【技术实现步骤摘要】
本专利技术涉及智能优化算法在无人机路径规划领域的应用，特别是一种基于改进磁性细菌优化算法的多旋翼无人机路径规划方法。
技术介绍
1、随着无人机技术的快速发展，无人机已被广泛应用于灾后救援、集群飞行灯光秀、复杂山地巡逻等场景。在这些应用中，高效的路径规划技术对无人机执行任务的效率和安全性起着至关重要的作用。无人机路径规划技术可以被视为一种具有约束的优化问题，需要考虑路径长度、时间、能量消耗、位姿变换次数、避障等多个约束条件。
2、尽管已有多种算法应用于无人机路径规划，如基于采样的算法和基于搜索的算法，但现有技术仍存在一些局限性。例如，传统的磁性细菌优化算法(mboa)虽然在单目标优化问题上性能良好，但在无人机路径规划中存在路径点冗余、容易陷入凹形陷阱、路径拐点较多等问题，这些问题导致算法在实际应用中的效率和可靠性受限。
3、综上所述，针对现有技术的不足，本领域技术人员亟需一种改进的无人机路径规划方法，该方法应能够提高路径搜索的效率，减少路径中的冗余点和拐点，避免无人机陷入局部最优解，并提高路径规划的全局优化性能。
技术实现思路
1、本专利技术旨在解决现有技术中无人机路径规划效率和可靠性的问题。为此，本专利技术公开了基于改进磁性细菌优化算法(imboa)的多旋翼无人机路径规划方法。所述路径规划方法相比现有技术能够更为有效缩短路径长度，减少拐点数量，降低无人机位姿变化次数，实现更短更平滑的路径规划，显著提高无人机路径规划的效率和可靠性。
2、本专利技术
3、步骤1.加载无人机周围环境二维栅格地图，并设置无人机飞行任务的起点和终点，并初始化imboa算法参数。
4、步骤2.进行前端可行路径搜索，采用二维矩阵中读取地图障碍物信息，使用算法增强策略得到可行路径点集合；算法增强策略包括基于起点和终点方位的初始细菌种群生成策略、根据障碍物密度来灵活调整可行路径筛选因子策略和磁小体竞争进化策略。
5、步骤3.进行后端路径优化改进，使用双向视线检查算法对可行路径点集合以及地图障碍物信息进行检查，然后通过正反向路径融合策略得到最终路径点集合，最后通过曲线拟合得到最终路径；双向视线检查算法包括正向视线检查算法、反向视线检查算法，通过正反向视线检查显著减少了路径的拐点个数，缩短了路径的长度。
6、步骤4.使用三次样条曲线进行路径拟合，使最终的路径更平滑，降低无人机位姿变化次数，减少了飞行过程中的能量消耗。
7、所述的步骤2.进行前端可行路径搜索，用算法增强策略得到可行路径点集合和地图障碍物信息，包括以下步骤：201.进行“基于起点和终点方位的初始细菌种群生成”，考虑起点与终点的相对方向，以生成优化的初始路径，并加速算法的收敛。具体地，根据无人机起点与终点的相对位置和方向，初始化磁性细菌种群中的磁小体值，使得初始探索更加偏向于目标方向，从而提高初始可行路径的数量和质量。
8、a.首先定义无人机的起点和终点的坐标，令pstart＝(xstart，ystart)和pend＝(xend，yend)分别为无人机起点和终点的坐标。
9、b.计算无人机起点和终点的位置关系，通过公式(1)确定两者之间的方向关系，其中θ为起点指向终点的角度。
10、可选地，所述令x1＝x-xend，y1＝y-yend，并代入公式1计算无人机起点和终点的位置关系，如图2所示根据θ的取值，当无人机处于图2的8种区域，并开始选择下一个路径点时，根据起点和终点的关系选择不同的路径点更新策略。
11、c.根据起点和终点的方向关系，如图2将起点周围划分为8个区域，每个区域对应不同的探索策略，如表1所示。
12、表1根据起点所处区域确定无人机位置更新策略
13、
14、d.细菌种群初始化时，每个细菌的磁小体参数矩阵x是一个m×n的矩阵，其中m为细菌种群大小，n为每个细菌内部磁小体的个数，且磁小体矩阵的值介于0到1之间。
15、e.初始化磁场强度b的值和相互作用能的计算公式中系数c1和c2的值，同时设置最大迭代次数。
16、f.通过细菌之间的相互作用距离计算公式(3)，生成距离矩阵，并利用此距离矩阵和相互作用能的定义来计算每个磁小体的相互作用能。
17、c(xi，xr)＝norm||xi-xr|| (3)
18、可选地，所述距离矩阵和相互作用能的定义的表达式(4)为相互作用能计算公式。
19、g.根据相互作用能和磁场强度计算力矩，并通过力矩计算总磁矩，进而更新每个细菌的磁小体参数，从而生成基于起点和终点方向的初始磁性细菌种群。
20、可选地，所述根据相互作用能和磁场强度计算力矩的表达式为相互作用能计算公式(5)，通过公式(5)得到了磁矩向量矩阵表达式(6)。
21、
22、可选地，所述通过力矩计算总磁矩的表达式(7)为相互作用能计算公式。
23、vij＝xij+mls×rand (7)
24、h.无人机下一个路径点的选择由细菌种群中每个细菌体内的第一个磁小体的值x(i，1)与numdirect代入公式(2)计算得到的变量的值来决定，i表示的是种群中的第i个细菌，且1≤i≤m，其中ii表示细菌在种群中的索引。
25、202.实施“根据障碍物密度来灵活调整可行路径筛选因子”策略，根据无人机周围环境中障碍物的密度动态调整路径筛选因子，以合理设置可行路径的上限。在障碍物密集的环境中增加该因子的值，以减少搜索空间并提高搜索效率。所述根据障碍物密度动态调整可行路径筛选因子α，所述方法包含以下步骤：
26、a.确定无人机起点坐标(xs，ys)和终点坐标(xe，ye)。
27、b.计算起点到终点的直线距离d，公式为
28、
29、c.计算障碍物密度β，其定义为无人机周围环境中障碍物栅格的数量nobs与无障碍物栅格的数量nfree之比，即ρ＝nobs/(nobs+nfree。
30、d.根据障碍物密度β，动态调整可行路径筛选因子α，公式为
31、可选的，周围环境栅格地图中的障碍物栅格的数量为occnum1，无障碍物栅格的数量为occnum2，则
32、e.利用调整后的可行路径筛选因子α，计算最大可行路径长度lmax，公式为lmax＝d·α。
33、203.采用“磁小体竞争进化策略”，对不同路径长度的细菌采取不同的磁小体调整方式。对于路径长度大于最大可行路径的细菌，更新其磁小体参数以增强全局搜索能力；对于路径长度小于最大可行路径的细菌，则参照最优细菌的磁小体参数进行调整，以增强局部搜索能力并避免陷入局部最优解。
34、所述引入磁小体竞争进化策略，增强算法的局部搜索能力，避免算法陷入局部最优解，同时加速算法的本文档来自技高网...
