基于人工势场的固定翼无人机编队航迹规划方法与装置制造方法及图纸

本申请涉及一种基于人工势场的固定翼无人机编队航迹规划方法、装置、计算机设备和存储介质。所述方法包括：针对固定翼飞行器的运动特点，建立了单架固定翼无人机的运动学模型，接着基于人工势场方法，将势场函数改为来自目标的吸引信号和来自障碍物的排斥信号，提出了单架无人机在已知目标和障碍物条件下的单机路径规划算法。在此基础上，基于“长机—僚机”结构，首先根据队形要求和长机位置设置了僚机目标点，并将各无人机赋予障碍物的属性，实现了编队集结航迹规划。本发明专利技术在实现了单架无人机的路径规划的基础上，考虑了动态障碍物的处理措施，设置了编队成员之间的协同规则，最终实现了固定翼无人机的编队集结。最终实现了固定翼无人机的编队集结。最终实现了固定翼无人机的编队集结。

【技术实现步骤摘要】
基于人工势场的固定翼无人机编队航迹规划方法与装置


[0001]本申请涉及无人机编队航迹规划领域，特别是涉及一种基于人工势场的固定翼无人机编队航迹规划方法、装置、计算机设备和存储介质。

技术介绍

[0002]随着科学技术的进步，无人飞行器在各个领域都得到了广泛的应用，如灾情探测，低空侦察，大气研究，通信中继，灾区搜救，科学研究等方面。目前，旋翼无人机被应用在很多领域，因为它具有运动特性较为灵活的特点，但是它在速度、航程等方面也存在着不足。相比之下，固定翼无人机具有航程远、滞空时间长、速度快以及载重大等优势，更适合那些连续工作时间长，对机载设备要求高的任务。同时，单架无人机本身的任务执行能力有限，而编队飞行可以提升任务执行的容错率，提高任务的完成效果，合理的编队队形甚至能降低任务成本。针对无人机的路径规划，有许多学者都进行了大量的研究，也提出了许多成熟的算法。如A*搜索算法，遗传算法(GA)，粒子群算法(PSO)等大量智能算法。但是由于这些研究大都基于无人机为旋翼机的假设进行搜索，对无人机的运动学特性和初始状态限制较少，因此得出的路径难以满足固定翼飞行器的运动要求，需要进一步对路径进行平滑处理，但这样又会使得路径的实用性降低。
[0003]目前许多智能规划算法都需要与Voronoi图、dubins曲线、PH曲线等相关理论相结合，这些理论将规划空间局限在了二维空间，虽然经过适当的改造，也能运用到三维空间上，但复杂程度提升引起的计算量的增大会显著降低算法的效率，从而导致这些算法失去原本的优势。同时，许多路径规划方法都没有考虑动态障碍物的处理措施，这对于多无人机飞行而言是不利的。因此，关于固定翼无人机编队轨迹规划的现有技术存在适应性不佳的问题。

