[发明专利]一种无人机路径规划方法及装置

说明书

本发明公开了一种无人机路径规划方法及装置，包括：1)对覆盖区域进行网络栅格化建模，定义无人机的四种飞行动作；2)在主进程中初始化遗传算法的初始种群，按照进程数量划分初始种群为子种群，并创建子进程，向子进程传送子种群，定义适应度函数；3)在子进程中依次执行步骤4‑8)；4)向主进程传送适应度最低的个体，即最优个体；5)判断当前代数是否需要进行种群迁移，如果是，执行步骤6)；否则步骤7)；6)进行种群迁移后执行步骤7)；7)定义选择、交叉、变异方式，对染色体路径进行收敛运算；8)根据收敛值判断是否得到符合期望值的能量消耗最低的飞行路径或当前迭代数达到最大，如果是，流程结束。装置包括：存储器及处理器。

技术领域

本发明涉及无人机路径规划领域，尤其涉及一种无人机路径规划方法及装置。

背景技术

无人机作为近年来新兴的高端技术产品，在很多不同领域内已经有了较多的应用，例如航拍测绘、灾害搜救、精准农业、管道巡检等应用。

无人机在具体应用中，需要根据给定的划定区域，按照一定的全覆盖路径进行遍历。目前多采用往返式和螺旋式等方式完成遍历。无人机多采用机载电源提供能量支持完成飞行任务，由于机载电源存储能量的限制，使得机载电源的使用时长有限，因此，在无人机飞行过程中，如果不选择合适的路径在坐标点之间飞行完成全覆盖遍历，则会造成能量浪费，如此一来，减少了机载电源提供能量的时间，影响无人机的正常使用。

其次，随着任务越来越复杂，无人机路径需要覆盖遍历的坐标点逐渐增多，计算的维度不断增大，传统的算法在给定的时间内无法规划出一条能量最优的路径，导致计算时间过长，无法满足实际应用中的需要。

发明内容

本发明提供了一种无人机路径规划方法及装置，本发明通过并行化的遗传算法对无人机区域全覆盖路径进行规划，选择一条覆盖整个区域且能量消耗最低的全覆盖路径，实现最优能耗，提高无人机遍历效率的效果，详见下文描述：

一种无人机路径规划方法，所述方法包括：

1)对覆盖区域进行网络栅格化建模，将网格分为自由区域和障碍区域，定义无人机的四种飞行动作为直线、左转弯、右转弯、U型转弯；

2)在主进程中初始化遗传算法的初始种群，按照进程数量划分初始种群为子种群，并创建子进程，向子进程传送子种群，定义适应度函数，计算个体适应度；

3)在子进程中依次执行步骤4)-8)；

4)向主进程传送适应度最低的个体，即最优个体；

5)判断当前代数是否需要进行种群迁移，如果是，执行步骤6)；否则执行步骤7)；

6)进行种群迁移后执行步骤7)；

7)定义选择、交叉、变异方式，对染色体路径进行收敛运算；

8)根据收敛值判断是否得到符合期望值的能量消耗最低的飞行路径或当前迭代代数达到最大迭代代数，若符合或者达到最大，流程结束；否则返回至步骤3)。

其中，所述步骤1)为：

将覆盖区域被分解为多个正方形的小方格，小方格的大小由无人机的视场角决定，小方格是自由区域或障碍区域；

将无人机飞行路径分解为直线、左转弯、右转弯、U型转弯四种运动方式，检查每一次动作到相邻方格的运动顺序，直到一次运动成功；

在路径选择点，无人机选择一种运动方式，运动矢量大小的数值为4，如果不能移动，无人机则陷入“死区”，表示它被已访问的方格、障碍方格所包围，将不断向前回溯动作，直到找到最近的未访问的方格，并重新确定运动顺序，无人机的每一次动作都将遍历一个自由方格并将动作保存下来，充当一个基因，所有动作组合成一条染色体路径。

进一步地，所述适应度函数为：