一种通信约束下多无人机协同区域覆盖的方法

1.本发明属于无人机协同控制和路径规划技术领域，特别涉及一种通信约束下多无人机协同区域覆盖的方法。

背景技术：

2.随着无人机技术的高速发展，无人机在应急救援中的应用越来越广泛，但受限于单无人机的性能较低，不能很好的完成任务，多无人机的区域协调覆盖广受关注。多无人机协同可以满足更多的需求，具有效率高、容错性强、多样性等优点。

技术实现要素：

3.本发明的目的是为了解决上述技术问题，针对通信受限下的多无人机协同覆盖问题，提供一种通信约束下多无人机协同区域覆盖的方法，在满足无人机动力学特性的前提下，实现多无人机快速协同区域覆盖。
4.为了解决上述技术问题，本发明采用的技术方案为：一种通信约束下多无人机协同区域覆盖的方法，包括以下步骤：
5.s1、地图建模：设置任务区域，创建两个地图按照固定的间距进行栅格化，并依据不同的栅格赋值方式对栅格赋值分别得到避障地图和覆盖地图；
6.s2、采用动态窗口算法进行路径规划，设置评价函数阈值，判断各条路径的评价函数的最大值是否大于阈值，若大于，则进入步骤s3；若小于，则进入步骤s4；
7.其中采用动态窗口算法进行路径规划时，各条路径采用的评价函数为：
8.j＝ω1j1+ω2j2+ω3j3；
9.其中，j表示评价函数，j1为归一化的覆盖回报；j2为归一化的油耗惩罚；j3为无人机之间归一化的斥力惩罚；ω1,ω2,ω3为相应的权重；
10.s3、选取其中评价函数值最高的一条路径，按照规划前进固定时长，然后根据无人机所处位置，更新地图，并返回步骤s2；
11.s4、跟踪地图中的未探索区域，将地图根据已探索区域和其他区域进行二值化处理得到二值矩阵，跟踪二值矩阵的连通区域，获取各个连通区域的面积的边界栅格列表，选取面积大于面积阈值的连通区域，计算边界栅格和无人机之间的距离，选择最近的栅格作为目标终点；
12.s5、利用改进a*算法计算无人机到目标终点的路径，结合动态窗口算法引导无人机按照规划前进固定时长，直至到达改进a*算法得到的路径终点，然后返回步骤s2；所述改进a*算法包括以下步骤：
13.利用a*算法到从无人机当前位置到目标点的一条完整路线，获得该路线对应的节点列表；
14.提取节点列表中的关键节点，根据关键节点获取新的节点列表；
15.提取新的节点列表中的中间节点并去掉，得到最终的节点列表；
16.将最终的节点列表，依次作为动态窗口算法的目标点，引导无人机飞向目标终点执行任务。
17.所述提取节点列表中的关键点，根据关键节点获取新的节点列表的具体方法为：
18.计算节点列表中第一个节点和第二个节点的直线方程；
19.依次带入之后的节点，判断是否符合方程，若符合，继续判断下一个节点；若不符合，则判断前一个节点为关键节点；根据关键节点和关键节点的下一个节点生成新的直线直线方程，重复以上步骤，直到终点；
20.记录关键节点形成新的节点列表。
21.所述提取新的节点列表中的中间节点的具体方法为：
22.获取新的节点列表的第一个节点开始，依次判断其与不相邻节点之间是否存在障碍物，若不存在障碍物，则这两个节点间的节点为中间节点，继续判断其与下一个节点间是否存在障碍物；若存在障碍物，则获取前一个节点开始继续上述步骤，直到终点。
23.所述步骤s1中，避障地图的栅格赋值公式为：
[0024][0025]
式中：ω1为禁止区域集合；ω2为其他区域集合；μ
mn
表示避障地图第m行第n列栅格的值；
[0026]
覆盖地图的栅格赋值公式为：
[0027][0028]
式中：ω3(k)为未探测区域的边界区域集合；ω4(k)为除边界区域外的待搜索集合；ω5(k)为禁止区域和已搜索区域集合，μ
ij
(k)表示覆盖地图的第i行第j列栅格的值，k表示时刻。
[0029]
所述步骤s3中，覆盖地图的更新方式为：
[0030]
