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
机译: 产生禁飞区的方法和装置,以及控制无人飞行器飞行的方法和装置
机译: 控制无人飞行器飞行的方法和装置,以及产生禁飞区的方法和装置
机译: 设置无人飞行器禁飞区的方法