一种飞行器绕多禁飞区路径规划与决策方法

摘要

本发明提供一种飞行器绕多禁飞区路径规划与决策方法，其步骤如下：一、建立有向图模型：二、遍历从起点到终点的所有路径；三、规划路径并设计路径评价指标；四、制定路径决策方案；通过以上步骤，可以基于图论，构建有向图模型，实现飞行器绕多禁飞区的路径规划与决策，解决了目前存在的重制导、轻规划的问题，并且能够为飞行器制导提供多个可行方案。本发明所述方法科学，工艺性好，具有广阔推广应用价值。

说明书

技术领域

本发明是一种针对多禁飞区环境，基于图论建立环境模型，对可行路径进行规划，并根据路径对飞行器机动能力的要求进行评价，最终制定路径决策方案的方法，属于航空航天；制导、导航与控制技术；路径决策规划领域。

背景技术

路径规划最初广泛用于移动机器人的研究中，随着无人设备应用领域的不断扩大，如在海洋科学，工业现场和军事作战等实际应用中，路径规划的相关研究逐渐发展应用于无人车、无人艇以及各类飞行器中，成为各个领域内的研究热点与难点问题之一。而飞行器飞行必须满足复杂的约束条件，其中包括传统的热流率、动压、过载约束和终端约束，也包括自然、军事等因素造成的复杂禁飞区约束。飞行器的禁飞区是一种路径约束，如果禁飞区的数量越多或者模型比较复杂，那么飞行器在路径优化的路径约束就越多，优化的解算难度就越大。

现今研究禁飞区突防的成果较少，且存在重制导、轻规划的问题。文献中大部分的规避方法均是基于标称轨迹，其处理思路主要在制导中考虑规避方法，却没有站在上层考虑整体规划问题，其规避问题也局限于标称轨迹附近的禁飞区规避，而缺乏上层规划，因此总体性能局限，可扩展性差。并且飞行器路径规划的研究正朝着智能算法的改进与创新、自主避障与多传感器信息融合技术相结合、多种算法组合求解的方向发展。然而，现有的路径规划、路径搜索及优化方法，如A*算法、粒子群算法等，不适用于高速难控的飞行器，无法反映控制力的大小，且只能求出一个最优解/局部最优解，无法提供备选方案，难以制定完备合理的路径决策方案。

从上所述，本发明以路径决策为出发点，基于图论的方法，建立数学模型，对所有路径进行遍历，并设计评价指标进行排序，最终制定路径决策方案，该方法具有一定独创性。

发明内容

(一)本发明的目的

本发明的目的是为了解决上述问题，提出一种飞行器绕多禁飞区路径规划与决策方法，旨在建立飞行器绕多禁飞区的数学模型方法，并获得有效且合理的绕飞路径决策方案。

(二)技术方案

本发明一种飞行器绕多禁飞区路径规划与决策方法，其具体步骤如下：

步骤一、建立有向图模型：

首先合并重叠禁飞区；其次，在每个禁飞区上下设定虚拟路径点；然后，选择可以串行依次绕过的禁飞区放入一个列表中，则所有可能的串行线就会形成一个多维列表；每一个列表中障碍上下的节点与起点，目标点之间将会形成上下两个包络，且相邻两障碍上下的节点之间可以交叉穿行，连接可行路径后形成每条串行线的所有路径；建立有向图模型；最后，给所有的有向边加上权重；

步骤二、遍历从起点到终点的所有路径；

基于步骤一建立的有向图模型，使用深度优先遍历方法对从起点到终点的所有路径进行遍历，得到飞行器绕飞路径的所有可能；

步骤三、规划路径并设计路径评价指标；

使用一种最小控制力路径点跟踪制导方法，对每一条路径设计最优导引律，得到能够反映对飞行器机动能力要求的路径规划，并以能量消耗作为路径的评价指标；

步骤四、制定路径决策方案；

根据各个路径评价指标对路径进行排序；排序后，对于每一条路径，针对每一个禁飞区，从上方绕过记作0，从下方绕过记为1，合并重复路径后得到q个绕飞路径方案；假设需要绕飞n个禁飞区，则最终可以输出一个q×n维0/1矩阵；最后，根据需求提供前f个方案，完成决策。

