第二次作业模拟赛题

无人机自主飞行航迹规划问题无人机作为侦察、的重要，近年来受到世界各国的广泛关注，与之提出了一种基于图搜索技术的无人机航迹规划方法。首先将场进行Voronoi提出了一种不同源环境下的无人机全局航迹规划方法。该方法首先对网络进行Delaunay三角网划分，得到Delaunay图。在该航迹规划中利用精确的数字地图来代替形,把模型扩展到三，并同时考虑和地形因素。利用Dijsktra算法由点生成导航点的网络。然后在导航点网络中寻优，得到最优路径。基Deluaunay网络的路径寻优算法生成一条由若干个导航点组成的最优路关键字：无人机、航机规划、数字地图、Voronoi网络分割、地图数据库加DelaunayDijkstra法题重无人驾驶飞机在机体、发动机、消耗、训练、后勤和维修等费用方面与信息搜集，探测与敌方等军事任务方面显得特别有利，目前已被多尽量避开敌方网及防空火力，常常要对飞行环境进行态势分析及评估，规行或飞经感的地点。因而无人侦察机无论是中、的，还是近程的战场兵的平面坐标为[1,2]（单位：km）,目标的平面坐标为[19,18]（单位：km）,航程等，基于二维平面建立单机0—1单目标的航迹规划模型。问 3：讨论和分析上述提出模型的可行性，并做仿真分析本假个最大转弯角.eij

vi，v

Voronoieijwij vi和vjs（7）lvw

从v0v0V权值0w

四模型建立与模型建立Voronoi图又叫作多边形或Dirichlet图，它是由一组连接相邻点直线的垂直平分线组成的连续多边形组成。N个在平面上有区别的点，按照最原则划分平面;每个点和它的最邻近区域相关联。Voronoi图是Delaunay三角网的偶图.在多分布的空间上，如果把每一个源的中心当作一个点，那么就可以据Delaunay三角网建立起相应的voronoi图，无人机的航迹规划就在、Voronoi上来进根据题意我们利用7.0画出voronoi图0

Voronoi图的网络划其中 代表起始点和目标 代 模型求解利用Dijkstra算法进行最短路径搜定义:G的每一条边eijvivj)w 为边eij的权wp

到vjvi到vjDijkstra算法是图搜索技术中一种常用的方法。它给出计算从顶点V0到图中其)S为从V0S的初值为空)对所有vV，给予标号l(v)w(V0v)ul(u)min{l(vvV且vS})uS中，即令SS)若l(u)w(u,v) ，则置l(v)l(u)w(u,v))345Sn1，此时，I(v即为从V到v的最短通路长,s0价由代价和燃油代价构成。露时间长短及对无人机构成大小定义的。航迹是由多个线段首尾相接而成，每一条线段p的代价可以定义为:NbJtLpR4d i1Jp 算JwJp(1 权值w的取值范围为0到1，这样就给了设计者一定的灵活性以配置程度和燃油消耗之间的权重关系。w越接近1就要求规划的路径长度越短而越不重视 ;反之，越接近0就要求规划的航线要以牺牲路径长度为代价来尽可 （程序见附录二115图中红线部分既为所规划的最短结点1坐标为（1，2）在本题中，我们对得到结点进行三次样条插值处理（spline函数详细程序见附录）6420-- 2模型假设飞机有个最大转弯角无人机的航迹规划系统要求得到的航迹能够有效避开敌方的探测和敌方威胁的，而且要求避开可能影响飞行的险要地形，恶劣气候和人工等不利因H0.3km视为底地，H0.7km的视为高地，其他为过渡地带。模型建立和求解环境提出了基于Voronoi图的二维平面路径规划算法。1地图初始化由真实的三维地形生成模拟的三如图3（可对照过处理的电子地图进行比较）10 图3三维的点划分（图中红点即为分布点642 图 最小曲息，也考虑了的信息，其中的作用相当于抬高了当地的地形。低空突防，考虑的作用，同时结合飞行器的撞地概率，通常给出一个最佳离地高度，记为ch。这样，当飞行器以高度ch离地飞行时，认为其最小。由此给出最考虑了信息对数字地图的抬高作用后，由所有距离地表高度为ch的点所构成。飞行在这个曲面上的飞行器具有最小的性。飞行器的最小飞行航迹v图 最小离地间定义路径总指标源损耗指标(2)另类是指标.在三维路径规划中/资源损耗函数包含路径的高度变化和长度,考虑飞行器爬升时要耗费能源,而下降时增加了动能,相当于节省飞行其中JLHc指标;HDJT表示路径的度指标，系数，C1关，C2为下降高度相对于路径长度的比例系数，与飞机下降时的升阻比有关其中以用导航第的距离之和来表示，假设路径有N个导航点，则：yiJL

