本發(fā)明涉及無人機
技術(shù)領(lǐng)域：
，特別涉及一種無人機應(yīng)急通信路徑規(guī)劃方法及系統(tǒng)。
背景技術(shù)：
：無人機在應(yīng)急通信、國土安防、空中協(xié)警、緊急救援和農(nóng)業(yè)種植領(lǐng)域得到了越來越廣泛的應(yīng)用，無人機更因其獨特的垂直起降、空中懸停性能而倍受青睞.在復(fù)雜、受限的空間中，無人機可以利用其懸停、橫飛、倒飛等飛行方式穿梭于障礙物之間，完成通信基站搭建、地形測量、場景拍攝、搶險救災(zāi)等任務(wù)。與二維平面上的車輛和移動機器人不同的是，任何碰撞對于無人直升機都是致命的，直接導(dǎo)致預(yù)定任務(wù)失敗，自主快速避險、尋找最優(yōu)航跡能力是其完成任務(wù)的關(guān)鍵所在。因此在確保安全飛行的前提下快速實時的規(guī)劃出最優(yōu)路徑已經(jīng)成為無人機行業(yè)目前亟待解決的問題。目前，常用的無人機航路規(guī)劃算法有線性、非線性規(guī)劃方法、A*算法、蟻群算法等。線性、非線性無人機路徑規(guī)劃方法，可以綜合全方面考慮無人機飛行過程中與路徑相關(guān)的安全性、可執(zhí)行性等，缺點是這些方法要求解一系列的約束優(yōu)化問題，計算量大、計算時間長、收斂速度慢且易受局部最小值影響陷入局部最優(yōu)解，適用于局部航跡規(guī)劃。A*算法由于其速度快的特點，得到了廣泛的應(yīng)用，其性能依賴啟發(fā)函數(shù)的選取，而實際中得到最優(yōu)的啟發(fā)函數(shù)是有一定難度的的，因此A*算法一般只能搜索到一個相對較優(yōu)的路徑，當(dāng)無人機飛行航跡發(fā)生改變時不能利用在首次搜索中得到的信息，只能重新進行搜索，這就需要比較長的時間重新規(guī)劃路徑。蟻群算法是螞蟻在覓食時隨機選擇一個方向搜索，當(dāng)一只螞蟻發(fā)現(xiàn)食物源后，以某種方式告訴同伴一起搬運食物，當(dāng)多只螞蟻合作搬運之后所走的路徑就變成了最短的路徑。蟻群算法是一種全局規(guī)劃方法，可同時考慮多個目標，但當(dāng)環(huán)境出現(xiàn)突發(fā)變化或需實時規(guī)劃時，蟻群算法不能保證在有限時間內(nèi)很快的搜索到路徑。技術(shù)實現(xiàn)要素：本發(fā)明所要解決的技術(shù)問題是提供一種無人機應(yīng)急通信路徑規(guī)劃方法及系統(tǒng)，能安全避開低空障礙物和雷達的干擾，到達指定終點飛行時間最短和路徑最優(yōu)，同時在原有遺傳算法基礎(chǔ)上，利用混沌序列來控制遺傳操作中的交叉和變異,避免了完全隨機操作的盲目性，具有較好的實時性和快速性，得到的飛行路線更逼近實際的無人機最優(yōu)航跡。本發(fā)明解決上述技術(shù)問題的技術(shù)方案如下：一種無人機應(yīng)急通信路徑規(guī)劃方法，包括以下步驟：步驟1.對無人機飛行的空間進行三維網(wǎng)格劃分，得網(wǎng)格節(jié)點,構(gòu)建網(wǎng)格圖，在所述網(wǎng)格圖上標注無人機的起始點和目標點，以及標注無人機飛行空間內(nèi)的雷達分布和地形信息；步驟2.根據(jù)無人機飛行空間內(nèi)的雷達分布和地形信息構(gòu)建飛行威脅模型，同時根據(jù)無人機的飛行技術(shù)參數(shù)構(gòu)建飛行限定模型；步驟3.根據(jù)飛行威脅模型和飛行限定模型在無人機的起始點和目標點之間構(gòu)建飛行路線；步驟4.