一种基于Astar算法的跨海物流无人机路径规划方法.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115933735A(43)申请公布日2023.04.07(21)申请号202211534316.X(22)申请日2022.12.02(71)申请人南京天城交通研究院有限公司地址211599江苏省南京市六合区雄州街道王桥路59号(72)发明人张洪海王雨菲周锦伦刘皞钟罡(74)专利代理机构南京纵横知识产权代理有限公司32224专利代理师刘艳艳(51)Int.Cl.G05D1/10(2006.01)权利要求书4页说明书10页附图6页(54)发明名称一种基于Astar算法的跨海物流无人机路径规划方法(57)摘要本发明公开了一种面向跨海场景的物流无人机路径规划方法，包括：将物流无人机所处运输环境转换为栅格空域环境；考虑跨海场景环境特征确立各栅格通过代价，包含距离代价、人口危险度代价、障碍物危险度代价、高度变化代价；基于栅格通过代价利用层次分析法构建路径规划目标函数，根据物流无人机性能构建约束条件，建立跨海场景下物流无人机路径规划模型；采用改进了启发式函数的Astar算法对所述模型求解获得初步规划路径，对获得路径进行基于二阶贝塞尔曲线平滑处理，获得最终物流无人机规划路径。CN115933735ACN115933735A权利要求书1/4页1.一种跨海场景下的物流无人机路径规划方法，其特征在于，所述方法包括：步骤S1：基于确定的栅格粒度和物流无人机跨海场景下的空间信息划分栅格，并确定障碍物栅格；步骤S2：确定每个栅格的栅格通过代价，其中所述栅格通过代价包括距离代价、人口危险度代价、障碍物危险度代价、高度变化代价；步骤S3：基于所述栅格通过代价，利用层次分析法确定路径规划目标函数；步骤S4：根据物流无人机运动性能确定约束条件，结合所述路径规划目标函数构建得到跨海场景下的路径规划模型；步骤S5：采用改进预估价值函数的Astar算法对所述路径规划模型进行求解获得所规划物流无人机最优路径，对所规划物流无人机最优路径采用二阶贝塞尔曲线平滑处理得到最终物流无人机路径规划方案。2.根据权利要求1所述的跨海场景下的物流无人机路径规划方法，其特征在于，步骤S1中，所述栅格粒度的确定方法包括：根据物流无人机最大转弯半径确定栅格粒度τ：τ＝R(vmax)式中，vmax表示无人机最大速度，R(vmax)表示无人机最大速度对应转弯半径；和/或，步骤S1中，确定障碍物栅格，包括：响应于栅格内存在无法让无人机正常通过的物体，将该栅格确定为障碍物栅格。3.根据权利要求1所述的跨海场景下的物流无人机路径规划方法，其特征在于，确定每个栅格的栅格通过代价，包括：步骤S21:确定各个栅格对应的距离代价；在三维栅格空间内，无人机的下一步行动可有26个探索方向，相邻栅格间曼哈顿距离q取不同值时有不同的代价，分别对应空间栅格中心距离面心、棱、顶点的三类位置关系；距离代价D：式中,D'取τ为栅格粒度，表示每个栅格到实际空间比例关系，即实际的栅格距离；v为无人机飞行速度，θ为无人机速度变化角度，R为无人机转弯半径；步骤S22：根据陆地和海面人口密度的差异，基于人口密度转换确定栅格人口危险度代价P；陆地上方空域人口危险度代价为1，海面上方空域人口危险度代价为0；步骤S23：统计每个栅格周边设定范围内障碍物栅格数量，确定栅格障碍物危险度代价S；2CN115933735A权利要求书2/4页对于障碍物栅格，赋值S为1；对于非障碍物栅格，赋值S为η：式中，η为非障碍物栅格障碍物危险度；d为危险半径，表示以d为棱长的正方体，Nobstacle(d)表示以d为棱长的正方体中的障碍物栅格数量，Nsurround(d)表示以d为棱长的正方体中总栅格数量；步骤S24：根据无人机性能确定高度变化代价H：式中，H表示无人机从第i‑1栅格到第i栅格的高度变化代价，k表示无人机高度变化惩罚系数，Mg表示物流无人机总质量，Δz(i‑1,i)表示栅格i‑1到栅格i的垂直高度变化值。4.根据权利要求1所述的跨海场景下的物流无人机路径规划方法，其特征在于，步骤S3中，路径规划目标函数minZ为：minZ＝α1S+α2D+α3P+α4H其中S表示障碍物危险度代价，D表示航程距离代价，P表示人口危险度代价，H表示高度变化代价；α1、α2、α3、α4分别表示障碍物危险度代价、航程距离代价、人口危险度代价、高度变化代价对应的权重，且α1+α2+α3+α4＝1。5.根据权利要求4所述的跨海场景下的物流无人机路径规划方法，其特征在于，障碍物危险度代价、航程距离代价、人口危险度代价、高度变化代价对应的权重α1、α2、α3、α4通过层次分析法确定，包括：步骤S311：物流无人机障碍物危险度代价、航程距离代价、人口危险度代价、高度变化代价重要性对比；步骤S312：构建层次判断矩阵