径以及无人机在每个区域的放飞点与回收点，包括：
通过优化汽车访问侦察区域的顺序和选择每个侦察区域附近的临时停点，一方面配合无人机的扫描路径使无人机的飞行时间较短，一方面优化汽车的行驶距离使得汽车在整个任务过程中的行使时间较短，从而确定汽车的行驶路径以及无人机在每个区域的放飞点与回收点。


5.如权利要求4所述的多区域车机协同侦察路径规划方法，其特征在于，所述局部搜索算法包括：通过随机交换两个侦察区域的访问顺序，确定改进汽车行驶距离的车机协同侦察路径；以及，随机交换汽车在某个侦察区域附近放飞和回收无人机的临时停点，确定减少无人机飞行距离和/或汽车行驶距离的车机协同侦察路径；
所述采用局部搜索算法改进确定的汽车的行驶路径以及无人机在每个区域的放飞点与回收点，确定车机协同侦察路径，包括：
随机采用所述局部搜索算法中的两种方式进行车机协同侦察路径的确定，直到连续设定次数次没有改进时，以确定的最优车机协同侦察路径...

【专利技术属性】
技术研发人员：陈超，夏阳升，石建迈，黄魁华，刘瑶，
申请(专利权)人：中国人民解放军国防科技大学，
类型：发明
国别省市：湖南;43