通過混沌遺傳算法對飛行路線進行優(yōu)化，確定最終飛行路線。本發(fā)明的有益效果是：能安全避開低空障礙物和雷達的干擾，到達指定終點飛行時間最短和路徑最優(yōu)，同時在原有遺傳算法基礎(chǔ)上，利用混沌序列來控制遺傳操作中的交叉和變異,取代原有完全隨機的交叉和變異操作,精確確定是否進行交叉或變異操作以及確定交叉或變異操作的具體位置等兩個方面,避免了隨機操作的盲目性，使求得的解精度高,收斂速度快，同時本技術(shù)方案具有較好的實時性和快速性，使無人機在執(zhí)行應(yīng)急通信、空中救援等任務(wù)時，搜索到的航跡更逼近實際的無人機最優(yōu)航跡。在上述技術(shù)方案的基礎(chǔ)上，本發(fā)明還可以做如下改進。進一步，所述飛行威脅模型具體為：minW＝k1Jthreat+k2Jfuel；其中Jthreat為雷達威脅代價，k1(k1∈(0，1))為雷達威脅代價的權(quán)重，Jfuel為燃油代價，k2(k2∈(0，1))為燃油代價的權(quán)重。采用上述進一步方案的有益效果是：通過雷達威脅和燃油威脅的限定建模，保證無人機無威脅飛行，選擇無人機飛行路徑更加精準。進一步，所述飛行限定模型包括：無人機在遇到障礙物時改變姿態(tài)直飛的距離r小于無人機的起始點至障礙點之間的距離Smin，r＜Smin。采用上述進一步方案的有益效果是：通過對無人機在改變姿態(tài)時直飛的距離限定，能保證無人機按設(shè)定路線安全飛行。進一步，所述飛行限定模型包括：無人機在探測到障礙物時懸停的時間Tmin小于無人機飛行的總時長t，Tmin＜t。采用上述進一步方案的有益效果是：通過無人機在探測到障礙物時懸停時間的限定，能保證無人機按設(shè)定路線順暢飛行。進一步，所述飛行限定模型包括：飛行路線的高度H大于無人機飛行設(shè)定的最低飛行高度Hmin，且小于無人機飛行設(shè)定的最高飛行高度Hmax，Hmin＜H＜Hmax。采用上述進一步方案的有益效果是：通過飛行路線的高度H的限定，能保證無人機按飛行路線順暢飛行。進一步，所述飛行限定模型包括：飛行路線的距離L小于無人機飛行極限距離的二分之一，L＜Lmax/2。優(yōu)選的，所述飛行限定模型包括：無人機沿著x坐標軸的正方向飛行,當(dāng)前所在節(jié)點的坐標為(x1,y1,z1),下一節(jié)點的坐標為(x2,y2,z2)，無人機在水平方向和垂直方向偏轉(zhuǎn)的最大角度Ф滿足：|arctan(y2-y1x2-x1)|≤φmax|arctan(z2-z1x2-x1)|≤γmax;]]>其中Фmax為無人機水平方向偏轉(zhuǎn)的極限角度；уmax為無人機垂直方向偏轉(zhuǎn)的極限角度。采用上述進一步方案的有益效果是：通過飛行路線的高度H的限定，能保證無人機按飛行路線順暢飛行。進一步，通過混沌遺傳算法對飛行路線進行優(yōu)化具體包括以下步驟：步驟4.1.利用混沌運動Logistic映射方程xk+1＝uxk(1-xk)(1)，隨機生成初始混沌序列，其中u是控制參數(shù),當(dāng)u＝4時,上式完全處于混沌狀態(tài)，且在[0,1]內(nèi)是遍歷的；步驟4.2.將一次產(chǎn)生的混沌變量XK按(2)式映射成新的混沌變量X，同時將整個遍歷區(qū)間[0,1]映射到優(yōu)化變量的取值區(qū)間[a,b]；X=a+xik(b-a)---(2);]]>步驟4.3.