结合全局寻优与动态轨迹生成的无人机飞行路径规划方法与流程

本技术涉及无人机智能路径规划，具体涉及一种结合全局寻优与动态轨迹生成的无人机飞行路径规划方法。

背景技术：

1、本部分的陈述仅仅是为了提供与本技术相关的背景信息，以帮助理解本技术，这些背景信息并不一定构成现有技术。

2、随着国内低空经济产业的快速落地与空域管控体系的逐步完善，多场景、高频次、高动态的无人机自主飞行作业成为行业发展主流趋势。城市低空环境、山地复杂空域、近海作业空域等场景存在静态障碍物密集、动态干扰源随机出现、空域约束条件复杂、飞行合规性要求严苛等特点，对无人机路径规划的全局最优性、环境适应性、实时避障能力、轨迹可飞行性提出了极高要求。路径规划作为无人机自主飞行的核心关键技术，直接决定无人机飞行的安全性、作业效率与空域合规性，是低空经济规模化商用的核心支撑技术。

3、当前主流无人机路径规划算法主要分为全局寻优算法与局部动态规划算法两大类。其中粒子群优化算法凭借结构简单、收敛性好、多目标适配能力强的优势，被广泛应用于无人机三维全局路径规划中。传统球形向量粒子群算法通过球坐标映射方式，有效解决了传统笛卡尔坐标算法难以适配无人机三维飞行约束的问题，结合基础强化学习自适应调整算法参数后，形成了强化学习球形向量粒子群（reinforcement learning sphericalvector based particle swarm optimization，rl-svp）基础算法，一定程度上改善了人工参数调优繁琐、三维约束处理能力弱的行业痛点。

4、但现有rl-svp算法在实际低空场景应用中仍存在明显技术缺陷，其一，算法迭代后期种群粒子同质化严重，粒子多样性快速丧失，极易陷入局部最优解，无法适配复杂三维低空环境的全局最优路径求解需求；其二，所搭载的基础强化学习模块奖励机制单一，仅依托路径长度、飞行能耗构建评价体系，规划路径的实际落地性较差；其三，算法对无人机动力学约束的处理方式滞后，多为路径生成后筛选剔除违规路径，导致算法迭代效率低、有效解占比低。

5、与此同时，传统局部动态避障算法多存在轨迹不连续、计算延迟高、动态响应能力弱的问题，无法适配低空场景下鸟类、低空飞行器、临时作业设备等突发动态障碍的实时规避需求。部分快速轨迹生成算法仅侧重轨迹平滑性，缺乏全局路径约束关联，易出现局部避障后偏离作业航线、空域违规飞行的问题。

技术实现思路

1、本技术旨在解决现有rl-svp算法粒子早熟收敛、约束适配性差、评价机制单一，以及传统动态避障算法无法联动全局路径、响应滞后、轨迹可飞行性弱的技术问题。

2、为实现上述目的，本技术提供如下技术方案：

3、根据本技术的第一个方面，提供一种结合全局寻优与动态轨迹生成的无人机飞行路径规划方法，包括：建立以球坐标参数描述作业区域空间位置的三维球形空域模型，并确定无人机飞行动力学约束与空域约束；构建包含多个粒子的种群，每一粒子对应一条待求解的飞行路径，根据飞行动力学约束与空域约束对所述种群执行多轮迭代寻优，在迭代更新过程中将各粒子的参数实时截断至对应的约束边界内；判断各粒子是否处于适应度停滞状态，对处于停滞状态的粒子施加局部随机扰动；按照能耗奖励项、安全奖励项与空域合规奖励项计算各粒子的综合评价值，并根据所述综合评价值，采用强化学习算法调整下一轮迭代所使用的算法控制参数；在满足迭代终止条件后，对综合评价值最高的粒子所对应的飞行路径进行平滑轨迹拟合，将得到的平滑飞行轨迹作为全局参考轨迹；根据与动态障碍物的实时距离及空域状态变化判定是否执行局部重新拟合或执行全局重规划以生成新的平滑飞行轨迹，若执行，则将全局参考轨迹与新的平滑飞行轨迹按权重合成后输出，若不执行，则保持当前的平滑飞行轨迹输出。

4、优选的，构建包含多个粒子的种群包括：将待求解的飞行路径编码为由球坐标参数序列表示的粒子；在约束边界内进行均匀分布随机采样，获得初始时刻各粒子的球坐标参数，构建包含多个所述粒子的种群，使所述种群在任务初始时刻覆盖所述约束边界所限定的参数空间；其中，所述球坐标参数包括径向距离、偏转角以及俯仰角，所述约束边界包括径向距离的限值、偏转角的限值、俯仰角的限值、飞行高度的区间及空域安全裕度阈值。

5、优选的，在迭代更新过程中将各参数实时截断至对应的约束边界内，包括：针对径向距离、偏转角与俯仰角分别独立执行截断，任一粒子的任一球坐标参数超出对应的约束边界时，仅将该球坐标参数约束在其对应的限值内，以保证粒子对应的飞行路径符合飞行动力学约束与空域约束。

