CN111435256A - 一种基于栅格地图的飞行器自动地形规避方法 - Google Patents

一种基于栅格地图的飞行器自动地形规避方法 Download PDF

Info

Publication number
CN111435256A
CN111435256A CN201910029096.7A CN201910029096A CN111435256A CN 111435256 A CN111435256 A CN 111435256A CN 201910029096 A CN201910029096 A CN 201910029096A CN 111435256 A CN111435256 A CN 111435256A
Authority
CN
China
Prior art keywords
grid
terrain
neighborhood
aircraft
current
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201910029096.7A
Other languages
English (en)
Inventor
刘爽
孙萍
尹超
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Aviation Electric Co Ltd
Original Assignee
Shanghai Aviation Electric Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shanghai Aviation Electric Co Ltd filed Critical Shanghai Aviation Electric Co Ltd
Priority to CN201910029096.7A priority Critical patent/CN111435256A/zh
Publication of CN111435256A publication Critical patent/CN111435256A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/10—Simultaneous control of position or course in three dimensions
    • G05D1/101—Simultaneous control of position or course in three dimensions specially adapted for aircraft

Landscapes

  • Engineering & Computer Science (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明公开了一种基于栅格地图的飞行器自动地形规避方法，首先基于飞行器的起始位置及目标位置，获取飞行区域的栅格数字地形数据，并基于飞行器的当前飞行高度获对栅格数字地形数据进行二值化处理，生成飞行区域的地形障碍物数据，然后基于最优化的理论和方法，从飞行器的当前位置的四邻域中选择最优栅格最为新的预测位置，逐步迭代直至到达目标位置为止，最后顺序提取从当前位置到目标位置间的所有预测位置的格网坐标，生成地形规避路径，从而强复杂地形环境中的地形突防技术研究，提高飞行器的地形规避能力，从而增强飞行器的作战效能。