利用所述混沌變量，進行混沌搜索；通過混沌發(fā)生器產(chǎn)生的隨機步長在無人機執(zhí)行任務(wù)的區(qū)間范圍[a,b]內(nèi)對飛行路線進行擾動，同時飛行路線實時根據(jù)目標點和初始點連線的偏離程度Li以及無人機距離威脅的最近距離Ci，計算飛行路線中路段個體的適值f(X)，得到路段個體的適值由高到低進行排序，對適值低的10％路段個體進行淘汰，剩下適值高的90％路段個體；步驟4.4.循環(huán)步驟4.1至步驟4.3直到路段個體數(shù)量達到設(shè)定規(guī)模，組合成初始種群；步驟4.5.在初始種群中適值高的90％個體中隨機選擇兩個配對個體,按混沌交叉規(guī)律進行交叉操作；步驟4.6.將配對個體按混沌變異規(guī)律進行變異操作,得多個變異個體,將多個變異個體與初始種群中適值排序中前10％的個體進行合并構(gòu)成二代種群；步驟4.7.對二代群體中兩個相同個體中的一個進行刪除,同時對二代種群中適值排序中后10％的個體進行淘汰,得二代種群中適值高的90％個體；步驟4.8.對二代種群中適值高的90％個體進行混沌遺傳操作,生成多個遺傳個體，并構(gòu)成遺傳種群,將遺傳種群中適值低的90％個體進行淘汰，得遺傳種群中適值高的10％個體；步驟4.9.將遺傳種群中適值高的10％個體進行解碼，規(guī)劃得出最終的無人機飛行路徑。采用上述進一步方案的有益效果是：在遺傳算法中加入混沌操作，利用混沌序列來控制遺傳操作中的交叉和變異,以取代原有的在一定概率下完全隨機的交叉和變異操作,避免完全隨機操作的盲目性；有效的防止和克服進化中因群體多樣性減少而導(dǎo)致篩選不精準。進一步，適值計算具體為：f(X)=Σi=1N-1Li(N-i)*d0*10di,min*li(Xi)*Ci;]]>其中是路徑偏離目標點與初始點連線的偏離程度懲罰系數(shù)；Li是第i路徑點到目標點的距離,d0為航路段的長度，通常根據(jù)無人機的導(dǎo)航方式確定，(N-i)*d0是沿著初始點與目標連線方向的距離,li是路徑段的實際距離；其中是安全性的懲罰系數(shù)；di，min是第i路徑段路徑距離威脅的最近距離,Ci為路徑的目標點與其前一點之間的偏轉(zhuǎn)角滿足約束的懲罰系數(shù)。采用上述進一步方案的有益效果是：提升適值計算的精準度，保證路線選擇最優(yōu)。本發(fā)明解決上述技術(shù)問題的另一技術(shù)方案如下：一種無人機應(yīng)急通信路徑規(guī)劃系統(tǒng)，包括：劃分模塊，用于對無人機飛行的空間進行三維網(wǎng)格劃分，得網(wǎng)格節(jié)點,構(gòu)建網(wǎng)格圖，在所述網(wǎng)格圖上標注無人機的起始點和目標點，以及標注無人機飛行空間內(nèi)的雷達分布和地形信息；建模模塊，用于根據(jù)無人機飛行空間內(nèi)的雷達分布和地形信息構(gòu)建飛行威脅模型，同時根據(jù)無人機的飛行技術(shù)參數(shù)構(gòu)建飛行限定模型；構(gòu)建路線模塊，用于根據(jù)飛行威脅模型和飛行限定模型在無人機的起始點和目標點之間構(gòu)建飛行路線；篩選模塊，用于通過混沌遺傳算法對飛行路線進行優(yōu)化，確定最終飛行路線。本發(fā)明的有益效果是：能安全避開低空障礙物和雷達的干擾，到達指定終點飛行時間最短和路徑最優(yōu)，同時在原有遺傳算法基礎(chǔ)上，利用混沌序列來控制遺傳操作中的交叉和變異,取代原有完全隨機的交叉和變異操作,精確確定是否進行交叉或變異操作以及確定交叉或變異操作的具體位置等兩個方面,避免了完全隨機操作的盲目性，使求得的解精度高,收斂速度快，同時本技術(shù)方案具有較好的實時性和快速性，使無人機在執(zhí)行應(yīng)急通信、空中救援等任務(wù)時，搜索到的航跡更逼近實際的無人機最優(yōu)航跡。