无人机航迹规划常用算法综述
来源:尖兵之翼
|
作者: 王 琼 刘美万 任伟建 王天任
|
发布时间: 1883天前
|
56402 次浏览
|
🔊 点击朗读正文
❚❚
▶
|
分享到:
为促进航迹规划技术的发展, 对航迹规划常用算法进行综述。首先对航迹规划的规划思想和构成进行分析；其次将航迹规划算法分为传统经典算法和现代智能算法两大类, .....
3.2 多重算法的融合改进
在现有的航迹规划算法中, 每种算法都有自己的优缺点, 但由于航迹规划问题的复杂度高, 单一算法很难满足整个航迹规划的要求。例如A*算法全局性好, 但实时性差, 不适用于动态航迹规划；人工势场法实时性好, 但容易陷入局部极值, 不适用于全局航迹规划。因此在航迹规划算法的选取上, 很多学者都会针对不同的规划阶段选择不同的算法规划出满意的航迹。又或者是将两个或多个算法融合改进, 用一种算法的优点去弥补另一种算法的缺点, 从而使融合后的算法满足航迹规划的各项要求。但融合算法很可能增大计算量, 或是融合后的实际效果并不如理论效果好, 这就需要学者们在今后做进一步的研究, 以改善融合算法的性能。
3.3 多无人机四维航迹规划算法研究
随着无人机在军用和民用领域的广泛应用, 任务复杂度的提升, 单无人机的有效载荷和飞行能力有限, 一些复杂任务必须依靠多无人机协作才能完成, 并且多无人机协同执行任务具备更强的生存能力和更广的任务执行范围。多无人机在协同执行任务时, 不仅要在空间上飞抵指定的目标点, 还需要严格满足时间上的约束, 如同时到达, 按紧密/松散时间[34] 到达等, 这使四维航迹规划技术日益受到青睐, 且四维航迹规划较三维航迹规划具有更好的实时性。因此多无人机协同执行任务的四维航迹规划是今后无人机航迹规划技术发展的必然趋势, 而航迹规划算法作为技术的核心, 选取何种算法, 并针对四维多无人机协同航迹规划问题对算法进行改进是今后需要重点研究的内容。
4 结 语
在无人机航迹规划技术日益成熟的今天, 如何在现有技术的基础上不断改进完善, 扩大无人机的应用领域, 实现智能快速实时、 利于工程实现的高维空间航迹规划, 提高无人机的生存能力和完成任务的效率, 是广大学者们仍需要重点研究的问题。
参考文献：
[1] 郑昌文, 严平, 丁明跃, 等. 飞行器航迹规划研究现状与趋势 [J] . 宇航学报, 2007, 28(6): 7-12.
ZHENG Changwen, YAN Ping, DING Mingyue, et al. Research Status and Trend of Route Planning for Flying Vehicles [J] . Journal of Astronautics, 2007, 28(6): 7-12.
[2] 韩攀, 陈谋, 陈哨东, 等. 基于改进蚁群算法的无人机航迹规划 [J] . 吉林大学学报：信息科学版, 2013, 31(1): 66-72.
HAN Pan, CHEN Mou, CHEN Shaodong, et al. UAV Track Planning Based on Improved Ant Colony Algorithm [J] . Journal of Jilin University：Information Science Edition, 2013, 31(1): 66-72.
[3] 王维平, 刘娟. 无人飞行器航迹规划方法综述 [J] . 飞行力学, 2010, 28(2): 6-10.
WANG Weiping, LIU Juan. A Summary of UAV Track Planning Methods [J] . Flight Dynamics, 2010, 28(2): 6-10.
[4] 聂俊岚, 张庆杰, 王艳芬. 基于加权Voronoi图的无人飞行器航迹规划 [J] . 飞行力学, 2015, 33(4): 339-343.
NIE Junlan, ZHANG Qingjie, WANG Yanfen. Flight Path Planning of UAV Based on Weighted Voronoi Diagram [J] . Flight Dynamics, 2015, 33(4): 339-343.
[5] MEDEIROS F L L, SILVA J D S D. Computational Modeling for Automatic Path Planning Based on Evaluations of the Effects of Impacts of UAVs on the Ground [J] . Journal of Intelligent & Robotic Systems, 2011, 61(1): 181-202.
[6] YAN F, LIU Y S, XIAO J Z. Path Planning in Complex 3D Environments Using a Probabilistic Roadmap Method [J] . International Journal of Automation and Computing, 2013, 10(6): 525-533.
[7] 李世晓, 朱凡, 张健, 等. 改进A*算法的多约束航迹规划 [J] . 电光与控制, 2014, 21(7): 36-40.
LI Shixiao, ZHU Fan, ZHANG Jian, et al. Improved Multi-Constraint Track Planning for A* Algorithm [J] . Electro-Optics and Control, 2014, 21(7): 36-40.
[8] 程琪, 荆涛, 于志游. 利用三次样条改进蚁群算法的无人机航路规划 [J] . 计算机测量与控制, 2016, 24(8): 272-274.
CHENG Qi, JING Tao, YU Zhiyou. UAV Route Planning Using Cubic Spline Improved Ant Colony Algorithm [J] . Computer Measurement & Control, 2016, 24(8): 272-274.
[9] SAHINGOZ O K. Generation of Bezier Curve-Based Flyable Trajectories for Multi-UAV Systems with Parallel Genetic Algorithm [J] . Journal of Intelligent & Robotic Systems, 2014, 74(1/2): 499-511.
[10] HUANG L, QU H, JI P, et al. A Novel Coordinated Path Planning Method Using K-Degree Smoothing for Multi-UAVs [J] . Applied Soft Computing, 2016, 48: 182-192.
[11] 胡中华, 赵敏, 姚敏, 等. 无人机航迹规划技术研究及发展趋势 [J] . 航空电子技术, 2009, 40(2): 24-29.
HU Zhonghua, ZHAO Min, YAO Min, et al. Research and Development Trend of UAV Track Planning Technology [J] . Avionics Technology, 2009, 40(2): 24-29.
[12] DONG S, ZHU X, LONG G. Cooperative Planning Method For Swarm UAVs Based on Hierarchical Strategy [C] ∥International Conference on System Science, Engineering Design and Manufacturing Informatization. Pacific Grove, CA, USA: IEEE, 2012: 304-307.
[13] MAINI P, SUJIT P B. Path Planning for a UAV with Kinematic Constraints in the Presence of Polygonal Obstacles [C] ∥International Conference on Unmanned Aircraft Systems. Arlington, VA, USA: IEEE, 2016: 62-67.
[14] QU Y, ZHANG Y, ZHANG Y. Optimal Flight Path Planning for UAVs in 3-D Threat Environment [C] ∥International Conference on Unmanned Aircraft Systems. Orlando, FL, USA: IEEE, 2014: 149-155.
[15] CHEN X, ZHANG J. The Three-Dimension Path Planning of UAV Based on Improved Artificial Potential Field in Dynamic Environment [C] ∥International Conference on Intelligent Human-Machine Systems and Cybernetics. Tlemcen, Algeria: IEEE, 2013: 144-147.
