首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明授权】基于MMEA的多无人机协同航迹规划方法_西安理工大学_202110303559.1 

申请/专利权人:西安理工大学

申请日:2021-03-22

公开(公告)日:2024-04-30

公开(公告)号:CN113175930B

主分类号:G01C21/20

分类号:G01C21/20;G05D1/695;G06Q10/047;G05D109/20

优先权:

专利状态码:有效-授权

法律状态:2024.04.30#授权;2021.08.13#实质审查的生效;2021.07.27#公开

摘要:本发明公开了一种基于MMEA的多无人机协同航迹规划方法,具体按照如下步骤实施:步骤1,建立航迹代价模型;步骤2,建立航迹协同时空约束模型;步骤3,根据步骤1建立的航迹代价模型和步骤2建立的航迹协同时空约束模型,建立多无人机协同航迹规划多目标优化模型;步骤4,求解步骤3建立的多无人机协同航迹规划多目标优化模型,得到多无人机协同的航迹规划。本发明的基于MMEA的多无人机协同航迹规划方法,能为每个无人机寻找到所有符合约束条件的最优航迹。

主权项:1.基于MMEA的多无人机协同航迹规划方法,其特征在于,具体按照如下步骤实施:步骤1,建立航迹代价模型;步骤2,建立航迹协同时空约束模型;步骤3,根据步骤1建立的航迹代价模型和步骤2建立的航迹协同时空约束模型,建立多无人机协同航迹规划多目标优化模型;步骤4,求解步骤3建立的多无人机协同航迹规划多目标优化模型,得到多无人机协同的航迹规划;所述步骤1中的航迹代价模型包括航迹距离代价模型和航迹安全性代价模型;所述航迹距离代价模型采用公式1表示: 其中,fK为航迹路线K的航迹距离,li表示第i个航迹段的长度,n是无人机数量;已知一条航迹路线为K,无人机沿其航行时,若存在威胁点到该边的距离小于威胁点所对应的威胁半径,则将该边的威胁代价设为无穷大,否则,路径K总威胁代价为所有威胁点到路径K的威胁代价之和,即就是航迹安全性代价模型表示为: 其中,fS表示航迹路线K的航迹安全性,wk为第k个威胁点对路径K威胁代价,m是威胁点个数;所述步骤2具体为:步骤2.1,建立空间协同约束模型,具体按照公式4表示:||Put-Pjt||≥dsafe,u≠j4其中,Put为第u架无人机在时刻t的位置,Pjt为第j架无人机在时刻t的位置,dSafe为各无人机之间的安全间隔;步骤2.2,建立时间协同约束模型,具体为:若各无人机的航行时间区间含有交集,则认为多无人机拥有同时到达的可能性,假设无人机i的速度区间为vi=[vimin,vimax],vimin、vimax分别为无人机i的最小速度和最大速度,无人机i的路径长度为Li,无人机j的速度区间为v=[vjmin,vjmax],vjmin、vjmax分别为无人机j的最小速度和最大速度,无人机j的路径长度为Lj;则无人机i的到达时间为:Ti=[Timin,Timax]=[Livimax,Livimin]6其中,Timin为无人机i的最早到达时间,Timax为无人机i的最晚到达时间;则无人机j的到达时间为:Tj=[Tjmin,Tjmax]=[Ljvjmax,Ljvjmin]7其中,Tjmin为无人机j的最早到达时间,Tjmax为无人机j的最晚到达时间;若两机之间满足时间协同性,则要求max[Timin,Tjmin]min[Timax,Tjmax]8;所述各无人机之间的安全间隔dSafe按照公式5确定: 式中,T为用时最短的无人机所耗时的80%,t是各无人机从起点到终点的用时时长,d为各无人机和目标点之间的安全距离,R是各无人机在耗时80%T内与其他无人机之间的距离;所述步骤3中的多无人机协同航迹规划多目标优化模型表示为: 其中,|Xit-Xjt|表示无人机i和无人机j在t时刻之间的距离,fKx为无人机个体x在航迹路线K的航迹距离,fSx为无人机个体x在航迹路线K的航迹安全性;所述步骤4具体为:将各个无人机起始点到目标点的连线作为新坐标系的横轴,将原地形坐标系进行旋转,使得原地形坐标系横轴与新坐标系的横轴以及起点重合,得到新的旋转坐标系如下: 其中,x,y为原地形坐标系,x′,y′为新的旋转坐标系,θ为旋转角度;其中,x1、y1为各个无人机在原地形坐标系中的坐标横纵值,是各无人机和无人机竖直朝向新坐标系横轴与新坐标系横轴交点之间的距离;将每个无人机在旋转坐标系中的横坐标x′进行D等分,计算每个等分点垂线上相应的纵坐标,得到一组由D个点的纵向坐标组成的点列,将点列中的点按顺序连接在一起,就得到了一条连接起点与终点的路径,这样将航路规划问题转换为一个D维函数优化问题,然后在建立的旋转坐标系下,利用基于多模多目标差分演化算法对公式9建立的多无人机协同航迹规划的多目标约束模型进行优化,最终输出最优航迹。

全文数据:

权利要求:

百度查询: 西安理工大学 基于MMEA的多无人机协同航迹规划方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。