无人机蜂群静态航线规划方法研究

张帆 胡航

（中国人民解放军66133部队 北京市 100144）

无人机蜂群在进入特定环境时，根据总体任务进行了全局任务分配，每个无人机在确定自己需要承担的任务后需进行全局的飞行航线规划。在航线规划时每个无人机需考虑的要素包括：所有的任务点、任务区域、进入点和退出点。

1 RRT算法研究

1.1 RRT算法原理简介

假设任务空间为C，Cfree表示可行区域，Cobs表示障碍区域，Cfree和Cobs同为C的子集，且满足C=Cfree∪Cobs和Cfree∩Cobs=φ。初始位置qinit∈Cfree和目标位置qgoal∈Cfree，现需要为规划出从初始位置到目标位置的可行路径。

使用 RRT 算法进行路径规划分为任务空间内的随机树生长和可行路径的反向搜索两个阶段。其中随机树的生长，即如何构造随机树是 RRT 算法的主要内容。RRT 算法通过逐步迭代的增量方式进行随机树的构造，首先在任务区域内选定起始节点qinit作为树的根节点，通过从根节点不断扩展出叶节点的方式构建随机树。首先以概率Pg选择目标位置qgoal作为随机目标点qrand，或者以概率1-Pg在任务空间内随机选择一个随机目标点qrand；从随机树当前所有的叶节点之中，选择出一个离qrand最近的，称之为临近节点qnear；然后从qnear向qrand的方向延伸一个步长的距离ε，得到一个新的节点qnew。在延伸过程中，判断是否与已知的威胁区域有冲突，若无冲突接受该新节点qnew，并将其添加为随机树的节点；若qnew与威胁区域有冲突，说明该次扩展出的新节点不符合安全要求，则舍弃该新节点，并重新进行随机目标点qrand的选取。通过这样不断的延伸扩展，当随机树中的叶节点与目标位置足够近的时候，则认为随机数的构造工作完成，此时以距离目标位置最近的叶节点为起始，依次向上搜索父节点，则可以获得一条从起始位置到目标位置的可行路径。……