一种自调整库仑力方法的无人直升机航线规划方法

技术领域

本发明属于无人直升机航线规划领域，涉及到使用无人直升机性能和环境威胁等信息规划出最优飞行航线方法，具体是一种自调整库仑力方法的无人直升机航线规划方法。

背景技术

到目前为止，国内外在复杂威胁环境下航线规划方面的研究还比较初步，尚没有形成完整而系统的无人直升机快速飞行航线规划模型与方法。复杂威胁环境的无人直升机快速航线规划目前还没有得到很好的解决，如何能应用综合威胁和航迹点空间分布特征来规划安全性能最大的飞行航线，回避综合威胁以及实现航空安全救援是亟待解决的问题，此问题的解决无论对军用还是民用都具有极其重要的应用价值。

发明内容

(1)构建综合威胁模型T

利用公式(1)～(4)得到空域内平面坐标离散值x和y，并以此为基础计算综合威胁模型的T

T

z3(x，y)＝hc，x∈(x1，x2)，y∈(y1，y2)  (4)

公式(1)～(4)中，T

(2)计算综合威胁模型影响威胁场：

首先利用公式(5)～(6)得到离散矩阵Mx、My，并将Mx、My代入公式(1)计算出对应的地形威胁模型的离散矩阵MT：

[Mx，My]＝meshgrid(1：wd)  (5)

MT＝T

公式(5)～(6)中，wd为研究空域的尺度范围，meshgrid为生成网格采样点的函数；然后利用公式(7)～(10)对MT求等高线得到地形威胁边界集c：

[c，h]＝contour(MT)  (7)

hv＝h.LevelList(h.LevelList＞0)  (8)

[rw，cw]＝find(abs(c(rr，cc)-hv＜v

[xx，yy]＝bufferm(x1，y1，d

[in，on]＝inpolygon(xx，yyy，x1，y1)  (11)

B＝[xx(～in)； yy(～in)；hv]  (12)

公式(7)～(10)中，c、h分别表示生成的地形威胁边界集及其句柄，contour、find、abs分别为求等高线函数、搜索函数和求解绝对值的函数，h.LevelList、h.LevelList分别为等高线级别数和等高线级别对应的高程值，hv、rw、cw分别表示影响飞行安全的地形威胁边界集句柄、搜索到的地形威胁边界行的集合和列的集合，v

(3)遴选适飞区域，构建飞行航线集

首先利用公式(13)～(14)产生无地形威胁时的最短航线池集边界L：

[xx1，yy1]＝bufferm([xs xe]，[ys ye]，dl

L＝[xx1；yy1；hv]  (14)

公式(13)～(14)中，xs、ys、xs、ys分别为起始点的纵横坐标和目标点的纵横坐标，dl

然后利用公式(15)利用最短航线池集边界对去除地形威胁后的区域进行选取，生成满足距离和安全约束的适飞区：

[in1，on1]＝inpolygon(xx(～in)，yy(～in)，xx1，yy1)  (15)

[in2，on2]＝inpolygon(xr，yr，xx1，yy1)  (16)

xr＝ceil(rand(xrc，yrl)*(xe-xs+1)

yr＝ceil(rand(xrc，yrl)*(ye-ys+1)

[in3，on3]＝inpolygon(xr，yr，xx(in)，yy(in))  (17)

P＝[xr(in2&～in3)yr(in2&～in3)]  (18)

公式(15)～(18)中，in1、on1分别表示排除地形威胁的边界在最短航线池集内部和边界上离散点的序号，xr、yr分别表示随机生成的航线集x、y坐标，xrc、yrl分别表示随机生成的航线集的行数和列数，nin、non、nnin分别表示V1在距离椭圆内部、边界上和不在内部的离散点个数，in2、on2分表示随机生成的航线集的在最短航线池集边界内部和边界上离散点的序号，in3、on3分别表示随机生成的航线集的在排除地形威胁的边界内部和边界上离散点的序号，P为排除地形威胁及位于最短航线池内的航线集；

利用公式(20)～(23)实现航线集的动态组合frs：

[xfd，si]＝sort(xf)  (20)

yfd＝yf(si)  (21)

zfd＝zf(si)  (22)

pfs＝[xfd；yfd；zfd]  (23)

公式(20)～(23)中，xfd，si分别表示按升序排序后x坐标值及其在原来xf中序号，yfd、zfd分别表示对应于排序后y及z坐标值，frs表示航线集的动态组合；

4)执行航线评价，选择最优初始航线fp：

[fpv，fid]＝min(sum(dist([xfd；yfd；zfd]

fp＝[xfd(fid)；yfd(fid)；zfd(fid)]