附圖說明圖1為本發(fā)明一種無人機應(yīng)急通信路徑規(guī)劃方法的流程圖；圖2為本發(fā)明一種無人機應(yīng)急通信路徑規(guī)劃系統(tǒng)的模塊框圖。附圖中，各標號所代表的部件列表如下：1、劃分模塊，2、建模模塊，3、構(gòu)建路線模塊，4、篩選模塊。具體實施方式以下結(jié)合附圖對本發(fā)明的原理和特征進行描述，所舉實例只用于解釋本發(fā)明，并非用于限定本發(fā)明的范圍。如圖1所示，一種無人機應(yīng)急通信路徑規(guī)劃方法，包括以下步驟：步驟1.對無人機飛行的空間進行三維網(wǎng)格劃分，得網(wǎng)格節(jié)點,構(gòu)建網(wǎng)格圖，在所述網(wǎng)格圖上標注無人機的起始點和目標點，以及標注無人機飛行空間內(nèi)的雷達分布和地形信息；步驟2.根據(jù)無人機飛行空間內(nèi)的雷達分布和地形信息構(gòu)建飛行威脅模型，同時根據(jù)無人機的飛行技術(shù)參數(shù)構(gòu)建飛行限定模型；步驟3.根據(jù)飛行威脅模型和飛行限定模型在無人機的起始點和目標點之間構(gòu)建飛行路線；步驟4.通過混沌遺傳算法對飛行路線進行優(yōu)化，得最終飛行路線。優(yōu)選的，所述飛行威脅模型具體為：minW＝k1Jthreat+k2Jfuel；其中Jthreat為雷達威脅代價，k1(k1∈(0，1))為雷達威脅代價的權(quán)重，Jfuel為燃油代價，k2(k2∈(0，1))為燃油代價的權(quán)重；雷達威脅代價為無人機飛行高度的限定，飛行高度超過設(shè)定高度，容易被雷達偵查到，存在被跟蹤的風(fēng)險，是無人機需要避規(guī)的；燃油代價為無人機自身負載燃油的重量，滿足無人機往返飛行的燃油需求，飛行距離過長，易造成無人機無法返回，是無人機需要規(guī)避的。優(yōu)選的，所述飛行限定模型包括：無人機在改變姿態(tài)時直飛的距離r小于無人機的起始點至目標點之間的距離Smin，r＜Smin。優(yōu)選的，所述飛行限定模型包括：無人機在探測到障礙物時懸停的時間Tmin小于無人機飛行的總時長t，Tmin＜t。優(yōu)選的，所述飛行限定模型包括：飛行路線的高度H大于無人機飛行設(shè)定的最低飛行高度Hmin，且小于無人機飛行設(shè)定的最高飛行高度Hmax，Hmin＜H＜Hmax。優(yōu)選的，所述飛行限定模型包括：飛行路線的距離L小于無人機飛行極限距離的二分之一，L＜Lmax/2。優(yōu)選的，所述飛行限定模型包括：無人機沿著x坐標軸的正方向飛行,當(dāng)前所在節(jié)點的坐標為(x1,y1,z1),下一節(jié)點的坐標為(x2,y2,z2)，無人機在水平方向和垂直方向偏轉(zhuǎn)的最大角度Ф滿足：|arctan(y2-y1x2-x1)|≤φmax|arctan(z2-z1x2-x1)|≤γmax;]]>其中Фmax為無人機水平方向偏轉(zhuǎn)的極限角度；уmax為無人機垂直方向偏轉(zhuǎn)的極限角度。優(yōu)選的，通過混沌遺傳算法對飛行路線進行優(yōu)化具體包括以下步驟：步驟4.1.