一种异质平台协同路径规划方法技术

本发明专利技术涉及飞行器技术领域，提供了一种异质平台协同路径规划方法。该方法包括：获取异质平台相关信息，获得相应的代价函数；对飞行器约束条件进行分析，获得约束条件下相应的代价函数；对不确定因素进行分析，获得所述不确定因素的代价函数；基于所述不确定因素的代价函数，采用鲁棒粒子群优化算法，对所有所述飞行器的完整飞行路径表示进行评价；基于所述评价结果，按照最优的所述飞行器飞行路径，协同完成任务，安全抵达目的地，为飞行器的鲁棒路径规划提供了一个新的解决方案。径规划提供了一个新的解决方案。径规划提供了一个新的解决方案。

【技术实现步骤摘要】
一种异质平台协同路径规划方法


[0001]本专利技术涉及飞行器
，尤其涉及一种异质平台协同路径规划方法。

技术介绍

[0002]临近空间是对海拔20千米到100千米空间范围的一个通用性称谓，其下面的空域常称为“天空”，是传统航空器的主要活动空间；其上面的空域就是平常说的“太空”，是航天器的运行空间。在临近空间这一高度，传统的飞机遵循的空气动力学难以适用，而正是由于其空间环境独特，使得临近空间飞行器有了得天独厚的发展优势。临近空间飞行器是指主要在临近空间区域内飞行并完成特定任务的飞行器。与传统的飞机相比，临近空间飞行器持续时间以天为单位，最长可达一年以上，易于长期、不间断地执行各项任务、较少需要后期维护、还具有异质性等特点。
[0003]飞行器的安全高效飞行，是飞行器协同完成多项任务的前提与关键。然而，目前尚且无法规划出安全高效的飞行路径，使得飞行器能够安全高效地飞到目标位置并协同完成多项任务。

