基于DMPC-A*融合的多无人机路径规划算法

赵礼强; 刘雨欣; 王尔申; 徐宝升; 纪贵鹏

交通信息与安全 ›› 2025, Vol. 43 ›› Issue (5) : 180 -190.

基于DMPC-A^*融合的多无人机路径规划算法

赵礼强, 刘雨欣, 王尔申, 徐宝升, 纪贵鹏

作者信息 +

Author information +

文章历史 +

摘要

针对复杂三维空域环境中多无人机协同目标跟踪和动态避障的路径规划所面临的效率低、飞行稳定性差的问题，研究了基于分布式模型预测控制（distributed model predictive control,DMPC）与A^*搜索算法融合的路径优化方法。利用A^*算法生成多无人机的全局初始路径，为各无人机分配合理的目标航迹点，并为无人机提供基本可行的安全航迹。将贝塞尔曲线与DMPC预测模型融合，通过对曲线控制点参数优化实现路径平滑性和航迹连续性的提升，并综合考虑无人机动力学约束、航迹长度约束、安全距离约束及通信条件约束，构建多目标代价函数并采用滚动优化求解，实现航迹的实时动态调整。为平衡航程、威胁、能耗和控制输入等多个代价，重新标定代价权重系数，保证群体飞行的安全性和全局最优性。同时，针对传统集中式模型预测控制（model predictive control,MPC）计算量大、实时性差的问题，采用分布式求解策略，使得每架无人机独立优化控制输入，并通过信息交互实现协同目标跟踪，从而显著降低算法的计算复杂度。实验仿真环境采用5.2 m×5.2 m×3.0m三维空间，部署10架无人机及不同形状的静态障碍物，通过多个Python程序仿真实验来验证方法的有效性。结果表明：与传统算法相比，本文提出的DMPC-A^*融合方法可将路径长度缩短约4.2%，此外，航迹平滑度和稳定性也有所提升。本文算法具备良好的障碍规避能力和环境适应性，为多无人机协同路径规划的研究提供技术支撑。