无人机自主航道.docVIP

无人机航道规划 张智， 徐文胜， 梁增玉 摘要 无人机的航迹规划对发挥无人机的自主飞行和执行任务中起着至关重要的作用。在分析Voronoi图的性质基础上，将整个空间根据敌人的雷达部署和地方火力部署建立成Voronoi图，然后再考虑无人机的威胁代价和燃油代价将无权的Voronoi图有权化。在得到有权的Voronoi图后，运用Dijkstra搜索算法得到无人机的初始航路。最终在利用无人机的最大飞行转角来优化初始航路，得到适合无人机飞行的航路。 关键字：无人机； Voronoi图； 航路代价； Dijkstra搜索算法 引言 航迹/任务规划的能力是无人机所必须具有的能力，如果要实现无人机的自主飞行，那么则要求系统具有很高程度的飞行中航迹规划的能力。无人机航路规划的本质是在规划空间内, 在给定的约束条件下寻找一条从起始点到目标点最优或次优的飞行航路。对于军用无人机来说, 航路规划目的是回避敌方威胁, 满足飞行品质约束(最小转弯半径、速度的限制、油料的消耗) 条件, 圆满的完成作战任务。 无人机航迹规划问题 无人机的航迹规划要求得到的航迹满足以下的要求： 1）最大生存性：无人机能够有效避开敌方雷达的探测和敌方威胁的攻击以及人工障碍等不利因素，以保证飞机的最大生存性。 2）时间约束性：无人机能够在有限的时间内到达指定的任务目标区，即满足任务的时间性约束。 3)燃油约束性：无人机能够在限定的燃油量内完成规定的任务，即满足燃油量约束。 总之，无人机的航道规划可以描述为如下需要解决的问题： 根据已知①起点；②限制条件——无人机的飞行特性，如最大转弯半径，续航能力，机动特性等；③需要执行任务的目标区域；④威胁分布情况；⑤终点，来寻找一条穿越目标区域的可飞的路径，并且在某性能指标下是最优的。 威胁的建模 威胁建模是一个复杂的综合问题, 随着威胁的种类、特征和飞行任务的变化而变化。一般来说, 可以将各种威胁简化成具有一定作用半径的圆柱或圆锥等几何体的组合。由于无人机巡航飞行的高度一般在4000m以上【1】，因此地形因素可以不予考虑，因此可把三维的航道规划转化为二维问题。由于诸如天气等因素我们不好量化，因此也不予考虑。在战场上，雷达和敌方火力的攻击是对无人机威胁最大的，为了简化, 做如下假设: 雷达之间没有通信, 即雷达不改变探测特征。雷达用一个半径为r0 的圆来代表, 无人机进入该圆时, 就有可能被探测到, 而无人机可以在与雷达距离r1 r0 的情况下探测到雷达, 从而重新规划路径。战场环境如图1 所示,在区域内有10个雷达。 图1 战场威胁图 初始航路的建立 1 Voronoi图的建立 通过Voronoi图来建立初始航路, 省去了在整个状态空间内搜索路点, 解决了“维数灾难”的问题。Voronoi图是计算几何中重要的几何图形，被广泛应用到地形处理等多种区域划分的场合，成功地解决了找最近点、求最大空圆、最小生成树等问题。 定义（Voronoi图）：任意两点p 和q 之间的欧氏距离，记为dist(p, q)，设P = {p1 , p2, ??pn }为平面上任意n个互异的点，P 对应的Voronoi图是平面的一个子区域划分，整个平面因此被划分n个单元，它们具有如下性质：任意一点q 位于点pi 所对应的单元中，当且仅当对于任何的pi∈P，j ≠ i ，都有 dist(q, pi) dist(q, pj)【2】。 Voronoi图具有的一些重要的定理【2】： （1）点q时Vor（P）的一个顶点，当且仅当在最大空圆Cp(q)的边界上，至少有三个基点。也就是说Vor（P）的顶点是相邻三点所构成的三角形的外接圆的圆心。 （2）Pi和Pj之间的平分线确定了Vor( P )的一条边,当且仅当在这条线上存在一个点q, Cp(q)的边界经过Pi 和Pj，但不经过其他点。 根据上述Voronoi图的性质，Voronoi多边形的每条边上的点到相对应的两个点等距离。也就是说，Voronoi边上的点是到威胁点的最远点，无疑，无人机沿Voronoi边飞行可以获得较高的安全系数。因此无人机沿着Voronoi边飞行可以有效的避免敌方火力的攻击和躲避雷达的检测。图2为根据雷达分布情况所生成的Voronoi图。 图2 Voronoi图 2 加权Voronoi图----计算航路代价 在Voronoi图建立好之后，已经把整个战场抽象成了一个图，但此图是无向无权图，因此没有办法对此图进行航路规划，所以还得确定每一个Voronoi边的代价也就是权，使得Voronoi图变成一个无向有权图。 无人机航迹规划是根据任务目标规划满足约束条件的飞行轨迹。约束条件包括无人机完成规定任务的安全性能和燃油性能。所以，无人机的航路