基于Voronoi图和蚁群算法的无人机航迹规划

王钦禾，尹永鑫，戴 丽，邹宇翔

(1.中国航天空气动力技术研究院彩虹无人机，北京 100074；2. 国防科技大学文理学院，长沙 410073)

0 引言

与有人机相比，无人机(Unmanned Aerial Vehicle, UAV)具有零人员伤亡、持续作战能力强、全寿命周期成本低，以及在尺寸、速度和机动性等方面的特有优势[1-2]。无人机凭借这些优势，广泛应用于军用和民用领域，其在战场中的作用也越来越被重视。如何提高无人机任务执行能力，成为当下研究的热点。而无人机航迹规划是提高复杂任务环境下平台生存性和完成任务有效性的关键技术之一。因此，研究无人机航迹规划技术，为其找到一条从起点到终点的最优航迹，能够有效保障无人机的飞行安全，提高任务的执行效率，减少不必要的损失[3]。

航迹规划方法按照几何学的观点，可以分为基于栅格和基于图形的算法。基于栅格的航迹规划算法，利用栅格法对任务环境进行建模，优点是精度高、兼容性强，但是数据量大，对机载计算机的计算性能要求高。基于Voronoi图的无人机航迹规划方法，凭借其任务环境模型简洁实用和计算快速等特点，一直是目前比较常用和有效的方法[4-6]。常规 Voronoi 图构图简单，只能用于等威胁体的航迹规划，对实际战场环境的建模有较大的局限性。文献[7-8]提出了基于Voronoi图的新的建模思路，对Voronoi图进行了改进，改进后的Voronoi图更贴近现实情况，更能反映出不同威胁源对无人机威胁的差异性。在Voronoi图的基础上进行航迹规划的算法，主要包括：Dijkstra算法[9]、遗传算法[10]、蚁群算法[11]和粒子群优化算法[12]等。……