CN111144827B - 基于历史增益估计的无人机巡航路径动态规划方法 - Google Patents

Abstract

本发明属于无人机技术领域，涉及基于历史增益估计的无人机巡航路径动态规划方法。该方法包括以下步骤：S1)计算各区域的历史增益；S2)结合距离因素，计算下一跳目的区域效益得分；S3)设计无人机路径动态规划方法。提出一种基于无人机历史巡航数据的无人机巡航路径动态规划方法，该方法根据无人机访问各区域所获得的历史数据计算出各区域的历史增益，从而计算下一跳巡航各区域效益得分。相对于传统的无人机摆渡方法能够更加的灵活，进而实现无人机巡航的过程中动态的获取下一跳最优路径，提高综合性能的目的。

Description

基于历史增益估计的无人机巡航路径动态规划方法

技术领域

本发明属于无人机技术领域，涉及基于历史增益估计的无人机巡航路径动态规划方法。

背景技术

无人机是一种新兴的感知设备，且因无人机具有体积小，可在三维空间内灵活自由的移动、使用方便、适用于复杂环境、生存能力强的特点，因此无人机及其相关的技术受到世界各国的青睐，在各个领域得到广泛的关注和使用，经常用于农业、气象、抢险救灾等行业。特别是在应急环境下因移动节点的地理位置分布不均、节点的移动、节点失效等原因，会导致移动自组织网络中出现多个不连通的子网即出现网络分割现象。网络的连通性在灾区救援、军事通讯等方面异常重要，关乎着人们的生命财产安全，因此如何将多个不连通的子网进行连通，以保证整个网络的连通性是非常重要的。当移动自组织网络中出现多个不连通的子网时，通过无人机来实现不同子网内节点的相互通信是该问题的有效解决方案之一。

无人机飞行涉及很多的技术，但是最重要的是无人机的路径规划问题。路径的规划是无人机控制策略的重要组成部分，合理的规划巡航路径对于减少飞行路长、提高续航性能有着重要的作用。目前的一些研究由于现阶段利用无人机的很多场景都是基于任务驱动的，人为地事先规划好无人机的运动轨迹，无人机只需按照规划好的轨迹运动即可，现有很多方法仅考虑无人机的当前位置状态，没有充分考虑当前时刻的无人机基于任务驱动的这一特性，导致难以找到下一跳传输的最优对象。

因此设计一种适用于多目标节点的基于历史增益估计的无人机巡航路径动态规划方法对于无人机辅助传递数据具有重要意义。

发明内容

有鉴于此，本发明的目的在于提供一种基于历史增益估计的无人机巡航路径动态规划方法。无人机在访问各区域时会进行历史数据的获取，在分析了无人机历史数据属性所得到的增益，这里的增益表示单位时间内得到的数据增量，如社区配送的快递重量及个数、网络中消息包的数量。无人机根据区域得历史增益结合当前时刻无人机的位置距离计算得到区域效益，合理的选择下一跳目的区域。此方法在无人机进行路径规划时，选择区域效益最高的区域作为下一跳，进而实现无人机巡航的过程中动态的获取最优路径。

为达到上述目的，本发明提供如下技术方案：

一种基于历史增益估计的无人机巡航路径动态规划方法，该方法包括以下步骤：

步骤1)计算各区域的历史增益；

步骤2)结合距离因素，计算下一跳目的区域效益得分；

步骤3)设计无人机路径动态规划方法。

进一步，所述步骤1)具体为包括以下步骤：

步骤11)无人机在与一区域交互完成以后，无人机根据所能收集到的历史数据对其下一跳区域中心节点进行决策。无人机根据访问区域所获得的历史数据，结合数据属性所分配的相对权重计算出各区域的历史增益。这里的历史数据及其类别(属性)划分针对不同的应用场景，可以进行不同的定义。例如：在以无人机进行物品配送的应用场景中，配送的货物的个数可以作为历史数据，可以根据货物需配送的紧急程度对货物进行分类。对每一类赋予相应的权重。这样就可以统计出所有货物及其相应权重的加权和，并以这个加权和作为此区域一段时间的历史增益。又如：在延迟容忍网络中以无人机作为摆渡节点完成不同区域间消息的携带转发的场景中，消息包的个数可以作为历史数据，可以根据消息包重要度、紧急程度以及消息包的大小等对消息包进行等级划分，对每一等级的消息包赋予不同权重。统计出所有等级的消息包的加权和，作为此区域一段时间的历史增益。历史增益可以有以下公式计算：