(1)分别得到第一地图map1和第二地图map2，第一地图map1的栅格状态为：
[0031][0032]
第二地图map2的栅格状态为：
[0033][0034]
式中：ω6(k)为探测范围外的区域；ω7(k)为探测范围内的区域；ω8(k)为探测范围内区域的边界集合；ω9(k)为其他区域；μ
mn
表示避障地图第m行第n列栅格的值；
[0035]
(2)获取覆盖地图中以无人机位置为中心，长度为2*r
e-1的矩阵地图map；re表示无人机探测范围的半径；
[0036]
(3)将map与map1的对应元素相乘得到矩阵mapt1；
[0037]
(4)将map逻辑化的新矩阵与map2的对应元素相乘得到矩阵mapt2；
[0038]
(5)将矩阵mapt1与矩阵mapt2相加得到新的地图，并赋值给覆盖地图map2的对应位置。
[0039]
所述步骤s3中，无人机以通信中获取的位置信息，更新自己的地图；无人机的通信策略为：
[0040]
各个无人机记录每个时间节点，自己走过以及通信中得知的其它无人机走过的的位置，建立位置信息表；
[0041]
当两个无人机建立通信时，互相交换自身获取的各个无人机的最新位置信息；
[0042]
无人机根据通信获取的各个无人机的最新位置信息，更新地图。
[0043]
所述步骤s2中，归一化的覆盖回报、归一化的油耗惩罚、归一化的斥力惩罚的计算方法为：
[0044]
(1)计算覆盖回报j
′1、转弯惩罚j
′2、斥力惩罚j
′3，计算公式为：
[0045][0046]
式中，(m，n)为无人机位于节点h时的可探测区域；γh为节点h的权重；无人机位于节点h时的可覆盖栅格为集合gh；
[0047][0048]
表示路径s的转向角，表示最大转向角；
[0049][0050]
coveri(k)为k时刻第i个无人机uavi的地图覆盖率；d
ij
为第i个无人机uavi和第j个无人机uavj之间的距离；通信范围内的无人机集合为q；
[0051]
(2)对覆盖回报j'1、转弯惩罚j2'、斥力惩罚j3'进行归一化，得到j1、j2、j3，即为覆盖回报、油耗惩罚及无人机之间的斥力惩罚的归一化值。
[0052]
所述步骤s5中，采用的动态窗口算法的评价函数为：
[0053]
g(w)＝heading(w)
[0054]
式中，heading(w)为方位角评价函数，w表示航向角，g(w)表示评价函数。
[0055]
所述步骤s5中，结合动态窗口算法引导无人机按照规划前进固定时长后，还包括更新地图的步骤，直至到达改进a*算法得到的路径终点。
[0056]
所述步骤s3和步骤s5中，更新地图之后，还包括计算覆盖率的步骤，若覆盖率大于设定覆盖率，则直接结束无需返回步骤s2。
[0057]
本发明与现有技术相比具有以下有益效果：
[0058]
1、本发明的地图模型能够实现快速更新地图信息，并对不同区域进行实时划分。设置边界权重有效减少了区域分割带来的覆盖成本。利用双地图模式，结合矩阵运算能够快速实现地图的更新和禁飞区域的判断。
[0059]
2、本发明的协同搜索算法能够高效的引导无人机探测未覆盖区域,有着较高的覆盖率，飞行路径平滑，能够很好的规避障碍物并应对突发状况。
[0060]
3、本发明利用图像处理技术以及改进a*算法和动态窗口算法的结合，能够快速的引导无人机去到未覆盖区域进行任务。
附图说明
[0061]
图1为本发明实施例一提供的一种通信约束下多无人机协同区域覆盖的方法的流程示意图；
[0062]
图2为无人机预测路径示意图；
[0063]
图3为无人机禁飞区回避策略；
[0064]
图4为本发明实施例中提取关键节点的流程示意图；
[0065]
图5为本发明实施例中提取中间节点的流程示意图。
具体实施方式
[0066]