利用混沌運動Logistic映射方程xk+1＝uxk(1-xk)(1)，隨機生成初始混沌序列，其中u是控制參數(shù),當(dāng)u＝4時,上式完全處于混沌狀態(tài)，且在[0,1]內(nèi)是遍歷的；步驟4.2.將一次產(chǎn)生的混沌變量XK按(2)式映射成新的混沌變量X，同時將整個遍歷區(qū)間[0,1]映射到優(yōu)化變量的取值區(qū)間[a,b]；X=a+xik(b-a)---(2);]]>步驟4.3.利用所述混沌變量，進行混沌搜索；通過混沌發(fā)生器產(chǎn)生的隨機步長在無人機執(zhí)行任務(wù)的區(qū)間范圍[a,b]內(nèi)對飛行路線進行擾動，同時飛行路線實時根據(jù)目標點和初始點連線的偏離程度Li以及無人機距離威脅的最近距離Ci，計算飛行路線中路段個體的適值f(X)，得到路段個體的適值由高到低進行排序，對適值低的10％路段個體進行淘汰，剩下適值高的90％路段個體；步驟4.4.循環(huán)步驟4.1至步驟4.3直到路段個體數(shù)量達到設(shè)定規(guī)模，組合成初始種群；步驟4.5.在初始種群中適值高的90％個體中隨機選擇兩個配對個體,按混沌交叉規(guī)律進行交叉操作；步驟4.6.將配對個體按混沌變異規(guī)律進行變異操作,得多個變異個體,將多個變異個體與初始種群中適值排序中前10％的個體進行合并構(gòu)成二代種群；步驟4.7.對二代群體中兩個相同個體中的一個進行刪除,同時對二代種群中適值排序中后10％的個體進行淘汰,得二代種群中適值高的90％個體；步驟4.8.對二代種群中適值高的90％個體進行混沌遺傳操作,生成多個遺傳個體，并構(gòu)成遺傳種群,將遺傳種群中適值低的90％個體進行淘汰，得遺傳種群中適值高的10％個體；步驟4.9.將遺傳種群中適值高的10％個體進行解碼，規(guī)劃得出最終的無人機飛行路徑。路段個體為整個飛行路線中的一個飛行路段，作為混沌遺傳算法中的基因；混沌交叉確定操作：選擇區(qū)間在進行交叉操作時,選出的兩個配對個體,根據(jù)xk+1＝uxk(1-xk)，所產(chǎn)生的一個獨立混沌序列的當(dāng)前值xk1確定其是否進行交叉,若xk1∈Pc則進行交叉操作,否則,不進行交叉。交叉位的確定，將線路個體作為基因，根據(jù)基因中染色體的長度,將其分為若干段,可以幾位或1位為一段,同時將區(qū)間(0,1)也分為若干子區(qū)間,其中每個子區(qū)間分別對應(yīng)染色體中的一個段，對于需要進行交叉操作的個體,根據(jù)xk+1＝uxk(1-xk)，產(chǎn)生的另一個獨立混沌序列的當(dāng)前值xk2所屬的子區(qū)間來確定進行交叉操作基因段的位置；將所選定的兩個染色體相應(yīng)基因段進行交換,產(chǎn)生兩個新個體,從而完成混沌交叉；混沌變異操作：變異的確定，與交叉的確定方法一樣,只是變異區(qū)間Pm一般應(yīng)小于交叉區(qū)間Pc,只有當(dāng)混沌序列的當(dāng)前值xk3∈Pm,才進行變異操作；變異位的確定，將區(qū)間(0,1)作N等分,其中N為染色體的長度,再根據(jù)混沌序列當(dāng)前值xk4所處的子區(qū)間確定變異的基因位置；對經(jīng)過混沌交叉產(chǎn)生的配對個體,按混沌變異規(guī)律進行變異操作；xi為變異操作前的第i個個體，它對應(yīng)一個由N的分量組成的向量，xi(j)為第j個分量，x′i(j)為變異后的第i個個體的第j個分量,σi(j)為第j個分量近似的變異尺度，采用混沌變異形式如下：x′i(j)＝xi(j)+σi(j)Kj(0，1)；其中K(0,1)為混沌規(guī)律變化的序列。