技术实现思路

[0004]有鉴于此，本专利技术提供了一种异质平台协同路径规划方法，以解决现有技术中不确定条件下异质平台飞行器协同路径规划的问题。
[0005]本专利技术提供了一种异质平台协同路径规划方法，包括：
[0006]S1获取异质平台相关信息，获得相应的代价函数，其中，相关信息，包括：飞行器信息和环境信息；
[0007]S2对飞行器约束条件进行分析，获得约束条件下相应的代价函数，所述飞行器约束条件包括：路径长度约束、环境约束、飞行器性能约束、通信约束、飞行器间安全约束以及时间约束，
[0008]基于对飞行器起点和终点之间的路径长度约束的分析，获得飞行路径的总长度代价函数；
[0009]基于对所述飞行器飞行过程的环境约束的分析，获得飞行器穿过危险区域和飞行器与障碍物的碰撞的代价函数；
[0010]基于对所述飞行器性能约束的分析，获得转弯代价函数；
[0011]基于对所述飞行器之间的通信约束的分析，获得通信代价函数；
[0012]基于对所述飞行器间的安全约束的分析，获得安全代价函数；
[0013]基于对所述飞行器之间的任务完成的时间约束的分析，获得同时到达目标点代价函数；
[0014]S3对不确定因素进行分析，获得所述不确定因素的代价函数，其中，不确定因素包括：环境参数的不确定性和变量参数的不确定性；
[0015]S4基于所述不确定因素的代价函数，采用鲁棒粒子群优化算法，对所有飞行器的
完整飞行路径表示进行评价；
[0016]S5基于所述评价结果，按照最优的飞行器飞行路径，协同完成任务。
[0017]所述S1，包括：
[0018]预设所述飞行器的速度范围，获得所述飞行器的最大转弯角度；
[0019]获取环境信息并考虑环境信息中的不确定因素。
[0020]进一步地，所述S2，包括：
[0021]基于对飞行器起点和终点之间的路径长度约束的分析，获得飞行路径的总长度代价函数；
[0022]基于对所述飞行器飞行过程的环境约束的分析，获得飞行器穿过危险区域和飞行器与障碍物的碰撞的代价函数；基于对所述飞行器性能约束的分析，获得转弯代价函数；
[0023]基于对所述飞行器之间的通信约束的分析，获得通信代价函数；
[0024]基于对所述飞行器间的安全约束的分析，获得安全代价函数；
[0025]基于对所述飞行器之间的任务完成的时间约束的分析，获得同时到达目标点代价函数。
[0026]进一步地，所述S3，包括：
[0027]所述环境参数包括危险区域长度和风速；
[0028]基于所述飞行器穿过危险区域的长度生成概率，计算出所述危险区域的不确定性产生的代价，其中，环境参数，包括危险区域和风；基于特定区域内产生的风速，使所述飞行器的规划路径产生偏移，计算出风速的不确定性产生的代价函数；
[0029]基于变量参数使所述飞行器的规划路径产生的偏移，对定位误差定位取值，计算出所述变量参数产生的代价，其中，变量参数，包括噪声向量。
[0030]进一步地，所述S4，包括：
[0031]将每架所述飞行器的飞行路径规划为设定数量的路径点，通过所述路径点的位置和所述路径点之间的几何关系进行评价；
[0032]基于所述设定数量的路径点，计算出分割点的坐标，获得所有所述飞行器的完整路径表示，并基于所述完整路径表示，对所有所述飞行器的飞行路径进行评价。
[0033]进一步地，所述基于每架所述设定数量的路径点，计算出分割点的坐标，获得所有所述飞行器的完整路径表示，并基于所述完整路径表示，对所有所述飞行器的飞行路径进行评价，包括：
[0034]将每架所述飞行器的路径分成设定数量的等长片段，并根据所述等长片段对应的路径点坐标计算出分割点的坐标；
[0035]并基于所述分割点的坐标，获得所有所述飞行器的完整飞行路径表示；
[0036]采用所述鲁棒粒子群优化算法，对所有所述飞行器的完整飞行路径表示进行评价。
[0037]进一步地，基于所述飞行路径的总长度代价函数、所述飞行器穿过危险区域和飞行器与障碍物碰撞的代价函数、所述转弯代价函数、所述通信代价函数、所述安全代价函数和所述同时到达目标点代价函数，构成总代价，所述总代价的表达式如下：
[0038][0039]其中，F
obj
为总代价，f
i
为f1‑
f6分别对应的代价，i＝1，2，3
…
6。
[0040]所述S5，包括：
[0041]基于所述飞行器飞行路径总代价，对所有所述飞行器的完整飞行路径表示进行评价；
[0042]基于所述评价结果，获得最优的所述飞行器飞行路径；
[0043]所述飞行器按照所述最优的飞行路径飞行，协同完成任务。
[0044]本专利技术与现有技术相比存在的有益效果是：
[0045]1.本专利技术能够实现临近空间飞行器在异质平台上的协同路径规划，从而使得飞行器能够高效安全地飞到目标位置，完成既定任务。
[0046]2.本专利技术提供了一种鲁棒路径规划方法，考虑了环境以及飞行器自身的不确定因素，这为飞行器的鲁棒路径规划提供了一个新的解决方案。
附图说明
[0047]为了更清楚地说明本专利技术中的技术方案，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它的附图。
[0048]图1是本专利技术提供的一种异质平台协同路径规划方法的流程图；
[0049]图2是本专利技术提供的完整飞行路径表示进行评价的流程图；
[0050]图3为异质平台协同路径规划场景示意图；
[0051]图4是本专利技术提供的按照最优的所述飞行器飞行路径，协同完成任务的流程图；
[0052]图5(a)为非鲁本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种异质平台协同路径规划方法，其特征在于，包括：S1获取异质平台相关信息，其中，相关信息，包括：飞行器信息和环境信息；S2对飞行器约束条件进行分析，获得约束条件下相应的代价函数，其中，飞行器约束条件包括：路径长度约束、环境约束、飞行器性能约束、通信约束、飞行器间安全约束以及时间约束，基于对飞行器起点和终点之间的路径长度约束的分析，获得飞行路径的总长度代价函数；基于对所述飞行器飞行过程的环境约束的分析，获得飞行器穿过危险区域和飞行器与障碍物的碰撞的代价函数；基于对所述飞行器性能约束的分析，获得转弯代价函数；基于对所述飞行器之间的通信约束的分析，获得通信代价函数；基于对所述飞行器间的安全约束的分析，获得安全代价函数；基于对所述飞行器之间的任务完成的时间约束的分析，获得同时到达目标点代价函数；S3对不确定因素进行分析，获得所述不确定因素的代价函数，其中，不确定因素包括：环境参数的不确定性和变量参数的不确定性；S4基于所述不确定因素的代价函数，采用鲁棒粒子群优化算法，对所有飞行器的完整飞行路径表示进行评价；S5基于所述评价结果，按照最优的飞行器飞行路径，协同完成任务。2.根据权利要求1所述的方法，其特征在于，所述S1，包括：预设所述飞行器的速度范围，获得所述飞行器的最大转弯角度；获取环境信息并考虑环境信息中的不确定因素。3.根据权利要求1所述的方法，其特征在于，所述S3，包括：所述环境参数包括危险区域长度和风速；基于所述飞行器穿过危险区域的长度生成概率，计算出所述危险区域的不确定性产生的代价；基于特定区域内产生的风速，使所述飞行器的规划路径产生偏移，计算出风速的不确定性产生的代价函数；基于变量参数使所述飞行器的规划路径产生的偏移，对定位误差定位取值，计算...

【专利技术属性】
技术研发人员：李宇萌，杜文博，徐亮，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：