基于解耦优化和环流APF的多平台协同攻击任务规划

为提升协同攻击任务规划效率，借助人工势场（APF）方法求解速度快的优势，提出多平台协同攻击任务规划方法。针对任务规划问题中任务分配与航路规划的耦合问题，提出基于独立航路规划的解耦（ID）与基于直接距离的解耦（DD）2种解耦框架；建立考虑打击目标价值总和、攻击平台与目标距离极差、攻击平台与目标距离总和等因素的指标函数，采用遗传算法进行任务分配求解；提出环流APF方法，避免了传统APF方法因局部极小值而无解的问题，并提出同时到达控制策略与航路冲突规避策略，实现多平台同时到达航路规划。在不同场景下比较了耦合方式、ID、DD 3种任务规划框架的规划结果，并对比了传统APF方法与环流APF方法的航路规划结果。结果表明，解耦方式能够得到与耦合方式接近的结果，并且计算耗时明显低于耦合方式；环流APF方法相比传统APF方法求解可行性更高，航路性能更好。对于存在大块障碍的场景，推荐使用ID方式获得更好的准确度，在障碍稀疏的场景下，推荐使用DD方式以减少计算耗时。      

基于障碍凸化的改进环流APF路径规划

为改善人工势场法（APF）在复杂障碍环境下的路径规划能力，提出基于障碍凸化的改进环流APF路径规划方法。通过改变APF方法斥力势场的方向，使其形成绕行障碍边缘的环流，改善了APF方法在平台-目标位置连线与障碍边界垂直时可能陷入局部极小值的问题。针对多边形障碍（凹、凸）与圆形障碍，给出包括障碍初始化与相交障碍集合迭代凸化步骤的障碍凸化方法，将复杂障碍空间转换成为凸障碍的空间，避免平台进入凹多边形或相交障碍产生的凹区域而无解的问题。在仿真环境中，对比了传统APF方法、未使用障碍凸化的环流APF方法、使用障碍凸化的环流APF方法的路径规划结果，并分析了不同障碍数量、相交障碍数量条件下的方法计算耗时。根据结果，使用障碍凸化的环流APF方法能够明显改善APF方法在复杂障碍环境下的路径规划能力，方法实时性好，每个障碍所需的单步计算耗时约为0.02~0.03 ms，能够支持平台在复杂障碍环境下的在线路径规划。