通信延迟下多无人机协同实时航路规划方法

摘要

本发明公开了一种通信延迟下多无人机协同实时航路规划方法，首先设置无人机数据、障碍数据和目标点数据，生成数字地图；然后执行同时到达约束，得到各无人机的飞行速度；执行通信延迟约束，得到无人机间距范围；执行A*算法，得到各无人机下一步航路；判断是否满足避撞约束和通信距离限制，最终判断是否到达目标点。本发明能够使多无人机在通信延迟下，从不同地点起飞，同时到达同一目标点，途中能够规避障碍，避免无人机间的碰撞，同时能够保持无人机间的通信。

说明书

技术领域

本发明涉及多无人机从不同地点起飞，避开障碍区域飞到同一目标点的实时航路 规划方法，有关领域包括路径规划、协同控制和通信技术。

背景技术

多无人机协同航路规划是多无人机协同规划中最基本的任务，它是多无人机协同 执行其他任务如协同搜索、协同跟踪等任务的基础，可以应用于灾害中的人员搜索、 定位以及事故地点的勘察、探测等，国内外的研究十分广泛。郗永军和周德云在论文 《多无人机协同攻击路径规划研究》中提出了一种基于改进A*算法的多无人机协同航 路规划算法。首先，构建了多无人机最优协同攻击路径规划系统框架；其次，以人工 智能A*算法为基础，结合无人机运动学方程对A*算法进行了改进，得到一种基于步 长搜索的无人机路径快速生成算法；再次，基于改进的路径快速生成算法，以多无人 机同时攻击目标为约束条件，进行变步长的协同攻击仿真计算，从而得到多无人机协 同攻击同一目标的规划路径。

该算法没有考虑通信约束对航路规划算法的影响，而保证通信是多无人机协同的 基本要素。多无人机在飞行过程中如果相距太远，就有可能脱离无人机通信平台的通 信范围，导致无人机间无法进行通信，也就无法进行消息传递和数据交换。另外通信 会有时间延迟，一架无人机发送的数据会在一定时间后才会被另一架无人机接收，这 在协同航路规划中也需要考虑。

通信约束是指多无人机协同航路规划中需要考虑的通信系统和通信设备自身存在 的约束和限制，比如通信距离限制和通信时间延迟。

发明内容

为了克服现有技术的不足，本发明提供一种通信延迟下多无人机协同实时航路规 划方法，规划出通信延迟情况下多无人机协同飞行到达同一目标点的实时航路，多无 人机在沿着规划出的航路飞行时能够保持通信，并能满足同时到达约束和避撞约束。

本发明解决其技术问题所采用的技术方案包括以下步骤：

假设本方法执行的时间步长为Δt，初始时间步长为Δt₀，参与航路规划的无人机 类型相同，无人机均飞行在相同高度，无人机的速度变化范围为v∈(v_min，v_max)，无人 机间的最小安全距离为d_min，最大通信限制距离为d_max，执行通信延迟后，无人机间 最小距离为d′_min，最大距离为d′_max。

步骤1：设置无人机数据、障碍数据和目标点数据，生成数字地图，以供A*算法 调用。

无人机数据包括：无人机数量n，无人机初始位置坐标(x_i，y_i)(i＝1，2，…，n)； 障碍数据包括：障碍数量m，障碍圆中心坐标(x_j，y_j)，半径r_j(j=1，2，…，m)； 目标点数据包括：目标点位置坐标(x，y)。

