买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：山东科技大学

摘要：本发明公开了一种基于天牛群算法的旋翼无人机自主路径规划方法，属于航空军事作战和民用巡查技术领域，包括以下步骤：步骤1、构建旋翼无人机路径障碍物模型并进行环境建模；步骤2、无人机性能约束和代价函数的设计；步骤3、基于天牛群算法进行搜索迭代，达到最大迭代次数后将每次迭代后的无人机位置用光滑的曲线连接起来，得到旋翼无人机的最优路径。本发明将天牛须、粒子群两种算法的优点进行融合改进，提出了天牛群算法，基于天牛群算法的无人机路径规划方法不仅增强了无人机识别目标方向的能力，而且为无人机规划出良好的飞行路径，有效的缩短无人机的飞行时间。

主权项：1.一种基于天牛群算法的旋翼无人机自主路径规划方法，其特征在于，具体包括以下步骤：步骤1、构建旋翼无人机路径障碍物模型并进行环境建模；步骤2、无人机性能约束和代价函数的设计；所述步骤2中，性能约束包括最大电量约束、无人机自身性能约束、障碍物约束；所述步骤2具体包括以下子步骤：步骤2.1、最大电量约束：旋翼无人机在航行过程中携带的电量是有限的，飞机的飞行距离受到电池容量的限制，无人机的电量消耗与无人机的飞行路径以及飞行路径的曲率成本有关；假定飞机的飞行路径分为n段，最大航程为Lmax，则第i段航程表示为Li；第i段路径长度的代价函数fd为： 式中xi,yi,zi分别表示前一个路径点在x,y,z轴上的坐标，xi+1,yi+1,zi+1分别表示后一个路径点在x,y,z轴上的坐标；表示前一个路径点与后面一个路径点之间的距离；由于算法搜索生成的路径不能满足无人机飞行的需要，需要对生成的路径进行平滑处理，引入曲率代价函数fc： 其中，yi′描述为yi相对于xi在坐标xi,yi下的一阶导，yi″描述为yi相对于xi在坐标xi,yi下的二阶导，ni表示第n段路径上路径点的个数；无人机电池的能耗fb为：fb＝fd+fc3其中fd表示第i段路径长度的代价函数，fc表示曲率代价函数；步骤2.2、无人机自身性能约束函数fo为： 从当前点到下个中间点的俯仰角约束函数fpitch_anglexi满足以下公式： 式中，θ为无人机的俯仰角度，θmax为无人机的最大俯仰角度，M为约束值；从当前点到下个位置的偏航角约束函数fyaw_anglexi满足以下公式： 式中，Ψi为无人机的偏航角度，Ψmax为无人机的最大偏航角度，M为约束值；飞行高度的约束函数fopt_heightxi表示为： 其中H是根据环境分析以及任务需要所推算出的最优飞行高度，hi为无人机距地面的高度，Mh为约束值；步骤2.3、障碍物约束：无人机在飞行过程中会遇到各种各样的障碍物，障碍物约束函数ft表示为： 式中Q表示障碍物的个数，dn,q表示第n路径段内路径点到第q个障碍物之间的距离，rq表示第q个障碍的半径；步骤2.4、通过对以上各个约束函数的分析，得到无人机飞行轨迹的代价函数为：f＝ω1fb+ω2fo+ω3ft11式中代价函数中ω1、ω2和ω3表示各个部分的约束函数在代价函数中所占的比例，并且系数之和为1；步骤3、基于天牛群算法进行搜索迭代，达到最大迭代次数后将每次迭代后的无人机位置用光滑的曲线连接起来，得到旋翼无人机的最优路径；天牛群算法的搜索过程如下：1首先进行天牛群初始化；初始化种群的数量、初始步长以及初始化搜索空间中每个个体的速度和位置，得到天牛左右触须的坐标；2获取天牛种群的个体极值和种群极值；计算所有个体的适应度值作为代价函数值，将所有个体的极值一一进行比对获得所有天牛的种群极值；3进入迭代过程，每一次迭代之后都进行步长的更新，并得到新的惯性权重和步长因子值，进而获得新的增量函数值；4通过天牛的个体最优位置和种群最优位置进行天牛的速度和位置更新；5循环终止条件：判断迭代次数是否到达最大迭代次数，当满足终止条件时，运行终止。

全文数据：

权利要求：

百度查询： 山东科技大学 一种基于天牛群算法的旋翼无人机自主路径规划方法