摘要:多目标的无人机路径规划问题作为主要研究方向之一,针对各类活动中多目标情况下如何规划出更合理的路径,成为无人机研究者最关心的问题,为更好的发挥出无人机的作用,为各地区各行业发展提供支持,本文通过分析无人机近距离运动规划体系,提出无人机路径规划方法,为相关人员提供参考。
关键词:多目标;无人机路径规划
随着社会经济与科学技术的不断发展,无人机发展越来越稳定,各项活动基本上都可以看到无人机出现,同时,无人机的应用也会出现在不同的场景中,例如,军事勘探、人物追踪、农药无人喷洒、民用航拍等等,无人机的应用越来越深入,其中多目标下的无人机路径规划成为主要探究问题,也是各项大型活动的必要准备。
一、无人机近距离运动规划体系
在深入研究单个自主运动功能规划相关问题之前,首先我们需要要建立相对较为完整的单个自主运动功能规划工作体系,再由该规划体系专家作为理论指导,对单个自主运动功能规划的各项具体基本问题特点进行系统深入分析研究。本章章节将根据单个自主运动机器人的整体思维表达方式、运动思维形式、任务以及行为等不同特点,建立与之相匹配适应的单个自主运动功能规划工作体系。并按照自主机器人的使用数量与运动规模,将单个自主运动功能规划体系分为单个自主机器人的自主运动功能规划与多少个机器人整体协同进行运动功能规划两类运动规划工作体系。
1、单个无人机规划体系
运动规划系统操作是整个自主运动控制单元系统中的各主控控制单元的一个核心组成部分,因此我们有必要先进地研究系统自主运动控制单元系统和其他各主控控制单元的基本体系形式结构模型问题。系统自主运动控制系统技术发展研究至今,先后已经出现了多种基本体系形式结构模型形式,目前被广泛应用于控制实践的主要是分布式基本体系模型结构,其各个基本功能模块相互作为相对独立的功能单元相互参与整个控制体系。随着现代人工聪慧智能控制技术的不断进步发展,基于比较多agent的分布式基本体系模型结构逐渐发展成为了技术主流,各各个功能模块相互作为独立的一个智能体单元参与整个系统自主运动控制系统过程,该基本体系形式结构广泛应用的基本体系形式结构如下表图1所示。一般上方面,主控控制单元与运动测控系统介入信号处理、姿态运动控制系统、轨道控制传动系统、热控控制系统、能源控制系统、数传、有效载荷运动控制等各个功能模块子系统相互独立为一个智能体,由主控总线交互相连;另一方面,主控控制单元为整个主控系统运动提供一个整体规划,以及负责协调、管理各功能子系统agent的运动行为。
2、多个无人机协同规划体系
多线程主控智能体系统的基本主控控制群体管理结构体系基本管理结构一般来说可以被细分为一种系统集中式、分散式两种基本主控群体管理结构,分散式主控群体管理结构又因为复杂可以进一步地可以细分为多种系统分层式和多种系统分布式主控群体管理结构。这种系统集中式主控群体管理结构通常由一个系统控制主控单元控制管理单元同时能够掌握全部系统主控管理环境和一个系统受控管理单元控制机器人主控管理任务信息,运用系统流程规划信息管理分析算法对系统主控管理任务进行信息管理进行系统综合解析分解,并实时自动分配管理信息给各自的系统受控管理单元控制机器人,组织它们共同完成系统主控管理任务
二、无人机路径规划研究方法
1、图搜索法
圖形化搜索的方法主要依靠收集已知的网络环境实景地图以及网络地图文件中的所有障碍物位置信息等来构造从一个起点搜索到一个终点的可行搜索路径。主要可以分成采用深度扩展优先和采用广度最后优先两个搜索方向。采用深度最后优先技术算法扩展优先深度扩展可行搜索路径深度大的搜索节点,可以快速的扩展得到一条可行搜索路径,但是采用深度最后优先技术算法扩展得到的第一条可行路径往往就只是较长的可行路径。采用广度最后优先技术算法扩展优先深度扩展搜索深度小的搜索节点,呈现长波状的扩展搜索实现方式。采用广度最后优先技术算法扩展搜索时得到的第一条可行路径往往就是最短可行路径。
2、 RRT算法
快速采样搜索随机采样树(rrt)搜索算法是它是一种利用增量式随机采样的稠密搜索计算方法,该搜索方法在实际应用中不仅仅需要任何精度参数就能整体确定,具备良好的综合性和使用性能。这种增量式稠密搜索计算方法首先需要构建的稠密采样搜索随机采样序列树其路经序列树的导向搜索方式主要取决于稠密采样搜索随机采样序列树的路经序列,当该随机采样树的序列为随机选种采样树的序列时,该稠密采样搜索随机采样序列树又被广泛称为快速搜索采样树来搜索随机选种采样序列树,而不论此时该随机采样树的序列为随机采样顺序序列还是为非确定性随机采样树的序列,都被广泛地简称为快速搜索采样树来搜索稠密随机采样这种树,这种规划方法可处理微分等多种约束。
3、人工势场法
人工虚拟势能运动造场法基本理论主要是由khatib提出的一种广泛地应用于进行机器人势能运动力学研究规划的人工运动虚拟势能运动力学研究学科和方法。其基本概念理论总体思想基本概念主要是将人工运动势能目标和其他一个障碍物对机器人运动的势场及其影响反应关系进行具体化并综合形成一个人工的势能造势场。人工运动势能目标在其他人碍物处人工运动时则势能低,障碍物处人工运动时则势能高。这种势场间的反差影响关系直接产生了人工运动势能目标对其他一个机器人的反反斥吸引力和其他一个障碍物对其他一个机器人的反反斥压和吸压力,其对各种综合吸引力力的运动控制可使一个机器人沿各个人工和造势场的负梯度方向向各个势能目标点运动进行反向运动。
综上所述,为解决多目标无人机路径规划问题,必须根据现场主要情况与形势进行研究,选择合适的路径运动规划算法,规划出最为合理的路径。为后续提高各类算法在路径规划问题中的运算性能,设置多目标无人机真实场景,构建完善的解决方案与模型体系做支持。
参考文献:
[1]赵梵喆;林跃;杨永琪.基于多目标规划的无人机路径规划[J].价值工程,2020(009):208-210.
[2]张婷婷;柴来.多无人机多目标路径规划[J].指挥信息系统与技术,2020(006):32-36,46.
基金号:南宁理工学院2019年度校级科研项目+基于无人机在无线传感网数据采集中的路径规划研究+KY200901;
2020年广西高校中青年教师科研基础能力提升项目+5050KY58011。
作者简介:刘浩(1990-),男,汉族,广西桂林人,桂林理工大学硕士,讲师,研究方向:计算智能。