無人駕駛航空器是航空電子領域自動化的一個典型例子。無人飛行器為執行各種任務提供了一個平臺,但在每種情況下,路徑規劃的概念都發揮著不可或缺的作用。它有助于生成一條沒有障礙物的路徑,具有最小的長度,從而減少燃料消耗,減少穿越時間,并有助于引導飛機及其相應的天線功率信號安全地繞過敵方天線以避免被發現。


為了優化路徑規劃,將上述約束條件都納入其中,該研究提出了兩種新的混合算法粒子群優化(PSO)與和諧搜索算法和PSO與遺傳算法?;旌纤惴ㄍ瑫r進行探索性搜索和探索性搜索,不同于現有算法偏重于,偏重于探索性搜索或探索性搜索。此外,將混合算法與現有的優化算法進行比較,在所有情況下,混合算法在固定計算時間內對PSO的結果至少提高了7%,對入侵雜草優化算法的結果提高了40%,表明混合算法具有更好的實時性。本文以“Hybrid PSO-HSA and PSO-GA algorithm for 3D path planning in autonomous UAVs”為題于2020年10月10日發布于《SN Applied Sciences》雜志上。

順通無阻!在空中為無人機規劃出沒有障礙物的飛行路徑


研究背景


無人駕駛飛行器的使用可以追溯到1849年,它們最早被奧地利人僅僅用于軍事目的,即用于轟炸和偵察。而在1849年奧地利人轟炸意大利威尼斯城后的幾十年里,人們對無人飛行器領域的興趣越來越大。包括美國和俄羅斯在內的一些國家在技術上投入了大量的資金,導致無人機領域的技術得到了廣泛的發展。它不再只是一個遙控的、不可靠的、昂貴的、用于運送貨物的機器人,隨著半自動化技術的引入,它成為了一種最先進的設備,其應用范圍從軍事用途到農業。無人飛行器因成本低、體積小、沒有人工駕駛而具有額外的機動性而聞名。為了推進無人飛行器的技術發展,引入了路徑規劃的概念,使無人飛行器自動化,幫助他們有效地運作,而不需要在人類的監視下。因此,手動控制器是多余的。


路徑規劃是機器人學中的一個術語,用于將所需的運動任務分解為滿足運動約束條件的離散運動,并可能優化運動的某些方面的過程。路徑規劃可分為局部路徑規劃或全局路徑規劃。在局部路徑規劃中,機器人在有障礙物的世界地圖上分步導航,并動態計算其下一個位置,滿足一個或多個預定義約束條件。在全局規劃中,無人機在向目標移動之前,對整個導航路徑進行規劃。


該研究混合算法的主要貢獻是提供路徑規劃,從而生成一條無障礙的路徑,具有最小的長度,導致更少的燃料消耗,更少的穿越時間,并協助引導飛機及其相應的天線功率特征安全地繞過敵方天線,以避免檢測?;旌纤惴ㄍ瑫r進行探索性搜索和利用性搜索,不像現有算法偏重于,偏重于利用性搜索或探索性搜索。


構建的混合算法優于現有的優化算法,原因如下:


混合算法保留了PSO的魯棒性,使粒子(個體)能夠通過在每一代結束時更新位置和速度在整個搜索空間中移動。


HSA和GA有局限于某個區域的缺點,但專門進行深度搜索,因此恰好是PSO的補充。


此外,向全局最小和最大收斂的速度也很快。


適應度函數表示所得到的解與給定的理想條件的接近程度。它可以被看作是一種優點。該研究的目的是求出目標函數的全局極小值,即目標函數對解的值越小,解的適應度越小。


首先,創建了一個充滿障礙的3D地圖。所選擇的障礙物形狀為球形和立方狀。球形球體被用來模仿敵人的雷達,在那里無人駕駛飛機必須避開,才能不被敵對勢力發現。長方體形狀模仿鳥類或其他無人機,它們阻礙了無人機的行進。障礙被隨機地分散在地圖上。該地圖的維數為20×20×20單位,所有模擬的起始點為(?10,?10,?10),終點為(10,10,10)。


和聲搜索算法(HSA)通過嘗試儲存在記憶中的各種音高組合,從音樂家的即興和聲中汲取靈感。諧波記憶考慮速率(HMCR)和基音調節速率(PAR)是HSA算法的兩個基本參數,它們控制解的分量,甚至影響算法的收斂速度。該算法首先在前綴邊界內用隨機解初始化諧波記憶(HM)。


大量的理論研究表明,粒子群算法的收斂特性對慣性權值和加速度系數是敏感的。這些研究還提供了選擇粒子群優化參數值的指南,這些參數將確保收斂到平衡點。


該研究采用粒子群優化(PSO)、模擬退火(SA)、跳蛙算法(SFLA)、入侵雜草優化(IWO)、人工蜂群優化(ABC)、帝國主義競爭算法(ICA)和螢火蟲算法(FA)等方法對所設計的混合算法進行了比較。在本節中,對所有九種方法的結果進行了分析和比較。為了使比較公平,所有的仿真都是用MATLABR2016a在一個擁有2.2GHz CPU和8GBRAM的英特爾(Intel)核心i7處理器上進行的。


