无人机集群路径规划算法研究综述

无人机集群路径规划算法是无人机集群控制的重要研究方向之一.多无人机路径规划相较于单无人机路径规划,会考虑空间协同和时间协同约束、飞行安全等问题.首先对无人机集群路径规划算法进行分类,分为传统路径规划算法、智能优化算法和深度强化学习算法.其次对各类算法进行简要分析和总结,针对缺陷,给出相应的改进思路及例子.再着重对深度强...     

基于A?算法优化的月面巡视器路径规划研究

六轮月面巡视器采用的滚动窗口避障算法利用局部地图信息,通过评价函数在规定的待选圆弧中选择最优圆弧作为巡视器的行走路径。由于该算法的输入信息较少,应用于多障碍地图时规划成功率较低。文章通过改进的A*算法生成辅助线,将辅助线作为巡视器执行圆弧的选择依据。在此基础上提出了一种基于辅助线优化的算法,通过引入全局地图信息改进原始算法。相关仿真试验证明优化后的算法具有更高的成功率以及更短的规划路径。在实际试验中的应用验证了此算法的可行性,此算法在今后巡视器路径规划的研究和应用中具有一定的参考价值。     

时间代价启发式多月基装备协同任务规划方法

针对月球科研站构建中优化整体任务用时的需求,提出时间代价启发式多月基装备协同任务规划方法。面向月球科研站构建过程中的原位和路径任务,构建双类型任务关系图,并提出多位置转移时间代价启发式策略引导此图的搜索方向,使规划器沿局部最短耗时任务路径逐个处理任务,降低装备路径转移的时间代价;提出时间代价启发式装备选择策略,从而均衡月基装备任务负载,缩短装备工作时长。最后,以包含资源开采、物料运输、设施建设等任务的月球科研站构建场景为例,对规划算法进行仿真验证。结果表明,此算法能够生成满足复杂约束的多装备协同规划序列。与传统规划方法相比,本文方法得到的月基装备任务序列冗余路径少、任务用时短,可实现多装备在多任务中的高效分时复用。     

规避姿态禁区的航天器姿态机动路径规划

对航天器姿态机动进行路径规划以规避姿态禁区,能有效保障航天器安全运行,提高在轨寿命。文章研究了多约束条件下的航天器姿态机动路径规划问题,将工程约束表达成明确的函数,提出了基于比例微分控制的编码方法,设计了一种以机动时间最短为目标的评价函数,将路径规划问题转换为最优化问题,采用粒子群优化算法进行最优解搜索,在可接受的代价范围内得到了满足约束的机动路径。仿真结果表明,该方法对于禁区规避问题是有效的。     

一种改进的微分进化算法及其在多目标访问任务中的应用

研究在给定时空约束下利用单平台机动实现地面多目标重访任务问题的建模与求解。首先在问题描述和建模过程中考虑多约束与性能指标要求,大大缩减优化算法的参数搜索空间,提高求解效率;然后针对传统微分进化算法的不足,提出一种改进的微分进化算法,并将其应用于求解多约束多目标重访优化问题。改进的微分进化算法通过引入双重自适应因子和独立变异体,提高了算法的优化效率并使其在陷入局部最优后仍具有一定的跳出局部最优的能力。仿真中改进的算法在打靶仿真均值,最优结果和均方差方面都远优于传统算法,验证了本文设计的建模方法和改进优化算法的正确性和有效性。     

分布式卫星构形调整的协同规划研究

为降低分布式卫星系统构形调整规划的求解复杂性,提出一种协同规划策略,将构形最优调整问题划分为两层规划问题,包括整体协同的星位分配与首星位相位优化的顶层规划,以及各卫星自身调整策略优化的底层规划.通过响应面模型表达两层规划的耦合,以顶层规划驱动响应面的更新,顶层规划和底层规划交替迭代执行,重点探索有价值的区域,逐步接近最优解和达到高的求解精度.以多星多冲量构形调整问题验证协同规划策略的有效性,建立了相关模型,以低计算代价获得了示例问题的满意构形调整策略.提出的协同规划策略明显降低了问题求解的复杂度,大大减少了计算开销,且易于并行执行,为充分利用各卫星的计算资源实现自主规划提供了有价值的思路.     