为使本发明实施例的目的、技术方案和优点更加清楚，下面将对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明的一部分实施例，而不是全部的实施例；基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0067]
实施例一
[0068]
如图1所示，本发明实施例一提供了一种通信约束下多无人机协同区域覆盖的方法，包括以下步骤：
[0069]
s1、地图建模：设置任务区域，创建两个地图按照固定的间距进行栅格化，并依据不同的栅格赋值方式对栅格赋值分别得到避障地图和覆盖地图。
[0070]
所述步骤s1中，避障地图map1的栅格赋值公式为：
[0071][0072]
式中：ω1为禁止区域集合；ω2为其他区域集合；μ
mn
表示避障地图第m行第n列栅格的值；
[0073]
覆盖地图map2的栅格赋值公式为：
[0074][0075]
式中：ω3(k)为未探测区域的边界区域集合；ω4(k)为除边界区域外的待搜索集合；ω5(k)为禁止区域和已搜索区域集合，μ
1mn
表示避障地图第m行第n列栅格的值，k表示k时刻，μ
2mn
(k)表示覆盖地图第m行第n列栅格的值。
[0076]
s2、采用动态窗口算法进行路径规划，设置评价函数阈值，判断各条路径的评价函数的最大值是否大于阈值，若大于，则进入步骤s3；若小于，则进入步骤s4。
[0077]
其中路径规划时，各条路径采用的评价函数包括覆盖回报、油耗惩罚和斥力惩罚。
[0078]
进行路径规划时，需要建立无人机的uav运动方程。
[0079]
s3、选取其中评价函数值最高的一条路径，按照规划前进固定时长，然后根据无人机所处位置，更新地图，并返回步骤s2；
[0080]
本实施例中，根据无人机所处位置，更新地图；如图2和3所示，为无人机预测路径和禁飞区回避策略的示意图。
[0081]
s4、跟踪地图中的未探索区域，将地图根据已探索区域和其他区域进行二值化处
理得到二值矩阵，跟踪二值矩阵的连通区域，获取各个连通区域的面积的边界栅格列表，选取面积大于面积阈值的连通区域，计算边界栅格和无人机之间的距离，选择最近的栅格作为目标终点；
[0082]
s5、利用改进a*算法计算无人机到目标终点的路径，结合动态窗口算法引导无人机按照规划前进固定时长，直至到达改进a*算法得到的路径终点，然后返回步骤s2；所述利用改进a*算法包括以下步骤：
[0083]
利用a*算法到从无人机当前位置到目标点的一条完整路线，获得该路线对应的节点列表；
[0084]
提取节点列表中的关键节点，根据关键节点获取新的节点列表；
[0085]
提取新的节点列表中的中间节点并去掉，得到最终的节点列表；
[0086]
将最终的节点列表，依次作为动态窗口算法的目标点，引导无人机飞向目标终点执行任务。
[0087]
具体地，本实施例中，如图4所示，所述提取节点列表中的关键点，根据关键节点获取新的节点列表的具体方法为：
[0088]
计算节点列表中第一个节点和第二个节点的直线方程；
[0089]
依次带入之后的节点，判断是否符合方程，若符合，继续判断下一个节点；若不符合，则判断前一个节点为关键节点；根据关键节点和关键节点的下一个节点生成新的直线直线方程，重复以上步骤，直到终点；
[0090]
记录关键节点形成新的节点列表。
[0091]
具体地，如图5所示，所述提取新的节点列表中的中间节点的具体方法为：
[0092]
获取新的节点列表的第一个节点开始，依次判断其与不相邻节点之间是否存在障碍物，若不存在障碍物，则这两个节点间的节点为中间节点，继续判断其与下一个节点间是否存在障碍物；若存在障碍物，则获取前一个节点开始继续上述步骤，直到终点。
[0093]
传统a*算法获得的节点列表有很多冗余的节点，为了优化节点，本实施例首先通过提取列表中的关键节点优化路径，获取新的节点列表。通过上一步关键点的提取，可以获得相对较少的节点，但节点之间依旧存在可以直连的节点。通过连接这些节点，可以过滤掉中间节点，进而最大化的简化路径节点，并缩短路径长度。因此，本发明实施例采用优化a*算法，优化了a*算法到的路径。利用新的节点列表，依次作为动态窗口算法的目标点，引导无人机飞向未探索区域执行任务。
[0094]
进一步，所述步骤s5中，结合动态窗口算法引导无人机按照规划前进固定时长后，还包括更新地图的步骤，直至到达改进a*算法得到的路径终点。
[0095]
所述步骤s3和步骤s5中，更新地图之后，还包括计算覆盖率的步骤，若覆盖率大于设定覆盖率，则结束。
[0096]
实施例二
[0097]
本发明实施例二提供了一种通信约束下多无人机协同区域覆盖的方法，与实施例一相同的是，其包括所述的s1～s5五个步骤，与实施例一不同的是，本实施例的地图更新方式不同，本实施例中，为了实现边界区域的实时更新，假设无人机位于某一栅格内时为栅格中心；当栅格能被完全探测到时，标记为已覆盖。具体地，根据无人机所处位置，采用如下方法更新覆盖地图。
[0098]
(1)分别得到第一地图map1和第二地图map2，第一地图map1的栅格状态为：
[0099][0100]
第二地图map2的栅格状态为：
[0101][0102]
式中：ω6(k)为探测范围外的区域；ω7(k)为探测范围内的区域；ω8(k)为探测范围内区域的边界集合；ω9(k)为其他区域；μ
3mn
和μ
4mn
表示第一地图和第二地图的第m行第n列栅格的值。
[0103]
(2)获取覆盖地图中以无人机位置为中心，长度为2*r
e-1的矩阵地图map；re表示无人机探测范围的半径；
[0104]
(3)将map与map1的对应元素相乘得到矩阵mapt1；
[0105]
(4)将map逻辑化的新矩阵与map2的对应元素相乘得到矩阵mapt2；
[0106]
(5)将矩阵mapt1与矩阵mapt2相加得到新的地图，并赋值给覆盖地图map2的对应位置。
[0107]
本实施例中，通过上述更新方法，当无人机位于某一栅格内时视为无人机位于栅格中心；当栅格能被完全探测到时，标记为已覆盖。
[0108]
实施例三
[0109]
本发明实施例三提供了一种通信约束下多无人机协同区域覆盖的方法，与实施例一相同的是，其包括所述的s1～s5五个步骤，此外，本实施例的步骤s2中，进行路径规划时，需要建立uav模型，假设无人机(uav)为质点，并在空间以速度v等高度匀速飞行，转弯角度范围为其运动方程为：
[0110][0111]
式中：[xi(k),yi(k)]为k时刻第i个无人机的位置；[xi(k+1),yi(k+1)]为k+1时刻第i个无人机的位置；v为uavi的速度；δt为时间步长；θi(k)为k时刻第i个无人机的航向角。
[0112]
实施例四
[0113]
本发明实施例四提供了一种通信约束下多无人机协同区域覆盖的方法，与实施例一相同的是，其包括所述的s1～s5五个步骤，与实施例一不同的是，本实施例的步骤s2和s5中，路径规划时的状态转移方程具体为：
[0114][0115]
pi(k)＝(xi(k)，yi(k)，θi(k))表示第i个无人机uavi在k时刻的状态信息。在单位时间内，无人机位移较小，做匀速直线运动，第i个为人及uavi在k+1时刻的状态信息pi(k+1)＝(xi(k+1)，yi(k+1)，θi(k+1))可以根据上述uav运动方程推导出。
[0116]
本实施例中，采用生成动态窗口的方法，利用uav状态转移方程，从k时刻开始预测k-k+n时间内uav可能的运动轨迹，整条路径可以看作是由n条直线组成的。在所有路径中选取可行路径，计算所有可行路径的评价函数值，归一化评价函数，选择函数值最高的路径，并此航向角为期望值，生成截断正态分布的航线，选取其中的可行路径，再次计算评价函数
值，归一化评价函数，选取函数值最高的一条路径前进m时长。
