基于布谷鸟算法改进人工势场法的四旋翼编队避障方法.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CN113687662A(43)申请公布日2021.11.23(21)申请号202111048914.1(22)申请日2021.09.08(71)申请人南京理工大学地址210094江苏省南京市玄武区孝陵卫200号(72)发明人曹越朱彦瑾王辉烨蔡晨晓(74)专利代理机构南京理工大学专利中心32203代理人朱炳斐(51)Int.Cl.G05D1/10(2006.01)权利要求书3页说明书8页附图5页(54)发明名称基于布谷鸟算法改进人工势场法的四旋翼编队避障方法(57)摘要本发明公开了一种基于布谷鸟算法改进人工势场法的四旋翼编队避障方法，该方法在传统人工势场法的基础上改进斥力函数，在斥力函数中引入目标点到障碍物的距离，使得当终点附近存在障碍物时四旋翼也可到达终点，从而解决终点不可达性问题。此外，通过障碍物膨胀法，围绕障碍物划分一定的安全裕量，避免四旋翼发生碰撞，确保四旋翼安全避开障碍物。当机器人陷入局部极小值时，或者处于狭窄环境中时，可以通过布谷鸟算法规划路径，本发明对布谷鸟算法进行了改进，通过差分进化的可变步长的布谷鸟算法，提高了人工势场算法路径规划的适应性，解决了布谷鸟算法存在的问题，使得规划路径更优、节点更少、迭代次数更少。CN113687662ACN113687662A权利要求书1/3页1.一种基于布谷鸟算法改进人工势场法的四旋翼编队避障方法，其特征在于，所述方法包括以下步骤：步骤1，确定主机四旋翼的当前位置、目标位置、环境中障碍物的位置及大小，建立环境模型，并初始化人工势场法的参数；步骤2，利用斥力函数和引力函数分别计算障碍物对主机四旋翼的斥力以及目标点对主机四旋翼的引力，同时计算斥力和引力的角度；步骤3，基于步骤2的结果，计算斥力和引力的合力，并计算与主机四旋翼距离最近的障碍物的距离；步骤4，判断步骤3中的合力是否为0，若否，则跳转至步骤5，否则判断是否到达目标点，若到达目标点则结束，否则跳转至步骤6；步骤5，判断步骤3中所述的与主机四旋翼距离最近的障碍物的距离是否小于预设阈值，若是，则跳转至步骤6，否则跳转至步骤7；步骤6，采用布谷鸟算法计算主机四旋翼下一步位置的最优解，之后利用差分进化算法进行循环迭代，直至摆脱局部极小值点且主机四旋翼与距离最近的障碍物的距离大于预设阈值，结束迭代，更新合力方向与步长；步骤7，在合力作用下，主机四旋翼按照预设步长运动到下一步的位置；步骤8，判断所述下一步的位置是否满足转角约束条件，若不满足，跳转至步骤6，重新规划下一步的位置，否则跳转至步骤9；步骤9，判断是否到达目标点，若到达目标点则跳转至步骤10，否则跳转至步骤2；步骤10，由上述步骤生成主机的规划飞行轨迹，之后基于飞行编队确定从机的飞行轨迹。2.根据权利要求1所述的基于布谷鸟算法改进人工势场法的四旋翼编队避障方法，其特征在于，步骤2中所述斥力函数为：式中，m为斥力系数，ρ(q)为四旋翼q到障碍物的距离，ρG为四旋翼q到目标点的距离，ρ0为斥力作用范围，n为任意正实数。3.根据权利要求1所述的基于布谷鸟算法改进人工势场法的四旋翼编队避障方法，其特征在于，步骤6中所述布谷鸟算法具体包括以下步骤：步骤6‑1‑1，初始化n个寄主的鸟巢：在解空间内随机选择n个解，作为寄主的鸟巢，即初始解；步骤6‑1‑2，随机取一个布谷鸟，通过莱维飞行产生一个解，该解生成过程中采用可变步长；步长l的计算公式如下：其中，2CN113687662A权利要求书2/3页式中，β为莱维飞行的预设参数；步骤6‑1‑3，评估解的质量，即计算适应度函数的值；步骤6‑1‑4，根据适应度函数找到最优解并记录下来；步骤6‑1‑5，根据发现概率舍弃一个鸟巢，并建立新鸟巢；步骤6‑1‑6，列出当前最佳的鸟巢，跳转步骤6‑1‑2，继续迭代，直到达到迭代上限；步骤6‑1‑7，输出最佳鸟巢中的解即主机四旋翼下一步位置；步骤6‑1‑8，判断是否摆脱局部极小值点或者主机四旋翼与距离最近的障碍物的距离是否大于预设阈值，若满足，则结束，否则跳转步骤6‑1‑1。4.根据权利要求1或3所述的基于布谷鸟算法改进人工势场法的四旋翼编队避障方法，其特征在于，步骤6中所述利用差分进化算法进行循环迭代具体包括以下步骤：步骤6‑2‑1，初始化差分进化算法相关变量以及种群大小和染色体长度，与布谷鸟算法所得的最佳鸟巢匹配；步骤6‑2‑2，计算自适应变异因子，按如下公式：式中，gen为当前进化代数，G为进化代数，F0为初始化变异因子；步骤6‑2‑3，按如下公式：vi＝xr1+F·(xr2‑xr3)针对每一代鸟巢位置xi从所有鸟巢中随机选取第r1、r2、r3个鸟巢进行变异处理，得到变异后的新鸟巢位置vi；其中，F为变异算子；步骤6‑2‑4，对每一