將經(jīng)上述操作得到的變異個體，將多個變異個體與初始種群中適值高的10％個體合并構(gòu)成二代種群，同時對群體中相同個體進行過濾操作,保留其中一個,而對與之相同或相似的其它個體進行概率較大范圍內(nèi)的混沌變異操作,以保證群體的多樣性，避免算法陷入局部極小。優(yōu)選的，適值計算具體為：f(X)=Σi=1N-1Li(N-i)*d0*10di,min*li(Xi)*Ci;]]>其中是路徑偏離目標點與初始點連線的偏離程度懲罰系數(shù)；Li是第i路徑點到目標點的距離,d0為航路段的長度，通常根據(jù)無人機的導(dǎo)航方式確定，(N-i)*d0是沿著初始點與目標連線方向的距離,li是路徑段的實際距離；其中是安全性的懲罰系數(shù)；di，min是第i路徑段路徑距離威脅的最近距離,Ci為路徑的目標點與其前一點之間的偏轉(zhuǎn)角滿足約束的懲罰系數(shù)。如圖2所示，一種無人機應(yīng)急通信路徑規(guī)劃系統(tǒng)，包括：劃分模塊1，用于對無人機飛行的空間進行三維網(wǎng)格劃分，得網(wǎng)格節(jié)點,構(gòu)建網(wǎng)格圖，在所述網(wǎng)格圖上標注無人機的起始點和目標點，以及標注無人機飛行空間內(nèi)的雷達分布和地形信息；建模模塊2，用于根據(jù)無人機飛行空間內(nèi)的雷達分布和地形信息構(gòu)建飛行威脅模型，同時根據(jù)無人機的飛行技術(shù)參數(shù)構(gòu)建飛行限定模型；構(gòu)建路線模塊3，用于根據(jù)飛行威脅模型和飛行限定模型在無人機的起始點和目標點之間構(gòu)建飛行路線；篩選模塊4，用于通過混沌遺傳算法對飛行路線進行篩選，得確定飛行路線。混沌遺傳算法對飛行路線進行優(yōu)化的具體實現(xiàn)：對系統(tǒng)參數(shù)進行初始化：混沌變量的xk初值為0.2；無人機飛行任務(wù)的區(qū)間范圍a,b的初始值為a＝0,b＝2000m；取當(dāng)前最長飛行距離為＝2000m；令一次載波迭代次數(shù)k初值為0，循環(huán)次數(shù)i＝1；將混沌變量的初值x0代入xk+1＝4xk(1-xk)，進行迭代運算，并將上式得到的代入xk+1代入得到無人機飛行的目標點與初始點連線的偏離程度X，令k＝k+1；計算無人機飛行路徑的適值；無人機飛行路徑距離是否大于無人機飛行距離預(yù)測的2000m，如果是，則將無人機飛行距離的值賦給人機飛行距離預(yù)測的最大值；如果否，則執(zhí)行i＝i+1；判斷循環(huán)次數(shù)i是否大于20或者一次載波的混沌變量迭代次數(shù)k是否大于迭代次數(shù)100，如果是，計算飛行路徑中每一條路徑的適值，得到的路徑適值由高到低進行排序，對適值低的10％個體進行淘汰，剩下適值高的90％個體；如果否，則將混沌變量的初值x0代入xk+1＝4xk(1-xk)進行迭代運算，繼而進行循環(huán)。以上所述僅為本發(fā)明的較佳實施例，并不用以限制本發(fā)明，凡在本發(fā)明的精神和原則之內(nèi)，所作的任何修改、等同替換、改進等，均應(yīng)包含在本發(fā)明的保護范圍之內(nèi)。以上所述僅為本發(fā)明的較佳實施例，并不用以限制本發(fā)明，凡在本發(fā)明的精神和原則之內(nèi)，所作的任何修改、等同替換、改進等，均應(yīng)包含在本發(fā)明的保護范圍之內(nèi)。當(dāng)前第1頁1 2 3