本申請涉及無人機(jī)，特別是涉及一種基于烏鴉搜索算法的無人機(jī)動(dòng)態(tài)路徑規(guī)劃方法。

背景技術(shù)：

1、路徑規(guī)劃是控制無人機(jī)高效完成任務(wù)的關(guān)鍵技術(shù)之一，其用于為無人機(jī)規(guī)劃從出發(fā)點(diǎn)到目標(biāo)點(diǎn)之間的最優(yōu)路徑，以使得威脅代價(jià)最小化和任務(wù)完成效果最大化。

2、目前的路徑規(guī)劃方法主要集中于解決靜態(tài)的路徑規(guī)劃問題，然而在具有高度不確定性的真實(shí)環(huán)境中，各類動(dòng)態(tài)事件（比如移動(dòng)威脅源、移動(dòng)目標(biāo)和天氣環(huán)境惡化等）將使無人機(jī)難以按原計(jì)劃抵達(dá)目標(biāo)點(diǎn)執(zhí)行任務(wù)，即目前的路徑規(guī)劃方法難以在真實(shí)環(huán)境中得到較好的路徑規(guī)劃效果。

技術(shù)實(shí)現(xiàn)思路

1、本申請實(shí)施例的目的是提供一種基于烏鴉搜索算法的無人機(jī)動(dòng)態(tài)路徑規(guī)劃方法，可以在真實(shí)環(huán)境中得到較好的路徑規(guī)劃效果。

2、第一方面，本申請實(shí)施例提供了一種基于烏鴉搜索算法的無人機(jī)動(dòng)態(tài)路徑規(guī)劃方法，所述方法包括：

3、為多個(gè)優(yōu)化目標(biāo)分別初始化子種群，每個(gè)所述子種群包含隨機(jī)初始化的n個(gè)烏鴉，所述烏鴉的位置用于表征無人機(jī)的路徑規(guī)劃方案，n為正整數(shù)；

4、基于烏鴉搜索算法對多個(gè)所述子種群各自對應(yīng)的子存檔進(jìn)行迭代更新，并在每輪迭代中，根據(jù)當(dāng)前檢測到的動(dòng)態(tài)事件調(diào)整適應(yīng)度函數(shù)，以及，基于多樣行為策略更新每個(gè)所述烏鴉的位置，所述子存檔用于存儲對應(yīng)子種群中的非支配解；

5、根據(jù)每輪迭代得到的所述子存檔更新主存檔，并根據(jù)最后一次更新得到的主存檔中的各個(gè)非支配解確定所述無人機(jī)的目標(biāo)路徑規(guī)劃方案集合，所述主存檔用于存儲所有子種群中的非支配解；

6、其中，所述多樣行為策略包括：

7、針對烏鴉的觀察行為，從每個(gè)所述烏鴉對應(yīng)的子存檔以及所述主存檔各自所關(guān)聯(lián)的烏鴉中，隨機(jī)選擇每個(gè)所述烏鴉所需跟隨的烏鴉；

8、針對烏鴉的注意行為，對不同烏鴉確定不同的感知概率，以及，對于察覺到被其他烏鴉跟蹤的第一烏鴉，設(shè)置所述第一烏鴉將跟蹤它的其他烏鴉，引向它所記憶藏食位置的設(shè)定半徑范圍之外的一個(gè)隨機(jī)位置；

9、針對烏鴉的疲勞行為，對每個(gè)所述烏鴉確定與記憶時(shí)間符合負(fù)相關(guān)關(guān)系的飛行長度，所述記憶時(shí)間用于表征：基于每個(gè)所述烏鴉的新位置對每個(gè)所述烏鴉所記憶的藏食位置執(zhí)行更新的時(shí)間間隔。

10、本申請實(shí)施例的第二方面，提供了一種基于烏鴉搜索算法的無人機(jī)動(dòng)態(tài)路徑規(guī)劃裝置，所述裝置包括：

11、初始化模塊，用于為多個(gè)優(yōu)化目標(biāo)分別初始化子種群，每個(gè)所述子種群包含隨機(jī)初始化的n個(gè)烏鴉，所述烏鴉的位置用于表征無人機(jī)的路徑規(guī)劃方案，n為正整數(shù)；

12、第一處理模塊，用于基于烏鴉搜索算法對多個(gè)所述子種群各自對應(yīng)的子存檔進(jìn)行迭代更新，并在每輪迭代中，根據(jù)當(dāng)前檢測到的動(dòng)態(tài)事件調(diào)整適應(yīng)度函數(shù)，以及，基于多樣行為策略更新每個(gè)所述烏鴉的位置，所述子存檔用于存儲對應(yīng)子種群中的非支配解；

13、第二處理模塊，用于根據(jù)每輪迭代得到的所述子存檔更新主存檔，并根據(jù)最后一次更新得到的主存檔中的各個(gè)非支配解確定所述無人機(jī)的目標(biāo)路徑規(guī)劃方案集合，所述主存檔用于存儲所有子種群中的非支配解；

14、其中，所述多樣行為策略包括：

15、針對烏鴉的觀察行為，從每個(gè)所述烏鴉對應(yīng)的子存檔以及所述主存檔各自所關(guān)聯(lián)的烏鴉中，隨機(jī)選擇每個(gè)所述烏鴉所需跟隨的烏鴉；

16、針對烏鴉的注意行為，對不同烏鴉確定不同的感知概率，以及，對于察覺到被其他烏鴉跟蹤的第一烏鴉，設(shè)置所述第一烏鴉將跟蹤它的其他烏鴉，引向它所記憶藏食位置的設(shè)定半徑范圍之外的一個(gè)隨機(jī)位置；

17、針對烏鴉的疲勞行為，對每個(gè)所述烏鴉確定與記憶時(shí)間符合負(fù)相關(guān)關(guān)系的飛行長度，所述記憶時(shí)間用于表征：基于每個(gè)所述烏鴉的新位置對每個(gè)所述烏鴉所記憶的藏食位置執(zhí)行更新的時(shí)間間隔。

18、本申請實(shí)施例的第三方面，提供了一種計(jì)算機(jī)程序產(chǎn)品，包括計(jì)算機(jī)程序/指令，該計(jì)算機(jī)程序/指令被處理器執(zhí)行時(shí)實(shí)現(xiàn)如第一方面所述的基于烏鴉搜索算法的無人機(jī)動(dòng)態(tài)路徑規(guī)劃方法的步驟。

19、本申請實(shí)施例的第四方面，提供了一種計(jì)算機(jī)可讀存儲介質(zhì)，其上存儲有計(jì)算機(jī)程序/指令，該計(jì)算機(jī)程序/指令被處理器執(zhí)行時(shí)實(shí)現(xiàn)如第一方面所述的基于烏鴉搜索算法的無人機(jī)動(dòng)態(tài)路徑規(guī)劃方法的步驟。

20、本申請實(shí)施例的第五方面，提供了一種電子設(shè)備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運(yùn)行的計(jì)算機(jī)程序，所述處理器執(zhí)行所述程序時(shí)實(shí)現(xiàn)如第一方面所述的基于烏鴉搜索算法的無人機(jī)動(dòng)態(tài)路徑規(guī)劃方法的步驟。

21、由上述技術(shù)方案可以看出，本申請將烏鴉搜索算法應(yīng)用至無人機(jī)的路徑規(guī)劃方法中，并在每輪迭代中根據(jù)當(dāng)前檢測到的動(dòng)態(tài)事件對適應(yīng)度函數(shù)進(jìn)行調(diào)整，以使烏鴉搜索算法能夠得到符合當(dāng)前場景的優(yōu)選路徑規(guī)劃方案，從而實(shí)現(xiàn)對無人機(jī)的動(dòng)態(tài)路徑規(guī)劃，且本申請還設(shè)計(jì)了針對烏鴉種群的多樣行為策略，以增強(qiáng)烏鴉搜索算法的搜索優(yōu)化性能，由此可以有效提升烏鴉搜索算法解決無人機(jī)動(dòng)態(tài)路徑規(guī)劃問題的實(shí)時(shí)性和有效性，使得本申請?zhí)峁┑臒o人機(jī)動(dòng)態(tài)路徑規(guī)劃方法能夠快速地響應(yīng)任務(wù)場景的動(dòng)態(tài)變化，及時(shí)地提供滿足所述多個(gè)優(yōu)化目標(biāo)的多種可行路徑（即目標(biāo)路徑規(guī)劃方案集合），從而能夠在真實(shí)環(huán)境中得到較好的路徑規(guī)劃效果。

技術(shù)特征：

1.一種基于烏鴉搜索算法的無人機(jī)動(dòng)態(tài)路徑規(guī)劃方法，其特征在于，所述方法包括：

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，第j個(gè)烏鴉的感知概率通過以下公式確定：

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，每個(gè)所述烏鴉的飛行長度通過以下公式確定：

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述烏鴉的位置包括：所述路徑規(guī)劃方案中各個(gè)航段各自所對應(yīng)的偏航角變化值、俯仰角和長度因子，所述各個(gè)航段分別由所述路徑規(guī)劃方案中自出發(fā)點(diǎn)到目標(biāo)點(diǎn)的各個(gè)航點(diǎn)中每連續(xù)2個(gè)航點(diǎn)構(gòu)成，所述路徑規(guī)劃方案中自出發(fā)點(diǎn)到目標(biāo)點(diǎn)的第j+1個(gè)航點(diǎn)nj+1的三維坐標(biāo)通過以下公式確定：

5.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述方法還包括：

6.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述方法還包括：

7.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述方法還包括：

8.根據(jù)權(quán)利要求1-7任一所述的方法，其特征在于，所述從每個(gè)所述烏鴉對應(yīng)的子存檔以及所述主存檔各自所關(guān)聯(lián)的烏鴉中，隨機(jī)選擇每個(gè)所述烏鴉所需跟隨的烏鴉，包括：

9.根據(jù)權(quán)利要求1-7任一所述的方法，其特征在于，所述多個(gè)優(yōu)化目標(biāo)至少包括最小化無人機(jī)的威脅代價(jià)和最小化無人機(jī)的路徑長度，在將威脅區(qū)視為圓柱體且將其中的無人機(jī)可越過威脅區(qū)視為2個(gè)高度不同的同心圓柱體的情況下，所述多個(gè)優(yōu)化目標(biāo)的表達(dá)式如下：

10.根據(jù)權(quán)利要求9所述的方法，其特征在于，所述多個(gè)優(yōu)化目標(biāo)還包括：烏鴉個(gè)體的違約度，所述違約度用于衡量所述烏鴉個(gè)體違反約束條件的程度，所述約束條件包括以下至少之一：

技術(shù)總結(jié)
本申請實(shí)施例公開了一種基于烏鴉搜索算法的無人機(jī)動(dòng)態(tài)路徑規(guī)劃方法，可以在真實(shí)環(huán)境中得到較好的路徑規(guī)劃效果。該方法將烏鴉搜索算法應(yīng)用至無人機(jī)的路徑規(guī)劃中，并在每輪迭代中根據(jù)當(dāng)前檢測到的動(dòng)態(tài)事件對適應(yīng)度函數(shù)進(jìn)行調(diào)整，且設(shè)計(jì)了針對烏鴉種群的多樣行為策略，從而能夠快速地響應(yīng)任務(wù)場景的動(dòng)態(tài)變化，及時(shí)地提供滿足多個(gè)優(yōu)化目標(biāo)的目標(biāo)路徑規(guī)劃方案集合。

技術(shù)研發(fā)人員：劉藝,鄭奇斌,李庚松,劉坤,秦偉,史殿習(xí),刁興春
受保護(hù)的技術(shù)使用者：北京大數(shù)據(jù)先進(jìn)技術(shù)研究院
技術(shù)研發(fā)日：
技術(shù)公布日：2025/5/15