x,y高度指标Hc和 Hcfc （dz>0fc(dz)dzdz0fc(dz)0fc(dz为爬行高度函数，z表示路径高度HDs

fd

（dz>0fd(dz0dz0fd(dz指标 nJTT(d)s T(d)其 R K为比例系数，R为半径，s为飞行轨迹Delaunay图把平面剖分成若干三角形/，其划分原则是任何一个三角形的外接圆内都不含有其他三角形的顶点。基于第一问，以点作为Delaunay图的结点生成642 图 各边中点为导航点分DelaunayDelaunay边两端点的距离相等也就是与两个物的避碍算法。这也是一种局部寻优的过程，当两个候选导航点之间存在物等物时，或者有中点处在物之上时，要设计局部的最优路径-此局部最优路径在保证与物等物无碰的前提下，使总指标J最小。计算方法如下：2）指标计算。计算网络N两个节点的指标时，将两个节点直接相连，形成一个度指标等于零。如果该直线段与物有交点，那么增加两个节点的高度。使其高度等于物高度与纵向导航误差之该高度满足最大航迹爬升角的约束条件，则指标包括直线段的长度，3）寻优方法。即Deluaunay算法。在路径中，起点和目标点的高度固定，也作高度控假设两个高度点分别为h1和hh1h2,h1h2h1>h2的地形坡度要不大于无人机的最大爬升坡度masl，如下图图 地形坡如图P1P2为数字地图相邻网络对应安全曲面上的空间两点，其对应地形高度为d，则她和地面的家角为12 tan1(z1z2 若12> ,则太高a点使得z1z2d 若12>masl，则太高b使得z2z1d 6420 图 目前，无人机航迹规划技术还存在以下问题再次，无人机的战场环境将是异常复杂辽阔的，规划约束条件众多而且模糊性大，各因间存在强藕合及其自身独特的控制和任务方式，使得航在问题1的解决过，我们把的进行了简化，只考虑了无人机与的距离关系，在实际情况下，还有很多影响因素，包括的功率以及地形对波的影响等。所以我们的模型在一定程度上存在缺陷。但是通过这样的简化，我们利用可以Voronoi图，通过Dijsktra算法方便地解决这个问题，粗略的得到我们需要法由点生成导航点的网络，然后在导航点网络中寻优，得到最优路径。假定飞行空间由8个强度相等的网组成，要求规划无人机从起始点A飞向目标点B的航迹首先进行Voronoi图对网络进行划分接着利用Dijkstra方法进行最短路径搜索，规划结果如图8。8Voronoi最短路径（粗红线图9 3）寻优算法。即Dijkstra算法。对以上设计出的路径，需要进行高度规划。当导和高度，其他导航点进行插值处理。由于无人飞机飞行高度越高，距离地面上点越远，度指标越小，据此可制定高度规划策略。假设两个高度控制点的高度 仿真图如下图所示（不同视角的飞行轨迹·w,比…，乡日三11,改改劝苍］飞"D圈

向问问7二，P芘｀“飞心．心·e「巴，，r，已，山·w

Om

re新=气It;e.改劝图拦0已圈，C扭·“飞·r咱＂「也·「已"r..m.「 f:Jr巴貊上「包E“rC工．．rB,．r巴 一闪石气心;．·w直．I§I"0.改劝图烂D«)乙伲勹了亨始， »«)乙伲

..“'勹广 ~er

的点，即因为可以控制飞机低空飞行，躲避追踪，把的看得较低。实评。 在问题一中，可以继续针对函数表达式进行分析，各参量的变化对结果的影响，如仔细区分在不同度情况下飞机飞行路线问题。从而知道情况有变时应飞机在受到最小情况下，最大限度节省航油。如仔细区分在不同度情况下参考文[1]屈耀红小型无人机航迹规划及组合大行关键技术研究【博士】西2006[2]简明[3]航天[4]基于VORONOI图的无人机空域任务规划 柳长 无人机航路规划方法研 西北工业大 杨遵, 基于空间分解网络的无人机航路规划工程大附录一function 182019]y=[22061441817214[vx,vy]=voronoi(x,y);plot(x,y,'r+',x(1),y(1),'r*',x(10),y(10),'r*',vx,vy,'b-');axisequalholdon[v,c]=voronoin([x(:)y(:)]);fori=1:length(v)axis附录二whilesum(pb)<length(a)iflength(index)>=2d,index1,dColumns1through Columns12through index1124538679index211114668871—2—8—10—11—12—13—附录三附录四（画点程序 182019y=[22061441817214z=[0.30.40.40.40.20.60.20.40.3附录五（模拟飞行 3 5 7 12 17 y=[2:-0.5:- 5 14 16z=[0.40.4 0.50.60.6 0.7附录六（3D拟合空间A=xlsread('d:\b','sheet1');