一种基于群体智能优化的无人机路径规划方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113721660A(43)申请公布日2021.11.30(21)申请号202111029388.4(22)申请日2021.09.03(71)申请人中国人民解放军国防科技大学地址410073湖南省长沙市开福区德雅路109号(72)发明人马武彬吴亚辉邓苏周浩浩(74)专利代理机构长沙大珂知识产权代理事务所(普通合伙)43236代理人伍志祥(51)Int.Cl.G05D1/10(2006.01)权利要求书3页说明书8页附图1页(54)发明名称一种基于群体智能优化的无人机路径规划方法(57)摘要本发明涉及一种路径优化的技术领域，公开了一种基于群体智能优化的无人机路径规划方法，包括：建立无人机路径规划问题的有向图以及形式化表示；确定无人机路径规划问题的约束条件；确定无人机路径规划问题的多目标函数；利用Zoutendijk法对多目标函数进行求解，得到无人机的规划路径。本发明实现了无人机路径规划。CN113721660ACN113721660A权利要求书1/3页1.一种基于群体智能优化的无人机路径规划方法，其特征在于，所述方法包括：建立无人机路径规划问题的有向图以及形式化表示；确定无人机路径规划问题的约束条件；确定无人机路径规划问题的多目标函数；利用Zoutendijk法对多目标函数进行求解，得到无人机的规划路径。2.如权利要求1所述的一种基于群体智能优化的无人机路径规划方法，其特征在于，所述建立无人机路径规划的有向图，包括：1)C＝{c0，c1，...，ci，...，cn}表示有向带权图中的顶点集，当i＝0，c0表示有向带权图的根，即为无人机基地，当i∈[1，n]，ci表示用户或无人机目标物体，n表示用户或无人机目标物体的数量；2)E＝{＜ci，cj＞|ci，cj∈C，i≠j}表示有向带权图的边集，每条边＜ci，cj＞由ci到cj之间距离为ci和cj之间的欧几里得距离dij，且dij＝dji；3)对于无人机基地c0，c0＝{e0，h0}，其中e0表示任何一架无人机最早可以被派遣的时间，h0表示任何一架无人机最晚返回无人机基地的时间；4)对于用户或无人机目标物体ci＝{qi，si，ei，hi，ti}，其中qi表示用户或无人机目标物体的需求，si表示用户或无人机目标物体的服务时间，ei表示无人机最早可以开始对用户或无人机目标物体ci服务的时间，hi表示无人机最晚可以开始对用户或无人机目标物体ci服务的时间，ti表示无人机最晚结束对用户或无人机目标物体ci服务的时间；5)将无人机基地中的无人机表示为vr∈V，其中V表示无人机集合，r∈[1，|V|]，|V|表示无人机的数量，则用二进制变量表示无人机的可行路径：6)利用二进制变量表示用户或无人机目标物体ci是否被无人机vr服务：当表示用户或无人机目标物体ci由无人机vr服务，当表示用户或无人机目标物体ci不由无人机vr服务。3.如权利要求2所述的一种基于群体智能优化的无人机路径规划方法，其特征在于，所述确定无人机路径规划的约束条件，包括：1)用户或无人机目标物体ci只能使用一架无人机，且所有路线都由无人机基地开始：2)每架无人机的负载不能超过其承载能力：其中：2CN113721660A权利要求书2/3页qi表示用户或无人机目标物体的需求；3)用户或无人机目标物体ci完成服务的时间约束：4)用户或无人机目标物体cj的时间窗约束：其中：表示无人机vr等待cj的时间。4.如权利要求3所述的一种基于群体智能优化的无人机路径规划方法，其特征在于，所述确定无人机路径规划问题的多目标函数，包括：确定无人机路径规划问题的多目标函数，所确定的多目标函数为：其中：ti表示无人机最晚结束对用户或无人机目标物体ci服务的时间；ei表示无人机最早可以开始对用户或无人机目标物体ci服务的时间。5.如权利要求4所述的一种基于群体智能优化的无人机路径规划方法，其特征在于，所述利用Zoutendijk法对多目标函数进行求解，包括：1)将上述多目标函数转换为如下函数表示：其中：f1(x)＝|V|，U表示目标空间，即不同目标函数的取值空间；Ω表示决策空间，即无人机路径规划决策解的空间；F(·)表示目标函数，可将决策空间映射到目标空间；2)设置初始容许点xk，k＝0，将约束条件中不等式约束矩阵A分成A′k和A″k，并把相应的不等式约束向量b分成b′k和b″k，使得A′kxk＝b′k，A″kb″k≥b″k，计算3)求解如下线性规划问题：s.t.A′kp≥0，Cp＝0，‑e≤p≤e其中：C表示约束条件中等式约束中的矩阵C；求得p的最优解为pk；4)若ε为求解阈值，将其设置为1.5，则打印此时的xk，并计算u＝A″kxk‑b″k，v＝A″kpk；3CN113721