CHC算法的无人机航迹规划方法

       利用改进的遗传算法--跨世代异物种重组大变异(CHC,Cross generation Heterogeneous recombinationCataclysmic mutation)算法提出了一种无人机的航迹规划方法.初始种群即初始航线集利用具有启发式信息的搜索算法产生;适应度函数为距离指标与威胁指标的组合形式;选择操作群体为当前群体与上世代群体的群体总和,由于大个体群操作,可以更好地保持遗传多样性;交叉操作采用单点交叉方法,交叉点取为2条航线中距离最近的2个点;变异操作的步骤是:首先在航线中搜索出2个点,然后算出这2个点之间的直线距离与实际航线距离的比值,如果这个比值小于某一阈值则以这2个点为端点重新规划一条航线.由于考虑到了无人机约束条件的限制,从而避免了盲目性且加快了收敛速度,仿真结果表明该方法比基本遗传算法要快而且满足最优条件。

       自驾仪是无人机实现自主飞行与自主完成各项任务的核心器件。现有商用无人机自驾仪大多没有进行硬件加固,直接用来执行重大任务时有一定风险。通过分析可知自驾仪组成模块中对安全性和可靠性影响最大的模块为控制解算器。根据逐步提高的容错需求,使用复位器、计数器、反相器、选择器等简单器件以及在芯片内部添加简单代码,分别设计了单机复位加固方案、双机热备加固方案、硬件切换和软件切换双机互备加固方案。重点研究了加固方案的可靠性随时间的变化关系,并进行了对比分析。对加固方案的工作机制进行了模拟,分析了这些方案在处理故障时的系统异常输出时间等容错特性。计算表明,这些加固方案可以显著提高系统的可靠性,其中双机互备加固方案的可靠性最高。该研究对于指导高可靠性自驾仪设计时在容错效果与复杂度、成本等方面进行折中具有较大的参考意义。

相关标签:CHC  算法  无人机  航迹  规划  方法  
明星产品 Hot products
热门资讯 Hot information
粤ICP备17015802号-1 © 2019 www.17uav.com中国无人机行业网|AOPA无人机培训|无人机考证|无人机驾驶培训|无人机航拍| 版权所有 侵权必究

粤公网安备 44130202000708号