本发明属于旋翼无人机航线规划领域,涉及到使用旋翼无人机性能和环境威胁等信息规划出最优飞行航线方法,具体是一种旋翼无人机航线规划方法。
背景技术:
1、到目前为止,国内外小型无人机在复杂威胁环境下存在操作困难、航程短等问题,因此如何提高无人机执行任务的安全性和工作效率是亟待解决的现实问题,其关键技术就是对无人机飞行航线进行科学、快速规划,此问题的解决对广大的无人机拓展其应用领域具有极其重要的应用价值。
技术实现思路
1、(1)构建综合威胁模型t,数学描述如下:
2、t=peaks(n)+2*sin(r./r (1)
3、[xjt,yjt]=meshgrid(1:n) (2)
4、r=sqrt(xjt2+yjt2)+eps (3)
5、上述公式中,t表示综合威胁模型值,xjt、yjt分别表示通讯威胁的内横坐标和纵坐标;r、n分别表示通讯威胁在规划空域内的影响半径(单位为公里)和规划区范围,单位均为公里;peaks、sin、meshgrid、eps分别为生成山峰、正弦、生成二维网格坐标的函数和为避免被零除而加入的极小数,[]是一种输出多个变量的标识符号;
6、(2)计算威胁区域边界集b:
7、首先利用公式(4)~(6)得到综合威胁的为彩色图像filename,并将该图像保存为图片文件,然后读取该文件至i变量:
8、h=pcolor(xjt,yjt,t) (4)
9、imwrite(h.cdata,′filename′) (5)
10、i=imread(′filename) (6)
11、公式(4)~(6)中,h、h.cdata为伪彩色图像的句柄及其对应的表面数据,pcolor,imwrite,imread分别为生成伪彩色图像、保存图像和读取图像的函数,filename、i分别为图像文件名与图像数据矩阵;
12、其次利用公式(7)~(8)对威胁边界进行检测和调整参数后再检测:
13、[bw,threshold]=edge(i,method) (7)
14、bws=edge(i,method,threshold*ff) (8)
15、公式(7)~(8)中,bw、threshold为边界检测结果逻辑矩阵及分割边界的阈值,edge为边缘检测函数,method为边界检测算子,ff为边界检测阈值调整因子,bws为参数调整后边界检测结果逻辑矩阵;
16、再次利用公式(9)~(11)对图像进行膨胀和腐蚀操作得到威胁边缘:
17、bwsd=imdilate(bws,[strel(′line′,len,deg) (9)
18、bwcb=imclearborder(imfill(bwsd,′holes′),conn) (10)
19、bwol=bwperim(imerode(bwcb,strel(′diamond′,1))) (11)
20、公式(9)~(11)中,strel、len、deg分别为创建线形结构的函数、长度参数和角度参数,imdilate、imfill分别为生成膨胀二值图像的函数和二值图像孔洞填充的函数,imclearborder、conn分别为边界对象抑制的函数与其连接参数,imfill、holes分别为二值图像孔洞填充的函数与填充类型为空洞,imerode、bwperim、bwol分别为对图像进行腐蚀操作的函数、查找二值图像的边缘函数与返回包括边界象素点的图像;
21、最后利用公式(12)~(17)对图像进行边界探测、噪声过滤和凸壳提取操作得到威胁边界数据集:
22、i(bwol)=255 (12)
23、ix=imshow(i) (13)
24、dl1=edge(ix.cdata,′roberts′) (14)
25、i_med=medfilt2(dl1,[m,n]) (15)
26、
27、k=convhull(rt,ct) (17)
28、公式(2)~(6)中,lx、lxcdata分别为边界赋值后的图像句柄及数据矩阵,dl1、roberts分别为边界提取操作后的图像及其边界提取算子,imshow、medfilt2、m、n、l_med分别为图像显示函数、邻域块的行数、列数、对图片进行中值滤波去噪函数、滤波去噪后的图像,rt、ct、convhull、k为威胁边界点的行数集、列数集、凸壳计算函数和计算出的包含威胁的凸壳坐标集;
29、(3)遴选适飞区域,构建待选航迹点集:
