[发明专利]一种基于种子搜索的建筑空间无人机航线规划方法

说明书

本发明公开了一种基于种子搜索的建筑空间无人机航线规划方法，针对复杂城市建筑空间中无人机飞行航线快速规划问题。该方法首先在任务空间建筑间隙中均匀播撒若干种子，然后基于起点创建初始航线，并将种子复制到航线的种子列表中，将航线加入规划中航线列表；遍历规划中航线列表，判断每条航线最后一个航路点是否与终点可视，如可视则本航线完成，如不可视，取本航线种子列表中与最后一个航路点通视且距离较近的n个种子，构造出n条新航线加入规划中航线列表，再逐条判断航线是否完成，如此反复，直到没有新航线产生，最后从一系列完成航线中计算长度最短的航线作为最终规划结果。具有逻辑清晰、适应性强、代码量小、执行效率高、易于扩展特点。

技术领域

本发明提出一种基于种子搜索的建筑空间无人机航线规划方法，适用于在复杂的城市建筑空间中，对无人机飞行航线进行快速自动规划的问题。

背景技术

随着无人机和人工智能技术的发展，无人机在各领域得到广泛的应用，飞行航线规划是无人机任务执行的基础，尤其是在复杂的城市建筑空间，自动、高效的无人机航线规划更是安全、高效完成任务的重要保证。

常用的无人机航路规划方法主要包括以下几类：①智能化方法。包括粒子群优化算法、遗传算法、蚁群算法、禁忌搜索及启发式搜索等。②几何方法。如Voronoi图表等结合一些图论搜索方法如Dijkstra法快速寻找最优路径。③人工势场法等。其中，遗传算法收敛速度过慢，且容易陷入局部最优，可以和模拟退火算法结合使用，但仍不能真正解决上述缺点；启发式搜索A*算法是用于路径搜索和规划的经典方法，但它在搜索过程中暴露的不足也很明显；人工势场法一般结合Voronoi图或遗传算法进行优化，存在的问题是算法收敛时间太长，一般用做完成航路规划的后期处理。以上方法的基本思路是通过降维减少搜索空间，提高搜索效率，其实质仍然是二维航路规划，但是这么做很难同时考虑地形跟随、地形回避，尤其对城市建筑空间中的航路规划。

发明内容

本发明提出了一种针对复杂多变的城市建筑环境，进行无人机航线规划的算法。本发明具有逻辑清晰可见、计算效率高、易于实现与调试、易于扩展、兼容性强等特点。

本发明所要解决的技术问题是由以下技术方案实现的：

一种基于种子搜索的建筑空间无人机航线规划方法，包括以下步骤：

(1)构造规划模型，包括任务环境空间模型：表达无人机任务执行的空间范围，定义为一个立方体；城市建筑模型：表达建筑物位置和外观，所有城市建筑的模型用一系列立方体包围盒表达，复杂建筑拆分为多个拼接在一起的简单立方体；种子模型：均匀分布于环境空间中的三维坐标点，所有种子均处于空闲区域，不与建筑模型交叉重叠；航线模型：开始于起点，经过若干种子，终止于终点的一条空间折线，航线包括种子集合和航路点集合，在航路搜索中，将符合条件的种子从种子集合中取出，放到航路点集合，直至打通整个航路；

(2)对象声明，包括建筑模型列表：用于存储环境中所有的城市建筑模型；种子列表：用于存储所有的种子；规划中航线列表：用于存储搜索过程中创建的临时航线，临时航线尚未完成从起点到终点的连接；完成航线列表：存储已经完成的完整航线，完整航线已经完成了从起点到终点的连接；

(3)获取基本信息：包括获取任务环境空间范围信息、所有城市建筑模型信息、无人机任务起点、无人机任务终点和无人机尺寸约束；

(4)根据已知任务环境空间范围和城市建筑模型坐标数据，向环境中播撒种子，种子均匀填充在任务环境空间范围的城市建筑模型间隙中，且种子之间的间隔为无人机立方体包围盒最大边长的2倍；

(5)基于路线起点创建初始航线，初始航线只包含无人机任务起点一个航路点，将所有种子复制到该航路中的种子列表，并将初始航线加入规划中航线列表；