步骤2：执行同时到达约束，得到各无人机的飞行速度v_i，v_i∈(v_min，v_max)，包括 以下步骤：

1)使用A*算法规划出各无人机在时间步长Δt下到目标点的最短路径；

2)计算v∈(v_min，v_max)，每条路径对应的飞行时间集S_ti(i＝1，2，…，n)；

3)判断S_t1，S_t2，S_t3，…是否有交集，若没有交集，进入步骤4），若有 交集，进入步骤5）；

4)改变时间步长，在Δt基础上增加Δt₀，转到步骤1)；

5)取S_t1，S_t2，S_t3，…交集中使得J最小的t作为协同变量，t是无人机从 初始点到目标点的飞行时间；

其中为多无人机协同的代价函数，J_i是第i架无人机的飞行 路径代价，x_i是它的飞行路径，v_i是它的飞行速度。

6)取协同变量t对应的v为每架无人机的飞行速度。

步骤3：执行通信延迟约束，得到无人机间距范围。

对于相邻两无人机，

d′_min=d_min+(v₁+v₂)t_d

d′_max=d_max-(v₁+v₂)t_d

其中v₁，v₂是相邻两无人机的速度，t_d是通信延迟时间。

步骤4：执行A*算法，得到各无人机下一步航路

步骤5：判断是否满足避撞约束。

计算

$d=\sqrt{{(x_1^{\left(p\right)}-x_2^{\left(p\right)})}^2+{(y_1^{\left(p\right)}-y_2^{\left(p\right)})}^2}$

其中，和是任意相邻两架无人机的实时位置坐标。

如果d≤d′_min，两架无人机在遵循最大航迹倾斜角约束和不进入障碍区域的前提 下，向增大两机距离的方向各运动一个路径步长，路径步长等于无人机速度乘以时间 步长，转到步骤2；否则转到步骤6；

步骤6：判断是否满足通信距离限制。

如果d≥d′_max，两架无人机在遵循最大航迹倾斜角约束和不进入障碍区域的前提 下，向减小两机距离的方向各运动一个路径步长，转到步骤2；否则转到步骤7；

步骤7：判断是否到达目标点。

如果到达目标点，否则转到步骤4。

本发明的有益效果是：由于采用步骤2，多无人机可以在同一时间到达目标点；

由于采用步骤3，可以根据通信延迟时间修改无人机间的距离范围，使多无人机 满足既不发生碰撞，也能保持通信；

由于采用步骤5，无人机间能避免发生碰撞；

由于采用步骤6，多无人机能保持在通信距离范围内。

经验证，本发明设计的算法能够使多无人机在通信延迟下，从不同地点起飞，同 时到达同一目标点，途中能够规避障碍，避免无人机间的碰撞，同时能够保持无人机 间的通信。

下面结合附图和实施例对本发明进一步说明。

附图说明

图1是航路规划算法流程；

图2是同时到达约束流程；

图3是避撞约束流程；

图4是通信距离限制流程；

图5是未加通信约束时规划航路；

图6是加通信距离限制约束后规划航路；

图7是加通信时间延迟为5s后规划航路；

图8是加通信时间延迟为10s后规划航路。

具体实施方式

假设算法执行的步长为Δt，初始步长为Δt₀，参与航路规划的无人机类型相同，无 人机均飞行在相同高度，无人机的速度变化范围为v∈(v_min，v_max)，无人机间的最小安 全距离为d_min，最大通信限制距离为d_max，执行通信延迟后，无人机间最小距离为d′_min， 最大距离为d′_max。算法执行的步骤如下（参见附图1）：

步骤1：设置无人机数据、障碍数据和目标点数据，生成数字地图，以供A*算法 调用。

无人机数据包括：无人机数量n，无人机初始位置坐标(x_i，y_i)(i＝1，2，…，n)；

障碍数据包括：障碍数量m，障碍圆中心坐标(x_j，y_j)，半径r_j(j=1，2，…，m)；

目标点数据包括：目标点位置坐标(x，y)。

步骤2：执行同时到达约束，得到各无人机的飞行速度v_i，v_i∈(v_min，v_max)。参见附 图2。

7)使用A*算法规划出各无人机在步长Δt下到目标点的最短路径；

8)计算v∈(v_min，v_max)，每条路径对应的飞行时间集S_ti(i=1，2，…，n)；

9)判断S_t1，S_t2，S_t3，…是否有交集；

10)否，改变步长Δt，Δt=Δt+Δt₀，转到1)；

11)是，取S_t1，S_t2，S_t3，…交集中使得J最小的t作为协同变量，t是无人机从初 始点到目标点的飞行时间；

其中为多无人机协同的代价函数，J_i是第i架无人机的飞行路径 代价，x_i是它的飞行路径，v_i是它的飞行速度。

12)取协同变量t对应的v为每架无人机的飞行速度。

步骤3：执行通信延迟约束，得到无人机间距范围。

对于相邻两无人机，

d′_min=d_min+(v₁+v₂)t_d

d′_max=d_max-(v₁+v₂)t_d

其中v₁，v₂是相邻两无人机的速度，t_d是通信延迟时间。

步骤4：执行A*算法，得到各无人机下一步航路

步骤5：判断是否满足避撞约束。参见附图3。

计算

$d=\sqrt{{(x_1^{\left(p\right)}-x_2^{\left(p\right)})}^2+{(y_1^{\left(p\right)}-y_2^{\left(p\right)})}^2}$

