Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 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

一种基于Apache Spark和启发式搜索的航空器最优路径规划方法 

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:中国民航大学

摘要:本发明公开了一种基于ApacheSpark和启发式搜索的航空器最优路径规划方法,其特征在于:根据不确定性动态空域环境,采用ApacheSpark并行计算框架实现A*算法规划并选择最佳路径,包括下列步骤:步骤1、获取动态碎片信息,对其进行风险评估,根据民航可接受的风险概率确定碎片危险区边界,构建空域环境网格以及碎片风险等级图;步骤2、在传统A*算法的基础上,空域环境中的所有网格节点增设节点信息属性,根据风险等级图和危险区边界信息,建立启发式评价函数;步骤3、在ApacheSpark并行计算框架下实现步骤2所提供的并行A*算法,找到最佳路径。本发明基于ApacheSpark和启发式搜索的航空器最优路径规划方法,提高算法的运行效率,实现实时性动态规划。

主权项:1.一种基于ApacheSpark和启发式搜索的航空器最优路径规划方法,其特征在于:根据不确定性动态空域环境,采用ApacheSpark并行计算框架实现A*算法规划并选择最佳路径,包括按顺序进行的下列步骤:步骤1、获取动态碎片信息,对其进行风险评估,根据民航可接受的风险概率确定碎片危险区边界,构建空域环境网格以及碎片风险等级图;步骤2、在传统A*算法的基础上,空域环境中的所有网格节点增设节点信息属性,包括ID值、坐标、gn、fn、状态、相对移动方向和相对移动距离,根据风险等级图和危险区边界信息,建立启发式评价函数;步骤3、在ApacheSpark并行计算框架下实现步骤2所提供的并行A*算法,找到最佳路径;在步骤2中,所述的在传统A*算法的基础上,空域环境中的所有网格节点增设节点信息属性,包括ID值、坐标、gn、fn、状态、相对移动方向、相对移动距离,根据风险等级图和危险区边界信息建立启发式评价函数的具体步骤如下:步骤2.1、根据风险评估情况,初始化栅格图中节点状态,分别设置为“未访问”、“高风险”、“中风险”、“低风险”;初始化节点ID值、起始节点start、目标节点end、用于存储从起点到终点的历史最佳路径p及代价fn;构建1个优先队列Open、1个列表Close;步骤2.2、将起始点start放入优先队列Open中,其状态设置为“优先队列”;步骤2.3、当Open非空时,则向下执行下个步骤;否则说明未找到最优路径,跳出循环;步骤2.4、选取Open中F值最小的节点node,如果节点node不为目标节点end,则向下执行下个步骤;否则,说明已找到最优路径,跳出循环;步骤2.5、将节点node从Open中删除,添加到Close,其状态设置为“已访问”;步骤2.6、检查并扩展节点node周围16个邻域的节点,不考虑状态为“高风险”、“中风险”、“低风险”、“已访问”的节点,如果邻域节点状态为“未访问”,则将其加入到Open中,其状态设置为“优先队列”,计算并比较fn的大小,更新节点的父节点的ID值和代价gn、fn;如果邻域节点状态为“优先队列”,则重新计算代价gn、fn,比较fn的大小,更新节点的父节点的ID值和代价gn、fn,跳转到步骤2.3,其中,节点的路径代价公式如下所示:fn=gn+hn 在上面各式中:fn为节点n的总代价、gn为航空器从起始点飞到节点n的用欧式距离表示的实际距离代价和hn为航空器从节点n飞到目标点的成本代价;其中,nx1和ny1分别是航空器所在当前节点的横坐标和纵坐标,nx2和ny2是航空器飞到最后一个节点的横坐标和纵坐标,k是成本权重,公式如4所示: 上式中,α表示危险区横截面的最大风险值,β表示当前节点相对危险区移动方向的位置,maxγ表示当前危险区的最右边界;根据危险区的位置移动,动态改变每个路段的代价。

全文数据:

权利要求:

百度查询: 中国民航大学 一种基于Apache Spark和启发式搜索的航空器最优路径规划方法

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。