申请/专利权人：江西理工大学;国瑞科创稀土功能材料(赣州)有限公司;江西稀金计算科技有限公司

申请日：2023-08-02

公开（公告）日：2023-09-29

公开（公告）号：CN116820122A

主分类号：G05D1/10

分类号：G05D1/10

优先权：

专利状态码：在审-实质审查的生效

法律状态：2023.10.24#实质审查的生效;2023.09.29#公开

摘要：本发明公开了一种基于粒子群优化算法无人机的稀土矿山路径规划方法，包括：建立稀土矿山三维地图下的无人机自动路径规划模型，建立成本函数，建立无人机路径规划的主要约束模型，建立无人机路径规划数学模型，采用TLDEPSO算法求解无人机的自动路径规划，将进化过程中的每轮迭代划分为两个阶段，不同阶段针对种群中的不同粒子分别采用各自的学习机制。利用粒子修饰方法，修正粒子的搜索方向，引导种群探索问题空间；提出了顶层邻域探索机制，保证算法的收敛性能。本发明的优点是：在复杂稀土矿山三维飞行场景，避障能力和避障路线最佳，能够完美的避过测试场景中的所有障碍威胁物，避障效率更高。

主权项：1.一种基于粒子群优化算法无人机的稀土矿山路径规划方法，其特征在于，包括以下步骤：步骤1、建立稀土矿山三维地图下的无人机自动路径规划模型，具体如下：步骤1.1、建立障碍威胁物模型；威胁物为圆柱体，每个飞行场景中包含若干个障碍威胁物；无人机撞击威胁物会随之产生相应的威胁代价；步骤1.2、建立无人机航路规划空间的稀土矿山三维地图；将无人机飞行空间以数据形式进行存储，设置起点为：S：x0，y0，z0，终点为：T：xn，yn，zn，设置无人机路径规划的目标是在满足所有约束条件和任务需求的前提下，获取从起点S到终点T的最佳飞行路径；将起点S和目标点T相连，然后使用线段将该直线ST分成多个部分；线段集合{Lk，k＝1，2，...，D}，线段都是垂直于直线ST的；在线段集合Lk中，每条线段上取一个点构成节点集{xk，yk，zk，k＝1，2，...，D}，并满足约束条件；约束条件如式1： 其中xmin，xmax，ymin和ymax表示水平x轴和y轴的边界值，zmin和zmax表示垂直方向z轴的边界值；将无人机的路径规划问题转化为获取最优飞行路径上坐标的优化问题；以直线ST的方向作为x轴，线段集合Lk的方向作为y轴，构建新的坐标系；根据式2对原飞行路径上的节点进行坐标变换： 其中θ表示线段ST与原x轴之间的夹角，为经过坐标转换后的路径点；步骤1.3、路径平滑；将三次B-样条曲线引入以确保路径的可飞行和平滑性，其由贝兹曲线发展而来，继承了贝兹曲线的保凸性、仿射不变性和几何不变性等优点；B-样条曲线的定义如公式3所示： 令U＝u0，u1，...，un为一个单调不减的实数序列，即对于所有的i，i＝0，1，2，...，n-1，都有ui≤ui+1；其中xi表示控制点，ui表示节点，U为节点向量，半开区间[ui，ui+1是第i个节点区间；Ni，ku是第i个k次B-样条基函数，由以下的Cox-deBoor递归公式4定义： 当出现00的情况时，令其为0；基函数是由实数单调不减序列U决定的，并且Ni，ku在各区间上为分段多样式，满足公式5： B-样条曲线对于平滑航线是十分有效的；与贝兹曲线相比，B-样条曲线克服了移动控制节点会影响整条曲线的缺点，并且在不断增加节点个数的情况下，也不会增加多项式的次数；步骤2：建立成本函数：成本函数由燃油成本和障碍物威胁成本构成，如公式6所示： 其中μ是0到1之间的权重参数，L表示整条飞行路径上的路段集Lk，Wfuel和Wthreat分别表示每个路段上的燃油成本和威胁成本，l表示整条飞行路径的长度；每条路段Lk的威胁代价由五个点来计算，其中包括Lk的起点和目标点；如果某条路段中包含障碍威胁物，则Wthreat的计算方式如公式7所示： 其中m为障碍威胁物的个数，为第i个障碍威胁物的中心到路段Lk的0.25点上的距离，Ri为第i个障碍威胁物的半径；由于无人机的飞行速度被设置为常数，因此可以将Jfuel视为飞行路径的长度；步骤3、建立无人机路径规划的主要约束模型；选择无人机飞行的偏航角和俯仰角约束作为路径规划的约束条件；具体如公式5和公式6所示： 其中，为最大偏航角，θmax为最大俯仰角，和θk为路径点xk，yk，zk的偏航角和俯仰角；步骤4、建立无人机路径规划数学模型；即满足所有约束条件的情况下使得飞行的成本代价最小；步骤5、采用TLDEPSO算法求解无人机的自动路径规划；具体步骤如下：步骤5.1、根据所建立的稀土矿山三维复杂场景下的无人机路径规划模型，选择TLDEPSO算法的决策变量，并确定决策变量的上下界，如位置向量与速度向量的维度上下界；将上面描述的成本函数作为TLDEPSO算法的适应度函数；步骤5.2、设置TLDEPSO算法迭代过程中的种群规模、函数的最大评估次数、加速度系数、惯性权重、顶层粒子数和突变概率等参数；步骤5.3、在不同的飞行场景和不同的初始环境中，通过TLDEPSO算法求取满足约束要求的路径规划结果。

全文数据：

权利要求：

百度查询： 江西理工大学;国瑞科创稀土功能材料(赣州)有限公司;江西稀金计算科技有限公司 基于粒子群优化算法无人机的稀土矿山路径规划方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD