【智能算法应用】PID搜索算法PSA求解UAV路径规划

小O的算法实验室

已于 2024-11-05 19:09:59 修改

阅读量1.2k

点赞数 8

分类专栏：智能算法应用 UAV路径规划文章标签： UAV路径规划智能算法应用

于 2024-05-31 22:35:38 首次发布

本文链接：https://blog.csdn.net/Logic_9527/article/details/139362619

版权

智能算法应用同时被 2 个专栏收录

373 篇文章 1 订阅

订阅专栏

UAV路径规划

8 篇文章 0 订阅

订阅专栏

1.算法原理

【智能算法】PID搜索算法（PSA）原理及实现

2.UAV路径规划数学模型

无人机(unmanned aerial vehicle，UAV)路径规划是无人机导航系统中的一项关键技术，它使无人机能够自动确定从起点到终点的最优或可行飞行路径。

UAV路径规划可以从路径长度、路径平滑度、飞行安全度方面构建路径规划目标函数。

路径长度

路径长度是判断路径质量的重要依据，路径长度越短，越有利于无人机节省能耗:
$F_{l}=\sum_{i=1}^{n}\sqrt{\left(x_{i+1}-x_{i}\right)^{2}+\left(y_{i+1}-y_{i}\right)^{2}+\left(z_{i+1}-z_{i}\right)^{2}}\tag{1}$
其中，n 为航迹点数目，(xi,yi,zi) 表示第 i 个航迹点的位置。

路径平滑度

规划路径应尽量减少大角度偏航和高度的突变，需要保持路径平滑。由于山区陡峭、落差大的地形特点，无人机在山区飞行需要飞行路径满足自身的最大爬升角和爬升率的要求。li 表示 2 个航迹点之间的距离，偏转角 $\varphi_i$ 和俯仰角 $\phi_i$ :
$\begin{gathered} \varphi_i=\arctan\left(\frac{\left\|l_il_{i+1}\right\|}{l_il_{i+1}}\right) \\ \phi_i=\arctan\left(\frac{z_{i+1}-z_i}{\sqrt{\left(x_{i+1}-x_i\right)^2+\left(y_{i+1}-y_i\right)^2}}\right) \\ F_e=\sum_{i=1}^{n-2}\varphi_i+\sum_{i=1}^{n-1}\left(\phi_i-\phi_{i-1}\right) \end{gathered}\tag{2}$

飞行安全性

路径规划中的路径还必须要确保无人机的安全运行，因此引入飞行安全性能够引导无人机躲避环境中的障碍物。空域内存在中心坐标为Ok ，半径为 Rk 的障碍物 K，无人机的飞行节点与障碍物的垂线距离 dk 应该大于安全距离阈值 S：
$F_s=\begin{cases}0,d_k\geq S\\S-d_k,R_k<d_k<S \\\infty,d_k<R_k\end{cases}\tag{3}$