6、优选的，判断各粒子是否处于适应度停滞状态，对处于停滞状态的粒子施加局部随机扰动，包括：计算粒子的适应度，并判断所述适应度在连续预设轮数的迭代中是否产生改善，若产生改善，则所述粒子不处于停滞状态，若未产生改善，则所述粒子处于停滞状态；对处于停滞状态的粒子施加局部随机扰动，其中，所述局部随机扰动在以所述粒子当前坐标位置为中心的局部可行空域内产生，其服从高斯分布，扰动幅度系数随迭代轮数的增加而递减。

7、优选的，采用强化学习算法调整下一轮迭代所使用的算法控制参数，包括：采用q-learning算法，以综合评价值作为回报，结合状态空间与动作空间更新状态动作对的价值函数的值，并根据更新后的价值函数的值选取下一轮迭代的算法控制参数；其中，所述状态空间由四维场景特征变量耦合构成，包括空域环境复杂度特征变量、无人机实时空间位置特征变量、无人机剩余续航状态特征变量以及空域约束类型特征变量；所述动作空间包括至少三类优化动作：粒子迭代速度调节动作、种群变异系数调节动作、迭代层级自适应调整动作；所述算法控制参数包括由粒子迭代速度调节动作调节的粒子迭代速度，由种群变异系数调节动作调节的扰动幅度系数，以及由迭代层级自适应调整动作调整的算法最大迭代层级。

8、优选的，所述迭代终止条件包括：判断迭代轮数是否达到上限，若达到上限则终止迭代，若未达到上限，则判断所述综合评价值是否收敛；若所述综合评价值已收敛，则终止迭代，若所述综合评价值未收敛，则判断状态-动作价值是否收敛；若所述价值函数的值已收敛，则终止迭代，若所述状态-动作价值未收敛，则继续下一轮迭代。

9、优选的，对综合评价值最高的粒子所对应的飞行路径进行平滑轨迹拟合，包括：将综合评价值最高的粒子所对应的路径解算为一系列离散的路径关键点；利用毫秒级智能高阶轨迹生成mighty算法采用五阶多项式轨迹模型对所述路径关键点执行连续化拟合，求解轨迹系数，其中，轨迹系数的边界条件包括所述路径关键点的位置、无人机通过路径关键点的时序以及通过路径关键点时无人机的速度与加速度；根据得到的轨迹系数结合所述五阶多项式轨迹模型，得到速度及加速度均连续的平滑飞行轨迹。

10、优选的，根据与动态障碍物的实时距离及空域状态变化判定是否执行局部重新拟合或执行全局重规划以生成新的平滑飞行轨迹，包括：实时检测动态障碍物及空域状态变化，计算无人机与动态障碍物之间的实时最小距离，将单个感知周期内空域状态发生变化的空域面积与当前作业规划空域总面积比较，得到空域环境变更率；若所述空域环境变更率超过预设的变更比例阈值，则执行全局重规划生成新的平滑飞行轨迹；若所述空域环境变更率未超过所述变更比例阈值，且所述实时最小距离小于预设的动态安全阈值，则对当前平滑飞行轨迹执行局部重新拟合，且基于轨迹偏移范围约束局部重新拟合后的轨迹与所述全局参考轨迹之间的空间偏移量。

11、优选的，将全局参考轨迹与新的平滑飞行轨迹按权重合成后输出至飞行控制系统，包括：执行闭环迭代优化：将对应时刻的全局参考轨迹与新的平滑飞行轨迹按对应的权重进行合成，得到所述对应时刻的优化后的飞行轨迹，将优化后的飞行轨迹输出至飞行控制系统，其中，执行合成的权重根据环境变更程度实时调整，环境变更程度越高，新的平滑飞行轨迹对应的权重越大；分别计算多个感知周期对应的所述优化后的飞行轨迹的综合性能指标，当所述综合性能指标在连续多个感知周期内的变化量小于预设的收敛阈值，且所述合成后的飞行轨迹满足飞行动力学约束与空域约束时，停止本次对轨迹的闭环迭代优化，以当前全局参考轨迹输出至飞行控制系统；其中，所述综合性能指标由能耗分量、安全分量与合规分量加权求和得到，单次重规划与合成所需的计算时间不超过飞行控制系统的控制周期。

12、根据本技术的第二个方面，提供一种计算机可读存储介质，其中，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现本技术第一个方面中的方法。

13、根据本技术的第三个方面，提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现本技术第一个方面中的方法。

14、与现有技术相比，本技术具有以下优点：

15、本技术从源头规避违规路径生成，搭配自适应变异与多目标奖励优化，有效改善算法早熟收敛问题，大幅提升低空路径规划的全局寻优精度、空域合规性与飞行安全性。

16、本技术设置全局与局部双层联动重规划及轨迹闭环优化机制，可自适应匹配不同动态风险场景，既保障局部避障的毫秒级实时响应，又维持全局航线最优性。解决了传统算法动态响应滞后、轨迹突变抖动的问题，高度适配低空高动态、高安全的规模化作业需求。