一种无人机集群在城市内中小河道巡航轨迹的规划方法

摘要

本发明公开了一种无人机集群在城市内中小河道巡航轨迹的规划方法，包括以下步骤：步骤1：设定无人机集群在城市内中小河道巡航时的协同飞行约束条件；步骤2：设定无人机集群在执行城市内中小河道巡航任务中的优化目标；步骤3：在步骤1和步骤2的基础上，构建多无人机协同航迹规划模型；步骤4：通过对多无人机协同航迹规划模型进行求解，得到多无人机的最优轨迹集；步骤5：无人机集群依据步骤4得到的最优轨迹集，执行城市内中小河道巡航任务；采用本发明方法能确保无人机集群以回航、巡航重叠最小以及总航程距离更短的路径执行城市内中小河道监测任务。

说明书

技术领域

本发明属于轨迹规划技术领域，具体为一种无人机集群在城市内中小河道巡航轨迹的规划方法。

背景技术

随着人工智能技术的迅猛发展，无人机逐步朝着小型化、智能化方向发展，且因其可远程操控、灵活性高等独特优点已被广泛应用于应急救援、环境监测等领域。同时，在城市内中小河道监测中，由于城市面积较大且城市内中小河道水网复杂，单架无人机续航和广域搜索的能力都有较大局限性，多架无人机协同组成无人机集群已成为无人机执行监测任务的重要模式。不同于单架无人机路径规划，无人机集群的路径规划除了要考虑单机的可控飞行外，还需要考虑集群规模、巡航效率、协同方式等。

发明内容

发明目的：为解决在城市内中小河道监测方面存在的局限性，本发明提出了一种无人机集群在城市内中小河道巡航路径的规划方法，确保无人机集群以回航总航程距离更短的路径执行城市内中小河道监测任务。

技术方案：一种无人机集群在城市内中小河道巡航轨迹的规划方法，包括以下步骤：

步骤1：设定无人机集群在城市内中小河道巡航时的协同飞行约束条件；

步骤2：设定无人机集群在执行城市内中小河道巡航任务中的优化目标；

步骤3：在步骤1和步骤2的基础上，构建无人机集群协同航迹规划模型；

步骤4：通过对无人机集群协同航迹规划模型进行求解，得到无人机集群中各无人机的最优轨迹集；

步骤5：无人机集群依据步骤4得到的最优轨迹集，执行城市内中小河道巡航任务。进一步的，所述的协同飞行约束条件包括：

||X

l

l

max[T

式中，X

进一步的，所述的优化目标为：从不同起点同时开始巡航的各无人机到达统一终点的时间相同，且无人机集群的总航迹长度最短，表示为：

式中，n为航迹段总数，l

进一步的，在步骤4中，采用CO-NSGA-Ⅱ算法对无人机集群协同航迹规划模型进行求解，得到Pareto最优解集。

有益效果：本发明给出了一种有效的路径规划方法，适用于含有多无人机集群的中小河道巡航任务；为无人机集群执行城市内中小河道监测任务提供同时回航、巡航重叠最小、总航程距离更短的最优路径规划方案。

附图说明

图1为两架无人机仿真结果

图2为两架无人机航迹距离代价最优结果。

具体实施方式

本发明的一种无人机集群在城市内中小河道巡航路径的规划方法，主要包括以下步骤：

步骤1：设定无人机集群在城市内中小河道巡航时的协同飞行约束条件，该约束条件包括但不限于：最小安全间隔d

步骤2：设定无人机集群在执行城市内中小河道巡航任务中的优化目标，本发明的无人机集群是由处于不同起点处的多个无人机组成。因此，该优化目标为从不同起点同时开始巡航的无人机集群最终到达统一终点的时间相同(即每个无人机的航行时间相同)，同时总航迹长度最短。

步骤3：针对优化目标设计多无人机协同航迹规划模型，该多无人机协同航迹规划模型表示为：

式中，n为航迹段总数，l

步骤4：采用CO-NSGA-Ⅱ算法对多无人机协同航迹规划模型进行求解，得到Pareto最优解集。

步骤5：无人机集群依据步骤4得到的Pareto最优解集，按照Pareto最优解集中的最优轨迹执行城市内中小河道巡航任务。

实施例：

现通过简单的两架无人机协同航迹规划验证本发明所提CO-NSGA-II算法可行性。其中两架无人机仿真时取起始点分别为X