一种动态环境下多无人机二维路径规划方法.pdfVIP

与

智能技术信息技术信息化

一种动态环境下多无人机二维路径规划方法

121

商园春赵长春李云庆

摘要为克服传统水滴算法路径规划航程代价大、计算时间长的缺陷，提出一种改进的智能水滴优化算法，用

于多无人机的动态路径规划。在网格化地图上，根据计算步长和航向偏角确定待选航路点集合，在集合

内选择下一航路点的概率计算中引入启发项，并结合多步预测方法判断碰撞危险。下一航路点选取灵活，

无需限定于当前所处网格的相邻网格中心或边线上，减少了土壤含量信息的数据更新量，且实现对危险

的提前预判，并进行了仿真计算。仿真结果表明，相比传统水滴算法、基于泰森多边形的蚁群算法和基

于网格地图的蚁群算法，优化后的水滴算法规划的路径缩短了3.2%、14.4%和4.9%，算法的运行时间

缩短了52.9%、35.1%和47.6%。可见，基于优化水滴算法的多无人机动态路径规划方法具有较高的可

行性和有效性。

关键词路径规划；优化水滴算法；无人机；启发项；多步预测

doi：10.3969/j.issn.1672-9528.2024.04.047

0引言价高的缺点。进一步来说，单步预测方法用于判断碰撞忽略

了无人机的飞行速度和航向偏角，使得无人机没有足够时间

随着无人机技术的发展，多种算法被应用于解决无人机

避开障碍物的时间，甚至待选择的航路点均位于障碍物区域

路径规划问题，可分为传统规划算法和智能优化算法。传统

规划算法包括适合带权图的最短路径优化算法[1]和动态规划而没有机会免于碰撞，因此，采用多步预测方法来避免碰撞

[2][3]是明智的。

法，智能优化算法包括遗传算法、蚁群算法、粒子群算

法[4]等。现有的一些路径规划算法选取泰森多边形或特定路本文通过改进传统水滴算法中航路点的选择策略和网格

中土壤含量的更新方式提高了计算效率，缩短了航程。算法

径作为初始可行路径，在此基础上进行路径选择和优化，待

中引入多步预测方法判断无人机飞行中与静态障碍物和其他

选路径明确，但是最优解仅能从固定的路径上选取，虽能够

无人机等动态威胁之间的碰撞危险，以预测无人机的下一航

取得可行路径，但是受限于确定路线，易错失最短且最优路

径。智能水滴算法[5]的设计思想来源于自然界中水滴的流动，路点，使得真实飞行环境中无人机避障能力得以提高。

是模拟自然界水滴和其周围环境的相互作用形成河流水道的1多无人机路径规划问题

过程而提出的一种智能计算方法。目前，智能水滴算法已应

1.1无人机路径规划数学模型

用于移动机器人的路径规划之中[6-8]。但是，鲜少见其在无人

路径规划通常针对确定环境下的规划，所规划的路径一

机路径规划方面的应用，在多无人机路径规划中的使用更是

般是全局最优的。动态不确定环境中，突发威胁、移动障碍

少之又少。