邵壮, 周洲, 王彦雄, 祝小平

(1.西北工业大学 无人机特种技术国家重点实验室, 陕西 西安 710065;2.西北工业大学 航空学院,陕西 西安 710072;3.西北工业大学 无人机研究所,陕西 西安 710065)

基于CPSO的UAV编队集结路径规划

邵壮1, 周洲2, 王彦雄1, 祝小平3

(1.西北工业大学 无人机特种技术国家重点实验室, 陕西 西安 710065;2.西北工业大学 航空学院,陕西 西安 710072;3.西北工业大学 无人机研究所,陕西 西安 710065)

针对多无人机编队集结路径规划问题,提出了具有合作机制的分布式协同粒子群(CPSO)算法。为了满足无人机运动学约束,采用曲率连续的PH曲线作为备选路径。基于协同进化思想提出CPSO算法，为每架无人机规划出一条满足机间协同约束的最优安全可飞行路径。仿真结果表明,规划得到的多条路径能够满足无人机运动学约束、安全性及无人机之间的协同性要求;相比于协同进化遗传算法,CPSO算法搜索成功率更高,稳定性更好。

无人机; 路径规划; 编队集结; PH曲线; 协同粒子群优化

0 引言

如何为多无人机(UAV)规划出能够同时到达编队集结点的安全、可飞行路径,已成为多UAV协同编队的关键技术之一[1]。多UAV编队集结路径规划是一个典型的多机协同同时到达问题。Manathara等[2]提出了基于估计到达集结点时间的一致性算法,采用的Dubins路径具有曲率不连续性,不便于跟踪实现。李杰等[3]提出了基于微分几何与李群的无人机编队会合的方法,直接以路径的曲率和挠率作为控制变量,但工程实现困难。文献[4-5]针对多架UAV同时到达多个目标问题,首先采用协同进化遗传算法为各UAV分别生成多条候选路径;然后通过求解协同函数和协同变量,来确定每架UAV同时到达各自目标点的飞行路径和飞行速度。……