其中，在步骤一中所述的“有向图”，是指在图论中，由节点集合和边集合组成，且边具有方向的图；

其中，在步骤二中所述的“深度优先遍历方法”，是指图论中一个针对图和树的经典遍历方法；

其中，在步骤三中所述的“最小控制力路径点跟踪制导方法”，是指以最小化路径点跟踪的能量消耗为优化目标，基于飞行器的运动学模型推导得到的解析制导指令表达式；

其中，在步骤三中所述的“评价指标”，是指通过路径规划，计算能够反映路径对飞行器机动能力需求的性能指标，用来评价路径的优劣；

其中，在步骤四中所述的“决策方案”，是指根据各路径的评价指标进行排序，通过合并处理后，得到绕飞禁飞区的方式；

通过以上步骤，可以基于图论，构建有向图模型，实现飞行器绕多禁飞区的路径规划与决策，解决了目前存在的重制导、轻规划的问题，并且能够为飞行器制导提供多个可行方案。

(三)本发明的优点及功效

本发明的优点及功效在于：

通过以上步骤，可以基于图论，构建有向图模型，实现飞行器绕多禁飞区的路径规划与决策，解决了目前存在的重制导、轻规划的问题，并且能够为飞行器制导提供多个可行方案。

(1)本发明基于图论，构建有向图模型，实现飞行器绕多禁飞区的路径规划与决策，解决了目前存在的重制导、轻规划的问题，实现飞行器绕多禁飞区的路径规划与决策，建立了飞行器绕多禁飞区的有向图模型方法，能够将所有可行的禁飞区绕飞路径通过数学建模的方式呈现出来，可适用于任意个数和布局的多类高速飞行器避障绕飞选择，为飞行器的制导提供多个可行方案和多种可行路线；

(2)本发明通过遍历路径，根据路径评价指标对路径进行排序，进而制定路径决策方案，可以避免因搜索和优化只能存在单一解的情况，且方法简单易操作，可扩展性强；

(3)本发明所述方法科学，工艺性好，具有广阔推广应用价值。

附图说明

图1是本发明所述方法流程图。

图2是有向图模型示意图。

图3是飞行器运动学模型图。

图4是案例有向图模型。

图5是最优方案的飞行路径图。

图中序号、符号、代号统一归纳说明如下：

图3：U表示飞行器，W

图4：图中数字代号表示节点编号。

具体实施方式

下面将结合附图和实施案例对本发明作进一步的详细说明。

本发明一种飞行器绕多禁飞区路径规划与决策方法，其流程图如图1所示，它包括以下几个步骤：

步骤一、建立有向图模型；

本步骤的目的是进行环境建模，即将实际的物理空间抽象为路径规划方法能够处理的抽象空间，即先将禁飞区进行膨胀化处理，并建立坐标系以及标定禁飞区位置。这里，本方法基于图论来进行建模。

首先合并禁飞区。在飞行器实际的任务环境中，禁飞区之间可能有重叠区域，或者由于禁飞区之间距离太近，现有技术无法使飞行器从中穿梭。此时若将禁飞区节点之间加以连线，会影响路径规划的结果。因此可以将存在这种情况的禁飞区看成一个大的椭圆形禁飞区。

其次，设定虚拟路径点。为了简化模型，减少运行时间，对每个合并障碍分别建立上、下两个节点，坐标为圆心±短轴/长轴半径×调整系数，作为路径的决策点或拐点，反映是从禁飞区上方还是下方绕过。调整系数的选择可根据实际情况制定。

然后，建立有向图模型。为了避免在判断任意两点间是否穿过障碍时所增大的运算量，需要改变输入方式。选择可以串行依次绕过的禁飞区放入一个列表中，则所有可能的串行线就会形成一个多维列表。每一个列表中障碍上下的节点与起点，目标点之间将会形成上下两个包络，且相邻两障碍上下的节点之间可以交叉穿行，连接可行路径后形成每条串行线的所有路径。删除重复边后便可形成一个具有节点和有向边的有向图，示意图如图2所示，其中，禁飞区1，2为一条串行线，禁飞区1，3为另一条。这样，计算机的运算量则根据串行线的条数呈线性增加的关系，从而避免了空间爆炸问题。

最后，完成环境建模。完成节点的选取与节点间的连线后，给所有的有向边加上权重，即w

步骤二、遍历从起点到终点的所有路径；

基于步骤一产生的有向图，需要对从起点到终点的所有路径进行遍历。这里我们决定使用深度优先原理进行遍历。

将有向图用邻接表结构表示。假设给定图G的初态是所有节点均未曾访问过。在G中节点S为起点，首先访问出发点S，并将其标记为已访问过；然后依次从S出发搜索S的每个邻接点w。若w未曾访问过，则以w为新的出发点继续进行深度优先遍历，直至图中所有从起点S到终点E有路径相通的节点均已被访问为止。