公式(24)中，min，sum，dist分别为求最小值、求和及计算距离的函数，上标T表示求矩阵转置的函数，通过公式(24)计算航迹点的综合威胁模型之和的最小值fpv和序号fid，fp获取限制航线高程的最优初始航线；

(5)采用自调整库仑力方法改进最优初始航线，实现航线可飞行性优化跟高度适应度的方法相结合，为避免飞机撞地和减少油耗的问题提供了一种有效的方法：

zp＝kz*dh+fpz  (26)

dx(i)＝x(i+1)-x(i)，i＝1，2，...，fn-1

dy(i)＝y(i+1)-y(i)，i＝1，2，...，fn-1

dh(i)＝fpz(i+1)-fpz(i)，i＝1，2，...，fn-1

mdx＝mean([dx(i)，dx(i+1)，dx(i-1)])

mdy＝mean([dy(i)，dy(i+1)，dy(i-1)])

mdz＝dh

kx＝-sign(dx)*cx/(mdx+eps)

ky＝-sign(dy)*cy/(mdy+eps)

kz＝-sign(dz)*cz/(mdz+eps)

cx＝c1/(mdx+eps)

cy＝c2/(mdy+eps)

cz＝c3/(mdz+eps)

公式(25)～(27)中，kx、ky、kz分别表示对应于航线优化调整参数，d、dx、dy、dh分别为航线段的长度、横坐标增量、纵坐标增量和高程增量，fn表示航线中航线点的个数，xp、yp、zp分别表示对应于航线优化后各航迹点的x、y及z坐标值，fpx、fpy、fpz分别表示最优初始航线各航迹点的x、y及z坐标值，mdx、mdy、mdz分别表示用于航线优化的x、y及z坐标值调整系数，cx、cy、cz分别表示用于航线优化的x、y及z坐标值调整常数，mean、sign、eps分别表示求平均值函数、符号函数和表示浮点相对精度函数。

本发明与现有技术相比，其优点在于：

a.实现复杂威胁环境下全局最优航线的快速规划。采用遴选适飞区域和航线综合威胁值排除方法相结合，为避免飞机发生安全事故的问题提供了一种有效的方法。

b.利用航迹点空间关系特征进行的复杂环境下快速航线优化。利用航迹点空间关系特征航线规划算法通过自调整库仑力方法获得最安全飞行航迹点的特点，在复杂地形环境下航线快速生成，及时回避综合威胁方面具有重要的作用。

具体实施方式

下面结合实施例对本发明技术方案做进一步说明。实施例中有1架米-28武装直升机飞行，规划空域左下角坐标为[0km，0km，0km]，右上角坐标为[20km，20km，20km]，在(11km，16km)、(9km，9km)、(15km，1km)、(11km，5km)、(7km，12km)、(12km，12km)处共有6个地形威胁，在(8km，12km)、(13km，7km)、(8km，7km)处共有3个不可飞区域，在(7.5km，6km)处共有1个建筑威胁；无人机的性能参数为：最大平飞速度≥60km/h，续航时间≥45min，续航里程≥50km。出发点和目标点的坐标分别为(1km，1km，3m)、(20km，20km，3m)；

(1)构建综合威胁模型T

利用公式(1)～(4)得到空域内平面坐标离散值x和y，并以此为基础计算综合威胁模型的T

T

z3(x，y)＝10，x∈(10，15)，y∈(4，8)  (4)

公式(1)～(4)中，T

(2)计算综合威胁模型影响威胁场：

首先利用公式(5)～(6)得到离散矩阵Mx、My，并将Mx、My代入公式(1)计算出对应的地形威胁模型的离散矩阵MT：

[Mx，My]＝meshgrid(1：wd)  (5)

MT＝T

公式(5)～(6)中，wd为研究空域的尺度范围，meshgrid为生成网格采样点的函数；

然后利用公式(7)～(10)对MT求等高线得到地形威胁边界集c：

[c，h]＝contour(MT)  (7)

hv＝h.LevelList(h.LevelList＞0)  (8)

[rw，cw]＝find(abs(c(1，：)-hv(1)＜0.01  (9)

[xx，yy]＝bufferm(x1，y1，0.5，′out′)  (10)

[in，on]＝inpolygon(xx，yy，x1，y1)  (11)

B＝[xx(～in)；yy(～in)；hv]  (12)

公式(4)～(10)中，ones(n，1)、ones(1，m)分别表示生成n行1列和1行m列的全是1的矩阵，c、h分别表示生成的地形威胁边界集及其句柄，contour、find、abs分别为求等高线函数、搜索函数和求解绝对值的函数，h.LevelList、h.LevelList分别为等高线级别数和等高线级别对应的高程值，hv、rw、cw分别表示影响飞行安全的地形威胁边界集句柄、搜索到的地形威胁边界行的集合和列的集合，v