Description

一种基于栅格地图的飞行器自动地形规避方法
技术领域
本发明涉及航空控制技术领域，尤其是飞行器中广泛应用的基于数字地形数据库的近地告警类设备所涉及的地形跟随、地形回避和威胁回避等技术，此类***包括但不限于航空器近地告警设备、近地防撞***、地形提示与警告***以及综合环境监测***等航电设备的具体产品。
背景技术
飞行器的航迹规划是指在特定约束条件下，寻找飞行器从初始点到达目标点最优的运动轨迹。军用飞行器的航迹规划是以实现地形跟随、地形回避和威胁回避飞行为目的的新一代低空突防技术，其目的就是要利用地形和敌情等信息，规划出生存概率最大的飞行器突防轨迹。在防空技术日益完善的现代战争中，航迹规划是提高飞行器的作战效能，实施远程精确打击的有效手段。此外我国西南地区国际局势复杂，地形特征多样，因此亟需加强复杂地形环境中的地形突防技术研究，提高飞行器的地形规避能力，从而增强飞行器的作战效能。
数字地形数据是地表地形地貌的规则网格化数据，其数据主要采用规则网格的栅格数据方式进行组织存储。数字地形数据是近地告警***不可缺少的重要组成部分，同时，数字地形数据也是地形跟随、地形回避的重要基础数据。针对地形规避问题的研究，国内外的许多学者已经提出了不同的解决途径，但是，现有的地形规避算法的时间复杂度比较高，收敛速度较慢，不适合战场复杂环境下的航迹规划，难以实现地形轨迹路径的实时性需求。因此亟需提出新的地形规避算法，提高飞行器的地形规避能力，增强飞行器的作战效能。
发明内容
本发明公开了一种基于栅格地图的飞行器自动地形规避方法，首先基于飞行器的起始位置及目标位置，获取飞行区域的栅格数字地形数据，并基于飞行器的当前飞行高度获对栅格数字地形数据进行二值化处理，生成飞行区域的地形障碍物数据，然后基于最优化的理论和方法，从飞行器的当前位置的四邻域中选择最优栅格最为新的预测位置，逐步迭代直至到达目标位置为止，最后顺序提取从当前位置到目标位置间的所有预测位置的格网坐标，生成地形规避路径，从而强复杂地形环境中的地形突防技术研究，提高飞行器的地形规避能力，从而增强飞行器的作战效能。
本发明提供了一种基于栅格地图的飞行器自动地形规避方法，其特征在于，包括以下步骤：
步骤A：基于飞行器的起始位置及目标位置提取飞行区域的数字地形数据；
步骤B：基于飞行器的当前飞行高度，对飞行区域的数字地形数据进行二值化处理，提取飞行区域的地形障碍物数据。
步骤C：根据飞行器的当前位置，利用地形障碍物数据、已有的预测位置及目标位置信息等数据中选取当前位置的邻域栅格；
步骤D：分别计算每个邻域栅格与起始位置和目标位置之间的距离，然后计算邻域栅格的目标值；
步骤E：在所有邻域栅格中选择目标值最小的栅格作为新的预测位置；
步骤H：重复步骤C-步骤E，直至新的预测位置为目标位置为止；
步骤G：顺序提取当前位置到目标位置之间所有的预测位置的坐标，生成地形规避路径。
所述步骤A中飞行区域的数字地形数据可以根据飞行器的当前位置及目标位置计算飞行区域的范围，并对飞行区域的地形数据进行镶嵌处理,提取飞行区域的数字地形数据，为地形规避算法提供基础数据。
所述步骤B中的地形障碍物数据主要用于地形障碍物的定位及预测位置的查找，其基本原理是利用飞行器的当前飞行高度，对飞行区域的数字地形数据进行二值化处理，如果地形高度大于当前飞行高度则判断为地形障碍物，格网数值赋值为1,否则判断为非地形障碍物，格网数值赋值为0。
所述步骤C中邻域栅格邻域栅格的选取，主要考虑当前位置周围的四邻域栅格、地形障碍物、已有的预测位置及目标位置等信息选取邻域栅格，其主要原则如下：
a如果当前位置的邻域栅格中包含地形障碍物，则不选择该邻域栅格；
b如果当前位置的邻域栅格中包含已有预测位置，则不选择该邻域栅格；
c如果当前位置的没有合适的邻域栅格或者当前位置的四邻域的合适的邻域栅格的个数为0，则标识当前栅格为无效栅格，并返回当前位置的上一个预测位置，重新开始邻域栅格的选取；
d如果当前位置的邻域栅格中包含目标位置栅格，则结束地形规避算法；
所述步骤C中的邻域栅格的目标值f(x,y)主要通过下式计算：
f(x,y)＝g(x,y)+s(x,y)
其中g(x,y)是邻域栅格与起始位置之间的距离，可以在通过迭代算法当前栅格位置的上一个预测位置与起始位置之间的距离基础上加1得到；s(x,y)为当前栅格位置与目标栅格位置之间距离，可以利用马氏距离近似获取，具体计算公式如下：
s(x,y)＝abs(x-xs)+abs(y-ys)
其中x,y为当前栅格的行列号，xs,ys为目标栅格位置的行列号，基于是邻域栅格与起始位置和目标位置之间的距离可以获取邻域栅格的目标值；