【技术保护点】
1.基于改进磁性细菌优化算法(IMBOA)的多旋翼无人机路径规划方法，其特征包括：所述方法采用起点和终点的方向信息对磁性细菌种群进行初始化，以获得更优的初始路径并加速算法的收敛；根据障碍物密度动态调整可行路径筛选因子α，以适应不同环境条件下的路径搜索需求，确保路径规划的灵活性和适应性；引入磁小体竞争进化策略，增强算法的局部搜索能力，避免算法陷入局部最优解，同时加速算法的收敛速度；利用双向视线检查算法(Twsda)对关键路径点进行筛选，以显著减少路径拐点，缩短路径长度，并避免无人机陷入凹形陷阱；采用三次B样条曲线拟合技术对生成的路径进行平滑处理，生成更平滑、更符合飞行要求的无人机飞行路径；所述方法的目标函数值的优化目标包括但不限于：最小化路径长度，以确保无人机以最短的飞行距离完成任务；最小化路径中的危险系数，以降低飞行风险；最小化飞行能耗，以延长无人机的飞行时间或减少能源消耗；最小化位姿变化次数，以减少无人机在飞行过程中的机动性需求，提高飞行稳定性。
2.根据权利要求1所述基于改进磁性细菌优化算法的多旋翼无人机路径规划方法，其特征在于，所述根据起点与终点的方向来初始化磁
3.根据权利要求1所述基于改进磁性细菌优化算法的多旋翼无人机路径规划方法，其特征在于，所述根据障碍物密度动态调整可行路径筛选因子α，所述方法包含以下步骤：
4.根据权利要求1所述基于改进磁性细菌优化算法的多旋翼无人机路径规划方法，其特征在于，所述引入磁小体竞争进化策略，增强算法的局部搜索能力，避免算法陷入局部最优解，同时加速算法的收敛速度：
5.根据权利要求1所述基于改进磁性细菌优化算法的多旋翼无人机路径规划方法，其特征在于，所述利用双向视线检查算法(Twsda)对关键路径点进行筛选，并经过正反路径融合以及三次B样条曲线拟合，以显著减少路径拐点，缩短路径长度，并避免无人机陷入凹形陷阱：
6.根据权利要求5所述基于改进磁性细菌优化算法的多旋翼无人机路径规划方法，其特征在于，所述采用三次B样条曲线拟合技术对生成的路径进行平滑处理，生成更平滑、更符合飞行要求的无人机飞行路径(确保无人机在路径拐点处拥有更优的动力学和运动学特性)：确定关键路径点，这些点是通过前端IMBOA搜索和后端Twsda算法筛选和融合得到的，然后使用这些关键点构建三次B样条曲线，以此来对路径进行平滑处理。数学表达式为：
...【技术特征摘要】
1.基于改进磁性细菌优化算法(imboa)的多旋翼无人机路径规划方法，其特征包括：所述方法采用起点和终点的方向信息对磁性细菌种群进行初始化，以获得更优的初始路径并加速算法的收敛；根据障碍物密度动态调整可行路径筛选因子α，以适应不同环境条件下的路径搜索需求，确保路径规划的灵活性和适应性；引入磁小体竞争进化策略，增强算法的局部搜索能力，避免算法陷入局部最优解，同时加速算法的收敛速度；利用双向视线检查算法(twsda)对关键路径点进行筛选，以显著减少路径拐点，缩短路径长度，并避免无人机陷入凹形陷阱；采用三次b样条曲线拟合技术对生成的路径进行平滑处理，生成更平滑、更符合飞行要求的无人机飞行路径；所述方法的目标函数值的优化目标包括但不限于：最小化路径长度，以确保无人机以最短的飞行距离完成任务；最小化路径中的危险系数，以降低飞行风险；最小化飞行能耗，以延长无人机的飞行时间或减少能源消耗；最小化位姿变化次数，以减少无人机在飞行过程中的机动性需求，提高飞行稳定性。
2.根据权利要求1所述基于改进磁性细菌优化算法的多旋翼无人机路径规划方法，其特征在于，所述根据起点与终点的方向来初始化磁性细菌种群，具体步骤如下：
...
【专利技术属性】
技术研发人员：唐嘉宁，任林超，陈云浩，马孟星，赵一帆，赵莉，施炀，张凯，霍文渊，吴家明，
申请(专利权)人：云南民族大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。