[发明专利]一种无人机路径规划方法及系统

说明书

本发明涉及一种无人机路径规划方法及系统，主要依赖于仿生优化技术来实现一种环形结构的全局邻域学习方法。基于仿花授粉算法的全局更新方程其采用服从Lèvy分布的更新方式促进种群收敛，具有强烈的震荡性会影响算法收敛速度，通过利用相关数学理论验证并分析其收敛过程，提出新的全局更新方程；为增加种群多样性设计全局邻域学习方法，并将该方法集成到改进的仿花授粉算法框架中，实现了更加平滑稳定的无人机飞行路径规划。

技术领域

本发明涉及无人机技术领域，特别是涉及一种无人机路径规划方法及系统。

背景技术

随着信息现代化技术的更新换代，近年来无人机作为有效的空中移动平台受到各领域的关注。在军事领域，无人机是一种灵活安全的战斗设备，甚至可以认为更好的研究无人机的控制与应用，使其满足未来战争的需求是未来空战的制胜关键。除了军事研究之外，无人机在平常的民用生活中已经十分常见，国内大疆公司生产的机器已经用于生活中的航拍、专业机型用于农业植保等等。在5G时代下，无人机作为空中有效的移动平台，可以有效的为云计算、边缘计算等技术提供中继手段，亦可作为移动基站等等。

然而，虽然无人机的应用场景将越来越多，发展趋势越来越好，但是其基础研究不容忽视。路径规划是无人机应用的基础关键问题，如何有效的进行任务的处理，在执行任务期间如何有效的避开障碍物，以及在执行飞行任务时如何有效的节约自身能源等等都是规划无人机飞行路径需要处理的问题。此外，对于一般的飞行环境虽然可以预知飞行过程的相关信息，但突发情况是无法预知的，即在设计飞行路径时也要考虑突发情况的实时路径规划。无论处理上述哪种问题，一种良好有效的用来进行无人机飞行路径规划的方法都是十分重要的。

目前用于解决路径规划问题的方法虽然往往可以给出平滑的飞行轨迹，但是仍然存在着许多限制，如路径的最优性不足，且在环境规模较大的场景下无法有效的给出一条良好的路径。

发明内容

本发明的目的是提供一种无人机路径规划方法及系统，能够满足无人机飞行过程中对于路径实时规划的需求，有效提升规划算法的多样性且提高优化目标的精度。

为实现上述目的，本发明提供了如下方案：

一种无人机路径规划方法，所述方法包括：

根据无人机的起始位置与目标位置获得目标适应度函数；

采用改进仿花授粉算法对所述目标适应度函数进行预定迭代次数的迭代优化求解；

计算迭代优化求解过程中所述改进仿花授粉算法的每个个体适应度的连续未改变次数；

将所述连续未改变次数与预设阈值比较，若所述连续未改变次数达到所述预设阈值，则采用全局邻域学习算法对该个体进行更新后再继续执行迭代优化求解直至迭代完成，否则继续执行所述迭代优化求解直至迭代完成；

迭代完成后，将所述改进仿花授粉算法得到的最优个体输出为无人机的最优路径。

本发明还提供了一种无人机路径规划系统，所述系统包括：

适应度函数确定模块，用于根据无人机的起始位置与目标位置获得目标适应度函数；

迭代求解模块，用于采用改进仿花授粉算法对所述目标适应度函数进行预定迭代次数的迭代优化求解；

全局领域更新模块，用于计算迭代优化求解过程中所述改进仿花授粉算法的每个个体适应度的连续未改变次数；

将所述连续未改变次数与预设阈值比较，若所述连续未改变次数达到所述预设阈值，则采用全局邻域学习算法对该个体进行更新后再继续执行迭代优化求解直至迭代完成，否则继续执行所述迭代优化求解直至迭代完成；

结果输出模块，用于迭代完成后，将所述改进仿花授粉算法得到的最优个体输出为无人机的最优路径。