专利名称：：一种基于反馈模糊推理的无人机实时航路规划方法
技术领域：
：本发明涉及一种无人机实时航路规划方法，特别是一种基于反馈模糊推理的无人机实时航路规划方法。该方法属于人工智能领域。
背景技术：
：无人机执行任务的环境主要是敌对环境或战争环境，这种环境具有高度的不确定性。威胁环境中的无人机航路规划是军用无人机要解决的关键问题。无人机实时航路规划是在这种具有不确定性的威胁环境中，通过获取当前位置的环境信息，同时考虑自身性能约束，从而做出决策到达下一个位置，由此形成一条按某一性能指标最优或近似最优的安全路径，最终到达给定目标的过程。为了使无人机能够成功的规避威胁体并且以较大的生存概率抵达目标，需要满足如下性能条件1)全局收敛性只要存在可飞航路就能够确保无人机最终抵达目标；2)逃逸能力无人机能够从威胁域中迅速逃离；3)路径平滑性航路满足无人机的机动性能要求；4)航路最优或次优。由于无人机的飞行环境具有高度的不确定性和复杂性等特点，这使得传统的确定性的描述处理方法难以凑效，而模糊推理在这方面却有着天然的优势一模糊推理可以利用语言规则库对当前复杂的环境信息进行处理，从而做出决策。语言规则库则可以由专家凭知识和经验来获取。模糊推理是建立在扎德提出的模糊集理论基础上的，是一种处理不精确描述的软计算。模糊逻辑的核心概念是语言变量，其不确定性的程度由隶属度函数表示。通常，模糊推理所基于的模糊规则具有这样的形式规则i如果X是Ai,那么￥是&(丨=1，…，1)其中，X称为前件语言变量，Y称为后件语言变量，前件Ai、后件Bi分别为定义在论域U和V上的语言值。目前应用最广泛的模糊推理方法是扎德提出的模糊规则合成法。该方法具有简单实用的特点，其基本思想是若“Y是B”为“X是A”的结论，那么B是由模糊关系R与前件A合成得到的，而R是由给定的1个模糊规则形成的。设第i条规则蕴涵的模糊关系Ri为Ri=Ai—Bi(9)则1条规则蕴涵的模糊关系为R为权利要求一种基于反馈模糊推理的无人机实时航路规划方法，其特征在于步骤如下第一步无人机航路的更新模式决定无人机当前飞行方向的主要有两个因素躲避危险的行为PS和向着目标飞行的行为GS；PS保证无人机能够规避危险，安全飞行；GS保证无人机最终能够到达给定目标；这两种因素最终影响无人机在当前位置的转角，并由下述公式描述Δθ＝wPS·ΔθPS+wGS·ΔθGS(1)其中，Δθ表示无人机的实际转角，ΔθPS表示由PS决定的参考转角，ΔθGS表示由GS决定的参考转角，wPS和wGS表示二者所占的权重；转角ΔθPS及其权重wPS通过模糊推理得到；无人机在某个位置一旦获取了当前环境信息，PS和GS就会被同时激活并进行独立决策，然后通过分配权值而最终得到无人机的实际转角，由此计算出无人机的下一个位置，以实现航路的更新<mrow><mfencedopen='['close=']'><mtable><mtr><mtd><msub><mi>x</mi><mrow><mi>k</mi><mo>+</mo><mn>1</mn></mrow></msub></mtd></mtr><mtr><mtd><msub><mi>y</mi><mrow><mi>k</mi><mo>+</mo><mn>1</mn></mrow></msub></mtd></mtr></mtable></mfenced><mo>=</mo><mfencedopen='['close=']'><mtable><mtr><mtd><msub><mi>x</mi><mi>k</mi></msub><mo>+</mo><mi>vΔ</mi><mi>t</mi><mi>cos</mi><mrow><mo>(</mo><msub><mi>θ</mi><mi>k</mi></msub><mo>+</mo><mi>Δ</mi><msub><mi>θ</mi><mi>k</mi></msub><mo>)</mo></mrow></mtd></mtr><mtr><mtd><msub><mi>y</mi><mi