一種基于文化算法的動態環境下航跡規劃方法
【專利摘要】本發明提出一種基于文化算法的動態環境下航跡規劃方法，涉及在線航跡規劃技術，該方法特點是：(1)使用在線航跡規劃方法規劃出可達航跡。(2)提取可達航跡中特征節點為知識。(3)使用知識確定規劃空間，在規劃空間內使用離線規劃方法規劃最優航跡。(4)針對環境改變，使用在線航跡規劃方法對航跡中不可達部分重新進行規劃，并使用知識進行指導尋優。本發明的優點是：在動態環境下，較現有在線航跡規劃方法可以更快速規劃出飛行航跡，同時所得航跡為最優航跡，增強了飛行器對突發情況的反應能力，并進一步減小了飛行過程中遇到突發情況的概率。
【專利說明】
一種基于文化算法的動態環境下航跡規劃方法
技術領域
[0001]本發明屬于無人機技術領域，涉及一種用于解決無人飛行器航跡規劃問題的文化算法，具體為一種基于文化算法的動態環境下航跡規劃方法。
【背景技術】
[0002]航跡規劃需要解決的問題是找到一條可以使飛行器快速安全地完成任務的航跡。現有的方法可以確保在環境等影響因素已知的情況下，規劃出一條可行航跡。但真實世界的環境在不斷改變之中，無人飛行器飛行時會遇到威脅的改變、目標點的移動等問題，此時需要根據實時情況對航跡進行相應改變。
[0003]為了使無人飛行器能在飛行過程中對環境改變做出及時響應，現有的在線航跡規劃方法，如D*算法等，旨在快速地規劃出一條可行的安全航跡，該航跡往往不是最優航跡。最優航跡可以縮短無人飛行器飛行路程的長度，即縮短了飛行器飛行任務的用時，在此基礎上進一步降低了遇到突發事件的概率。現有基于進化計算的航跡規劃方法均為離線航跡規劃方法，因進化計算為隨機搜索算法，需要在整個規劃空間內尋優，雖然能尋找到最優航跡，但耗時長，不能滿足實時規劃的要求。
[0004]為同時滿足航跡規劃問題的實時性與動態適應性，結合文化算法的特性，提出一種用于解決無人飛行器航跡規劃問題的文化算法，該算法具有區別于傳統文化算法的知識形式、不同的知識更新與影響。
【發明內容】
[0005]本發明目的提供一種基于文化算法的動態環境下航跡規劃方法，能在實時更新航跡的同時尋找到最優航跡;能進一步提升在線航跡規劃的速度，更有助于飛行器對環境改變做出及時響應。
[0006]為了解決上述的技術問題，本發明提出一種基于文化算法的動態環境下航跡規劃方法，其包括:獲取地圖信息以及飛行任務信息，無人飛行器航跡規劃，其包括:
生成初始可行航跡；
對可行航跡進行知識提取，提取初始航跡特征節點信息作為知識；
使用知識影響航跡規劃，以知識確定尋優空間，在尋優空間內尋找到優秀節點組成最優航跡，飛行器沿此最優航跡飛行；
當環境改變影響到當前最優航跡時，僅對受影響部分重新產生可行子航跡，將新的子航跡替換至原航跡中，并對完整航跡進行知識提取，以此完成知識的更新，使用新知識確定空間并規劃最優航跡，直至飛行器到達目標處。
[0007]本發明所述提取可行航跡中特征節點信息為知識，使用知識確定規劃空間，在環境改變時，以新的可行航跡中特征節點更新知識。
[0008]本發明所述環境改變影響飛行航跡時，僅對受環境影響部分重新規劃可行航跡、更新知識，再在新知識下，完成最優航跡規劃。
[0009]本發明的有益效果:相比現有的航跡規劃方法，本發明通過使用文化算法的框架，結合不同航跡規劃方法各自的優點，提出一種新的在線航跡規劃方法，使得該方法能在規劃出最優航跡的同時兼顧實時性要求。相比現有航跡規劃方法，本發明規劃時長更短、規劃所得航跡更優。
【附圖說明】
[0010]圖1是本發明威脅概率地圖。
[0011 ]圖2是本發明等效數字地圖。
[0012]圖3是本發明知識確定尋優空間。
[0013]圖4是本發明種群空間內尋優所使用的各算子。
[0014]a為刪除算子前，b為刪除算子后，c為擾動算子前，d為擾動算子后，e為插入算子前，f為插入算子后，g為交叉算子前，h為交叉算子后。
[0015]圖5是本發明D*算法產生初始航跡。
[0016]圖6是本發明形勢知識保留的航跡。
[0017]圖7是本發明尋優所得最佳航跡。
[0018]圖8是本發明目標移動一段距離時，由當前位置規劃出的最優航跡。
[0019]圖9是本發明目標移動前后，飛行器最初規劃航跡與飛行器實際飛行航跡對比。
