[发明专利]基于改进流体扰动和麻雀算法的无人机最优路径搜索方法

权利要求书

1.一种基于改进流体扰动算法和麻雀搜索算法的无人机最优路径搜索方法，其特征在于包括如下步骤：

(1)改进流体扰动算法利用不同障碍物反应系数生成多条规划路线；

(2)利用麻雀搜索算法通过计算适应度寻找最优的障碍物反应系数；

(3)改进流体扰动算法利用当前最优的障碍物反应系数，生成一条最优搜索路径；

改进流体扰动算法是指对流体扰动算法的扰动矩阵进行改进以及在算法中引进局部最小值处理方法，具体为：在扰动矩阵中加入切向分量，使用虚拟目标法解决局部最小值；

改进后的扰动矩阵：

其中X_k(ξ)表示第k个障碍物产生的扰动矩阵，I为3*3的单位矩阵，n_k(ξ)为当前点ξ的径向法向量，α_k(ξ)表示第k个障碍物在当前点ξ的水平方向的障碍物反应系数，β_k(ξ)表示第k个障碍物在当前点ξ的切向分量对应的障碍物反应系数，t_k(ξ)为垂直于切平面的切向分量，Γ_k为第k个障碍物的表达式，Γ_k(ξ)表示把当前点ξ代入障碍物方程的计算值，||t_k(ξ)||和||n_k(ξ)||分别表示两个向量的二范数，τ_k为饱和函数；

使用虚拟目标法解决局部最小值是指设置一个虚拟目标点；所述虚拟目标点的设置方法为：首先，以当前点ξ为圆心，d_TA为半径，水平跨度角范围垂直跨度角范围(-μ_max，μ_max)，生成一个探测曲面Q，为当前点ξ的水平角，μ_max为无人机最大俯仰角；然后，设计代价函数J，所述代价函数J包括飞行安全距离代价S、飞行距离代价D、重叠区域代价M和目标切换代价G；最后，在生成的探测曲面Q的水平方向取N₁个点，垂直方向取N₂个点，共生成N₁*N₂个点，分别计算每一个点的代价值，取代价函数J的值最小的点作为虚拟目标点；

J＝λ₁S+λ₂D+λ₃M+λ₄G；

其中，Γ_i表示第i个障碍物方程，N表示障碍物个数，ξ表示当前点，ξ_d表示实际目标点，ξ′表示虚拟目标点，γ₁＝＜ξξ_d，ξξ′＞，γ₂＝＜ξξ′，ξ′ξ_d＞，λ₁+λ₂+λ₃+λ₄＝1，

2.根据权利要求1所述的一种基于改进流体扰动算法和麻雀搜索算法的无人机最优路径搜索方法，其特征在于，步骤(1)具体为：

假设当前一组障碍物反映系数的初值：

改进流体扰动算法利用不同障碍物反应系数生成多条规划路线的流程为：首先，根据当前点与目标点之间的距离关系以及无人机匀速飞行的速度，生成当前点的初始流场υ(ξ)；然后，通过获取当前飞行环境下的障碍物信息，进行障碍物建模并且计算每个障碍物产生的扰动矩阵X_k(ξ)，接下来按照一定的加权方式综合全部障碍物的扰动矩阵，生成一个合扰动矩阵X(ξ)；下一步，利用上一步获得X(ξ)更新初始流场υ(ξ)，得到当前点的实际流场最后，根据预先设置的步长Δt得到下一个航点坐标P_ξ+1(x_ξ+1，y_ξ+1，z_ξ+1)，不断重复更新下一个航点的坐标就可以得到一条完成的规划路线l₁。