北京航空航天大学第二十九届“冯如杯”学生学术科技作品竞赛参赛作品
1
第一章 项目简介
1.1 项目背景
无人机编队飞行通过多个无人机的协同运行可以使系统的综合性能和任务执行效
率大幅提高。在军事侦察、目标打击等方面,无人机编队飞行可以大幅提高任务完成
效率,因此这项技术也是未来军事领域的一项关键性技术。在近些年,一些无人机研
发团队也在利用无人机编队飞行技术执行飞行表演任务,单次表演编队数量可达 1000
架,系统规模庞大。在这样的系统规模下,由于无人机体积小,计算能力弱,续航能
力不强,因此对无人机集群的协同控制算法一直是人们研究的一个重点。
在无人机集群协同控制算法中,多无人机路径规划以及队形编制策略是比较重要
的两个方面。其中路径规划是实现无人机自主导航的关键技术之一,而队形编制则是
要解决无人机编队巡航过程中的队形紧密性、避障策略等问题。传统的路径规划算法
有人工势场法、栅格法等,近年也出现了一些诸如蚁群算法、遗传算法等人工智能算
法。而栅格法建模简单,计算方便,因此基于栅格法产生了许多著名的路径规划算法,
如 Dijkstra 算法、A*算法等,这些算法已经被广泛地运用到了游戏与应用软件当中。
但随着新技术的发展以及新需求的产生,这些传统算法已经在某种程度上显现出了弊
端,例如 A*算法计算量大、内存占用大,导致消耗的计算资源太多,不适用于现在的
无人机控制系统。
1.2 项目制作的目的与意义
面对大规模下的寻路问题,特别是对于无人机等计算资源重要的终端寻路,如何
快速、低算力、低空间开支得到路径是最大难点。本文提出了一种改进的 A*算法,通
过启发式深度优先算法(Inspire DFS)与视线导引自遍历优化算法(Self)结合,可以在降
低资源消耗的同时,极大幅度提高寻路速度,该算法简称为 Inself 算法。通过与其他
几个传统算法的对比,结果显示这样的算法保证了无人机在飞行过程中可以更加快速
地找到最佳导航路径,并且相对于其他传统的较为复杂的算法来说路径长度没有明显
提升,因此 Inself 算法具有良好的性能。
而对于现实中的地图寻路,栅格化后的路径存在最大的问题是不能任意角度移动,