带燃料均衡的空间多飞行器编队重构的轨道规划方法

航天任务需求的多样化对空间多飞行器编队重构的轨道规划问题不仅提出了燃料或时间最优的要求,还提出了燃料和时间最优以及燃料均衡的要求。将带燃料均衡的多飞行器编队重构的轨道规划建模为一个多目标优化问题,通过将进化计算与问题领域的知识相结合,提出了一种基于小生境进化算法的最优轨道规划方法。该方法能从变轨时间、燃料消耗和燃料消耗方差三方面分别评价一个变轨方案的最优性,并且一次规划能够提供多个Pareto最优变轨方案。仿真结果证明了该方法的正确性和有效性,还揭示了编队重构轨道规划问题的三个优化目标之间的关系,对于制定任务计划具有重要的参考价值。     

基于粒子群优化算法的月面巡视器全局路径规划

在月面巡视器遥操作系统中,路径规划分为任务级路径规划、全局路径规划和局部路径规划。根据巡视器全局路径规划的应用要求,引入粒子群优化算法应用于全局导航点的规划。针对粒子群算法在路径规划中容易造成不收敛或病态收敛的问题,对算法进行了修改,去掉了速度更新中的速度惯性因子,只保留自身认识因子和社会认识因子,使其在全局路径规划中能够快速收敛;同时引入经典遗传算法中的变异因子以增强算法的全局优化能力。仿真结果表明该算法具有计算简单、全局寻优能力强等特点,能够快速地找到优化的全局导航点。同时在不同的模拟月面地形上进行仿真试验,针对存在的问题提出了对应的二次优化方法,结果表明该方法较好地满足了巡视器全局路径规划的应用需求。     

月球车全局路径规划中的A＊算法改进

考虑月球车全局路径规划的应用要求,针对传统A＊算法搜索速度慢和返回路径不够优化的缺点,对算法流程进行改进,减少其时间和空间复杂度,提高其搜索速度,并对返回路径进行优化,有效地缩短了路径。对于存在凹形障碍的地图,采用后退一尝试的方法解决规划失败的问题,并在一次搜索的基础上使用二次搜索策略来实现规划路径的优化,使之绕过凹形障碍趋向目标,从而达到输出最短路径的目的。     

基于蜂群与A*混合算法的三维多无人机协同

研究了一种基于蜂群与A~*混合算法的三维多机航迹规划方法。理论和仿真研究表明该混合算法较单独的A~*算法更易躲避威胁,整体路径更优;其次,基于该混合算法探讨了多无人机三维路径协同规划下的自适应时间协同。通过判断多无人机到达时间范围,多机自适应时间协同状态为同时到达、时序到达或者无法协同重新航迹规划。针对时序到达情况采用了到达时间差迭代选择,相比于固定到达时间差的时序到达,迭代过程加大了无人机满足时序到达的可能性,增强了多机协同打击能力。     

基于约束满足的多星对区域目标观测活动协同

多星对区域目标观测活动的协同问题是卫星任务规划与调度领域的新问题。讨论了采用多星协同模式观测区域目标的必要性，描述了协同问题的研究内容。基于约束满足理论，建立了多星协同问题的约束优化问题模型，提出了一种禁忌算法与约束传播相结合的求解机制。最后，以仿真算例验证了模型与算法的正确性和优化性能。     

充液挠性航天器姿态机动控制的多目标优化

针对充液挠性航天器姿态快速机动、快速稳定的控制要求,为减小姿态机动对挠性附件振动和液体晃动的激发,设计了一种基于正弦型加加速度的姿态机动路径规划方法。为进一步提高姿态控制性能,提出了一种基于云多目标粒子群算法的姿态控制器参数和机动路径参数联合优化方法。以最小化充液挠性航天器三轴姿态达到指定指向精度的时间以及三轴姿态稳定度,构建多目标优化模型,并应用云多目标粒子群算法求取姿态控制器参数和机动路径参数的Pareto最优解。仿真结果表明:采用多目标联合优化算法得到的控制器与路径参数,能够有效减小液体晃动和挠性附件振动,显著提高充液挠性航天器大角度姿态机动的快速性和稳定性。     

应用改进多种群遗传算法的多星成像目标规划方法

针对目前多星成像目标规划求解算法容易陷入局部最优解,且对于大区域目标及规划时间周期较长时不能尽快规划出较优的成像方案问题,提出一种改进多种群遗传算法的多星成像目标规划方法。以成像规划方案周期最短、覆盖率最大为目标函数建立模型;利用改进的多种群遗传算法对模型进行求解,采用移民算子种群在多种群之间关联及更新种群,保留每代进化中的最优成像方案。利用多星对区域目标成像验证了所提出的方法,结果表明:此方法能够较好地用于模型的建立及求解,有效地规划出目标函数较优的成像方案。     

