無人機(jī)航跡規(guī)劃算法研究

陳香敏 李迪 徐玉棚

摘要： 航跡規(guī)劃技術(shù)是無人機(jī)提高打擊效果，實(shí)現(xiàn)各種戰(zhàn)術(shù)應(yīng)用的重要途徑。在復(fù)雜的戰(zhàn)場(chǎng)環(huán)境中，精湛的無人機(jī)作戰(zhàn)戰(zhàn)術(shù)已經(jīng)成為作戰(zhàn)方取得最后勝利的重要保證，而航跡規(guī)劃技術(shù)對(duì)于無人機(jī)提高其生存概率及其作戰(zhàn)效能具有十分重要的作用。

關(guān)鍵詞： 無人機(jī);航跡規(guī)劃;算法研究

中圖分類號(hào)： V279?? ?文獻(xiàn)標(biāo)識(shí)碼： A?? ?文章編號(hào)： 1672-9129（2018）09-0093-01

Abstract： ?flight path planning is an important way for uav to improve its striking effect and achieve various tactical applications. In the complex battlefield environment， excellent uav combat tactics have become an important guarantee for the final victory of the warfighter， and route planning technology plays a very important role in improving the survival probability and combat effectiveness of the uav.

Keywords： uav;Route planning;Algorithm research

1 引言

為了更好的適應(yīng)當(dāng)代戰(zhàn)爭(zhēng)的局勢(shì)，以及滿足各式各樣的作戰(zhàn)任務(wù)，戰(zhàn)爭(zhēng)武器的升級(jí)成為各國(guó)軍方奮斗的目標(biāo)，因此，智能化、自主化、高殺傷力的戰(zhàn)爭(zhēng)武器應(yīng)運(yùn)而生，無人機(jī)便是這些新型作戰(zhàn)武器的典型代表。近年來，國(guó)內(nèi)外學(xué)者已提出許多不同的航跡規(guī)劃的方法，對(duì)于航跡規(guī)劃算法的分類大概可以分為基于進(jìn)化計(jì)算的規(guī)劃方法如遺傳算法、粒子群算法等，基于啟發(fā)式搜索的規(guī)劃方法如A*算法和D*Lite算法等，基于概略圖的規(guī)劃方法如Voronoi算法通視圖法等，基于單元分解的規(guī)劃方法和人工勢(shì)場(chǎng)法。

2 航跡規(guī)劃算法

2.1 傳統(tǒng)航跡規(guī)劃算法。傳統(tǒng)的航跡規(guī)劃算法通常包括動(dòng)態(tài)規(guī)劃算法、人工勢(shì)場(chǎng)法、模糊邏輯算法等。

（1）動(dòng)態(tài)規(guī)劃算法。該方法一般被廣泛應(yīng)用于解決多級(jí)決策最優(yōu)化問題。使用該方法時(shí)，首先，構(gòu)建的的航路圖被分成各級(jí)的連接，并且每一級(jí)的航跡代價(jià)由給定的評(píng)價(jià)函數(shù)分別給出，然后遵循一定的決策規(guī)則分為各個(gè)階段尋找各自最優(yōu)的航路。

（2）人工勢(shì)場(chǎng)法。人工勢(shì)場(chǎng)法是將物體的運(yùn)動(dòng)過程看作是兩種力的作用結(jié)果：一種是吸引力，它把目標(biāo)點(diǎn)當(dāng)作吸引場(chǎng)，將無人機(jī)拉向目標(biāo)點(diǎn);另一種是排斥力，它將威脅和障礙物看做排斥場(chǎng)，使運(yùn)動(dòng)物體遠(yuǎn)離障礙物或威脅源。兩者的的綜合作用便會(huì)產(chǎn)生一定的勢(shì)場(chǎng)及合力，無人機(jī)通過沿著該合力方向執(zhí)行飛行任務(wù)，產(chǎn)生的航跡便是無人機(jī)的航跡。該方法簡(jiǎn)單直觀，規(guī)劃時(shí)間短，速度快，規(guī)劃出來的路徑一般比較安全。

（3）模糊邏輯算法。該方法的靈感來源于模仿駕駛員的駕駛經(jīng)驗(yàn)，把生理上的感知與動(dòng)作充分結(jié)合起來，然后，依據(jù)實(shí)時(shí)的傳感器提供的信息，將其通過查表進(jìn)而得到規(guī)劃信息。該算法不但與人類的一般思維習(xí)慣相契合，同時(shí)，還可以將數(shù)學(xué)模型省略掉。

2.2 啟發(fā)式算法。考慮到規(guī)劃環(huán)境中存在的啟發(fā)因素，啟發(fā)式算法被提出。該算法能夠按照啟示找到解決問題的最優(yōu)解或者可行的近似最優(yōu)解。該類算法由于具備智能搜索功能，因此求解搜索問題的效率較高。