第j次巡航r区域的到达时刻t_j时刻接收到的第i类数据的数据量为n_i，每类数据的权重为ω_i；

步骤12)根据各区域的历史增益算得前m次巡航得平均增益，平均增益可表示为：

进一步所诉步骤2)具体包括以下步骤：

步骤21)无人机在得到历史增益之后，结合本时刻无人机到各区域的距离，计算下一跳巡航各区域效益得分；无人机在t_k时刻根据区域效益进行下一跳目的区域选择，在t_k时刻无法获取到其他区域的需求，因此采用上述步骤1所得的前m次巡航得平均增益估算t_k时刻r区域的增益，可表示为：

其中t_k-1为前次访问r区域的时间，d(f,r)为无人机距离r区域的直线距离；v为平均巡航速度；

步骤22)另外还需要考虑无人机上t_k时刻存储的各区域数据所计算的针对r区域的巡航增益，可表示为：

步骤23)巡航各r区域的效益ε(r)可由下式计算得出：

进一步，所述步骤3)具体为包括以下步骤：

步骤31)无人机巡航开始阶段，由于缺少历史信息，无法获知每个区域中心节点上传需求，所以在开始阶段，首先用各区域间的直线距离d_ij作为权重，计算出一条最短的路径，将最短路径作为摆渡开始阶段的巡航路径，无人机在巡航期间除了完成必要的各区域的历史数据获取之外，需要去对每个区域的各历史数据的平均增益进行计算，并更新记录。

步骤32)在线决策开始时，摆渡节点用开始阶段收集到的信息作为初始值，根据步骤2)计算ε(r)，选择ε(r)最大的区域作为无人机的下一跳目的区域，重复该过程，直到巡航结束。

本发明的有益效果在于：本发明将无人机的历史数据属性，并且根据数据属性所分配的权重算得各区域的历史增益和距离因素等共同计算出效益得分。相对于传统的无人机巡航方法能够更加的灵活，实现无人机巡航的过程中动态的获取最优路径，提升无人机的使用效率。

附图说明

为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作优选的详细描述，其中：

图1为实施提供的方法流程示意图

图2为无人机巡航路径规划整体环境

具体实施方式

以下将结合附图，对本发明的优选实例进行详细的描述。

本发明提供一种解决基于消息优先级的无人机路径动态规划方法，如图1所示为实施提供的方法流程示意图。图2为无人机巡航路径规划整体环境。根据无人机历史巡航数据的路径规划，无人机于几个区域之间进行巡航。该方法包含以下步骤：步骤1)计算各区域的历史增益；步骤2)结合距离因素，计算下一跳目的区域效益得分；步骤3)设计无人机路径动态规划方法。

进一步，所述步骤1)具体为包括以下步骤：

步骤11)无人机在与一区域交互完成以后，无人机根据所能收集到的历史数据对其下一跳区域中心节点进行决策。无人机根据访问区域所获得的历史数据，结合数据属性所分配的相对权重计算出各区域的历史增益。这里的历史数据及其类别(属性)划分针对不同的应用场景，可以进行不同的定义。例如：在以无人机进行物品配送的应用场景中，配送的货物的个数可以作为历史数据，可以根据货物需配送的紧急程度对货物进行分类。对每一类赋予相应的权重。这样就可以统计出所有货物及其相应权重的加权和，并以这个加权和作为此区域一段时间的历史增益。又如：在延迟容忍网络中以无人机作为摆渡节点完成不同区域间消息的携带转发的场景中，消息包的个数可以作为历史数据，可以根据消息包重要度、紧急程度以及消息包的大小等对消息包进行等级划分，对每一等级的消息包赋予不同权重。统计出所有等级的消息包的加权和，作为此区域一段时间的历史增益。历史增益可以有以下公式计算：

第j次巡航r区域的到达时刻t_j时刻接收到的第i类数据的数据量为n_i，每类数据的权重为ω_i；

步骤12)根据各区域的历史增益算得前m次巡航得平均增益，平均增益可表示为：

进一步所诉步骤2)具体包括以下步骤：

步骤21)无人机在得到历史增益之后，结合本时刻无人机到各区域的距离，计算下一跳巡航各区域效益得分；无人机在t_k时刻根据区域效益进行下一跳目的区域选择，在t_k时刻无法获取到其他区域的需求，因此采用上述步骤1所得的前m次巡航得平均增益估算t_k时刻r区域的增益，可表示为：

其中t_k-1为前次访问r区域的时间，d(f,r)为无人机距离r区域的直线距离；v为平均巡航速度；

步骤22)另外还需要考虑无人机上t_k时刻存储的各区域数据所计算的针对r区域的巡航增益，可表示为：

步骤23)巡航各r区域的效益ε(r)可由下式计算得出：

进一步，所述步骤3)具体为包括以下步骤：

步骤31)无人机巡航开始阶段，由于缺少历史信息，无法获知每个区域中心节点上传需求，所以在开始阶段，首先用各区域间的直线距离

作为权重，计算出一条最短的路径，将最短路径作为巡航开始阶段的巡航路径，无人机在巡航期间除了完成必要的各区域的历史数据获取之外，需要去对每个区域的各历史数据的平均增益进行计算，并更新记录。

步骤32)在线决策开始时，摆渡节点用开始阶段收集到的信息作为初始值，根据步骤2)计算ε(r)，选择ε(r)最大的区域作为无人机的下一跳目的区域，重复该过程，直到巡航结束。

通过执行以上步骤，可以实现在无人机巡航过程中动态的选择下一跳区域，进而实现无人机巡航的过程中动态的获取最优路径，提高综合性能的目的。

最后说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本技术方案的宗旨和范围，其均应涵盖在本发明的权利要求范围当中。

Claims (1)

1.基于历史增益估计的无人机巡航路径动态规划方法，其特征在于：该方法包括以下步骤：

S1)计算各区域的历史增益；包括：

S11)无人机根据访问区域所获得的历史数据，结合数据属性所分配的相对权重计算出各区域的历史增益；

历史增益以以下公式计算：

其中第j次巡航r区域的到达时刻t_j时刻接收到的第i类数据的数据量为n_i，每类数据的权重为ω_i；

S12)根据各区域的历史增益算得前m次巡航得平均增益，平均增益可表示为：

；

S2)结合距离因素，计算下一跳目的区域效益得分；包括：

S21)无人机在得到历史增益之后，结合本时刻无人机到各区域的距离，计算下一跳巡航各区域效益得分，包括：

无人机在t_k时刻根据区域效益进行下一跳目的区域选择，在t_k时刻无法获取到其他区域的需求，采用上述步骤S12) 所得的前m次巡航得平均增益估算t_k时刻r区域的增益，表示为：

其中t_k-1为前次访问r区域的时间，d(f，r)为无人机距离r区域的直线距离；v为平均巡航速度；

步骤S22)考虑无人机上t_k时刻存储的各区域数据所计算的针对r区域的巡航增益，表示为：

；

步骤S23)巡航各r区域的效益ε(r)，由下式计算得出：

；

S3)设计无人机路径动态规划方法；包括：

步骤31)无人机巡航开始阶段，由于缺少历史信息，无法获知每个区域中心节点上传需求，所以在开始阶段，首先用各区域间的直线距离

作为权重，计算出一条最短的路径，将最短路径作为摆渡开始阶段的巡航路径，无人机在巡航期间除了完成必要的各区域的历史数据获取之外，需要去对每个区域的各历史数据的平均增益进行计算，并更新记录；

步骤32)在线决策开始时，摆渡节点用开始阶段收集到的信息作为初始值，根据步骤S23计算所得ε(r)，选择ε(r)最大的区域作为无人机的下一跳目的区域，重复S1-S3，直到巡航结束。

Images