面向GEO目标的快速在线在轨服务任务规划

针对地球同步轨道多对多在轨服务任务规划问题,提出了一种基于拍卖算法和先验知识的改进启发式拍卖算法(IHAA)。首先,建立了基于Lambert变轨的任务规划问题表征,设计了给定变轨时长约束下的快速燃料最优估计策略。其次,针对考虑J 2摄动影响的航天器在轨服务规划问题,提出了一种基于拍卖算法的快速求解流程。其中,为确定每一轮拍卖算法任务列表,提出了基于变轨先验知识的目标优先级排序启发式策略,实现了快速的服务时序确定方法;此外,为减少因部分航天器服务能力低导致的分配失败情况,设计了一种基于失败任务再分配的重拍机制。最后,将所提算法与遗传算法、模拟退火算法进行了对比,结果表明IHAA可以快速给出相对适应度较高的规划结果,可用于突发事件星上在线自主规划,亦可提供优化算法初值以提升规划效率。     

凸优化算法在有人/无人机协同系统航迹规划中的应用

为更好地发挥多智能体在空战中的优势,以凸优化理论为基础,提出一种有人/无人机协同系统的航迹规划方法。首先,分析协同系统的体系结构和控制流程,建立系统的运动模型。其次,根据协同系统中有人机与无人机的任务特点,分别设计航迹规划器与编队规划器,并在编队规划器中引入协同时空约束条件,进而对两规划器模型进行近似与凸化,利用凸优化算法进行求解。最后,通过对比仿真,验证所提方法的可行性。结果表明,凸优化算法能有效求解航迹规划器与编队规划器的优化模型,并且通过协同时空约束,能有效提高系统的飞行安全性及航迹变换的灵活性。     

一种分布式卫星构形变换路径规划方法

在一种分层控制体系结构下研究了分布式卫星系统的构形变换问题。以控制量的二次型性能指标作为构形变换控制的优化指标,线性离散模型下的构形变换动力学约束作为基本约束,将构形变换的路径规划问题作为一个二次规划问题求解,并给出了数值仿真的算例。在单个绕飞星构形变换规划算法的基础上,提出了一种整体优化方法,使构形变换过程中整体能量最优,依此作为构形变换的顶层规划方法,并给出了仿真结果。     

应用变速控制力矩陀螺的航天器姿态机动最优路径规划

针对应用变速控制力矩陀螺VSCMG为姿态控制执行机构的微小卫星,提出了一种姿态机动最优路径规划方法。从冗余金字塔构型VSCMGs系统的姿态机动任务和考虑VSCMGs系统故障失效的姿态机动任务两类问题出发,综合考虑VSCMG在实际工程应用中的各种约束条件(框架角约束、框架角速度约束、转子转速约束和奇异度量约束等)以及充分发挥VSCMG的力矩输出优势,采用Gauss伪谱法规划了相应性能指标最优的姿态机动最优路径。仿真结果表明设计的应用VSCMG的航天器姿态机动最优路径规划算法能够满足提出的约束条件和最优路径规划策略,可以顺利完成航天器姿态机动任务。而且相比于传统的VSCMGs系统操纵律,设计的算法具有更高的实用性和有效性。     

基于改进蚁群算法的巡航导弹航迹规划

研究了一种基于改进蚁群算法的巡航导弹航迹规划方法，以规划出生存概率更大、飞行距离更短的攻击轨迹，有效提高巡航导弹的作战效能。提出了坐标变换的思想，通过坐标变换将蚁群算法中信息素局部更新策略和全局更新策略协同作用的机制合理地应用到了航迹规划中，通过将信息素全局更新规则中的信息素常量和挥发率进行自适应变化来对算法进行了改进，最后对算法进行了计算机编程仿真实现。仿真结果验证了改进算法能有效避免算法过早陷入局部最优，加快算法的收敛速度，能取得目标函数更优的航迹规划路径。     

面向微小卫星绕飞任务的平滑估计器与多脉冲制导算法

首先针对传统主动绕飞算法中存在的相角跳变问题,提出一种新型的平滑估计器,解决了经典扩展卡尔曼滤波(EKF)算法应用于主动绕飞过程中存在的估计值抖动和反转问题。接下来,针对传统多脉冲算法不考虑轨道精度和燃料消耗的问题,提出一种改进的导航点规划的最省燃料多脉冲主动绕飞算法。该算法将燃料最省的路径规划问题转化为导航点及相关参数的规划问题,并结合二次规划计算得出满足给定绕飞精度的绕飞路径。最后,将所提出的算法应用于20 kg级的微小卫星空间交互任务当中。仿真结果表明,对于经典的圆形轨迹绕飞应用,本文所给出的算法能够避免相角跳变现象的出现。同时,相比于传统的多脉冲算法最多可以降低42.2%的燃料消耗。     

基于协同裕度的多飞行器航迹规划

针对传统多飞行器协同航迹规划适应环境变化的能力较弱的缺陷,提出了多飞行器协同裕度的概念,建立了航迹规划的协同裕度模型,研究了基于协同裕度的多飞行器协同航迹规划方法,提高了编队协同能力,仿真结果验证了改进方法的有效性。