[0117]
实施例五
[0118]
本发明实施例五提供了一种通信约束下多无人机协同区域覆盖的方法，与实施例一相同的是，其包括所述的s1～s5五个步骤，与实施例一不同的是，本实施例的步骤s2中，动态窗口算法采用的评价函数为：
[0119]
j＝ω1j1+ω2j2+ω3j3；
ꢀꢀꢀ
(7)
[0120]
其中，j表示评价函数，j1、j2、j3为覆盖回报、油耗惩罚及为无人机之间的斥力惩罚的归一化值；ω1,ω2,ω3为相应的权重。
[0121]
假设k时刻，第i个无人机uavi的预测路径集合为h；某条路径的节点集合为h；通信范围内的无人机集合为q。
[0122]
其中，覆盖回报是提高覆盖率是uav的第一任务，计算公式为：
[0123][0124]
式中，gh表示位于节点h时的可探测区域；γh为节点h的权重，h表示路径的节点集合。
[0125]
在搜索过程中，uav转弯需要更大的动力，耗油量大，影响续航时间，因此转弯惩罚的计算公式为：
[0126][0127]
表示路径s的转向角度；表示无人机转向角度的最大值。
[0128]
斥力惩罚的计算公式为：
[0129][0130]
式中，coveri(k)为uavi的地图覆盖率；d
ij
为第i个无人机uavi和第j个无人机uavj之间的距离。
[0131]
将j1'、j2'、j3'归一化处理后得到j1、j2、j3即可获得该路径的评价函数值。j值最大条件下，根据最大j值对应的路径，求取下一步航向角，引导无人机按照规划前进固定时长。
[0132]
实施例五
[0133]
本发明实施例五提供了一种通信约束下多无人机协同区域覆盖的方法，与实施例一相同的是，其包括所述的s1～s5五个步骤，与实施例一不同的是，本实施例的步骤s3中，各个无人机以通信中获取的位置信息，更新自己的地图。
[0134]
具体地，本实施例中，各个无人机的通信策略为：
[0135]
各个无人机记录每个时间节点，自己走过以及通信中得知的其它无人机走过的的位置，建立位置信息表；
[0136]
当两个无人机建立通信时，互相交换自身获取的各个无人机的最新位置信息；
[0137]
无人机根据通信获取的各个无人机的最新位置信息，更新地图。
[0138]
本实施例中，uavi记录每个时间节点，自己走过以及通信中得知的uavj(i≠j)走过的的位置，建立如表1所示的位置信息。当uavi和uavj建立通信时，首先uavi告知uavj，自己记录的uavq(q＝1,2,
…
,m)的最新位置的时间节点tq，若uavj有记录tq之后uavq的位置信
息，则返回对应的时间节点和位置信息。uavi由通信中获取的位置信息，更新自己的地图。
[0139]
表1位置信息
[0140][0141]
实施例六
[0142]
本发明实施例五提供了一种通信约束下多无人机协同区域覆盖的方法，与实施例一相同的是，其包括所述的s1～s5五个步骤，与实施例一不同的是，本实施例的步骤s5中，a*算法采用的动态窗口算法的代价函数为：
[0143]
f(n)＝g(n)+h(n)； (11)
[0144]
其中，f(n)为节点n的总代价；g(n)为起始点到节点n的代价；h(n)为节点n到目标点的代价，又称为启发函数。本实施例中，h(n)采用欧几里得距离，即：
[0145]
h(n)＝sqrt((n.x-goal.x)^2+(n.y-goal.y)^2)(12)
[0146]
式中：n.x和n.y分别为节点n的横纵坐标；goal.x和goal.y分别为目标点的横纵坐标。
[0147]
实施例六
[0148]
本发明实施例五提供了一种通信约束下多无人机协同区域覆盖的方法，与实施例一相同的是，其包括所述的s1～s5五个步骤，与实施例一不同的是，所述步骤s5中，采用的动态窗口算法通过评价函数g(w)来筛选最优路径，评价函数具体为方位角评价函数，即：
