一种基于人工势场法和退火算法的无人机路径规划方法与流程

1.本发明涉及无人机路径规划技术，具体涉及一种基于人工势场法和退火算法的无人机路径规划方法。


背景技术：

2.传统的人工势场算法原理通过将自身所在环境模拟成物理学中的虚拟场，在该虚拟场中，任务目标点对无人机造成引力，距离越远引力也就越大，而障碍物对无人机造成斥力，距离越近斥力也就越大，在这两者的合力作用下，无人机将向目标点移动，最终到达目标点。但当环境变得复杂时，传统的人工势场法便会出现局部最小值的问题，即无人机陷入局部最优的状况。此时，无人机所受到的引力和斥力正好大小相同方向相反，无人机会陷入停滞或震荡。如图1所示，改图为无人机在传统的人工势场法下陷入局部最小值的matlab仿真图，此时无人机将无法自主跳脱局部最优。
3.此外，由于无人机在复杂环境工作时还会受到风等外界扰动的影响，因此还需要加强无人机的飞行稳定性，来使无人机快速回归最优航线。


技术实现要素：

4.发明目的：本发明的目的是提供一种能够改善人工势场算法中所存在的局部最小值问题，并加强无人机在受到外界影响下的飞行稳定性的基于人工势场法和退火算法的无人机路径规划方法。
5.技术方案：本发明所述的一种基于人工势场法和退火算法的无人机路径规划方法，包括以下步骤：
6.(1)设置起点、终点、障碍物、位置参数；
7.(2)根据参数分别计算目标点对无人机的引力、障碍物对无人机的斥力、航线对无人机的引力，并最后计算出无人机所受到的合力；
8.(3)判断无人机是否陷入局部最小值，若没有陷入局部最小值则继续往目标点飞行，若陷入局部最小值则进入下一步；
9.(4)当人工势场法陷入局部最小值时，在当前点x处随机选择一个以点x为圆心的圆上点x1，分别计算出点x与点x1处的势场u(x1)；
10.(5)如果满足u(x1)≤u(x)，则接受点x1作为下一个点；如果满足u(x1)＞u(x)，则计算概率δ＝u(x1)-u(x)，并以概率p接受该点作为下一个点，同时t以一定的方式减少，t(t)＝αt(t-1)，0.85＜α＜1；
11.(6)重复上述步骤(3)至步骤(5)直到逃离局部最小值。
12.在上述技术方案中，通过模拟退火算法的方式，使得无人机可以自主生成扰动，产生新的解，由此解决传统的人工势场法所存在的局部最小值问题。同时，针对外界环境所存在的诸如风等干扰因素，在原有的势场中增加了一个无人机垂直于航线的引力，该引力受到无人机与航线垂直距离的约束，因此只有当无人机偏离航线时才会产生作用，进而提高
＝x δx，该δx为点x附近一个随机点，该随机点距离点x一步长，随后计算u(x1)，即点x1处的势能，设置δ＝u(x1)-u(x)，若δ≤0，则x＝x1，若δ＞0，以概率δ＝u(x1)-u(x)进行判定，设置一个随机概率a，当p＞a时，则x＝x1，反之，这个随机点为失败的随机点，再重新设置随机点，最后，若u(x1)≤u(s)，则成功逃离局部最小值，若没有逃离局部最小值，返回重新选择随机点。
36.有益效果：本发明与现有技术相比，所具有的显著优点是，通过结合模拟退火算法的方式使得无人机自主生成扰动产生新的解，进而解决局部最小值的问题，同时在势场中加入垂直于航线的引力，当无人机偏离航线时产生作用，提高了无人机的抗干扰能力。
附图说明
37.图1为传统的人工势场法路径图；
38.图2为本发明方案的路径仿真图。
具体实施方式
39.下面结合附图对本发明的技术方案作进一步说明。
40.所述的基于人工势场法和退火算法的无人机路径规划方法，包括以下步骤：
41.(1)设置起点、重点、障碍物、位置等参数；
42.(2)将无人机看作一个点，该点在由目标点对无人机的引力场，与障碍物对无人机造成的斥力场叠加而成的虚拟场中移动，无人机移动的方向为势场函数下降的方向，该数学模型为：
43.u(q)＝u
att
(q) u
rep
(q)
44.其中，q为无人机的坐标，u
att
(q)是引力场，u
rep
(q)是斥力场，由此可得，无人机在场中所受的合力为：
[0045][0046]
引力场的计算公式为：
[0047][0048]
其中，k
att
为引力增益常数，由此可计算出引力的大小：
[0049][0050]
接下来计算斥力场，其公式为：
[0051][0052]
由此可得，斥力的计算公式为：
[0053]
[0054]
在人工势场法上增加引力，即无人机与目标航线之间的实时垂直引力的引力，该引力场的函数为：
[0055]
其中，σ为引力增益系数，ρ2(q,q
line
)为无人机当前与航线垂足的直线距离的平方，由此可得，该引力函数为：
[0056][0057]
最后计算无人机所受的合力为：
[0058]fsum
(q)＝f
att
(a) f
reg
(q) f
rep
(q)
[0059]
此时无人机会有相对加强的路径跟随能力，通过计算无人机所受的合力，就可以计算出力的方向，便可得到下一个最优的目标点，该最优目标点的计算公式为：
[0060]
x
k 1
＝x
kz
±
1*cos(posangle(θ))
[0061]yk 1
＝yk±
1*sin(posangle(θ))
[0062]
其中，1是每一次计算的步长，θ为当前无人机所受合力的方向角度。
[0063]
(3)判断无人机是否陷入局部最小值，若没有陷入局部最小值则继续王目标点飞行，若陷入局部最小值则进入下一步；
[0064]
(4)当人工势场法陷入局部最小值时，首先设置x＝s(s为局部最小值或起点)，其次选择退火策略，设置t＝t0，当tf≤t并且没有逃离出局部最小值时，在当前点x处随机选择一个以x为圆心的圆上点x1，该x1＝x δx，δx为点x附近一个随机点，该随机点距离点x一步长，随后分别计算出点x与点x1处的势场u(x1)，设置δ＝u(x1)-u(x)，若δ≤0，则x＝x1，若δ＞0，以概率δ＝u(x1)-u(x)进行判定，设置一个随机概率a，当p＞a时，则x＝x1，反之，这个随机点为失败的随机点，再重新设置随机点，最后，若u(x1)≤u(s)，则成功逃离局部最小值，若没有逃离局部最小值，返回重新选择随机点。
[0065]
图2为本发明方案的无人机路径仿真图。