技术实现思路

[0004]基于此，有必要针对上述技术问题，提供一种能够解决固定翼无人机编队航迹规划效果不佳问题的基于人工势场的固定翼无人机编队航迹规划方法、装置、计算机设备和存储介质。
[0005]一种基于人工势场的固定翼无人机编队航迹规划方法，所述方法包括：
[0006]根据固定翼无人机的运动学特性建立单架无人机的运动学模型；所述运动学模型中包括无人机惯性系下的位姿与载具系下的速度之间的关系，以及无人机载具系下的速度与加速度之间的关系；所述无人机载具系下的速度与加速度之间的关系中包括速度变化趋势矩阵；所述惯性系为相对地面静止的坐标系；所述载具系为相对无人机静止的坐标系；
[0007]根据预设目标点设置全局吸引信号，根据预设障碍物设置局部排斥信号，根据所述全局吸引信号和所述局部排斥信号确定载具系下单架无人机受到的总的引导信号；所述局部排斥信号为当所述无人机位于预设的障碍物的作用半径内时所受到的排斥信号；
[0008]根据所述单架无人机的运动学模型和预设目标点及预设障碍物下单架无人机受
到的总的引导信号，确定单架固定翼无人机在已知目标和障碍物条件下的单机路径规划算法；
[0009]获取固定翼无人机的编队信息，根据所述编队信息中的队形参数和长机当前的位置和姿态信息确定僚机在长机的载具系下僚机目标点；
[0010]获取外部障碍物信息，并以僚机队员为内部障碍设置内部障碍物信息，根据所述外部障碍物信息、内部障碍物信息以及所述僚机目标点，使得所述长机通过所述单机路径规划算法向编队目标区域飞行，并且每个僚机通过所述单机路径规划算法向所述长机集结，实现固定翼无人机编队的编队集结航迹规划。
[0011]在其中一个实施例中，还包括：根据预设目标点设置全局吸引信号，根据预设障碍物设置局部排斥信号，根据所述全局吸引信号和所述局部排斥信号确定载具系下单架无人机受到的总的引导信号；其中，当所述无人机位于预设的障碍物的作用半径内时，所述局部排斥信号为∞。
[0012]在其中一个实施例中，还包括：当障碍物在无人机正前方时，所述预设的障碍物的作用半径的计算公式为：
[0013][0014]其中，R为障碍物的作用半径，Ro为障碍物最大半径，R
v
为无人机载具的转弯半径，R
v
＝v
l
/ω+r
v
，ω为无人机能达到的最大的角速度，v
l
为无人机载具的线速度，r
v
为无人机载具自身的碰撞半径。
[0015]在其中一个实施例中，还包括：所述速度变化趋势矩阵为：
[0016][0017]其中，或f
l
为线速度变化趋势值，f
θ
为俯仰角速度变化趋势值，f
ψ
为偏航角速度变化趋势值，为载具系下无人机受到x方向的引导信号，为载具系下无人机受到y方向的引导信号，为载具系下无人机受到z方向的引导信号。
[0018]在其中一个实施例中，还包括：当所述预设目标点和所述预设障碍物的连线与无人机载具线速度共线且障碍物位于无人机与目标点之间时，设置一个垂直于所述无人机载具线速度的附加引导信号，使得所述无人机脱离局部极小值点。
[0019]在其中一个实施例中，还包括：对长机和僚机队员进行编号，并根据编号大小设置无人机避障的优先级。
[0020]在其中一个实施例中，还包括：根据所述僚机和所述长机的线速度之差以及僚机减速的加速度值，确定所述僚机减速到所述长机的速度所需要的时间；
[0021]根据所述僚机减速到所述长机的速度所需要的时间确定所述僚机减速到所述长机的速度所需要的距离；
[0022]获取所述僚机当前位置与僚机目标点的距离，若所述与僚机目标点的距离不大于所述僚机减速到所述长机的速度所需要的距离时，对所述僚机进行减速。
[0023]一种基于人工势场的固定翼无人机编队航迹规划装置，所述装置包括：
[0024]单机运动学模型构建模块，用于根据固定翼无人机的运动学特性建立单架无人机的运动学模型；所述运动学模型中包括无人机惯性系下的位姿与载具系下的速度之间的关系，以及无人机载具系下的速度与加速度之间的关系；所述无人机载具系下的速度与加速度之间的关系中包括速度变化趋势矩阵；所述惯性系为相对地面静止的坐标系；所述载具系为相对无人机静止的坐标系；
[0025]单机路径规划算法确定模块，用于根据预设目标点设置全局吸引信号，根据预设障碍物设置局部排斥信号，根据所述全局吸引信号和所述局部排斥信号确定载具系下单架无人机受到的总的引导信号；所述局部排斥信号为当所述无人机位于预设的障碍物的作用半径内时所受到的排斥信号；根据所述单架无人机的运动学模型和预设目标点及预设障碍物下单架无人机受到的总的引导信号，确定单架固定翼无人机在已知目标和障碍物条件下的单机路径规划算法；
[0026]僚机目标点确定模块，用于获取固定翼无人机的编队信息，根据所述编队信息中的队形参数和长机当前的位置和姿态信息确定僚机在长机的载具系下僚机目标点；
[0027]编队集结航迹规划规划模块，用于获取外部障碍物信息，并以僚机队员为内部障碍设置内部障碍物信息，根据所述外部障碍物信息、内部本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于人工势场的固定翼无人机编队航迹规划方法，其特征在于，所述方法包括：根据固定翼无人机的运动学特性建立单架无人机的运动学模型；所述运动学模型中包括无人机惯性系下的位姿与载具系下的速度之间的关系，以及无人机载具系下的速度与加速度之间的关系；所述无人机载具系下的速度与加速度之间的关系中包括速度变化趋势矩阵；所述惯性系为相对地面静止的坐标系；所述载具系为相对无人机静止的坐标系；根据预设目标点设置全局吸引信号，根据预设障碍物设置局部排斥信号，根据所述全局吸引信号和所述局部排斥信号确定载具系下单架无人机受到的总的引导信号；所述局部排斥信号为当所述无人机位于预设的障碍物的作用半径内时所受到的排斥信号；根据所述单架无人机的运动学模型和预设目标点及预设障碍物下单架无人机受到的总的引导信号，确定单架固定翼无人机在已知目标和障碍物条件下的单机路径规划算法；获取固定翼无人机的编队信息，根据所述编队信息中的队形参数和长机当前的位置和姿态信息确定僚机在长机的载具系下僚机目标点；获取外部障碍物信息，并以僚机队员为内部障碍设置内部障碍物信息，根据所述外部障碍物信息、内部障碍物信息以及所述僚机目标点，使得所述长机通过所述单机路径规划算法向编队目标区域飞行，并且每个僚机通过所述单机路径规划算法向所述长机集结，实现固定翼无人机编队的编队集结航迹规划。2.根据权利要求1所述的方法，其特征在于，根据预设目标点设置全局吸引信号，根据预设障碍物设置局部排斥信号，根据所述全局吸引信号和所述局部排斥信号确定载具系下单架无人机受到的总的引导信号，包括：根据预设目标点设置全局吸引信号，根据预设障碍物设置局部排斥信号，根据所述全局吸引信号和所述局部排斥信号确定载具系下单架无人机受到的总的引导信号；其中，当所述无人机位于预设的障碍物的作用半径内时，所述局部排斥信号为∞。3.根据权利要求2所述的方法，其特征在于，当障碍物在无人机正前方时，所述预设的障碍物的作用半径的计算公式为：其中，R为障碍物的作用半径，R
o
为障碍物最大半径，R
v
为无人机载具的转弯半径，R
v
＝v
l
/ω+r
v
，ω为无人机能达到的最大的角速度，v
l
为无人机载具的线速度，r
v
为无人机载具自身的碰撞半径。4.根据权利要求3所述的方法，其特征在于，所述速度变化趋势矩阵为：
其中，或f
l
为线速度变化趋势值，f
θ
为俯仰角速度变化趋势值，f
ψ
为偏航角速度变化趋势值，为载具系下无人机受到x方向的引导信号，为载具系下无人机受到y方向的引导信号，为载具系下无人机受到z方向的引导信号。5.根据权利要求4所述的方法，其特征在于，在根据预设目标点设置全局吸引信号，根据预设障碍物设置局部排...

【专利技术属性】
技术研发人员：朱峰，姚益平，方宇轩，唐文杰，陈凯，曲庆军，肖雨豪，
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：