[发明专利]一种多无人机四维航迹协同规划方法及系统

说明书

本发明提供了一种多无人机四维航迹协同规划方法及系统，包括：给定无人机三维任务空间和任务时间范围，多无人机的起飞地点和目的地点、以及飞行时间约束信息；将三维任务空间离散化为三维长方体网格，对三维长方体网格进行编号，在三维任务空间标注地形以及威胁空间的位置，将三维任务空间抽象为一个有向图；根据无人机三维任务空间和任务时间范围构建单目标多无人机四维航迹规划模型；对单目标多无人机四维航迹规划模型进行求解，得到每个无人机的规划路线及起飞时间和飞行速度。通过对时间的优化，解决了传统方法中只对三维路径进行优化而忽略时间优化问题，更好的在路径规划的同时也确定了无人机的航迹时间，提高了时空资源的利用率。

技术领域

本发明属于无人机路径规划领域，尤其涉及一种多无人机四维航迹协同规划方法及系统。

背景技术

无人机(Unmanned Aerial Vehicle，UAV)最早应用于军事领域，随着现代工业技术和信息技术的发展，UAV呈现轻巧灵便、价格低廉、部署便捷等特点，结合UAV先进技术和传感器技术，无人机广泛扩大到民用领域，如航空摄影、通信中继、基础设施监测、交通监控、精准农业、搜寻与救援任务、火警探测等，在智慧城市的建设中发挥重要作用。面对不断涌现的无人机应用需求，及其执行任务和环境的复杂性和多样性，实现多无人机自主飞行、协同有效处理多类型异构任务，已成为无人机领域的发展趋势。

无人机航迹规划(Trajectory Planning，TP)是指根据执行任务需求，综合考虑无人机机动性能约束、运行环境约束和综合代价，设计出一条使无人机从起点到目标点的最优飞行轨迹。无人机的航迹规划是圆满完成任务的关键环节，近年来得到广泛关注并成为新的研究热点。

现有无人机航迹规划主要分为三种，基于概略图的规划方法、基于栅格网的图搜索方法和数学规划法。基于概略图的规划方法根据一定规则将飞行器所执行任务的空间表示成一个由许多线段构成的网络，将航迹规划问题转化成一个网络图的搜索问题，具体有通视图法(Visibility Graph)、Voronoi图法、随机路线图法(Probabilistic Roadmap，PRM)和快速扩展随机数算法(Rapidly-exploring Random Trees，RRT)等。概略图一般只适用于二维路径搜索问题，且必须罗列所有可能路径，否则可能丢失最优解。基于栅格网的图搜索方法是将任务空间离散化，即栅格化处理，然后定义沿栅格搜索的行进策略和代价，运用图搜索算法(如无信息搜索、Dijkstra算法、Prim算法、Kruskal算法、最佳优先搜索、A*算法等)搜索从起点到目标点的最优路径，该类方法时间或空间复杂度较高。数学规划法将无人机航迹规划问题定义为混合整数线性规划(Mixed-Integer Linear Programming，MILP)或非线性规划(Nonlinear Programming，NLP)问题，描述为由目标函数和约束条件构成的数学模型，然后进行求解。数学规划法基于较为严格的数学理论，但计算量随问题规模的增大而急剧增大，只适合于小规模的局部航迹规划问题。

虽然现有技术中关于航迹规划的方法比较多，但主要都体现在从二维平面航迹规划到三维空间航迹的规划，随着智慧城市背景下对无人机应用需求也越来越多，比如无人机的配送，无人机高空作业等，那么怎样充分利用时空间资源，协同多无人机规划精细化四维航迹，以提高多无人机运行安全性和高效性显得尤为重要。

发明内容

本发明的目的在于提供一种多无人机四维航迹协同规划方法及系统，以解决现有技术中怎样协同时空间考虑无人机四维航迹的优化问题，以及无人机运行安全性问题。

为解决上述技术问题，本发明采用了以下技术方案：

一种多无人机四维航迹协同规划方法，包括以下步骤：

步骤1：给定无人机三维任务空间和任务时间范围，多无人机的起飞地点和目的地点、以及飞行时间约束信息；