技术特征：
1.一种基于人工势场法和退火算法的无人机路径规划方法，其特征在于，包括以下步骤：(1)设置起点、终点、障碍物、位置参数；(2)根据参数分别计算目标点对无人机的引力、障碍物对无人机的斥力、航线对无人机的引力，最后计算出无人机所受到的合力；(3)判断无人机是否陷入局部最小值，若没有陷入局部最小值则继续往目标点飞行，若陷入局部最小值则进入下一步；(4)当人工势场法陷入局部最小值时，在当前点x处随机选择一个以x为圆心的圆上点x1，分别计算出点x与点x1处的势场u(x1)；(5)如果满足u(x1)≤u(x)，则接受点x1作为下一个点；如果满足u(x1)＞u(x)，则计算概率δ＝u(x1)-u(x)，并以概率p接受该点作为下一个点，同时t以一定的方式减少，t(t)＝αt(t-1)，0.85＜α＜1；(6)重复上述步骤(3)至步骤(5)直到逃离局部最小值。2.根据权利要求1所述的基于人工势场法和退火算法的无人机路径规划方法，其特征在于，在步骤(2)中，将无人机看作一个点，该点在由目标点对无人机的引力场，与障碍物对无人机造成的斥力场叠加而成的虚拟场中移动，无人机移动的方向为势场函数下降的方向，该数学模型为：u(q)＝u
att
(q) u
rep
(q)其中，q为无人机的坐标，u
att
(q)是引力场，u
rep
(q)是斥力场，由此可得，无人机在场中所受的合力为：引力场的公式为：其中，k
att
为引力增益常数，由此可计算出引力的大小：3.根据权利要求1所述的基于人工势场法和退火算法的无人机路径规划方法，其特征在于，在步骤(2)中，斥力场的计算公式为：由此可得，斥力的计算公式为：4.根据权利要求1所述的基于人工势场法和退火算法的无人机路径规划方法，其特征在于，在步骤(2)中，在人工势场法上增加引力，即无人机与目标航线之间的实时垂直引力，
该引力场的函数为：其中σ为引力增益系数，ρ2(q,q
line
)为无人机当前与航线垂足的直线距离的平方，由此可得，该引力函数为：5.根据权利要求1所述的基于人工势场法和退火算法的无人机路径规划方法，其特征在于，在步骤(2)中，无人机所受的合力为：f
sum
(q)＝f
att
(a) f
reg
(q) f
rep
(q)此时无人机会有相对加强的路径跟随能力，通过计算无人机所受的合力，就可以计算出力的方向，便可得到下一个最优的目标点，该最优目标点的计算公式为：x
k 1
＝x
kz
±
1*cos(posangle(θ))y
k 1
＝y
k
±
1*sin(posangle(θ))其中，1是每一次计算的步长，θ为当前无人机所受合力的方向角度。6.根据权利要求1所述的基于人工势场法和退火算法的无人机路径规划方法，其特征在于，在步骤(3)(4)(5)的具体过程为：首先设置x＝s(s为局部最小值或起点)，其次选择退火策略，设置t＝t0，当t
f
≤t并且没有逃离出局部最小值时，产生一个随机点x1＝x δx，该δx为点x附近一个随机点，该随机点距离点x一步长，随后计算u(x1)，即点x1处的势能，设置δ＝u(x1)-u(x)，若δ≤0，则x＝x1，若δ＞0，以概率δ＝u(x1)-u(x)进行判定，设置一个随机概率a，当p＞a时，则x＝x1，反之，这个随机点为失败的随机点，再重新设置随机点，最后，若u(x1)≤u(s)，则成功逃离局部最小值，若没有逃离局部最小值，返回重新选择随机点。

技术总结
本发明公开了一种基于人工势场法和退火算法的无人机路径规划方法，通过模拟退火算法的方式，使得无人机可以自主生成扰动，产生新的解，由此解决传统的人工势场法所存在的局部最小值问题；同时，针对外界环境所存在的诸如风等干扰因素，在原有的势场中增加了一个无人机垂直于航线的引力，该引力受到无人机与航线垂直距离的约束，因此只有当无人机偏离航线时才会产生作用，进而提高了无人机的抗干扰能力，保证了其飞行时的航线稳定性。保证了其飞行时的航线稳定性。保证了其飞行时的航线稳定性。


技术研发人员：陈志国 齐亮 张永韡 宋英磊 李长江 暴琳
受保护的技术使用者：江苏科技大学
技术研发日：2021.11.25
技术公布日：2022/2/8