[发明专利]用于电磁干扰环境中的无人机路径规划方法

摘要

本发明公开了一种能够快速得到全局最优路径的用于电磁干扰环境中的无人机路径规划方法。该无人机路径规划方法以蚁群算法信息素更新为切入点，通过分别对蚁群寻优过程中的全局信息和局部信息素分别更新来提高蚁群算法的全局和搜索能力，提高算法寻找全局最优路径的搜索速度，该用于电磁干扰环境中的无人机路径规划方法可以根据新的作业节点重新快速生成新路径，从而达到对无人机的实时路径规划，经过试验验证，用于电磁干扰环境中的无人机路径规划方法对给定目标点进行解算，出事航迹生成耗时353ms，对航迹点更改新航迹生成用时261ms，快速的航迹搜索与计算可以很好的适用于真实环境中实时无人机巡线路径规划中。适合在无人机技术领域推广应用。

主权项

用于电磁干扰环境中的无人机路径规划方法，其特征在于包括以下步骤：S1、收集无人机作业目标点；S2、设置信息素初始值τij(0)＝h，其中h为常数，设置蚁群规模为M，设定最大迭代次数为N；S3、将M只蚂蚁随机分配到各个目标点中，并将蚂蚁所分配的目标点添加到各自的禁止清单中；S4、所有蚂蚁按照状态转移公式选择下一节点，1≤k≤M，状态转移公式如下所述：其中，表示蚂蚁k在第t次的迭代时从节点i转移到节点j的概率，1≤t≤N，τij(t)表示迭代次数t时节点i到节点j间航迹所包含的信息浓度，τis(t)表示迭代次数t时节点i到节点s间航迹所包含的信息浓度，为蚁群算法中蚂蚁的可到达点，tabuk为禁止清单，记录蚂蚁k所走过的节点及蚂蚁禁止通行的节点，表示尚未搜索节点，Nr代表当前路径节点周遭点集，α代表信息素浓度因子，β代表启发因子，γ表示引导因子端的重要性权重，ηij(t)＝1/dij(t)，dij(t)表示迭代次数t时节点i到节点j的距离，ηis(t)＝1/dis(t)，dis(t)表示迭代次数t时节点i到节点s的距离；σij(t)表示迭代次数t时节点i到待选节点j的引导因子，即σij(t)＝1/Tj，其中，其中，TMj＝1/((xj‑xMj)2+(yj‑yMj)2)1/2，TBj＝1/((xj‑xBj)2+(yj‑yBj)2)1/2其中，(xMj,yMj)和(xBj,yBj)分别节点j周围的座山峰及威胁点坐标，KM和KB分别表示其山峰和威胁点个数，TSj代表无人机油量消耗，λM，λB和λS分别表示其所代表威胁代价的权重系数，其总和值等于1；σis(t)表示迭代次数t时节点i到待选节点s的引导因子，即σis(t)＝1/Ts，其中，其中，TMs＝1/((xs‑xMs)2+(ys‑yMs)2)1/2，TBs＝1/((xs‑xBs)2+(ys‑yBs)2)1/2其中，(xMs,yMs)和(xBs,yBs)分别节点s周围的座山峰及威胁点坐标，KM和KB分别表示其山峰和威胁点个数，TSs代表无人机油量消耗，λM，λB和λS分别表示其所代表威胁代价的权重系数，其总和值等于1；S5、当所有蚂蚁均没有找到可达节点时，本次迭代结束，记录所有蚂蚁的本次迭代路径，并对每个蚂蚁所走过的路径进行局部信息素更新；局部信息素更新采用如下规则：τij(t+1)＝(1‑θ)τij(t)+θ(1/N×Lnn)，其中θ为设定的局部蒸发系数，并且0＜θ＜1，而Lnn是随机选择各毗邻点之间的一段距离；S6、计算所有蚂蚁的本次迭代路径长度，并选择出本次迭代的全局最优路径；S7、全局信息素更新，全局信息素更新采用如下规则：τgb(t+1)＝(1‑ρ)τ(t)+ρΔτ(5)，其中，ρ是全局信息素衰减参数，0＜ρ＜1，Δτ＝1/Lbest，Lbest表示全局最优路径；S8、迭代次数加一次，并判断迭代次数是否达到最大迭代次数，若没有达到最大迭代次数，重复步骤S3至S7；若达到最大迭代次数，蚂蚁寻优结束，输出最后得到的全局最优路径。