[0149]
g(w)＝heading(w)； (13)
[0150]
式中，heading(w)为方位角评价函数，w表示航向角，通过评价无人机模拟轨迹末端方位角与目标点之间的角度偏差，可以促进无人机更快的到达目标。
[0151]
本实施例中，当各条路径的评价函数的最大值均不满足大于阈值条件，则说明无人机陷入困境，通过步骤s4的图像处理技术，以及步骤s5的改进a*算法结合动态窗口算法，利用方位角评价函数g最小的条件，来计算无人机的航向角，引导无人机进行区域覆盖。
[0152]
本发明提供了一种通信约束下多无人机协同区域覆盖的方法，有着较高的覆盖率，飞行路径平滑，能够很好的规避障碍物并应对突发状况。通过路径预测和设置边界权重有效减少了区域分割带来的覆盖成本。利用双地图模式，结合矩阵运算能够快速实现地图的更新和禁飞区域的判断。利用图像处理技术以及改进a*算法和动态窗口算法的结合，使无人机能够快速的引导无人机去到未覆盖区域进行任务。
[0153]
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术
方案的范围。

技术特征：

1.一种通信约束下多无人机协同区域覆盖的方法，其特征在于，包括以下步骤：s1、地图建模：设置任务区域，创建两个地图按照固定的间距进行栅格化，并依据不同的栅格赋值方式对栅格赋值分别得到避障地图和覆盖地图；s2、采用动态窗口算法进行路径规划，设置评价函数阈值，判断各条路径的评价函数的最大值是否大于阈值，若大于，则进入步骤s3；若小于，则进入步骤s4；其中采用动态窗口算法进行路径规划时，各条路径采用的评价函数为：j＝ω1j1+ω2j2+ω3j3；其中，j表示评价函数，j1、j2、j3为覆盖回报、油耗惩罚及为无人机之间的斥力惩罚的归一化值；ω1,ω2,ω3为相应的权重；s3、选取其中评价函数值最高的一条路径，按照规划前进固定时长，然后根据无人机所处位置，更新地图，并返回步骤s2；s4、跟踪地图中的未探索区域，将地图根据已探索区域和其他区域进行二值化处理得到二值矩阵，跟踪二值矩阵的连通区域，获取各个连通区域的面积的边界栅格列表，选取面积大于面积阈值的连通区域，计算边界栅格和无人机之间的距离，选择最近的栅格作为目标终点；s5、利用改进a*算法计算无人机到目标终点的路径，结合动态窗口算法引导无人机按照规划前进固定时长，直至到达改进a*算法得到的路径终点，然后返回步骤s2；所述改进a*算法包括以下步骤：利用a*算法到从无人机当前位置到目标点的一条完整路线，获得该路线对应的节点列表；提取节点列表中的关键节点，根据关键节点获取新的节点列表；提取新的节点列表中的中间节点并去掉，得到最终的节点列表；将最终的节点列表，依次作为动态窗口算法的目标点，引导无人机飞向目标终点执行任务。2.根据权利要求1所述的一种通信约束下多无人机协同区域覆盖的方法，其特征在于，所述提取节点列表中的关键点，根据关键节点获取新的节点列表的具体方法为：计算节点列表中第一个节点和第二个节点的直线方程；依次带入之后的节点，判断是否符合方程，若符合，继续判断下一个节点；若不符合，则判断前一个节点为关键节点；根据关键节点和关键节点的下一个节点生成新的直线直线方程，重复以上步骤，直到终点；记录关键节点形成新的节点列表。3.根据权利要求1所述的一种通信约束下多无人机协同区域覆盖的方法，其特征在于，所述提取新的节点列表中的中间节点的具体方法为：获取新的节点列表的第一个节点开始，依次判断其与不相邻节点之间是否存在障碍物，若不存在障碍物，则这两个节点间的节点为中间节点，继续判断其与下一个节点间是否存在障碍物；若存在障碍物，则获取前一个节点开始继续上述步骤，直到终点。4.根据权利要求1所述的一种通信约束下多无人机协同区域覆盖的方法，其特征在于，所述步骤s1中，避障地图的栅格赋值公式为：
