针对多无人机疏散配置在多个基地、协同执行多目标侦察任务的应用需求,提出了一种基于改进A*算法的多基地多无人机分阶段任务规划方法,包括区域设置、航程估算、多基地多无人机任务分配、基地内单无人机时序分配、航迹搜索、航迹平滑和局部动态规划等多阶段层次化的处理流程.基于改进A*算法预估航程矩阵,基于改进K-means算法和深度遍历方法求解多基地多无人机任务分配,基于旅行商(TSP)模型求解单无人机时序任务分配,基于改进A*算法和三次B样条曲线规划并优化航迹,依据态势变化执行局部动态任务规划.开发了多无人机任务规划软件,验证了所提出的分阶段任务规划处理流程.实验结果表明,改进A*算法可剔除冗余节点,缩短4％以上航程,应用改进A*预估航程的任务分配能够满足威胁规避约束,进而可有效实现复杂威胁条件下多基地多无人机的航迹规划.

无人机;任务分配;航迹规划;改进A*算法;改进K-means算法

32146部队,焦作 454000;国防科技大学 智能科学学院,长沙 410000

[1]郑锴;尹栋;殷少锋;郑献民;林宏旭-.基于改进A*算法的多基地多无人机分阶段任务规划方法)[J].中国惯性技术学报,2022(02):248-256

深度遍历

多无人机,分阶段,规划方法,疏散,目标侦察,应用需求,区域设置,航程,无人机任务分配,单无人机,机时,航迹平滑,动态规划,多阶段,层次化,处理流程,means,行商,TSP,模型求解,样条曲线,线规,执行局,动态任务规划,冗余节点,上航,应用改进,航迹规划

0.29227