30、首先利用公式(18)~(22)对目标场的横、纵坐标矩阵mx、my进行之字形编码,并计算其被威胁边界分割得到威胁点集内、点集上的序号集in、on:
31、[mx,my]=meshgrid(1:n) (18)
32、mx1=zigzag_amro(mx) (19)
33、my1=zigzag_amro(my) (20)
34、xtk=rt(k),ytk=ct(k) (21)
35、[in,on]=impolygon(mx1,my1,xtk,ytk) (22)
36、公式(18)~(22)中,meshgrid、mx、my分别为基于向量计算二维网格坐标的函数及其返回的二维网格坐标矩阵,zigzag_amro、mx1、my1分别为基于矩阵的之字形编码函数及对mx、my编码的一维向量,xtk、ytk分别为威胁边界点的横、纵坐标集合;
37、其次利用公式(23)~(29)对目标场的横、纵坐标和引力值进行压缩建立联合数据矩阵i5zl,并采用之字形编码选择出安全航迹点三维坐标集合i5i、i5j、i5z:
38、i5zs=sign(t) (23)
39、i5zl(i,j)=(i*100+j+abs(t(i,j)/10)).*izs(i,j) (24)
40、i5s=zigzag_amro(i5zl) (25)
41、i5s=i5s(~in) (26)
42、i5i=abs(fix(i5s/100)) (27)
43、i5j=abs(fix(i5s))-abs(fix(i5s/100))*100 (28)
44、i5z=sign(i5s).*(abs(i5s)-abs(fix(i5s))) (29)
45、公式(23)~(29)中,sign、i5zl、i5zs分别为符号函数及其返回的压缩矩阵、威胁的符号矩阵,i5s、i5i、i5j、i5z分别为i5zl的之字形编码并派出威胁区域的向量及其在x轴、y轴和z轴的解压缩坐标,“~”为取相反数的符号,abs、fix分别为取绝对值和取整的函数;
46、(4)航迹点组合和优选,生成飞行航线p:
47、利用公式(30)~(33)对航迹点x坐标进行唯一值筛选,并随机选取部分航迹点组合带优化成航线p:
48、[c1,ia,ic]=unique(i5i) (30)
49、x0=c1,y0=i5j(ia),z0=i5z(ia)+hs (31)
50、nr=hx(rand(1,5).*20)+1 (32)
51、xyh=x0(nr),yyh=y0(nr),zyh=z0(nr) (33)
52、p=[xyh;yyh;zyh] (34)
53、公式(17)中,unique、c1、ia、ic分别为求唯一值函数及其返回的唯一值、唯一值对应在原数组中的序号和原数组值对应在新数组中的序号,x0、y0、z0分别表示经过唯一化选取后的x轴、y轴和z轴的坐标分量,hs、rand、nr、分别表示安全飞行高度、随机函数和随机选出的序号集,p、xyh、yyh、zyh分别表示随机选取航线及其x轴、y轴和z轴的坐标分量;
54、(5)采用双b-spline方法优实现航线可飞行性优化:
55、利用公式(34)~(37)对最优航线点集计算得到光滑的飞行航线pfs:
56、xx=0:0.1:n,yy=spline(xyh,yyh,xx),zz=spline(xyh,zyh,xx) (35)
57、px=[xs xx xe],py=[ys yy ye],pz=[zs zz ze] (36)
58、pfs=[px;py;pz] (37)
59、公式(18)~(21)中,spline、xx、yy、zz分别样条曲线函数及其优化后的三维坐标分量,“:”为生成等间距向量的符号,xs、ys、zs、xe、ye、ze为航线起始点和终止点的三维坐标分量,pfs、px、py、pz分别表示经过光滑处理后的航线及其在x轴、y轴和z轴的坐标分量。
60、本发明与现有技术相比,其优点在于:
61、a.实现复杂威胁环境下全局最优航线的快速规划。采用图像边界提取遴选适飞区域和航迹点动态编码的方法相结合,为避免无人机撞地的问题提供了一种有效的方法。
62、b.利用双样条曲线方法实现复杂环境下实时航线优化。利用双样条曲线航线优化算法通过分别根据离散后的x坐标对y、z分别采用二次样条曲线方法以达到较快的航线优化特点,在复杂威胁环境下航线快速生成,及时回避综合威胁方面具有重要的作用。