[发明专利]一种基于联合优化的无人机航迹规划方法

权利要求书

1.一种基于联合优化的无人机航迹规划方法，其特征在于，包括以下步骤：

步骤1：搭建飞行状态优化模型；所述的飞行状态优化模型的输入为无人机携带的I个传感器在t时刻对无人机飞行状态的量测向量m_i(t)，飞行状态优化模型的输出为无人机t时刻飞行状态的最优估计ζ(t|t)＝[p(t),v(t)]^T；

步骤1.1：输入无人机携带的I个传感器在t时刻对无人机飞行状态的量测向量m_i(t)；

其中，I个传感器的采样间隔均为Ω；m_i(t)＝[p_i(t),v_i(t)]^T；i＝{1,2,...,I}；p_i(t)表示第i个传感器获取的无人机位置量测向量，p_i(t)＝[p_ix(t),p_iy(t),p_iz(t)]^T，p_ix(t)、p_iy(t)和p_iz(t)分别表示第i个传感器获取的笛卡尔坐标系下无人机在三维空间中x、y和z三个方向的位置坐标量测值；v_i(t)表示第i个传感器获取的无人机速度量测向量，v_i(t)＝[v_ix(t),v_iy(t),v_iz(t)]^T，v_ix(t)、v_iy(t)和v_iz(t)分别表示第i个传感器获取的笛卡尔坐标系无人机在三维空间中x、y和z三个方向的速度分量量测值；

步骤1.2：根据t-1时刻无人机飞行状态的最优估计ζ(t-1|t-1)，计算t时刻无人机飞行状态的预测ζ(t|t-1)；

其中，ζ(t-1|t-1)＝[p(t-1),v(t-1)]^T；为白噪声；

步骤1.3：计算t时刻各传感器对无人机飞行状态的量测预测δ_i(t|t-1)；

δ_i(t|t-1)＝H_i(t)ζ(t|t-1)

其中，H_i(t)表示第i个传感器的线性测量矩阵；||·||表示求模运算；

步骤1.4：计算t时刻各传感器的量测新息ε_i(t)；

ε_i(t)＝m_i(t)-δ_i(t|t-1)

步骤1.5：根据t-1时刻无人机飞行状态的协方差P(t-1|t-1)，计算t时刻无人机飞行状态的协方差预测P(t|t-1)；

P(t|t-1)＝FP(t-1|t-1)F^T+O

其中，

步骤1.6：计算t时刻各传感器的预测新息协方差I_i(t)；

其中，

步骤1.7：计算t时刻各传感器量测向量的关联概率β_i(t)；

步骤1.8：计算t时刻I个传感器的综合量测新息ε(t)；

步骤1.9：计算t时刻无人机飞行状态的协方差P(k|k)；

步骤1.10：计算无人机t时刻飞行状态的最优估计ζ(t|t)；

ζ(t|t)＝ζ(t|t-1)K(t)ε(t)

步骤2：构建并训练基于TD3的无人机航迹规划模型；

设置基于TD3的无人机航迹规划模型的强化学习状态空间为s_t＝[p_t,v_t]^T；p_t＝[p_x,t,p_y,t,p_z,t]^T表示t时刻无人机位置信息；p_x,t、p_y,t和p_z,t分别代表笛卡尔坐标系下，无人机在三维空间中x、y和z三个方向的位置坐标点；v_t＝[v_x,t,v_y,t,v_z,t]^T为t时刻无人机速度信息，v_x,t、v_y,t和v_z,t分别代表笛卡尔坐标系下，无人机在三维空间中x、y和z三个方向的速度分量；

设置基于TD3的无人机航迹规划模型的状态空间输入为ζ(t|t)，设置基于TD3的无人机航迹规划模型的动作空间的输出为表示无人机t时刻飞行的方位角，θ(t)表示无人机t时刻飞行的俯仰角；设置强化学习奖励函数r(t)为：

r(t)＝r₁(t)+r₂(t)

其中，r₁表示到达正奖励；r₂表示航程负奖励；p_arrive表示终点的位置坐标；p_start表示起点的位置坐标；d_max表示无人机最大探测范围；ρ_max表示无人机携带的燃料可供给的最大可飞行航程；

搭建基于TD3的无人机航迹规划模型，其中Actor网络和Critic网络均为3层全连接网络结构，Actor网络的输入层为2个神经元，输出层为6个神经元，Critic网络的输入层为8个神经元，输出层为1个神经元，设置训练参数，进行网络训练，得到基于TD3的无人机航迹规划模型；

步骤3：构建并训练基于随机森林回归的飞行动作优化模型；

利用步骤2中训练好的基于TD3的无人机航迹规划模型，根据每一时刻基于TD3的无人机航迹规划模型输出的动作获取无人机执行动作a(t)后在t+1时刻到达的位置，将无人机t+1时刻的位置与t时刻的位置连接成标定线，标定线与无人机执行动作a(t)所得航迹构成夹角在直角坐标系中分解，得到构造训练数据集Angle_data＝{Angle_data_t}，训练好的基于随机森林回归的飞行动作优化模型根据输入的动作a(t)输出动作偏置

步骤4：联合飞行状态优化模型、基于TD3的无人机航迹规划模型和基于随机森林回归的飞行动作优化模型，对无人机航迹进行实时规划；

步骤4.1：获取无人机携带的I个传感器在t时刻对无人机飞行状态的量测向量m_i(t)，输入至飞行状态优化模型中，得到无人机t时刻飞行状态的最优估计ζ(t|t)＝[p(t),v(t)]^T；

步骤4.2：将无人机t时刻飞行状态的最优估计ζ(t|t)输入至训练好的基于TD3的无人机航迹规划模型中，得到动作

步骤4.3：将动作a(t)输入至训练好的基于随机森林回归的飞行动作优化模型中，得到动作偏置

步骤4.4：计算若则直接输出动作a(t)来控制无人机飞行；否则，执行步骤4.5；

步骤4.5：优化飞行动作，将原飞行动作a(t)和飞行动作偏置处理，得到新的飞行动作a_new(t)来控制无人机飞行：

步骤4.6：在无人机的飞行过程中，实时执行步骤4.1至步骤4.5，实现每一时刻的前端飞行状态优化和后端飞行动作优化，并实时控制优化后的飞行动作输出，形成最终航迹。