本发明实施例涉及控制，尤其涉及一种基于时空双层规划算法的无人运输机实时航迹规划方法。
背景技术：
1、目前，随着现代信息技术的不断发展，无人机从军事应用逐渐普及到民用领域，现在，多种型号和功能的民用无人机在各行各业得到了广泛应用，如应用于航拍、农业辅助以及巡检等，使人们的生活更加丰富和便利。
2、然而，在无人运输机正式大规模投入市场之前，存在些许问题亟待解决，尤其是飞行安全问题。相较于民航运输业，飞行前，包括在飞以及待飞的所有飞行器都会统一进行航迹规划，飞行时也有飞行员通过雷达以及地面指挥，针对各种突发情况进行灵活的操作。而无人机在减少大量人力消耗的同时，也带来了很多不确定性。由于现在尚未形成完善的空中飞行交通体系，若没有提前进行充分规划，很容易造成安全隐患，尤其是地面人员的安全问题。
3、可见，亟需一种规划效率、适应性和安全性高的基于时空双层规划算法的无人运输机实时航迹规划方法。
技术实现思路
1、有鉴于此，本发明实施例提供一种基于时空双层规划算法的无人运输机实时航迹规划方法，至少部分解决现有技术中存在规划效率、适应性和安全性较差的问题。
2、本发明实施例提供了一种基于时空双层规划算法的无人运输机实时航迹规划方法，包括：
3、步骤1，建立大型无人运输机飞行环境模型；
4、步骤2，根据大型无人运输机飞行动力学约束和过程约束模型建立其轨迹优化的最优控制模型；
5、步骤3，根据大型无人运输机飞行环境模型与最优控制模型，采用时空双层规划算法实时求解大型无人运输机航迹规划问题；
6、步骤4，针对航迹节点的目标范围邻域内航迹突变问题，采用b样条曲线法来对目标范围内航迹进行平滑化。
7、根据本发明实施例的一种具体实现方式，所述步骤1具体包括：
8、步骤1.1，利用栅格法对大型无人运输机的三维飞行环境进行划分，以使得每个节点都可向周围可行区域自由拓展；
9、步骤1.2，根据真实飞行环境，采用函数模拟法创建不同规格的柱状障碍物、圆锥形障碍物以及圆柱形障碍物，将无障碍物区域的栅格代价设置为1，有障碍物区域的栅格代价设置为无穷大。
10、根据本发明实施例的一种具体实现方式，所述步骤2具体包括：
11、步骤2.1，建立大型无人运输机动力学与运动学方程，定义其状态矩阵与输入矩阵为
12、；
13、其中，x、y与h分别代表无人机沿惯性参考坐标系三轴方向上的位移，v代表飞行速度，θ代表航迹倾角，代表航迹偏角，代表飞行攻角，σ飞行倾侧角，t表示矩阵的转置；
14、步骤2.2，建立大型无人运输机飞行动力学约束以及过程约束模型，其中，所述大型无人运输机飞行动力学约束的表达式为
15、；
16、其中，、、、、以及分别代表各个状态量的导数，l与d分别代表无人机所受到的气动升力与阻力，p为无人机所受到的发动机推力，m为无人机质量，g代表重力加速度，r代表地心矢径；
17、所述过程约束模型包括控制量约束与障碍物约束，其中，所述控制量约束的表达式为：
18、；
19、其中，和分别代表飞行攻角的下限与上限，σmin和σmax分别代表倾侧角σ的下限与上限；
20、所述障碍物约束的表达式为：
21、；
22、其中，(xcur, ycur, hcur)与(xobs, yobs, hobs)分别代表无人机当前坐标和当前高度平面内障碍物的中心坐标，d代表无人机当前位置与障碍物中心的欧氏距离，rmax代表所有高度平面中障碍物中心与边界的最大距离，ε为大于1的数；
23、步骤2.3，根据动力学与运动学方程以及过程约束模型，建立大型无人运输机轨迹优化的最优控制模型，其中，所述最优控制模型的表达式为
24、；
25、其中，代表端点型代价函数，g(x)代表拉格朗日代价函数，t代表时间，t0代表初始时间，tf代表末端时间，x代表状态矩阵，f代表状态方程，u代表控制矩阵，代表状态矩阵的导数，代表末端约束方程，代表障碍物与控制量的约束方程，j为目标函数。
26、根据本发明实施例的一种具体实现方式，所述步骤3具体包括：
27、步骤3.1，仅考虑障碍物约束，选择距离函数作为算法代价函数，外层基于空间域与飞行环境模型采用算法快速规划出一条最短路径，其中，所述距离函数为欧氏距离、曼哈顿距离以及闵可夫斯基距离中的任一种；
28、步骤3.2，根据航迹规划的最优控制模型和算法规划得到的航迹节点信息，内层基于时间域采用自适应radau伪谱法来并行计算相邻航迹节点构成的各个子区间内部的最优轨迹。
29、根据本发明实施例的一种具体实现方式，所述步骤4具体包括：
30、步骤4.1，确定b样条曲线的阶数k以及控制点集合u，并确定基函数的形式；
31、步骤4.2，根据b样条曲线方程对航迹节点小范围邻域内的飞行航迹进行平滑化；
32、步骤4.3，通过调整航迹节点邻域半径大小，采用迭代算法来得到最优的b样条曲线平滑化结果。
33、本发明实施例中的基于时空双层规划算法的无人运输机实时航迹规划方案，包括：步骤1，建立大型无人运输机飞行环境模型；步骤2，根据大型无人运输机飞行动力学约束和过程约束模型建立其轨迹优化的最优控制模型；步骤3，根据大型无人运输机飞行环境模型与最优控制模型，采用时空双层规划算法实时求解大型无人运输机航迹规划问题；步骤4，针对航迹节点的目标范围邻域内航迹突变问题，采用b样条曲线法来对目标范围内航迹进行平滑化。
34、本发明实施例的有益效果为：通过本发明的方案，提出了一种时空双层规划算法来求解大型无人运输机实时航迹规划问题，其中外层基于空间域采用算法快速规划一条最短路径，提供航迹节点信息，内层基于时间域采用自适应radau伪谱法在每个航迹节点区间内部并行规划轨迹，以此提升航迹规划速度，并使得无人机飞行过程中能够满足诸多过程约束；采用b样条曲线法来解决节点小范围邻域内航迹不平滑问题，针对平滑后航迹可能会穿越地形障碍物的问题，采用迭代算法对该邻域半径进行优化，提高了规划效率、适应性和安全性。
1.一种基于时空双层规划算法的无人运输机实时航迹规划方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于,所述步骤1具体包括：
3.根据权利要求2所述的方法，其特征在于,所述步骤2具体包括：
4.根据权利要求3所述的方法，其特征在于,所述步骤3具体包括：
5.根据权利要求4所述的方法，其特征在于,所述步骤4具体包括：