[0020]圖10是本發明威脅發生移動時，由當前位置規劃出的最優航跡。
[0021]圖11是本發明威脅移動前后，飛行器最初規劃航跡與飛行器實際飛行航跡對比。
【具體實施方式】
[0022]以下將結合附圖對本發明的【具體實施方式】作詳細說明:
本發明提出一種基于文化算法那的動態環境下解決無人飛行器航跡規劃問題的方法，具體步驟如下:
步驟1.獲取地圖信息以及飛行任務信息
載入環境地圖以及如圖1的威脅概率地圖，生成如圖2的等效數字地圖；獲取飛行器起始位置對應地圖坐標以及目標點位置對應地圖坐標;確定飛行器最大俯仰角以及偏航角，飛行器飛行速度、目標點移動速度等信息。
[0023]步驟2.生成初始可行航跡；
使用在線航跡規劃方法D*算法生成一條由飛行器位置至目標點位置的可行航跡Linel，如圖5所示。
[0024]步驟3.知識提取；
刪去Linel中冗余節點得到由特征節點組成的航跡線Line2，保留特征節點位置信息以及節點可變化范圍，知識提取及尋優空間確定示意如圖3所示，實例中由Line2確定尋優空間，如圖6所示。
[0025]步驟4.優化所得航跡；
在確定的空間范圍內，以Line2為基礎，使用離線航跡規劃方法遺傳算法對航跡進行優化，采用如圖4所示的交叉算子進行航跡尋優，尋找到最優航跡Line3，如圖7所示。
[0026]步驟5.飛行器動態調整飛行器沿Line3進行飛行，當遇到環境改變對當前航跡產生影響時，做出相應調整: 步驟5.1目標移動
目標發生移動，以目標點原始位置為起始點，目標點當前位置為終止點，使用D*算法產生可行子航跡，將子航跡添加至Line3中，通過步驟3、步驟4對完整航跡進行尋優產生新的可行航跡Line4，飛行器沿此航跡飛行直至到達目標處終止飛行，在飛行過程中，若遇到環境改變，則重復步驟5;飛行中，目標發生移動得到航跡如圖8所示，遇目標移動，飛行器前后航跡對比如圖9所示。
[0027]步驟5.2威脅移動
威脅移動影響到當前航跡，則提取受影響的子航跡兩端節點，以兩節點分別為起點和終點，使用D*算法產生可行子航跡，將子航跡替換Line3中受影響子航跡，通過步驟3、步驟4對完整航跡進行尋優產生新的可行航跡Linef，飛行器沿此航跡飛行直至到達目標處終止飛行，在飛行過程中，若遇到環境改變，則重復步驟5;飛行中，環境移動得到航跡如圖10所示，遇環境移動，飛行器前后航跡對比如圖11所示。
【主權項】
1.一種基于文化算法的動態環境下航跡規劃方法，其包括:獲取地圖信息以及飛行任務信息，無人飛行器航跡規劃，所述無人飛行器航跡規劃包括: 生成初始可行航跡； 對可行航跡進行知識提取，提取初始航跡中對航跡斜率改變較大的特征節點信息作為知識； 使用知識影響航跡規劃，以知識確定尋優空間，在尋優空間內尋找到優秀節點組成最優航跡，飛行器沿此最優航跡飛行； 當環境改變影響到當前最優航跡時，僅對受影響部分重新產生可行子航跡，將新的子航跡替換至原航跡中，并對完整航跡進行知識提取，以此完成知識的更新，使用新知識確定空間并規劃最優航跡，直至飛行器到達目標處。2.根據權利要求1所述的一種基于文化算法的動態環境下航跡規劃方法，其特征在于:提取可行航跡中對航跡斜率改變明顯的特征節點坐標信息為形勢知識，特征節點可變化范圍為規范知識。3.根據權利要求1所述的一種基于文化算法的動態環境下航跡規劃方法，其特征在于:將以兩兩形勢知識點為對角線所確定的區域，與以規范知識確定的區域為并集，確定航跡規劃空間。4.根據權利要求1所述的一種基于文化算法的動態環境下航跡規劃方法，其特征在于:對初始航跡優化所產生航跡的節點，僅在規劃空間內生成。5.根據權利要求1所述的一種基于文化算法的動態環境下航跡規劃方法，其特征在于:環境改變影響飛行航跡時，僅對受環境影響部分重新規劃可行航跡，并替換至原航跡中。6.根據權利要求1所述的一種基于文化算法的動態環境下航跡規劃方法，其特征在于:環境改變影響飛行時，對新規劃所得航跡進行知識提取，并更新尋優空間。
【文檔編號】G01C21/20GK105865457SQ201610422062
【公開日】2016年8月17日
【申請日】2016年6月16日
【發明人】陳昊, 黎明, 李軍華, 王 華, 許春蕾, 周璐, 江樂旗
【申請人】南昌航空大學