[发明专利]一种无人机混合路径规划方法

说明书

本发明涉及一种无人机自主规划路径的方法，属无人机控制技术领域。该无人机混合路径规划方法在现有的ADA*算法基础上进行改进，减少重复排序带来的时间耗时，同时针对无人机避障，增加采用基于DRL的局部规划神经网络，对存在障碍物检测并重新规划路径，极大的降低了机载计算机的计算负荷，有效的进行避障。

技术领域

本发明涉及一种无人机自主规划路径的方法，属无人机控制技术领域。

背景技术

随着无人机技术的发展与市场普及，无人机在航拍、巡检、农林植保、环保、灾后救援等民用领域也得到了广泛的应用。然而现实中对于无人机的飞行线路有着诸多复杂的制约，比如建筑群、机场、政府机构，学校、人流密集区等禁飞区，一但误入不仅对无人机本身会造成损伤，而且会造成人员的安全风险甚至直接造成事故。因此在无人机作业前规划一条避开敏感地带的安全的、并且全局最优的路线已成为迫切的需求。

目前无人机自主规划路径的方法有很多，如申请号为CN202011542716.6的发明专利申请公开的一种无人机线路规划方式，其虽然能够实现无人机路径的自主规划但是其存有的问题的如下：

1、申请号为CN202011542716.6的发明专利申请公开的一种无人机线路规划方式中采取了基于视觉SLAM的室内无人机路径规划方式，其全程通过相机获取外界图像信息，构建点云地图，再进行点云滤波与降采样，构建探索地图，这样无人机实时路径规划计算量负荷大，构建的地图本身也难以直接用于路径规划与导航。

2、其基于视觉的无人机路径规划采用实时局部路径规划，事先并不确定飞行的路线，探索未知区域。在无人机飞行过程中通过相机传回来的图像实时确定行进路线，局部规划并没有考虑路径的全局重新规划，同时局部路径规划通过计算地势值来进行避障，鲁棒性较差，极易发生障碍物碰撞。

由此有必要研发一种新的无人机路径规划方法，以解决现有方法存有的以上问题。

发明内容

本发明的目的在于：提供一种基于无人机路径全局规划算法与深度学习DRL局部规划融合的混合路径规划算法，以解决现有的基于视觉的无人机规划方法存有鲁棒性较差和极易发生障碍物碰撞的技术问题。

本发明的技术方案是：

1、一种无人机混合路径规划方法，其特征在于：它包括如下步骤：

1、在现有ADA*算法的基础上改进得到EADA*算法；

在已有的ADA*算法基础上通过添加头排序算法思想实现头排序功能；

其实现具体的步骤如下：

1.1、在ADA*算法初始化阶段将ε的值设置为一个较大值，大于或等于2.0；创建空队列OPEN、CLOSED、INCONS和WALLS；除了目标在路径中的代价为0，g(s)和v(s)的值在所有状态下都被设置为无穷大；

1.2、开始状态以每次迭代的状态速度沿着当前次优解移动；在每一次的迭代中，向目标地点移动；寻路循环一直持续到机体到达最终目标状态即；

1.3、计算当前路径的代价并与前一次的迭代结果进行比较，如果依然存在与当前路径相交的障碍物，总的代价将会增加；

1.4、在代价增多的情况下，增大膨胀系数inflation，清除WALLS障碍物列表，并重新计算受代价变化影响的局部状态，如果没有观察到成本变化，则降低inflation的值以改善当前路径；不一致的状态移到OPEN列表中；

1.5、计算改进的当前路径，搜索从目标状态开始，找到Open列表中的第一个关键字，此关键字小于开始状态的关键字；使用key()函数计算优先级关键字的第一个元素的关键字，使用Eq更新键值；如果新的键值比旧的键值大，则状态会与新的键保存在OPEN列表中，否则，g(s)=v(s)被设置，状态被移到CLOSED列表；