[发明专利]一种基于奖励函数优化的多无人机分组协同判断方法

权利要求书

1.一种基于奖励函数优化的多无人机分组协同判断方法，其特征在于，包括以下步骤：

步骤一、计算可飞行路径长度区间：

步骤101、确定n架无人机的起始位姿p_si和终止位姿p_fi，其中i＝1,2,…,n；分别为每架无人机产生LSL、RSR、LSR、RSL，共4种类型的Dubins路径；

步骤102、对每架无人机，用最小曲率半径r_min求得的路径长度作为4种类型路径的长度下限，记为并计算4种类型路径的长度上限，记为则无人机的4种类型路径的长度区间为其中j＝1表示LSL型、j＝2表示RSR型、j＝3表示LSR型、j＝4表示RSL型；

步骤二、构建协同矩阵M：

步骤201、选取协同长度：选取每架无人机的4种路径类型的长度下限作为协同的长度，则n架无人机共产生4n个协同长度L_p,p＝1,2,…,4n；

步骤202、构建协同矩阵M：协同矩阵其中元素x_pi表示第i架无人机对协同长度L_p的可飞性，x_pi＝1表示可飞，x_pi＝0表示不可飞；判断协同长度L_p,p＝1,2,…,4n是否属于无人机i的4种类型路径长度区间之内，如果存在使得则表示无人机i对于协同长度L_p可飞，协同矩阵的元素x_pi为1；如果不存在，则x_pi为0；

步骤三、检验是否满足最大补偿率：为防止无人机过度飞行，定义无人机i的补偿率kⁱ为实际协同路径长度L_p与最小可飞路径长度之比，即其中无人机i的最小可飞路径长度为规定最大补偿率为k_max，如果kⁱ＞k_max，则表示无人机i的飞行路径超过最大补偿率，为过度飞行，则对应的路径长度L_p不可飞，将协同矩阵中对应的x_pi＝1置0；如果kⁱ≤k_max，则路径可飞，不作更改；

步骤四、检验是否进防空圈：采用粒子群算法对协同矩阵中x_pi＝1对应的可飞行路径计算起始曲率半径ρ_si和终止曲率半径ρ_fi，进而计算航迹离散点P＝{p_m|p_m＝(x_m,y_m),m＝1,2,…}，其中(x_m,y_m)表示航迹点的坐标，m＝1,2,…表示航迹点的序号；将防空圈建模成原点为O，半径为R_obs的障碍圆，检测是否存在||p_m-O||＜R_obs，若存在，表示航路进入防空圈；如果无人机i不存在满足防空圈约束的路径类型，则将协同矩阵中对应的x_pi＝1置0；

步骤五、构建决策矩阵D进行分组协同寻优：

步骤501、构建决策矩阵D：统计协同矩阵M中第i列“1”的个数为μ_i,i＝1,2,…,n，则n架无人机的路径一共有种组合；决策矩阵D为的矩阵，其中每一行代表一种路径长度组合；

步骤502、基于奖励函数的分组协同寻优：由于路径总长度和分组数目是相反的优化方向，首先判断决策矩阵中每行组合的协同类型，计算每行组合的目标函数其中L_i表示第i架无人机的路径长度，-κσ是奖励函数部分，每种协同类型对应不同的系数κ；σ为奖励因子，σ＞0，其物理意义是“为了满足协同而愿意付出的路径长度代价”；寻优的那组路径组合为最终的协同结果。

2.按照权利要求1所述的一种基于奖励函数优化的多无人机分组协同判断方法，其特征在于：步骤一中采用满足曲率约束的Dubins路径规划方法进行可飞行路径规划，考虑了LSL、RSR、LSR、RSL4种类型。

3.按照权利要求1所述的一种基于奖励函数优化的多无人机分组协同判断方法，其特征在于：步骤四中采用粒子群算法进行起始曲率半径ρ_s和终止曲率半径ρ_f寻优。

4.按照权利要求1所述的一种基于奖励函数优化的多无人机分组协同判断方法，其特征在于：步骤502基于奖励函数构建目标函数对多无人机进行分组协同寻优，同时考虑了路径总长度更短和更多无人机协同。