(3)遴选适飞区域，构建飞行航线集

首先利用公式(13)～(14)产生无地形威胁时的最短航线池集边界L：

[xx1，yy1]＝bufferm([1 2 0]]，[1 2 0]，6，′out′)  (13)

L＝[xx1；yy1；hv]  (14)

公式(13)～(14)中，xs、ys、xs、ys分别为起始点的纵横坐标和目标点的纵横坐标，dl

然后利用公式(15)利用最短航线池集边界对去除地形威胁后的区域进行选取，生成满足距离和安全约束的适飞区：

[in1，on1]＝inpolygon(xx(～in)，yy(～in)，xx1，yy1)  (15)

[in2，on2]＝inpolygon(xr，yr，xx1，yy1)  (16)

xr＝ceil(rand(xrc，yrl)*(xe-xs+1)

yr＝ceil(rand(xrc，yrl)*(ye-ys+1)

[in3，on3]＝inpolygon(xr，yr，xx(in)，yy(in))  (17)

P＝[xr(in2&～in3)yr(in2&～in3)]  (18)

公式(15)～(18)中，in1、on1分别表示排除地形威胁的边界在最短航线池集内部和边界上离散点的序号，xr、yf分别表示随机生成的航线集x、y坐标，xrc、yrl分别表示随机生成的航线集的行数和列数，nin、non、nnin分别表示V1在距离椭圆内部、边界上和不在内部的离散点个数，in2、on2分表示随机生成的航线集的在最短航线池集边界内部和边界上离散点的序号，in3、on3分别表示随机生成的航线集的在排除地形威胁的边界内部和边界上离散点的序号，P为排除地形威胁及位于最短航线池内的航线集；

利用公式(20)～(23)实现航线集的动态组合frs：

[xfd，si]＝sort(xf)  (20)

yfd＝yf(si)  (21)

zfd＝zf(si)  (22)

pfs＝[xfd；yfd；zfd]  (23)

公式(20)～(23)中，xfd，si分别表示按升序排序后x坐标值及其在原来xf中序号，yfd、zfd分别表示对应于排序后y及z坐标值，frs表示航线集的动态组合；

(4)执行航线评价，选择最优初始航线fp：

[fpv，fid]＝min(sum(dist([xfd；yfd；zfd]

fp＝[xfd(fid)；yfd(fid)；zfd(fid)]

公式(24)中，min，sum，dist分别为求最小值、求和及计算距离的函数，上标T表示求矩阵转置的函数，通过公式(24)计算航迹点的综合威胁模型之和的最小值fpv和序号fid，fp获取限制航线高程的最优初始航线；

(5)采用自调整库仑力方法改进最优初始航线，实现航线可飞行性优化：

zp＝kz*dh+fpz  (26)

dx(i)＝x(i+1)-x(i)，i＝1，2，...，6

dy(i)＝y(i+1)-y(i)，i＝1，2，...，6

dh(i)＝fpz(i+1)-fpz(i)，i＝1，2，...，6

mdx＝mean([dx(i)，dx(i+1)，dx(i-1)])

mdy＝mean([dy(i)，dy(i+1)，dy(i-1)])

mdz＝dh

kx＝-sign(dx)*cx/(mdx+eps)

ky＝-sign(dy)*cy/(mdy+eps)

kz＝-sign(dz)*cz/(mdz+eps)

cx＝0.789/(mdx+eps)

cy＝0.789/(mdy+eps)

cz＝1/(mdz+eps)

公式(25)～(27)中，kx、ky、kz分别表示对应于航线优化调整参数，d、dx、dy、dh分别为航线段的长度、横坐标增量、纵坐标增量和高程增量，fn表示航线中航线点的个数，xp、yp、zp分别表示对应于航线优化后各航迹点的x、y及z坐标值，fpx、fpy、fpz分别表示最优初始航线各航迹点的x、y及z坐标值，mdx、mdy、mdz分别表示用于航线优化的x、y及z坐标值调整系数，cx、cy、cz分别表示用于航线优化的x、y及z坐标值调整常数，mean、sign、eps分别表示求平均值函数、符号函数和表示浮点相对精度函数。

实验结果为：规划的航程为34.4691公里满足续航里程≥50km的需求，规划时间为0.1891秒，采用本方法规划的航线，能够满足在线规划的需求(5秒)，在最大平飞速度60km/h下航线飞行时间为34.47min满足续航时间≥45min的要求，同时航线选择了安全的区域进行飞行，能够实现快速的飞行航线规划，为紧急事故救援提供了安全保障。