深度优先遍历方法思路：

A.初始化堆栈，将起点设置为已访问，将其入栈；

B.查看栈顶节点I在图中，有没有可以到达、且没有入栈、且没有从这个节点I出发访问过的节点；

C.如果有，则将找到的这个节点入栈；

D.如果没有则将节点I访问到下一个节点的集合中每个元素赋值为零，I出栈；

E.当栈顶元素为终点时，设置终点没有被访问过，输出栈中元素，弹出栈顶节点；

F.重复执行B–E，直到栈中元素为空。

通过上述方法，我们可以得到有向图模型中从起点到终点的所有路径，即所有绕飞禁飞区的路径。

步骤三、规划路径并设计路径评价指标；

我们使用一种最小控制力路径点跟踪制导的方法，以最小化路径点跟踪的能量消耗为优化目标，基于飞行器的运动学模型对每一条路径设计最优导引律，得到能够反映对飞行器机动能力要求的路径规划。

首先，建立运动学模型。假设飞行器有一个高性能的飞行控制系统，该系统提供飞行器的横摇、俯仰和偏航稳定性以及速度跟踪、航向和高度保持功能。假设飞行器需要经过N个路径点，飞行器与第i个路径点的相对几何关系如图3所示。

图3中，U表示飞行器，W

不丧失一般性，假设N个路径点是按其相应到达时间t

其中r

其次，设计路径评价指标。在实践中，能量消耗对飞行器至关重要，因为它决定了飞行器的耐久性。为此，引入以下二次积分控制力性能指标，并将此性能指标作为路径的评价指标。

然后，为了最小化J，设计导引律。首先考虑t≤t

令R∈R

同理，当t>t

(1)至(7)式中：γ表示航迹角，V是飞行器速度，a是横向加速度，r

使用控制指令a，可以以最小化能量消耗为目标规划每个路径，并可以通过计算性能指标J得到该路径的评价指标。

步骤四、制定路径决策方案；

通过上面的过程，我们可以得到每一条绕飞路径和评价指标。因此，可以得到所有路径的排序。

本方法的决策方案是提供禁飞区绕飞的方式，步骤三的路径规划只为决策的制定提供评价指标，由于未考虑飞行器动力学，上述路径可作为标称，但实际飞行轨迹可根据规避策略在标称附近机动。因此对于每一条路径，针对每一个禁飞区，从上方绕过记作0，从下方绕过记为1，就能根据路径穿过的虚拟路径点与禁飞区的相对关系转化为0/1数组。由于不同的路径绕过每一个禁飞区时的方位可能相同，因此可以通过上述0/1转化合并重复方案。假设需要绕飞n个禁飞区，合并后的路径有q条，最终可以输出一个q×n维0/1矩阵。

最后，根据需求提供前f个方案，完成决策，为后续制导提供指导。

仿真案例：

本案例仅作为方法演示，并非实际飞行任务，亦可适用于复杂禁飞区布置和高速飞行任务。设飞行器飞行起点为(2,4)，目标点为(40,4)。三个圆形禁飞区，编号[1,2,3]，其圆心坐标、半径分别为，x

根据步骤一，设定的虚拟路径点坐标如表1所示。设串行线分别为禁飞区1,2；1,3；2,3，则得到有向图模型如图4所示。图4中数字代表有向图各个节点的编号。

表1算例节点坐标

根据步骤二，根据有向图得到其邻接表

则根据深度优先遍历算法可遍历从起点0到终点7的所有路径集合P，且：

P＝[[0,1,2,7]；[0,1,2,3,7]；[0,1,2,6,7]；[0,1,5,7]；[0,1,5,3,7]；[0,1,5,6,7]；[0,1,3,7]；[0,1,6,7]；[0,4,2,7]；[0,4,2,3,7]；[0,4,2,6,7]；[0,4,5,7]；[0,4,5,3,7]；[0,4,5,6,7]；[0,4,3,7]；[0,4,6,7]；[0,2,7]；[0,2,3,7]；[0,2,6,7]；[0,5,7]；[0,5,3,7]；[0,5,6,7]]。

根据步骤三，设飞行器平均速度2.5m/s，根据横向加速度a的导引律，得到以上路径的最优路径规划，并计算得到各路径的评价指标J，且；

J＝[3.9520；7.3372；11.5008；2.0723；3.5438；7.0333；0.0666；0.3365；7.3153；11.8646；16.5311；5.3426；7.6628；11.7236；0.9067；0.3382；0.7458；2.3243；5.3927；0.3159；0.9306；3.4771]；

其中，第7条路径:[0,1,3,7]为最优的路径，其飞行路径图如图5所示。

根据步骤四，将该路径排序进行0/1转化并合并方案，最终得到的绕飞禁飞区路径决策方案顺序如表2所示。

表2决策方案