基于遗传算法的无人机监视覆盖航路规划算法研究

基于遗传算法的无人机监视覆盖航路规划算法研究

人工智能技术与咨询 

点击蓝字 · 关注我们

来源：《 计算机科学与应用》 ，作者 李御驰等

关键词: 人工势场法；无人机；监视覆盖航路规划

摘要：

  摘要: 为解决传统覆盖航路规划算法结果样式单一、对抗性环境下灵活性差的问题，提出了基于遗传算法的监视覆盖航路规划算法，生成样式多样、监视任务执行中对抗性好的监视覆盖航路。在人工势场法的基础上，将激发势场的种子编码为二元组串形式的基因，通过交叉、变异、合并等算子的操作增加种子样式的多样性，从而规划出转弯少、监视时间间隔短、对抗性好的监视覆盖航路。最后通过算例对算法进行了验证，结果表明算法有效地满足了监视任务覆盖航路规划的需求。

1. 引言

无人机航路规划是指在特定约束条件下，寻找从起始点到目标点并满足无人机性能指标的最优或可行的航路。而覆盖航路规划的任务是确定一条路径，该路径通过感兴趣的区域所有点，同时避免障碍。经过查阅文献，发现由于无人机受到任务区域和性能的约束，关于监视覆盖航路规划的研究较少，大多是关于地面机器人覆盖航路规划的研究。

A. Zelinsky等 [1] 提出了第一种基于网格的覆盖路径规划方法。他们使用网格表示任务区域，并对网格应用完整的覆盖路径规划算法。该方法设定一个起始单元格和一个目标单元格。算法首先给目标网格赋值0，给它周围的所有单元格赋值1。然后，所有与标记1相邻的未标记网格都标记为2。这个过程不断重复，直到标记面到达开始单元格。经过计算距离转换，通过从开始单元格开始选择未访问的赋值最高的相邻单元格来找到覆盖路径。如果两个或两个以上的邻居单元格为相同的值，则随机选择其中一个单元格。

H. Choset等 [2] 提出了一种能够产生完整覆盖路径的简单精确的网格分解技术。他们将任务区域划分成每个网格为梯形的工作空间，并且只处理平面的多边形区域。使用简单的来回运动来覆盖每个单元网格，通过查找与分解相关的邻接网格进行穷举遍历来保证完全覆盖任务区域，详尽的前进规则决定了访问单元格的顺序，最后生成覆盖每个单元格的特定“之”字形路径。

陈海等 [3] 证明了同等能量下无人机转弯过程比直线飞行过程效率低，定义了凸多边形任务区域的长度和宽度，并将凸多边形区域的覆盖航迹规划问题转化为求解凸多边形宽度的问题。他们按照“点边式”宽度算法，找到凸多边形宽度出现时支撑平行线的方向，如果无人机沿该方向利用扫描线对区域进行扫描覆盖，则可以获得最少的转弯次数，也就能够得到最短的飞行路程。但在地形起伏大的任务区域，需要加入地形高程等约束进行三维航路规划。