[发明专利]一种高精度无人机实时路径规划方法

说明书

本发明为一种高精度无人机实时路径规划方法，属于无人机精确控制领域。该方法包含以下步骤：S1：建立无人机线性状态微分方程，获取无人机自身约束条件和环境约束条件；S2：建立无人机运动学误差模型；S3：将求解问题等效转化为线性方程求解问题；S4：根据环境约束条件设定多个不同的无人机路径目标；S5：利用深度学习方法进行矩阵分解求解控制函数参数；S6：判断求解的控制参数是否满足无人机自身约束条件。本发明方法能够大幅度降低计算量，通过实时导入动态几何方法求解的多个目标，并采用深度学习方法求出高精度的控制函数，实现无人机实时高精度路径规划。

技术领域

本发明涉及一种高精度无人机实时路径规划方法，属于无人机精确控制领域，尤其适用于无人机多目标高精度路径规划场景。

背景技术

随着无人机控制技术日趋成熟，无人机已广泛应用于战场环境侦察、地面目标打击、电力巡线、航拍等军事和民用领域。无人机路径规划在无人机应用中显得尤为重要。常用的路径规划方法可分为几何方法、启发式搜索方法、势场法等。其中，几何方法首先对环境进行几何建模，后依据一定的最优策略，选择某种搜索算法得到可行解，但当任务空间发生变化，需对任务空间重新遍历，计算量大，故而不适合动态航迹规划；启发式搜索法包括A*算法，粒子群算法，遗传算法等经典算法，这类方法会随着搜索空间的扩大，这类算法的计算复杂度会呈爆炸式增长，故而实时性不好；势场法中典型的方法是人工势场法，其优点是计算量减小，实时性提高，但其容易陷入局部最优。还有些方法只适用于离线规划，但外界环境因素是不确定的，且无人机受限于动力学约束，如最大转弯角和检测半径等，因此在应用过程中具有很大的局限性。

虽然，通过对上述进行改进或者结合能够减少计算量、提高实时性，但因此也大幅度牺牲了控制精度，且无法完成多目标动态的路径规划问题。

发明内容

本发明提供一种高精度无人机实时路径规划方法，试图通过离线的方式将无人机路径规划问题转化为线性方程求解问题，大幅度降低计算量，通过实时导入动态几何方法求解的多个目标，并采用深度学习方法求出高精度的控制函数，实现无人机高精度路径规划。

为达到上述目的，本发明提供如下技术方案：

一种高精度无人机实时路径规划方法，包括如下步骤：

S1：基于小扰动线性化原理建立无人机线性状态微分方程，获取无人机自身约束条件和环境约束条件；

S2：利用插值方法建立无人机运动学误差模型；

S3：将无人机运动学误差模型的求解问题等效转化为线性方程求解问题；

S4：根据环境约束条件设定多个不同的无人机路径目标；

S5：将无人机路径目标作为边界条件带入无人机的线性方程，并设定控制函数类型，利用深度学习方法进行矩阵分解求解控制函数参数；

S6：判断求解的控制参数是否满足无人机自身约束条件，如果满足，则执行控制飞行；如果不满足，则删除该解，并重复步骤S5-步骤S6，直到无解满足后，修正无人机路径目标，并重新进行步骤S5-步骤S6，如果仍然无解并达到计算时间上限，则进行路径无解预警。

进一步，步骤S1所述的无人机的线性状态微分方程为一个常系数微分方程，形如：x′(t)＝dx(t)/dt＝A·x(t)+u(t)，t∈[t₀，t_f]，其中，A为n×n维无人机状态矩阵，根据无人机的动力学模型来确定；u(t)为关于时间的n维控制向量；x(t)为n维无人机的状态向量，n为正整数，通常为无人机速度、位置和姿态角等。