>k</mi></msub><mo>+</mo><mi>vΔ</mi><mi>t</mi><mi>sin</mi><mrow><mo>(</mo><msub><mi>θ</mi><mi>k</mi></msub><mo>+</mo><mi>Δ</mi><msub><mi>θ</mi><mi>k</mi></msub><mo>)</mo></mrow></mtd></mtr></mtable></mfenced><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>2</mn><mo>)</mo></mrow></mrow>其中，(xk，yk)表示无人机当前位置的坐标，(xk+1，yk+1)表示无人机下一个位置的坐标，Δθk表示无人机在当前位置的转角，v表示无人机的飞行速率，Δt表示两个位置间的飞行时间间隔；第二步模糊规则库的建立首先，建立关于ΔθPS的模糊规则库无人机的探测范围为一个半圆，将其分成左、前、右三个圆心角均为60°的扇形区域，分别用扇形危险指数αl、αf和αr表示无人机左方、前方和右方的危险程度；以此建立以扇形危险指数αf为前件，以参考转角ΔθPS为后件的模糊规则库；其次，建立关于wPS的模糊规则库参考转角ΔθPS的权重wPS由当前位置整个环境对无人机的危险程度决定；当前位置整个环境的危险程度用半圆危险指数βc来表示；以此建立以半圆危险指数βc为前件，以权重wPS为后件的模糊规则库；第三步模糊前件的获取通过将扇形危险指数αf和半圆危险指数βc模糊化得到模糊推理所需的模糊前件；第四步反馈模糊推理将αf和βc模糊化后，使用反馈模糊推理方法进行模糊推理得到模糊后件ΔθPS和wPS；第五步解模糊经过解模糊得到参考转角ΔθPS和其权重wPS的值；其中，若αl≥αr，则ΔθPS取负号；若αl＜αr，则ΔθPS取正号；第六步确定其余参量首先，确定wGS权重wGS可以由wPS得到wGS＝1wPS(3)其次，确定ΔθGS参考转角ΔθGS有两种确定方式对目标飞行模式和威胁体边界跟踪模式；如果当前在机目连线上有威胁体存在，无人机将按照威胁体边界跟踪模式飞行；否则，无人机将按照对目标飞行模式飞行；第七步确定无人机的下一个位置在各个参数确定后，根据公式(5)计算出无人机的下一个位置；由此，无人机便完成了一次位置更新，直至到达目标；第八步设计结束。2.根据权利要求1所述的一种基于反馈模糊推理的无人机实时航路规划方法，其特征在于所述第四步骤中，反馈模糊推理方法设计如下设给定模糊关系为R，无人机在时间内获取的前件序列为{A°，A1,…，At-1I,经过反馈模糊推理得到的相应的后件序列为{B°，B1,…，BtI，在t时刻获取的前件为At；将t时刻的反馈信息Ft设计为F'=U(A'^Bi)(4)3.根据权利要求1所述的一种基于反馈模糊推理的无人机实时航路规划方法，其特征在于所述第六步骤中，将对目标飞行模式和威胁体边界跟踪模式设计如下①在对目标飞行模式下，参考转角△θes受两个角度的约束；第一个角度为无人机飞行方向与机-目连线的夹角θf;第二个角度为无人机所允许的最大转角θ_；由此可得全文摘要本发明涉及一种基于反馈模糊推理的无人机实时航路规划方法，其步骤如下第一步无人机航路的更新模式；第二步模糊规则库的建立；第三步模糊前件的获取；第四步反馈模糊推理方法的设计；第五步解模糊；第六步确定其余参量；第七步确定无人机的下一个位置；第八步设计结束。本发明与现有的无人机实时航路规划方法相比，本发明通过应用反馈模糊推理方法使无人机具备了初步的自主学习能力，从而提高了航路规划的效果。按本发明设计的实时航路规划方法不仅航路短、路径平滑，而且具有全局收敛性，并且容易实现，为工程应用提供了一种更加实用和可靠的无人机实时航路规划方法。文档编号G06N7/02GK101963508SQ20101026490公开日2011年2月2日申请日期2010年8月27日优先权日2010年8月27日发明者林树民,蔡开元,郑征申请人:北京航空航天大学