基于启发式蒙特卡洛树搜索的无人机路径规划方法和装置

摘要: 本发明涉及无人机控制,特别是涉及一种基于启发式蒙特卡洛树搜索的无人机路径规划方法和装置。背景技术:1、随着无人平台和移动机器人等技术的快速迭代,uav自主导航已...
基于启发式蒙特卡洛树搜索的无人机路径规划方法和装置

本发明涉及无人机控制,特别是涉及一种基于启发式蒙特卡洛树搜索的无人机路径规划方法和装置。

背景技术:

1、随着无人平台和移动机器人等技术的快速迭代,uav自主导航已成为实现无人配送、智能仓储、自动驾驶等场景的核心支撑,而路径规划作为自主导航的关键环节,其性能直接决定了uav的运行效率与安全性。当前,uav路径规划技术已在多个实际场景中得到广泛应用,例如抢险救灾、物资配送、自主避障巡航等。路径规划的目标是为uav找到一条从起点到终点的最优路径,同时需满足无碰撞、符合运动学约束,同时使综合代价最小化,这里的代价评估可根据具体需求灵活设定,包括路径长度、飞行时间、能量消耗、平滑程度等多项指标。

2、智能uav路径规划是自主导航技术的核心环节,现有技术可大致分为几类:第一类为传统路径搜索方法,如、dijkstra算法等,其基于网格或图结构通过启发式函数引导路径生成,在静态环境中能快速找到最短路径,但对连续空间的离散化处理易导致路径不光滑,且在动态环境中适应性差,依赖人工设计的代价函数,高维约束下搜索复杂度显著增加;第二类为智能优化算法,如粒子群优化、遗传算法等,主要通过群体迭代寻优处理多约束场景,存在收敛稳定性依赖参数调优、易陷入局部最优且对初始解敏感的问题,动态环境中重新规划响应缓慢;第三类为基于采样的方法,如快速探索随机树(rapidly-exploringrandom trees,rrt)等,通过随机采样在连续空间构建路径树,适用于高维状态空间,但路径冗余度高,探索效率低,在密集障碍物环境中易陷入局部极小,重规划代价较大;第四类为深度学习与强化学习方法,其基于神经网络拟合状态-动作价值函数,可实现端到端规划,却需要海量标注数据,在未见过的环境中泛化能力差,决策逻辑透明度低,安全性难以验证,动态环境中重新训练成本高。

3、mcts作为一种智能方法,通过在决策空间中采样并根据结果构建搜索树来寻找给定领域内最优决策的方法,目前在游戏和规划这类序贯决策问题中影响比较深远。传统mcts虽在离散决策空间表现优异,但直接应用于uav路径规划时,在连续状态-动作空间中搜索效率低,对约束处理不足,路径可行性差,探索-利用平衡策略不完善,难以满足实时性需求。

技术实现思路

1、基于此,有必要针对上述技术问题,提供一种能够兼顾计算效率、约束适应性和动态鲁棒性的基于启发式蒙特卡洛树搜索的无人机路径规划方法和装置。

2、一种基于启发式蒙特卡洛树搜索的无人机路径规划方法,所述方法包括:

3、获取无人机路径规划任务,将所述无人机路径规划任务建模为马尔可夫决策问题,并构建初始搜索树,从所述初始搜索树的根节点出发,通过启发式ucb策略选择最优叶子节点;

4、基于运动学模型生成有效动作,计算新位置和航向角,在所述最优叶子节点上创建新的叶子节点;

5、从新的叶子节点出发,采用目标导向与平滑性约束的动作选择策略进行路径模拟,直至到达任务目标点,并在路径模拟过程中计算各节点的总奖励值;

6、将所述总奖励值进行裁剪归一化后,沿任务目标点反向传播回根节点,沿途更新所有节点的访问次数和总奖励值,直至迭代终止,得到更新后的搜索树;

7、基于更新后的搜索树,从根节点出发,选择访问次数最多的子节点序列,提取最优路径。

8、另一方面,还提供一种基于启发式蒙特卡洛树搜索的无人机路径规划装置,包括:

9、选择模块,用于获取无人机路径规划任务,将所述无人机路径规划任务建模为马尔可夫决策问题,并构建初始搜索树,从所述初始搜索树的根节点出发,通过启发式ucb策略选择最优叶子节点;

10、扩展模块,用于基于运动学模型生成有效动作,计算新位置和航向角,在所述最优叶子节点上创建新的叶子节点;

11、模拟模块,用于从新的叶子节点出发,采用目标导向与平滑性约束的动作选择策略进行路径模拟,直至到达任务目标点,并在路径模拟过程中计算各节点的总奖励值;

12、回溯模块,用于将所述总奖励值进行裁剪归一化后,沿任务目标点反向传播回根节点,沿途更新所有节点的访问次数和总奖励值,直至迭代终止,得到更新后的搜索树;

13、路径提取模块,用于基于更新后的搜索树,从根节点出发,选择访问次数最多的子节点序列,提取最优路径。

14、相较于现有技术,本发明提供的基于启发式蒙特卡洛树搜索的无人机路径规划方法和装置具有以下有益效果:

15、本发明通过将无人机路径规划问题离散化建模为马尔可夫决策问题,并基于通过启发式ucb策略进行最优叶子节点选择,能够加速节点选择,提升搜索效率与迭代收敛速度;采用目标导向与平滑性约束的动作选择策略进行路径模拟,使每一步动作都以靠近任务目标点为目标,同时兼顾路径平滑性,减少无效遍历,让模拟过程更贴近实际任务需求,进一步缩短迭代模拟耗时。在创建了最优叶子节点时,基于无人机的运动学模型生成有效动作,计算新位置和航向角,使生成的每一步动作都符合无人机的物理控制能力,确保动作的有效性。

16、本发明所提方法能够兼顾计算效率、约束适应性和动态鲁棒性,实现复杂约束下的高效路径优化,满足智能无人机自主导航的实时性与安全性要求。

1.一种基于启发式蒙特卡洛树搜索的无人机路径规划方法,其特征在于,所述方法包括:

2.根据权利要求1所述的基于启发式蒙特卡洛树搜索的无人机路径规划方法,其特征在于,通过启发式ucb策略选择最优叶子节点,包括:

3.根据权利要求2所述的基于启发式蒙特卡洛树搜索的无人机路径规划方法,其特征在于,启发式ucb函数的表达式为:

4.根据权利要求3所述的基于启发式蒙特卡洛树搜索的无人机路径规划方法,其特征在于,启发式分数计算表达式为:

5.根据权利要求1至4任一项所述的基于启发式蒙特卡洛树搜索的无人机路径规划方法,其特征在于,从新的叶子节点出发,采用目标导向与平滑性约束的动作选择策略进行路径模拟,包括:

6.根据权利要求5所述的基于启发式蒙特卡洛树搜索的无人机路径规划方法,其特征在于,采用目标导向与平滑性约束的动作选择策略计算新状态到任务目标点的综合评分,包括:

7.根据权利要求6所述的基于启发式蒙特卡洛树搜索的无人机路径规划方法,其特征在于,选择综合评分高的新状态对应的节点作为下一轮路径拓展的叶子节点并继续模拟时,还包括:

8.根据权利要求7所述的基于启发式蒙特卡洛树搜索的无人机路径规划方法,其特征在于,路径模拟过程中计算各节点的总奖励值,总奖励值计算表达式为:

9.根据权利要求8所述的基于启发式蒙特卡洛树搜索的无人机路径规划方法,其特征在于,还包括:

10.一种基于启发式蒙特卡洛树搜索的无人机路径规划装置,其特征在于,所述装置包括: