风场影响下微型无人飞行器的多分辨率路径规划方法

摘要

本发明公开了一种风场影响下微型无人飞行器的多分辨率路径规划方法，该方法有六大步骤：步骤一：获取飞行器路径规划所需要的环境区域；步骤二：选取小波变换的基函数；步骤三：构建风场影响下的飞行环境代价函数；步骤四：利用Haar小波网格分解法重构多分辨率飞行环境代价函数；步骤五：利用多分辨率环境代价函数值生成环境加权图；步骤六：寻找最优路径。本发明方法在确定环境区域不同分辨率等级过程中考虑了机载计算机的计算能力、传感器的探测范围、障碍物的分布、风场的分布及强度等因素，提高了路径规划的效率，且该方法简单可靠实用，适合于风场影响下的低空微型无人飞行器在线路径规划。

主权项

1.一种风场影响下微型无人飞行器的多分辨率路径规划方法，其特征在于，本方法包括如下步骤：步骤1：获取飞行器路径规划所需要的环境区域；具体本步骤包括如下步骤：步骤1.1：将飞行器所处的三维环境空间区域，从高度方向上分解为不同层次的二维欧氏空间，所得到的二维欧氏空间就是所需要的环境区域；步骤1.2：将得到的二维欧氏空间根据地形高程和飞行器可飞行高度，划分为障碍区和非障碍区，并确定飞行器的初始位置和目标位置；对原始数字地形高程图中第i点位置X_i的划分如下：其中，表示障碍物空间，表示非障碍物空间，q_i表示位置X_i的地形高程，H表示飞行器的可飞行高度；步骤1.3：将环境区域归一化为单位方形区域，并进行网格划分；步骤2：选取Haar小波变换基函数，构建二维空间的Haar小波基函数，并用二维空间的小波变换基函数对二元函数f(x，y)近似逼近，得到：(2)其中，(x，y)表示二维空间的位置变量，m，n为二维空间两个方向的位置标号，表示整数，Jmin表示最低分辨率等级；为近似逼近中二维空间Haar尺度函数的系数，${\lambda }_{m,n}^{J_{\min }}={\int }_{-\infty }^{\infty }{\int }_{-\infty }^{\infty }f(x,y){\Phi }_{m,n}^{J_{\min }}(x,y)\mathrm{dx\; dy};$为近似逼近中二维空间Haar母小波函数的系数，步骤3：考虑飞行器与障碍物之间的距离、风场的强度、以及风场的梯度三种因素的影响，构建飞行环境代价函数f(X)：f(X)＝α·rm₁(X)+β·rm₂(X)+γ·rm₃(X)         (3)其中，X表示当前飞行器的位置坐标，X＝(x，y)，α，β和γ是调节三种因素在代价函数中相对重要性的参数，取值范围为0～1之间；rm₁(X)表示飞行器与障碍物之间的距离因素对飞行环境的影响，rm₂(X)表示风场的强度对飞行环境的影响，rm₃(X)表示风场的梯度对飞行环境的影响；步骤4：利用Haar小波网格分解法重构多分辨率飞行环境代价函数，包括如下步骤：步骤4.1：根据原始数字地形高程图的分辨率和机载计算机的计算资源确定环境区域表示的最高分辨率等级J_max，根据规划问题的具体需求确定环境区域表示的最低分辨率等级J_min；步骤4.2：将任意一个分辨率等级的网格单元、同一层次分辨率区域范围、以及同一层次分辨率区域中心坐标进行公式化表示；在分辨率等级为j的情况下，任一网格单元表示为：其中，分辨率等级j满足条件：J_min≤j≤J_max；分别表示在分辨率等级为j情况下，m方向、n方向的空间间隔，$h_m^j=[m/2^j,(m+1)/2^j],$$h_n^j=[n/2^j,(n+1)/2^j];$在分辨率等级为j的情况下，同一层次分辨率区域中心坐标的集合R(X，r^j)为：其中，r^j表示在同一层次分辨率等级为j的情况下的区域范围，r^j＞r^j+1，Y为某个位置坐标，表示环境区域；步骤4.3：将步骤3得到的飞行环境代价函数，采用步骤2中的二维空间的Haar小波变换基函数近似逼近，得到多分辨率飞行环境代价函数，得到：其中，N(J_min)表示在分辨率等级为J_min的情况下的位置标号的取值集合，根据式(7)得到：G(j)表示在分辨率等级为j的情况下，考虑了障碍物和风场区域后，m方向的位置标号取值序列，根据式(8)得到：(8)H(j)表示在分辨率等级为j情况下，考虑了障碍物和风场区域后，n方向的位置标号取值序列，根据式(9)得到：(9)其中，式(8)和(9)中的z_x，z_y分别表示风场中心位置的横、纵坐标；步骤5：确定各网格单元的飞行环境代价函数值，将环境区域根据障碍物与非障碍物的表示值，以及飞行环境代价函数值生成环境加权图，将多分辨率路径规划问题转化为图的搜索问题；步骤6：基于A*或Dijkstra搜索方法寻找最优路径，所得到的最优路径就是为飞行器所规划的路径。