[发明专利]城市低空环境下无人机多目标路径规划联合搜索方法

权利要求书

1.一种城市低空环境下无人机多目标路径规划联合搜索方法，其特征在于，包括如下步骤：

步骤1，以地理地图中标记的静态已知障碍物为基础，构建静态安全指数地图；所述的静态安全指数地图描述无人机飞行过程中空间图上任意一点的静态安全指数；

步骤2，以无人机在飞行过程中主动探测到的没有标记在地理地图中的障碍物为基础，在机载平台上构建动态安全指数地图；所述的动态安全指数地图描述无人机在飞行过程中探测到的空间中任意一点的动态安全指数；

步骤3，构建联合优化无人机飞行时间和飞行安全的多目标路径规划问题；所述的步骤3中构建的多目标路径规划问题，定义具有最小代价W的一条路径p为帕累托最优路径；

其中，α为权重系数，g_j(p)是路径p的第j个优化目标的总代价，j∈{1,2}，集合P是求解多目标路径规划问题的帕累托路径集合；

步骤4，基于离线搜索与在线搜索联合求解多目标路径规划问题，获取最优路径规划方案；步骤4中所述的离线搜索中，采用如下波速函数来计算：

其中，表示当前无人机的位置，表示处无人机的速度函数，表示地图中无人机在位置处的安全指数，α为权重系数；

根据无人机的起点、终点和飞行速度，采用离线搜索为无人机离线规划一条从起点到终点的代价最小的路径；无人机在飞行过程中，当检测到未知障碍物时，采用在线搜索为无人机在线规划一段变更的航迹，以避开动态障碍物；所述的在线搜索在当前搜索点和终点之间的连线与检测到的未知障碍物之间不相交的时候，搜索过程停止。

2.根据权利要求1所述的方法，其特征在于，所述的步骤1中构建静态安全指数地图时，设Pr(x_c,y_c)表示无人机的风险概率，通过无人机的位置概率密度在障碍物区域上的积分得到，其中(x_c,y_c)表示无人机中心点的坐标；无人机中心位置的安全概率静态安全指数地图中，无人机在位置的安全指数

3.根据权利要求1所述的方法，其特征在于，所述的步骤2中构建动态安全指数地图时，设(x_c,y_c)表示无人机中心点的坐标，首先将无人机的探测范围建模为一个以无人机当前位置为圆心，半径为传感器感知距离的圆，然后判断探测范围内是否存在与所探测到的障碍物之间的垂直距离小于等于安全裕度距离的点，如果存在，则设置无人机在位置(x_c,y_c)的安全指数为+∞，否则设置为0。

4.根据权利要求1所述的方法，其特征在于，步骤4中所述的离线搜索，实现步骤包括：

(1)根据无人机的起点、终点和飞行速度，基于静态安全指数地图生成静态代价分布地图；

设集合A包含无人机的全部目的地点，集合NarrowBand包含无人机的全部起始点，集合FarAway包含地图中除了集合A和NarrowBand中的节点之外的全部节点；

对NarrowBand中不在禁止区域内的任意一点node，更新node点处的代价cost[node]；

cost[node]＝(αS-SIMap[node]*VELOCITY+(1-α))/VELOCITY，

其中，α为权重系数，S-SIMap[node]为静态安全指数地图中node点处的安全指数，VELOCITY为无人机的飞行速度；

对FarAway中的任意一点node，令cost[node]＝+∞；

迭代判断NarrowBand和FarAway是否为空，如果NarrowBand和FarAway都不为空，执行(1.1)，否则终止迭代，最终生成的集合A就是静态代价分布地图；

(1.1)将NarrowBand中的代价最小的节点记为best_neighbor，并将该best_neighbor加入集合A，同时，对best_neighbor的任意一个不在禁止区域内的邻居节点node，更新该node点处的代价cost[node]；再判断该node点是否在FarAway中，如果在，将其从FarAway中移除，并添加到NarrowBand中；

(2)依据静态代价分布地图，为无人机离线规划一条从起点到终点的路径。