式中：ω1为禁止区域集合；ω2为其他区域集合；μ
mn
表示避障地图第m行第n列栅格的值；覆盖地图的栅格赋值公式为：式中：ω3(k)为未探测区域的边界区域集合；ω4(k)为除边界区域外的待搜索集合；ω5(k)为禁止区域和已搜索区域集合，μ
ij
(k)表示覆盖地图的第i行第j列栅格的值，k表示时刻。5.根据权利要求1所述的一种通信约束下多无人机协同区域覆盖的方法，其特征在于，所述步骤s3中，覆盖地图的更新方式为：(1)分别得到第一地图map1和第二地图map2，第一地图map1的栅格状态为：第二地图map2的栅格状态为：式中：ω6(k)为探测范围外的区域；ω7(k)为探测范围内的区域；ω8(k)为探测范围内区域的边界集合；ω9(k)为其他区域；μ
mn
表示避障地图第m行第n列栅格的值；(2)获取覆盖地图中以无人机位置为中心，长度为2*r
e-1的矩阵地图map；re表示无人机探测范围的半径；(3)将map与map1的对应元素相乘得到矩阵mapt1；(4)将map逻辑化的新矩阵与map2的对应元素相乘得到矩阵mapt2；(5)将矩阵mapt1与矩阵mapt2相加得到新的地图，并赋值给覆盖地图map2的对应位置。6.根据权利要求1所述的一种通信约束下多无人机协同区域覆盖的方法，其特征在于，所述步骤s3中，无人机以通信中获取的位置信息，更新自己的地图；无人机的通信策略为：各个无人机记录每个时间节点，自己走过以及通信中得知的其它无人机走过的的位置，建立位置信息表；当两个无人机建立通信时，互相交换自身获取的各个无人机的最新位置信息；无人机根据通信获取的各个无人机的最新位置信息，更新地图。7.根据权利要求1所述的一种通信约束下多无人机协同区域覆盖的方法，其特征在于，所述步骤s2中，归一化的覆盖回报、归一化的油耗惩罚、归一化的斥力惩罚的计算方法为：(1)计算覆盖回报j'1、转弯惩罚j
’2、斥力惩罚j'3，计算公式为：式中，(m，n)为无人机位于节点h时的可探测区域；γ
h
为节点h的权重；无人机位于节点h时的可覆盖栅格为集合g
h
；
表示路径s的转向角，表示最大转向角；cover
i
(k)为k时刻第i个无人机uav
i
的地图覆盖率；d
ij
为第i个无人机uav
i
和第j个无人机uav
j
之间的距离；通信范围内的无人机集合为q；(2)对覆盖回报j'1、转弯惩罚j'2、斥力惩罚j'3进行归一化，得到j1、j2、j3，即为覆盖回报、油耗惩罚及无人机之间的斥力惩罚的归一化值。8.根据权利要求1所述的一种通信约束下多无人机协同区域覆盖的方法，其特征在于，所述步骤s5中，采用的动态窗口算法的评价函数为：g(w)＝heading(w)式中，heading(w)为方位角评价函数，w表示航向角，g(w)表示评价函数。9.根据权利要求1所述的一种通信约束下多无人机协同区域覆盖的方法，其特征在于，所述步骤s5中，结合动态窗口算法引导无人机按照规划前进固定时长后，还包括更新地图的步骤，直至到达改进a*算法得到的路径终点。10.根据权利要求1所述的一种通信约束下多无人机协同区域覆盖的方法，其特征在于，所述步骤s3和步骤s5中，更新地图之后，还包括计算覆盖率的步骤，若覆盖率大于设定覆盖率，则结束。

技术总结

本发明属于无人机协同控制和路径规划技术领域，特别涉及一种通信约束下多无人机协同区域覆盖的方法，包括以下步骤：地图建模，更新地图；建立UAV运动方程；采用生成动态窗口的方法进行路径规划，设置评价函数阈值，判断各条路径的评价函数的最大值是否大于阈值，若大于，则选取其中评价函数值最高的一条路径，按照规划前进固定时长；若小于，则跟踪地图中的未探索区域，确定目标终点；S6、利用改进A*算法计算无人机到目标终点的路径，结合动态窗口算法引导无人机执行任务。本发明提高了多无人机协同的覆盖率，有效减少了覆盖成本。有效减少了覆盖成本。有效减少了覆盖成本。