[发明专利]一种无人机路径规划方法

说明书

技术领域

本发明属于无人机技术领域，尤其涉及一种无人机路径规划方法。

背景技术

随着信息化技术的发展，无人机（UAV）将逐渐的在军事领域和民用领域中取得更加广泛的应用。无人机应用中的关键技术之一是路径规划。路径规划（Path Planning）的目的是在给定区间上，找出一条连接起点和终点的，代价最小的路径。

路径规划是一个NP-Complete问题，截至目前，仍未有固定的最优算法。主流的路径规划算法有：Dijkstra、A*、进化算法（Genetic Algorithm）、人工势场法（Artificial Potential Field）等。但这些算法的计算复杂度较高，其计算量随着地图的增大呈指数上升。

在2001年，Cem Hocaoglu和Arthur C.Sanderson在《Planning Multiple Paths with Evolutionary Speciation》中提出了一种计算复杂度与地图大小无关的路径规划HOCAOGLU算法，HOCAOGLU算法计算复杂度只与地图的障碍物数量相关，地图越复杂，路径需要的节点就越多，HOCAOGLU算法的搜索空间就越大，从而导致算法计算代价的提升，而若是对于一种极端情况——无障碍物的地图，HOCAOGLU算法的计算复杂度为常量，HOCAOGLU算法避免了大多数路径规划算法在大地图上运算量过大的问题。

HOCAOGLU算法尽管上述多种优点，但依然存在固有的缺陷。HOCAOGLU算法并未给出确立节点的具体方法，而是采用进化算法进行搜索；同时，HOCAOGLU算法为了减小进化算法的搜索空间，仅在两点连线的中点上作垂线，这降低了路径的多样性，经常会导致算法搜索不到可行路径。

发明内容

本发明的目的是提供一种无人机路径规划方法，以解决现有技术中利用HOCAOGLU算法计算路径时，存在的无法具体确定节点以及降低路径多样性进而经常无法搜到可行路径的问题。

为实现本发明的目的，本发明提供了一种无人机路径规划方法，所述方法包括如下步骤：

第一步，初始化任务地图，标注起点Start(x_start,y_start)、终点Goal(x_goal,y_goal)和障碍物的坐标，计算出所述无人机的最小安全转向半径R；

第二步，设定起点为节点Node[0]和终点为节点Node[-1]，查找其它节点坐标，以结构体建立二叉树，所述结构体包括变量：节点在原属线上的位置double Position、节点坐标int X,Y、障碍物高度double Height、左子节点node*Child_Left、

右子节点node*Child_Right、左父节点node*Father_Left、右父节点node*Father_Right，

其中所述查找其它节点坐标，包括如下步骤：

（1）对于任意Node[i]，i=-1、0、1…i，令其与Node[i-1]之间进行连线，所述连线为所述原属线；

（2）判断所述Node[i]与所述Node[i-1]之间的连线距离，

若小于6R并且连线被所述障碍物遮挡，可判定为进入了死角，返回上一层并重新选取Node[i]节点；

若大于6R并且连线被障碍物遮挡，设点K(x_k,y_k)在连线(Node[i-1],Node[i])上，令K(x_k,y_k)从Node[i-1]沿该连线步进移动至Node[i]，形成数组K[Len]；对于K[Len]上每个处于障碍物区域中的点K[i]，向连线两侧作垂线H[i]，记录其距离障碍物边缘的距离，若该点障碍物延续到地图M[Width][Height]边缘则该侧均不予记录；