（1） A*算法是一種啟發(fā)式搜索算法，將規(guī)劃空間劃分為網(wǎng)格的形式，從起始點(diǎn)所在的網(wǎng)格向相鄰網(wǎng)格不斷擴(kuò)展，對(duì)于每一個(gè)拓展搜索節(jié)點(diǎn)的代價(jià)值進(jìn)行評(píng)估，采用啟發(fā)函數(shù)比較各個(gè)拓展節(jié)點(diǎn)的代價(jià)值大小，從而選擇出代價(jià)值最小的點(diǎn)加以拓展，直到到達(dá)目標(biāo)節(jié)點(diǎn)所在的位置。傳統(tǒng)A*算法不但魯棒性較好好，而且拓展節(jié)點(diǎn)相對(duì)比較少，因此該算法可以對(duì)環(huán)境信息可以快速做出反應(yīng)。其缺點(diǎn)是忽略了無人機(jī)自身的體積而帶來的節(jié)點(diǎn)限制。因此，該方法需要做出相應(yīng)的改進(jìn)。稀疏A*算法（SAS），以及自適應(yīng)A*算法均是A*算法的改進(jìn)算法。

（2）Dijkstra算法。Dijkstra算法是圖論中生成最短路徑問題的特別典型的算法。它以擴(kuò)展到終點(diǎn)為目標(biāo)，層層向著中心拓展。該算法不但可以將起點(diǎn)到終點(diǎn)的最短路徑求出，同時(shí)還可以求出起點(diǎn)與其他中間點(diǎn)的最短路徑。然而該算法遍歷節(jié)點(diǎn)較多，運(yùn)用大型復(fù)雜路徑拓?fù)渚W(wǎng)絡(luò)時(shí)效率較低。focussed D*，D* Lite等都是對(duì)D*算法的優(yōu)化。

2.3 智能仿生學(xué)算法。智能算法的產(chǎn)生源于自然界的啟示，從近年來的工程研究結(jié)論來看，智能算法以其運(yùn)算簡(jiǎn)易性和滿足無人機(jī)實(shí)時(shí)性要求等優(yōu)點(diǎn)被廣泛的應(yīng)用在無人機(jī)航跡規(guī)劃問題研究中。經(jīng)常用到的有蟻群算法、神經(jīng)網(wǎng)絡(luò)算法、模擬退火算法等。

蟻群算法?？茖W(xué)家通過螞蟻搜索食物的過程得到啟發(fā)而產(chǎn)生的一種隨機(jī)搜索尋優(yōu)方法。該過程包含兩個(gè)基本階段：適應(yīng)階段和協(xié)作階段。在適應(yīng)階段時(shí)，各個(gè)候選解通過不停的累積信息從而能夠達(dá)到調(diào)整自身的目的;在協(xié)作階段時(shí)，各個(gè)候選解之間通過信息數(shù)據(jù)的充分交流，從而最終產(chǎn)生較優(yōu)的解。蟻群算法通用性好，具有很強(qiáng)的并行性，但是算法中的參數(shù)設(shè)定具有一定的偶然性，缺乏理論指導(dǎo)。

神經(jīng)網(wǎng)絡(luò)算法。神經(jīng)網(wǎng)絡(luò)方法定義了一種“能量函數(shù)”，通過不斷調(diào)整神經(jīng)網(wǎng)絡(luò)中的各種加權(quán)系數(shù)，使網(wǎng)絡(luò)在達(dá)到穩(wěn)定時(shí)能量最小，這特殊的非線性動(dòng)態(tài)結(jié)構(gòu)很適合解決各種優(yōu)化問題。在航跡規(guī)劃中運(yùn)用神經(jīng)網(wǎng)絡(luò)方法的關(guān)鍵是神經(jīng)網(wǎng)絡(luò)的設(shè)計(jì)。神經(jīng)網(wǎng)絡(luò)方法具有高度的規(guī)劃均衡性和可控性，但神經(jīng)網(wǎng)絡(luò)算法依賴初始條件，容易陷入局部極小，計(jì)算量太大。

模擬退火算法（SA）。該算法的啟示來自固體退火的過程中溫度下降時(shí)分子自由有序的運(yùn)動(dòng)現(xiàn)象。該算法將退火過程中的溫度參數(shù)作為算法接受惡化解條件的控制參數(shù)，與概率突跳特性相結(jié)合，進(jìn)而求出目標(biāo)函數(shù)的全局最優(yōu)解。模擬退火算法是一種 具備可導(dǎo)性和連續(xù)性的假設(shè)的智能算法。

參考文獻(xiàn)：

[1]李季， 孫秀霞， 馬強(qiáng). 無人機(jī)對(duì)空威脅算法與仿真[J]. 系統(tǒng)仿真學(xué)報(bào)， 2008， 20（16）： 4237-4240.

[2]李士波， 孫秀霞， 王棟， 等. 無人機(jī)動(dòng)態(tài)環(huán)境實(shí)時(shí)航跡規(guī)劃[J]. 系統(tǒng)工程與電子技術(shù)， 2007， 29（3）： 399-401.

[3]李春華， 周成平， 丁明躍， 等. 動(dòng)態(tài)環(huán)境中的飛行器實(shí)時(shí)三維航跡規(guī)劃方法研究[J]. 宇航學(xué)報(bào)， 2003， 24（1）： 38-42.