所述步骤E中的新的预测位置的计算主要在当前栅格的邻域栅格中选择最优栅格，其基本原则为邻域栅格中目标值最小的栅格。但是，在邻域栅格中如果有两个邻域栅格的目标值相同，则选择目标位置和起始位置之间夹角最小的栅格作为新的预测栅格。
所述步骤H是在新的预测位置基础上重复所述步骤C到步骤E的过程，直至新的预测位置的邻域栅格中包含目标位置，则结束迭代过程；
所述步骤G中的地形规避路径则是在地形规避算法完成的基础上，顺序提取从起算位置到目标位置之间所有的预测位置的行列号，完成地形规避路径的生成。
附图说明
图1图示了基于栅格地图的飞行器自动地形规避技术的技术流程图
图2图示飞行器自动地形规避技术的原理示意图及验证结果
具体实施方式
本发明公开了一种基于栅格地图的飞行器自动地形规避方法，首先基于飞行器的起始位置及目标位置，获取飞行区域的栅格数字地形数据，并基于飞行器的当前飞行高度获对栅格数字地形数据进行二值化处理，生成飞行区域的地形障碍物数据，然后基于最优化的理论和方法，从飞行器的当前位置的四邻域中选择最优栅格最为新的预测位置，逐步迭代直至到达目标位置为止，最后顺序提取从当前位置到目标位置间的所有预测位置的格网坐标，生成地形规避路径，从而强复杂地形环境中的地形突防技术研究，提高飞行器的地形规避能力，从而增强飞行器的作战效能。
本发明提供了一种基于栅格地图的飞行器自动地形规避方法，其特征在于，包括以下步骤：
步骤A：基于飞行器的起始位置及目标位置提取飞行区域的数字地形数据；
步骤B：基于飞行器的当前飞行高度，对飞行区域的数字地形数据进行二值化处理，提取飞行区域的地形障碍物数据。
步骤C：根据飞行器的当前位置，利用地形障碍物数据、已有的预测位置及目标位置信息等数据中选取当前位置的邻域栅格；
步骤D：分别计算每个邻域栅格与起始位置和目标位置之间的距离，然后计算邻域栅格的目标值；
步骤E：在所有邻域栅格中选择目标值最小的栅格作为新的预测位置；
步骤H：重复步骤C至步骤E，直至新的预测位置为目标位置为止；
步骤G：顺序提取当前位置到目标位置之间所有的预测位置的坐标，生成地形规避路径。
所述步骤A中飞行区域的数字地形数据可以根据飞行器的当前位置及目标位置计算飞行区域的范围，并对飞行区域的地形数据进行镶嵌处理,提取飞行区域的数字地形数据，为地形规避算法提供基础数据。
所述步骤B中的地形障碍物数据主要用于地形障碍物的定位及预测位置的查找，其基本原理是利用飞行器的当前飞行高度，对飞行区域的数字地形数据进行二值化处理，如果地形高度大于当前飞行高度则判断为地形障碍物，格网数值赋值为1,否则判断为非地形障碍物，格网数值赋值为0。
所述步骤C中邻域栅格邻域栅格的选取，主要考虑当前位置周围的四邻域栅格、地形障碍物、已有的预测位置及目标位置等信息选取邻域栅格，其主要原则如下：
a如果当前位置的邻域栅格中包含地形障碍物，则不选择该邻域栅格；
b如果当前位置的邻域栅格中包含已有预测位置，则不选择该邻域栅格；
c如果当前位置的没有合适的邻域栅格或者当前位置的四邻域的合适的邻域栅格的个数为0，则标识当前栅格为无效栅格，并返回当前位置的上一个预测位置，重新开始邻域栅格的选取；
d如果当前位置的邻域栅格中包含目标位置栅格，则结束地形规避算法；
所述步骤C中的邻域栅格的目标值f(x,y)主要通过下式计算：
f(x,y)＝g(x,y)+s(x,y)
其中g(x,y)是邻域栅格与起始位置之间的距离，可以在通过迭代算法当前栅格位置的上一个预测位置与起始位置之间的距离基础上加1得到；s(x,y)为当前栅格位置与目标栅格位置之间距离，可以利用马氏距离近似获取，具体计算公式如下：
s(x,y)＝abs(x-xs)+abs(y-ys)
其中x,y为当前栅格的行列号，xs,ys为目标栅格位置的行列号，基于是邻域栅格与起始位置和目标位置之间的距离可以获取邻域栅格的目标值；
所述步骤E中的新的预测位置的计算主要在当前栅格的邻域栅格中选择最优栅格，其基本原则为邻域栅格中目标值最小的栅格。但是，在邻域栅格中如果有两个邻域栅格的目标值相同，则选择目标位置和起始位置之间夹角最小的栅格作为新的预测栅格。
所述步骤H是在新的预测位置基础上重复所述步骤C到步骤E的过程，直至新的预测位置的邻域栅格中包含目标位置，则结束迭代过程；
所述步骤G中的地形规避路径则是在地形规避算法完成的基础上，顺序提取从起算位置到目标位置之间所有的预测位置的行列号，完成地形规避路径的生成。
使用方法如下：将基于栅格地图的飞行器自动地形规避技术软件模块形式封装，内嵌于航空器自动近地防撞***主程序或者地形规避主程序。
以上仅表达了本发明的实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims (8)

1.一种基于栅格地图的飞行器自动地形规避方法，其特征在于，包括以下步骤，
步骤A，基于飞行器的起始位置及目标位置提取飞行区域的数字地形数据；
步骤B，基于飞行器的当前飞行高度，对飞行区域的数字地形数据进行二值化处理，提取飞行区域的地形障碍物数据；
步骤C，根据飞行器的当前位置，利用地形障碍物数据、已有的预测位置及目标位置信息等数据中选取当前位置的邻域栅格；
步骤D，分别计算每个邻域栅格与起始位置和目标位置之间的距离，然后计算邻域栅格的目标值；
步骤E，在所有邻域栅格中选择目标值最小的栅格作为新的预测位置；
步骤F，重复步骤C至步骤E，直至新的预测位置为目标位置为止；以及，
步骤G，顺序提取当前位置到目标位置之间所有的预测位置的坐标，生成地形规避路径。
2.根据权利要求1所述的一种基于栅格地图的飞行器自动地形规避方法，其特征在于，所述步骤A中飞行区域的数字地形数据可以根据飞行器的当前位置及目标位置计算飞行区域的范围，并对飞行区域的地形数据进行镶嵌处理,提取飞行区域的数字地形数据，为地形规避算法提供基础数据。
3.根据权利要求1所述的一种基于栅格地图的飞行器自动地形规避方法，其特征在于，所述步骤B中的地形障碍物数据主要用于地形障碍物的定位及预测位置的查找，其基本原理是利用飞行器的当前飞行高度，对飞行区域的数字地形数据进行二值化处理，如果地形高度大于当前飞行高度则判断为地形障碍物，格网数值赋值为1,否则判断为非地形障碍物，格网数值赋值为0。
4.根据权利要求1所述的一种基于栅格地图的飞行器自动地形规避方法，其特征在于，所述步骤C中邻域栅格邻域栅格的选取，主要考虑当前位置周围的四邻域栅格、地形障碍物、已有的预测位置及目标位置等信息选取邻域栅格，其主要原则如下：
a如果当前位置的邻域栅格中包含地形障碍物，则不选择该邻域栅格；
b如果当前位置的邻域栅格中包含已有预测位置，则不选择该邻域栅格；
c如果当前位置的没有合适的邻域栅格或者当前位置的四邻域的合适邻域栅格的个数为0，则标识当前栅格为无效栅格，并返回当前位置的上一个预测位置，重新开始邻域栅格的选取；
d如果当前位置的邻域栅格中包含目标位置栅格，则结束地形规避算法。
5.根据权利要求1所述的一种基于栅格地图的飞行器自动地形规避方法，其特征在于，所述步骤D中的邻域栅格的目标值f(x,y)主要通过下式计算：
f(x,y)＝g(x,y)+s(x,y)
其中g(x,y)是邻域栅格与起始位置之间的距离，可以在通过迭代算法当前栅格位置的上一个预测位置与起始位置之间的距离基础上加1得到；s(x,y)为当前栅格位置与目标栅格位置之间距离，可以利用马氏距离近似获取，具体计算公式如下：
s(x,y)＝abs(x-xs)+abs(y-ys)
其中x,y为当前栅格的行列号，xs,ys为目标栅格位置的行列号，基于是邻域栅格与起始位置和目标位置之间的距离可以获取邻域栅格的目标值。
6.根据权利要求1所述的一种基于栅格地图的飞行器自动地形规避方法，其特征在于，所述步骤E中的新的预测位置的计算主要在当前栅格的邻域栅格中选择最优栅格，其基本原则为邻域栅格中目标值最小的栅格。但是，在邻域栅格中如果有两个邻域栅格的目标值相同，则选择目标位置和起始位置之间夹角最小的栅格作为新的预测栅格。
7.根据权利要求1所述的一种基于栅格地图的飞行器自动地形规避方法，其特征在于，所述步骤F是在新的预测位置基础上重复所述步骤C到步骤E的过程，直至新的预测位置的邻域栅格中包含目标位置，则结束迭代过程。
8.根据权利要求1所述的一种基于栅格地图的飞行器自动地形规避方法，其特征在于，所述步骤G中的地形规避路径则是在地形规避算法完成的基础上，顺序提取从起算位置到目标位置之间所有的预测位置的行列号，完成地形规避路径的生成。
CN201910029096.7A 2019-01-12 2019-01-12 一种基于栅格地图的飞行器自动地形规避方法 Pending CN111435256A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910029096.7A CN111435256A (zh) 2019-01-12 2019-01-12 一种基于栅格地图的飞行器自动地形规避方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910029096.7A CN111435256A (zh) 2019-01-12 2019-01-12 一种基于栅格地图的飞行器自动地形规避方法

Publications (1)

Publication Number Publication Date
CN111435256A true CN111435256A (zh) 2020-07-21

Family

ID=71580598

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910029096.7A Pending CN111435256A (zh) 2019-01-12 2019-01-12 一种基于栅格地图的飞行器自动地形规避方法

Country Status (1)

Country Link
CN (1) CN111435256A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113917939A (zh) * 2021-10-09 2022-01-11 广东汇天航空航天科技有限公司 飞行器的定位导航方法、***及计算设备

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060041375A1 (en) * 2004-08-19 2006-02-23 Geographic Data Technology, Inc. Automated georeferencing of digitized map images
DE102008050206A1 (de) * 2008-10-01 2010-05-27 Micro-Star International Co., Ltd., Jung-Ho City Routenplanungsverfahren und Navigationsverfahren für eine mobile Robotervorrichtung
CN103901892A (zh) * 2014-03-04 2014-07-02 清华大学 无人机的控制方法及***
CN108445879A (zh) * 2018-03-12 2018-08-24 上海大学 一种基于预测碰撞危险区域的无人艇避障方法
CN108444482A (zh) * 2018-06-15 2018-08-24 东北大学 一种无人机自主寻路避障方法及***

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060041375A1 (en) * 2004-08-19 2006-02-23 Geographic Data Technology, Inc. Automated georeferencing of digitized map images
DE102008050206A1 (de) * 2008-10-01 2010-05-27 Micro-Star International Co., Ltd., Jung-Ho City Routenplanungsverfahren und Navigationsverfahren für eine mobile Robotervorrichtung
CN103901892A (zh) * 2014-03-04 2014-07-02 清华大学 无人机的控制方法及***
CN108445879A (zh) * 2018-03-12 2018-08-24 上海大学 一种基于预测碰撞危险区域的无人艇避障方法
CN108444482A (zh) * 2018-06-15 2018-08-24 东北大学 一种无人机自主寻路避障方法及***

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
李钦 等: "面向直升机低空突防的三维航线规划算法研究", 《测绘工程》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113917939A (zh) * 2021-10-09 2022-01-11 广东汇天航空航天科技有限公司 飞行器的定位导航方法、***及计算设备

Similar Documents

Publication Publication Date Title
CN110031004B (zh) 基于数字地图的无人机静态和动态路径规划方法
CN107589663B (zh) 基于多步粒子群算法的无人机协同侦察覆盖方法
US9030347B2 (en) Preemptive signature control for vehicle survivability planning
US9240001B2 (en) Systems and methods for vehicle survivability planning
CN108759839B (zh) 一种基于态势空间的无人飞行器路径规划方法
US20100145552A1 (en) Route planning using ground threat prediction
US20080169968A1 (en) Management of tracking models
CN107063255A (zh) 一种基于改进果蝇优化算法的三维航路规划方法
CN102880186A (zh) 基于稀疏a*算法和遗传算法的航迹规划方法
EP2844950A2 (en) Systems and methods for vehicle survivability planning
CN111750869A (zh) 一种实时重构Voronoi图的无人机路径规划方法
US20130297096A1 (en) Evaluation tool for vehicle survivability planning
CN103713642A (zh) 一种基于扰动流体动态***的无人机三维航路规划方法
CN113848961B (zh) 基于声纳探测概率的水下航行器安全隐蔽路径规划方法及***
CN112666981A (zh) 基于原鸽群动态群组学习的无人机集群动态航路规划方法
CN115238226B (zh) 一种防空有效杀伤区计算方法
CN112066992A (zh) 一种基于视场约束的反辐射无人机搜索航迹规划方法
CN110793522B (zh) 一种基于蚁群算法的航迹规划方法
CN111435256A (zh) 一种基于栅格地图的飞行器自动地形规避方法
CN116661496B (zh) 一种基于智能算法的多巡飞弹协同航迹规划方法
Herman et al. Overview of the multiple autonomous underwater vehicles (MAUV) project
CN116560408A (zh) 一种用于无人机时间最优轨迹的序列凸优化方法及***
CN106996789B (zh) 一种多机载雷达协同探测的航路规划方法
CN102521883B (zh) 最低安全高度告警方法、自适应生成地表网格方法及装置
CN114721435A (zh) 一种基于软约束的针对无人机群的防御方法及相关设备

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination