基于学习型哈里斯鹰优化算法的无人机路径规划方法

摘要: 本发明属于无人机路径规划,涉及基于学习型哈里斯鹰优化算法的无人机路径规划方法,适用于复杂山地及多威胁环境下的无人机路径规划。背景技术:1、随着无人机(uav)技...
基于学习型哈里斯鹰优化算法的无人机路径规划方法

本发明属于无人机路径规划,涉及基于学习型哈里斯鹰优化算法的无人机路径规划方法,适用于复杂山地及多威胁环境下的无人机路径规划。

背景技术:

1、随着无人机(uav)技术的飞速发展,其在侦察、民用巡检、物流配送及应急救灾等领域实现了规模化应用,深刻推动了相关行业的数字化与智能化转型。无人机不仅极大地拓展了人类感知与作业的空间边界,更通过替代高危人工作业、优化资源配置效率,创造了显著的经济效益。随着无人机作业场景由开阔地带向山地、城市建筑群等复杂三维环境纵深拓展,作为自主飞行核心支柱的三维路径规划技术应运而生。三维空间无人机路径规划属于一类np难问题,其求解过程需在巨大的状态空间中权衡多重约束,在无人机研究领域极具挑战性。该技术旨在满足飞行器动力学约束并规避山地地形和障碍物威胁的前提下,构筑一条兼顾安全性、平滑性与经济性的可行航迹。

2、目前,针对无人机路径规划的算法主要包括经典搜索与采样类方法、基于学习驱动的方法、元启发式算法以及基于学习增强的元启发式算法四大类。经典搜索与采样类方法中,算法因路径质量高、收敛快而被广泛应用,但其对离散化图结构的强依赖导致在连续状态空间中仅能访问网格中心,生成的路径为分段折线,难以满足非完整运动学约束;rrt算法借助随机采样与树形扩展在障碍密集空域具备较高探索效率,但随机性本质导致路径非最优且光滑性差。基于学习驱动的方法,特别是深度强化学习,凭借端到端建模与高层特征提取能力在环境理解与策略优化方面展现出巨大潜力。然而,此类方法仍局限于离散动作空间或依赖仿真环境,面临动作空间表示、感知输入降维、探索安全机制及仿真到现实迁移等多重结构性瓶颈。元启发式算法如遗传算法、粒子群算法、哈里斯鹰优化算法(hho)等广泛应用于工程优化问题求解。其中哈里斯鹰优化算法由heidari等人于2019年提出,凭借可调参数少、连续空间全局搜索能力突出等优势,在无人机三维航迹规划中具备广阔应用前景。但哈里斯鹰优化算法依靠固定线性函数控制猎物逃逸能量衰减,迭代中后期种群多样性快速流失,应用于复杂地形的三维约束航迹优化场景时,极易陷入局部最优,且存在收敛速度慢、寻优精度有限等固有短板。基于学习增强的元启发式算法通过将深度学习、强化学习等与元启发式算法融合,利用数据驱动或智能体交互实现算子自适应选择与参数动态调整,在复杂优化问题中展现出更强的自适应性与寻优能力,但此类方法仍面临训练成本高、网络结构与优化算法耦合设计困难等挑战。

3、针对上述问题,国内外学者进行了大量研究,并提出了一些解决方案。例如,中国发明专利申请(申请号201910994506.1,申请公布号cn110608743a)公开了一种基于多种群混沌灰狼算法的多无人机协同航路规划方法,该方法在三维规划空间基础上建立多机协同航路规划模型,结合多种群思想构造多无人机的航迹集合,并利用混沌灰狼优化算法搜索各架无人机的最优航路,通过局部混沌搜索在最优个体附近产生新个体以扩大搜索范围,以期解决原算法易陷入局部最优的问题。中国发明专利申请(申请号202411236591.2,申请公布号cn119124158a)则公开了一种基于改进哈里斯鹰优化算法的无人机航迹规划方法,该方法利用融合分工机制和淘汰选择策略的改进哈里斯鹰优化算法求解航迹规划问题,在探索阶段引入凸透镜学习提高解的多样性,在开发阶段引入分工机制依据猎物体力进行策略选择,以期提升算法的收敛精度与稳定性。

4、然而,现有技术虽然对元启发式算法及无人机路径规划进行了一定程度的改进,但仍存在明显的不足。上述对比发明专利中的方案多采用静态或半静态的参数调整策略,缺乏对种群进化状态的实时感知与反馈。这种开环式的调控方式无法根据算法在复杂三维地形中的实际收敛速率和种群多样性动态调整搜索策略,导致在面对高维复杂约束环境时,算法仍易陷入局部最优,且收敛精度和稳定性难以满足高精度航迹规划的需求。此外,现有方法在生成航迹时往往未充分考虑无人机动力学约束与航迹平滑性的协同优化,难以直接输出兼顾安全性、平滑性与经济性的高质量可行航迹。

5、因此,亟需研发一种能够有效克服局部最优陷阱、具备环境自适应能力、实现参数与算子双层自主调控且能生成高质量平滑航迹的无人机路径规划方法。

技术实现思路

1、针对现有技术存在的问题,本发明提供一种改进哈里斯鹰优化算法的无人机路径规划方法,通过引入深度强化学习机制对哈里斯鹰优化算法进行改进,形成一种基于学习型哈里斯鹰优化算法,用于求解复杂山地及多威胁环境下的无人机路径规划问题。本发明通过构建dqn智能体,以五维标准化种群状态为输入、以能量衰减系数、莱维飞行指数与混合进化算子的组合为动作空间、以多维度加权奖励函数指导训练,对标准哈里斯鹰优化算法的能量衰减系数、莱维飞行指数和进化算子进行双层自主调控,其中进化算子包括差分进化算子与粒子群算子;在此基础上,结合地形感知启发式种群初始化策略,能够解决现有技术中哈里斯鹰优化算法易陷入局部最优、参数调节僵化、搜索策略单一以及复杂环境下初始搜索效率低的问题。

2、为实现上述目的,本发明提供如下技术方案:

3、基于学习型哈里斯鹰优化算法的无人机路径规划方法,包括以下步骤:

4、步骤1,对无人机路径规划问题进行描述,设定基本参数,包括无人机性能参数、飞行区域范围、以及无人机起点和终点的坐标;具体的:

5、所述无人机性能参数包括最小转弯半径、最大转弯角、最大爬升角以及最大飞行速度。

6、所述飞行区域范围为:

7、  (1)

8、其中,为三维空间坐标;、、分别表示飞行区域的下边界;、、分别表示飞行区域的上边界。

9、所述无人机起点和终点的坐标分别设定为和。

10、步骤2,对山地地形和障碍物进行数学建模,构建三维空间环境模型;具体的:

11、步骤2.1,山地地形采用指数函数进行数学表征,山地地形高度的计算公式为:

12、  (2)

13、其中,为二维平面坐标对应的山地地形高度;为第个山峰的顶点高度;为指数函数;为第个山峰的顶点坐标;、分别为方向与方向的衰减系数,与坡度呈反比关系;表示山峰的个数。

14、步骤2.2,障碍物采用圆柱体模型进行数学表征,其数学模型描述为:

15、  (3)

16、其中,为障碍物中心的横坐标;为障碍物中心的纵坐标;为障碍物的半径;为障碍物的高度;为空间中点在垂直方向上的高度。

17、基于步骤2.1和步骤2.2,最终得到三维空间环境模型。

18、步骤3,基于步骤1设定的基本参数与步骤2得到的三维空间环境模型,建立路径规划问题的优化变量和约束条件,约束条件包括边界约束条件、动力学约束条件、环境安全约束条件;具体的:

19、步骤3.1,采用离散航点法将路径规划问题转化为有限维度的参数优化问题。在起点和终点之间设置个航路点作为待优化变量。第个航路点坐标为,各决策变量的取值范围受步骤1的飞行区域范围限制,需满足以下边界约束条件:

20、  (4)

21、步骤3.2,基于步骤1的无人机性能参数,得到其动力学约束条件,包括最大转弯角约束、最大爬升角约束;具体的:

22、所述最大转弯角约束为:航路点间水平转弯角变化量须小于无人机最大转弯角,公式为:

23、  (5)

24、其中,表示航路点指向航路点的水平方向向量,,为航路点的二维平面坐标;为航路点的二维平面坐标;表示航路点指向航路点的水平方向向量,,航路点的二维平面坐标。

25、所述最大爬升角约束为:航路点间垂直爬升角变化量须满足无人机最大爬升角限制,公式为:

26、  (6)

27、其中,为航路点的高度;为航路点的高度。

28、步骤3.3,基于步骤2构建的三维空间环境模型,确定其环境安全约束条件,包括山地地形碰撞约束、障碍物碰撞约束;具体的:

29、基于步骤2.1可得,山地地形碰撞约束为:航路点必须满足安全离地高度,防止撞地,公式为:

30、  (7)

31、其中,为二维平面坐标对应的山地地形高度,为山地地形检测安全距离,为航路点的高度。

32、基于步骤2.2可得,障碍物碰撞约束为:对于障碍物,航路点必须满足平面距离约束,公式为:

33、  (8)

34、其中,为障碍物检测安全距离;表示第个障碍物的高度;为航路点的高度;为第个障碍物中心的横坐标;为第个障碍物中心的纵坐标;为第个障碍物的半径。

35、基于步骤3.1得到的优化变量和边界约束条件,步骤3.2得到的动力学约束条件和步骤3.3得到的环境安全约束条件,最终得到路径规划问题的优化变量和约束条件。

36、步骤4,基于步骤2构建的三维空间环境模型和步骤3得到的约束条件,建立包含航迹路径长度代价、平滑度代价、高度变化代价以及碰撞与动力学惩罚代价的目标函数;具体的:

37、步骤4.1,基于三维空间欧几里得距离思想,路径长度代价计算公式为:

38、  (9)

39、其中,为包含起点和终点的航路点总数,为第个航路点坐标。

40、步骤4.2,通过计算航路点处的水平转弯角变化量与垂直爬升角变化量的绝对值之和来计算平滑度代价,公式为:

41、  (10)

42、其中,表示航路点的垂直爬升角变化量,;表示航路点指向航路点的垂直爬升角;表示航路点指向航路点的垂直爬升角;表示航路点的水平转弯角变化量。

43、步骤4.3,基于相邻航路点间垂直距离的累积绝对值计算高度变化代价,公式为:

44、  (11)

45、步骤4.4,基于步骤3得到的动力学约束条件和环境安全约束条件,当航路点违反时,采用高值惩罚机制计算碰撞与动力学惩罚代价,公式为:

46、  (12)

47、当航路点违反环境安全约束条件时,;当航路点违反动力学约束条件时,;当航路点不违反任一约束时,。

48、步骤4.5,基于步骤4.1的航迹路径长度代价、步骤4.2的平滑度代价、步骤4.3的高度变化代价、以及步骤4.4的碰撞与动力学惩罚代价,得到目标函数为:

49、  (13)

50、其中,、、、分别为航迹路径长度代价、平滑度代价、高度变化代价、碰撞与动力学惩罚代价的权重系数。

51、步骤5,基于标准哈里斯鹰优化算法进行改进,通过深度q网络(dqn)对能量衰减系数、莱维飞行指数和引入的混合进化算子进行自主调控,得到基于学习型哈里斯鹰优化算法的路径规划方法;具体的:

52、步骤5.1,标准哈里斯鹰优化算法的核心过程包括探索阶段、从探索到开发的过渡阶段以及开发阶段;具体的:

53、步骤5.1.1,探索阶段;当猎物逃逸能量满足时,哈里斯鹰通过两种等概率策略在搜索空间内随机搜索猎物,位置更新公式为:

54、(14)

55、其中,表示个体,为当前迭代次数;为种群平均位置;表示种群规模;表示第个个体在第次迭代位置;表示第次迭代位置;表示在第次迭代位置;为猎物位置;为种群随机个体位置;为第一个随机数,;为第二个随机数,;第三个随机数,;为第四个随机数,;为随机概率,;和分别为搜索空间上界和下界。

56、步骤5.1.2,过渡阶段:通过猎物的逃逸能量控制从探索阶段向开发阶段的转换,公式如下:

57、  (15)

58、其中,为初始逃逸能量,;为第五个随机数,;为最大迭代次数。

59、步骤5.1.3,开发阶段:当时,鹰群根据猎物的逃逸能量和逃逸概率,,采用四种攻击策略,分别为软包围、硬包围、渐进式快速俯冲软包围、渐进式快速俯冲硬包围;具体的:

60、所述软包围为:当且时,位置更新公式如下:

61、  (16)

62、其中,是猎物位置与第次迭代位置之间的差值,;表示猎物的随机跳跃强度,;为第六个随机数,。

63、所述硬包围为:当且时,位置更新公式如下:

64、  (17)

65、所述渐进式快速俯冲软包围为:当且时,首先计算位置,若适应度值未改善,则结合莱维飞行函数计算位置,最终位置按和的适应度值大小选择,位置更新公式如下:

66、  (18)

67、其中,为随机向量,;为优化问题的维度;为位置的适应度值;为莱维飞行函数,公式如下:

68、  (19)

69、其中,为第一个随机数,;为第二个随机数,;为伽玛函数;为正弦函数;为常数圆周率;为默认常数,。

70、所述渐进式快速俯冲硬包围为:当且时,猎物能量低且试图逃脱,鹰群在猎物附近进行紧凑的围攻,位置计算公式如下:

71、  (20)

72、其中,为种群平均位置。

73、步骤5.2,基于步骤5.1的标准哈里斯鹰优化算法,针对其逃逸能量线性递减、莱维飞行指数固定而易陷入局部最优的缺陷,设计两种自适应改进机制,其中两种自适应改进机制分别为非线性能量调控机制和可变参数莱维飞行机制;具体的:

74、步骤5.2.1,所述非线性能量调控机制为:在探索阶段猎物逃逸能量的公式更新为非线性指数衰减形式,计算公式如下式所示:

75、  (21)

76、其中,为初始逃逸能量;为自然常数;为当前迭代次数;为最大迭代次数;为能量衰减系数。

77、步骤5.2.2,可变参数莱维飞行机制为:在开发阶段将莱维飞行指数设为可变参数,如下式所示:

78、  (22)

79、步骤5.3,基于步骤5.1的标准哈里斯鹰优化算法搜索策略固定,在步骤5.2的基础上,引入差分进化算子与粒子群算子对个体位置进行扰动;具体的:

80、差分进化算子简称de算子:对更新后的个体进行变异和交叉操作,如下式所示:

81、  (23)

82、其中,为种群中随机个体一;为种群中随机个体二;为种群中随机个体三;为变异因子;为第个变异个体;为第个变异个体的第维分量;为交叉操作后产生的最终个体的第维分量;为原来个体的第维分量;为交叉概率;为随机数,。

83、粒子群算子简称pso算子:引入速度—位置更新机制辅助局部搜索,如下式所示:

84、  (24)

85、其中为当前迭代次数;为第个个体在第次迭代的速度向量;为惯性权重随迭代次数线性递减,;为第一个学习因子;为第二个学习因子;为第一个随机数,;为第二个随机数,;和分别为个体历史最优位置和种群全局最优位置;为第个个体在第次迭代的新位置。

86、步骤5.4,基于步骤5.2与步骤5.3,构建dqn智能体并设计其状态空间、动作空间与加权奖励函数;具体的:

87、所述状态空间包括收敛衰减率、种群多样性、归一化适应度、迭代进度、适应度稳定性,具体公式为:

88、(25)

89、其中,为适应度记录长度;为第次迭代最优适应度;为当前最优适应度;为优化问题的维度;和分别为搜索空间上界和下界;为第维种群标准差;为近5代最优适应度方差。

90、所述动作空间对应能量衰减系数、莱维飞行指数和进化算子的不同组合。

91、所述加权奖励函数公式为:

92、  (26)

93、其中,为适应度奖励;为多样性奖励;为收敛稳定性奖励;,和分别为适应度奖励、多样性奖励、收敛稳定性奖励的人工加权系数;具体公式如下:

94、(27)

95、其中,为阶段多样性奖励,;为阶段多样性奖励,;为阶段多样性奖励,;为基于相邻两代最优适应度的相对改进率;为种群多样性指标(归一化种群位置的方差均值)。

96、基于步骤5.1的哈里斯鹰优化算法,步骤5.2,步骤5.3和步骤5.4改进措施,最终得到基于学习型哈里斯鹰优化算法。

97、步骤6,基于步骤4构建的目标函数和步骤5得到的基于学习型哈里斯鹰优化算法,设定哈里斯鹰种群规模,最大迭代次数。首先结合地形感知启发式种群初始化获取离散最优路径点序列,其次采用三次样条插值技术对路径点进行平滑处理,然后进行安全检测与修正,最终得到既平滑又安全的最终飞行路径;具体的:

98、步骤6.1,基于步骤2建立的三维空间环境模型,结合地形感知启发式种群初始化策略生成高质量的初始种群;具体的:

99、步骤6.1.1,在搜索空间内随机生成路径点的水平坐标及相对于山地地形的高度偏移量,将高度偏移量与对应坐标点的山地地形高度叠加得到实际飞行高度,从而构建候选路径个体;随后调用路径可行性检测函数对候选路径个体进行碰撞检测,将满足约束条件候选路径个体保留在初始种群中。

100、步骤6.1.2,在步骤6.1.1的基础上,对于经多次尝试仍未生成满足约束条件个体的情形,将该个体在达到预设最大尝试次数时最后一次随机生成的路径点坐标强制纳入初始种群中,以保证初始种群的规模达到预设要求;最终合并所有筛选通过及强制保留的个体,构建出既包含大量可行解又具备全局搜索能力的初始种群,为后续迭代提供高质量起点。

101、步骤6.2,基于步骤6.1得到的初始种群,以步骤4构建的目标函数为适应度评价准则,利用步骤5得到的基于学习型哈里斯鹰优化算法进行迭代搜索,得到离散最优路径点序列,,其中,为第一个路径点、为第二个路径点、为第个路径点。

102、步骤6.3,基于步骤6.2得到的离散最优路径点序列,首先,对离散最优路径点序列进行预校验,将低于山地地形高度与安全距离之和的节点强制抬升至安全值之上;随后,利用三次样条插值技术对预校验后的离散路径点序列进行拟合,生成连续可导的平滑路径曲线,满足无人机的动力学平滑性要求。

103、步骤6.4,基于步骤2得到的三维空间环境模型和步骤6.3得到的平滑路径曲线进行地形安全性检测与修正,针对三次样条插值后可能出现的曲线下坠问题,沿平滑路径曲线逐点检测其高度是否低于当前坐标点的山地地形高度与安全距离之和;若检测到曲线下坠并侵入安全边界,则直接将该点的垂直坐标强制修正为安全值,从而生成一条既平滑又严格满足约束条件的最终飞行路径。

104、本发明的有益效果为:

105、(1)本发明通过dqn多维度自适应协同优化机制,赋予哈里斯鹰优化算法智能决策能力。具体而言,dqn智能体以收敛衰减率、种群多样性、归一化适应度、迭代进度、适应度稳定性构成的五维标准化种群状态向量为输入,输出对应能量衰减系数、莱维飞行指数与混合进化算子组合的动作空间,在每一次迭代中根据种群实时状态自主决策最优的参数与算子选择,替代了哈里斯鹰优化算法中固定莱维飞行指数和固定搜索策略的僵化模式;同时,非线性能量调控机制采用指数衰减形式,在迭代初期保持较大的逃逸能量以增强全局勘探能力,在后期快速减小逃逸能量以加速局部开发收敛。上述改进机制有效解决了哈里斯鹰优化算法收敛迟缓、易陷入局部最优的缺陷。

106、(2)本发明采用地形感知启发式种群初始化策略生成高质量初始种群。具体而言,通过约束满足型热启动机制,在搜索空间内随机生成候选解后调用路径可行性检测函数进行校验,将满足山地地形碰撞约束、障碍物碰撞约束的候选路径保留在初始种群中,使初始种群自始便富含可行解,大幅压缩了后续进化中的无效搜索空间;对于经多次尝试仍无法生成有效解的个体,将该个体在达到预设最大尝试次数时最后一次随机生成的路径点坐标强制纳入初始种群中,保证种群多样性、避免早熟收敛。该策略充分利用了环境先验信息,显著提升了算法在复杂山地环境下的初始搜索效率与收敛速度。

107、(3)本发明建立了包含航迹路径长度代价、平滑度代价、高度变化代价以及碰撞与动力学惩罚代价的目标函数,引导算法向理论代价低且可行的区域搜索;在此基础上,利用三次样条插值技术对离散最优路径点序列进行拟合,消除离散点之间的折线效应,使路径曲率连续,满足无人机的最大转弯角与最大爬升角等动力学平滑性要求;进一步地,针对平滑拟合过程中可能产生的轨迹下坠问题,基于三维空间环境模型执行双重安全强制修正:首先对离散节点进行预校验抬升,随后对插值后的平滑曲线逐点进行高度强制修正,将任何低于安全离山地地形高度的点直接抬升至安全阈值,直至生成既平滑又安全的最终飞行路径。由此确保规划出的路径不仅理论代价低,而且符合无人机的实际运动学特性,飞行更加平稳安全。

108、综上所述,本发明通过构建dqn智能体实现对哈里斯鹰优化算法关键参数自适应选择,并引入差分进化算子和粒子群算子自主调控,结合地形感知启发式种群初始化策略与多维度加权目标函数,有效克服了传统哈里斯鹰优化算法参数调节僵化、搜索策略单一、易陷入局部最优以及复杂环境下初始搜索效率低等固有缺陷。特别是在路径平滑,安全检测与修正阶段,本发明采用三次样条插值技术,并创新性地引入了“插值前节点预校验抬”与“插值后曲线逐点强制修正”的双重安全机制。该机制在不破坏路径曲率连续性的前提下,确定性地消除了因样条拟合产生的曲线下坠及地形侵入风险。本发明能够在复杂山地及多威胁环境下,生成既满足无人机动力学约束又严格符合环境安全约束的最优三维飞行路径。