改进A~*算法的物流无人机运输路径规划

针对低空环境下物流无人机运输路径规划问题,综合考虑低空规划空域、物理性能等内外限制,设计了一种改进A~*算法用以快速解算路径。该算法以栅格法飞行区域建模为基础,为适用无人机航空物流运输,在成本函数中引入栅格危险度并增加飞行时间、能源消耗等代价,同时采用动态加权法对估计函数的权值赋值。在既定的路径规划环境及物流无人机性能约束下,仿真结果表明:该算法能快速规划出危险度小、能耗少的避障运输路径,且性能相比原算法、蚁群算法优;并得出最佳路径所对应的栅格粒度大小与代价权重值取值,验证了本算法的有效性。

空地协同作业场景下无人机快速路径规划与自主降落技术

空地协同作业场景中要求无人机同时具备快速路径规划与精准自主降落功能,这对无人机搭载有限计算资源下算法的实时性和准确性提出了更高要求。主要解决了无人机快速路径规划与自主降落功能一体化实现关键技术难题。首先,针对传统A~*算法实时性差、消耗资源多等问题,将传统8邻域搜索方式改进为16方向搜索方式,并设计高匹配度启发函数和自适应权重系数全面提升路径规划算法性能;其次,设计了基于视觉反馈的面向空地协同作业场景下无人机自主降落策略,提高了自主降落的精度;最后,进行了仿真和实验,验证了所提改进A~*算法、自主降落和一体化实现策略的性能。结果表明,改进的A~*算法在规划路径长度与平滑度性能方面均得到提升,算法实时性大幅提升,满足复杂环境下的实时避障与规划需求;同时,无人机可以快速稳定地降落在地面平台目标点上。