[发明专利]基于A*算法的无人机动态目标航迹规划方法及系统

权利要求书

1.一种基于A*算法的无人机动态目标航迹规划方法，其特征在于，包括：

步骤S1：针对无人机和动态目标活动的室内场景进行环境建模；

步骤S2：针对动态目标，在动态目标匀速运动的前提下，设置动态目标的运动模型，得到动态目标的运动规律，计算动态目标与无人机运动的交汇点，为无人机的航迹规划提供终点；

步骤S3：运用改进的A*算法为无人机的初始位置到无人机最终与动态目标的交汇点之间，计算出一条最优化的无人机飞行航迹线；

所述改进的A*算法是优化A*算法，在计算当前节点n的所有邻近节点的优先级之后，将所有邻近节点的优先级进行对比，选择优先级最高的节点作为下一个节点n，放入open_set表中，其余的节点加入close_set表中。

2.根据权利要求1所述的基于A*算法的无人机动态目标航迹规划方法，其特征在于，所述步骤S1采用：

步骤S1.1：确定室内墙及障碍物的位置长度因素，建立室内的二维平面图；

步骤S1.2：根据室内的二维平面图，建立二维平面坐标系，确定无人机、动态目标、障碍物的坐标及室内场景的边界条件，进行室内环境建模。

3.根据权利要求1所述的基于A*算法的无人机动态目标航迹规划方法，其特征在于，在室内的抽象环境建模中，任意两点的欧式距离采用：

其中，(x₁，y₁)，(x₂，y₂)分别表示任意两点的坐标位置。

4.根据权利要求1所述的基于A*算法的无人机动态目标航迹规划方法，其特征在于，所述动态目标的运动模型采用：

动态目标的运动模型以状态空间模型表示：

s_k+1＝f_k(s_j,e_k) (1)

其中，s_k表示动态目标的目标状态，包括动态目标的位置与速度；e_k表示过程噪声；f_k表示与时间有关的向量函数，决定了动态目标的运动规律；k表示采样时刻；

运用二阶的匀速运动模型的离散模型来计算动态目标的运动模型f_k；

其中，T表示采样间隔；e(k)表示零均值的白噪声。

5.根据权利要求1所述的基于A*算法的无人机动态目标航迹规划方法，其特征在于，所述步骤S2采用：根据动态目标的运动模型f_k，确定无人机与动态目标交汇时的时间t和动态目标在时间t时的坐标位置(x,y)。

6.根据权利要求1所述的基于A*算法的无人机动态目标航迹规划方法，其特征在于，所述步骤S3采用：

步骤S3.1：计算起点的所有邻近节点的优先级，并将所有邻近节点的优先级进行对比，选择优先级最高的节点作为下一个节点并放入open_set表中，将当前其余的邻近节点放入close_set表中；

步骤S3.2：将选择的下一个节点作为当前起点，并判断当前起点是否为终点，当不是终点时，则重复触发步骤S3.1至步骤S3.2，直至当前起点为终点，得到最优化的无人机飞行航迹线。

7.根据权利要求6所述的基于A*算法的无人机动态目标航迹规划方法，其特征在于，所述计算起点的所有邻近节点的优先级采用：

l(n)＝g(n)+h(n)

其中，l(n)表示节点n的综合优先级；g(n)表示节点n距离起点的代价；h(n)表示节点n距离终点的预计代价。