方 斌 冯晓锋 李 杰
1(湖南警察学院交通管理系 湖南 长沙 410138)2(国防科技大学智能科学学院 湖南 长沙 410073)
在复杂环境下执行任务的过程中,无人机(UAV)必须具备在线航迹规划的能力以规避任务区域中的桥梁、楼宇以及突发威胁等空间障碍,确保飞行安全。目前,国内外的研究学者对UAV在线航迹规划问题已经开展了大量研究。文献[1-2]基于人工势场法构造由目标点引力和障碍物的斥力共同作用的人工势场,沿着势函数梯度下降的方向来寻找无碰撞轨迹。其中,目标点对UAV产生“引力”,障碍物对UAV产生“斥力”。文献[3-4]基于采样方法,通过对构型空间或状态空间中的采样点进行碰撞检测,能够有效地解决高维空间和复杂约束的轨迹规划问题,特别适合在线实时应用。此外,遗传算法(Genetic Algorithm, GA)、人工神经网络、粒子群算法(PSO)以及蚁群算法等智能算法都在UAV航线规划问题中也得到了较为广泛的应用[5-9]。采用智能算法求解航线规划问题时,首先根据问题特性进行建模,将问题模型中的决策变量、约束条件等映射为算法模型中的要素(如粒子、人工蚂蚁等),并对各要素进行编码。例如:在PSO中,将一条飞行轨迹建模为一个粒子,利用粒子的多维坐标、速度等信息来表征航线中的关键要素。在蚁群算法中,将一个UAV平台映射为一个蚂蚁,UAV在任务空间的运动过程被建模为在蚂蚁信息素和启发信息引导下的运动过程。文献[10]采用滚动时域控制(Receding Horizon Control, RHC)方法,基于模型预测控制(Model Predictive Control,MPC)的思想对UAV轨迹进行在线的有限时段规划,其关键步骤是利用滚动的有限时段规划取代一成不变的全局规划。……