創建了一個包含幾個障礙和禁止區域的三維地圖,以便執行和隨后比較不同的路徑規劃方法。在每種情況下,起點是(-10,-10,-10),終點是(10,10,10)。此外,每個算法運行的迭代量相同,個體數也相同。

順通無阻!在空中為無人機規劃出沒有障礙物的飛行路徑


圖為PSO算法的路徑選擇

順通無阻!在空中為無人機規劃出沒有障礙物的飛行路徑


圖為SA算法的路徑


出了在模擬的滿障環境下,用SA算法得到的無人機飛行路徑。模擬退火是根據退火的物理現象來模擬的,它是指對材料進行加熱和后續冷卻以消除內應力。溫度和降溫率決定了搜索的類型。對于探索性搜索,溫度保持在較高但由于計算時間有限和降溫速率慢的情況下,SA算法得到的解確實位于全局最優區域,但沒有給出精確的最優解。


給出了在模擬充障環境下利用SFLA算法獲得的無人機飛行軌跡。SFLA是一種模仿行為青蛙的模因元啟發式算法.SFLA算法擅長于開發性搜索和探索性搜索,但需要較高的計算時間,因為種群被劃分為模叢,每個模叢同時運行其類似于粒子群算法(PSO)的開發搜索方法,隨后在模叢之間混合青蛙,并生成隨機青蛙進行探索性搜索。因此,由于計算時間的限制,SFLA算法得到的解處于全局最優區域,但缺乏深度搜索。

順通無阻!在空中為無人機規劃出沒有障礙物的飛行路徑


圖為SFLA算法的路徑

順通無阻!在空中為無人機規劃出沒有障礙物的飛行路徑


圖為IWO算法的路徑


給出了利用Iwo算法在模擬的充滿障礙物環境中獲得的無人機飛行路徑。IWO算法是在入侵雜草定植后建立的一種元啟發式算法.該算法基于雜草的適應度生成后代,由此生成的后代隨機分布在父代周圍,標準偏差減小,每一次迭代有助于更快的收斂。


ABC算法是以蜜蜂行為為模型的基于群體的元啟發式算法.蜜蜂被分成三類:受雇蜜蜂、偵察蜜蜂和旁觀者蜜蜂。雇用的蜜蜂和旁觀者的蜜蜂用于剝削性搜索,而偵察蜜蜂則用于探索性搜索。

順通無阻!在空中為無人機規劃出沒有障礙物的飛行路徑


圖為ABC算法的路徑


給出了在模擬障礙物填充環境下利用ICA算法獲得的無人機飛行路徑。ICA是一種受帝國主義競爭啟發的進化算法。

順通無阻!在空中為無人機規劃出沒有障礙物的飛行路徑


圖為ICA算法的路徑


通過10次模擬的平均結果,每種算法運行50次。圖中突出了不同算法所執行的迭代的適應度值的變化。

順通無阻!在空中為無人機規劃出沒有障礙物的飛行路徑


圖為成本差異比較

順通無阻!在空中為無人機規劃出沒有障礙物的飛行路徑


圖為在各種算法中遍歷的距離


順通無阻!在空中為無人機規劃出沒有障礙物的飛行路徑

圖為無人機接收功率的不同算法


可以推斷,與除SFLA以外的其他算法相比,通過PSO-HSA的最優距離,無人機獲得了較高的功率。然而,與粒子群算法相比,SFLA的行程更遠。這種變化是由于探索性搜索和剝削性搜索之間的權衡造成的。


研究結論


該研究提出了兩種混合元啟發式算法,一種是基于PSO與HSA的混合算法,另一種是基于PSO與GA的混合算法,用于復雜障礙物充斥環境下的無人機三維路徑規劃??梢酝茢喑?,所提出的混合算法給出了更好的優化路徑,從而減少了穿越時間和燃料消耗。得到的路徑可以避開所有障礙物,有助于引導飛機及其相應的天線功率特征安全地繞過敵方天線,避免被發現。與PSO相比,有7%左右的改進,對IWO的改進高達40%。此外,為了滿足轉彎約束條件,采用B-spline曲線平滑法。


參考文獻:B. Abhishek, S. Ranjit, T. Shankar, Geoffrey Eappen, P. Sivasankar & A. Rajesh Hybrid PSO-HSA and PSO-GA algorithm for 3D path planning in autonomous UAVs   SN Applied Sciences 1805 (2020)


免責聲明

我來說幾句

不吐不快,我來說兩句
最新評論

還沒有人評論哦,搶沙發吧~