其中，和是任意相邻两架无人机的实时位置坐标。

如果d≤d′_min，两架无人机在遵循最大航迹倾斜角约束和不进入障碍区域的前提下， 向增大两机距离的方向各运动一个路径步长（路径步长等于无人机速度乘以时间步 长），转到步骤2；否则转到步骤6；

步骤6：判断是否满足通信距离限制。参见附图4。

如果d≥d′_max，两架无人机在遵循最大航迹倾斜角约束和不进入障碍区域的前提下， 向减小两机距离的方向各运动一个路径步长，转到步骤2；否则转到步骤7；

步骤7：判断是否到达目标点。

如果仿真结束，否则转到步骤4。

本发明通过计算机仿真进行了虚拟实施。

仿真设定了一块90×50km的矩形区域，设定了9个障碍区域和1个目标点，设定 了3架类型相同的无人机，均具有相同的过载和速度变化范围v∈(100m/s，150m/s)。 假设无人机间最小安全距离d_min=0.1km，最大通信限制距离d_max=15km，初始仿真步 长Δt₀设为1s。

M1)设置无人机数据、障碍数据和目标点数据，参加表1、表2和表3。

表1无人机设置（单位：km）

表2障碍设置（单位：km）

表3目标点设置（单位：km）

M2)执行同时到达约束，得到各无人机的飞行速度v_i，v_i∈(100m/s，150m/s)。

1)使用A*算法规划出3架无人机在步长Δt下到目标点的最短路径；

2)计算v∈(100m/s，150m/s)，每条路径对应的飞行时间集S_ti；

3)判断S_t1，S_t2，S_t3，…是否有交集；

4)否，改变步长Δt，Δt=Δt+1，转到1)；

5)是，取S_t1，S_t2，S_t3，…交集中使得J最小的t最为协同变量，t是无人机从初 始点到目标点的飞行时间；

其中为多无人机协同的代价函数，J_i是第i架无人机的飞行路径 代价，x_i是它的飞行路径，v_i是它的飞行速度。

6)取协同变量t对应的v为每架无人机的飞行速度。

M3)执行通信延迟约束，得到无人机间距范围。

对于相邻两无人机，

d′_min=0.1+(v₁+v₂)t_d

d′_max=15-(v₁+v₂)t_d

其中v₁，v₂是相邻两无人机的速度。

M4)执行A*算法，得到各无人机下一步航路

M5)判断是否满足避撞约束。

计算

$d=\sqrt{{(x_1^{\left(p\right)}-x_2^{\left(p\right)})}^2+{(y_1^{\left(p\right)}-y_2^{\left(p\right)})}^2}$

其中，和是任意相邻两架无人机的实时位置坐标。

如果d≤d′_min，两架无人机在遵循最大航迹倾斜角约束和不进入障碍区域的前提下， 向增大两机距离的方向各运动一个路径步长，转到M2)；否则转到M6)；

M6)判断是否满足通信距离限制。

如果d≥d′_max，两架无人机在遵循最大航迹倾斜角约束和不进入障碍区域的前提下， 向减小两机距离的方向各运动一个路径步长，转到M2)；否则转到M7)；

M7)判断是否到达目标点。

如果仿真结束，否则转到M4)。

在Windows XP环境下，使用Visual C++6.0软件仿真的结果如附图5到附图8所 示。其中，附图5是未加通信约束时规划出的多无人机协同实时航路，附图6是在附 图5的基础上加了通信距离限制后规划出的多无人机协同实时航路，附图7是在附图 6的基础上加了通信时间延迟为5s后规划出的多无人机协同实时航路，附图8是通信 延迟时间为10s的情况。