[发明专利]结合人工势场法与A-star算法角度约束的航迹规划方法有效
申请号: | 202210504573.2 | 申请日: | 2022-05-10 |
公开(公告)号: | CN114610076B | 公开(公告)日: | 2022-07-29 |
发明(设计)人: | 韦雅媛;李辉;邓书超 | 申请(专利权)人: | 四川大学 |
主分类号: | G05D1/10 | 分类号: | G05D1/10 |
代理公司: | 成都时誉知识产权代理事务所(普通合伙) 51250 | 代理人: | 李双 |
地址: | 610000 四*** | 国省代码: | 四川;51 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 结合 人工 势场法 star 算法 角度 约束 航迹 规划 方法 | ||
1.结合人工势场法与A-star算法角度约束的航迹规划方法,其特征在于,包括以下步骤:
步骤1:根据地图建立航迹坐标系;
步骤2:以无人机当前位置为起始点,以目标位置为终止点,获取起始点坐标、终止点坐标,判断地图中障碍物个数是否小于规划威胁阈值,若是,则采用双向搜索模型计算威胁规避角度,无人机沿威胁规避角度的航迹进入目标点,完成航迹规划,若否,则进入步骤3;
步骤3:根据人工势场法建立引力场,无人机依据引力场向终止点移动,判断动作过程中是否存在影响距离超过阈值的障碍物,若是,则进入步骤4,若否,则返回步骤2;
步骤4:对地图进行栅格化,确定起始点和终止点,采用改进A-star算法生成航迹路径,无人机沿航迹路径向终止点移动,无人机完成航迹路径后返回步骤2;
所述步骤2中,采用双向搜索模型计算威胁规避角度时,具体包括有以下步骤:
步骤201:对双向搜索模型进行参数初始化;
步骤202:以起始点指向终止点为正方向,从起始点沿正方向搜索第一航点,搜索路程为第一航迹,同时从终止点沿逆方向搜索第二航点,搜索路程为第二航迹,判断第一航迹、第二航迹是否交汇,若是,则进入步骤203,若否,则重复搜索过程;
步骤203:将两段航迹连成具有威胁规避角度的闭合航迹;
所述步骤201中的双向搜索模型为:
;
为改进后A-star算法的代价函数,为改进后的实际代价函数,为估算代价函数,、、为权重系数,;为角度偏差代价;
;
表示沿正方向搜索的当前节点与沿逆方向搜索的当前节点速度方向的夹角,表示沿正方向搜索的当前节点的速度方向与航迹坐标系X轴正半轴的夹角;
所述人工势场法建立引力场的表达公式为:
其中,为无人机所受引力场,为无人机当前坐标,为终止点坐标 ,为障碍物坐标,为引力系数,为障碍物的影响距离阈值;
所述改进A-star算法的具体改进方式包括以下步骤;
步骤401:引入障碍物扩展策略;
步骤402:修改A-star算法中的实际代价函数,生成A-star算法的改进代价函数;
步骤403:设定实际代价函数、估算代价函数的权重;
步骤404:利用通视性检查方法删除A-star算法生成的航迹路径中的无用点;
改进后的实际代价函数和改进后A-star算法的代价函数如下所示:
改进后A-star算法的代价函数为:
式中,为改进后的实际代价函数,为估算代价函数,、、为权重系数,;为角度偏差代价;
表示沿正方向搜索的当前节点与沿逆方向搜索的当前节点速度方向的夹角,表示沿正方向搜索的当前节点的速度方向与航迹坐标系X轴正半轴的夹角;
地图栅格化后,设为无人机当前所在点的坐标,其中,改进后的实际代价函数可表示为:
;
所述步骤403中,设定权重后的代价函数如下所示:
其中,为自变量,取值范围为。
2.根据权利要求1所述的结合人工势场法与A-star算法角度约束的航迹规划方法,其特征在于,所述规划威胁阈值设为三个。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于四川大学,未经四川大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202210504573.2/1.html,转载请声明来源钻瓜专利网。