CN104165627B - 一种基于线性规划的实时动态航迹规划方法 - Google Patents

一种基于线性规划的实时动态航迹规划方法 Download PDF

Info

Publication number
CN104165627B
CN104165627B CN201410429084.0A CN201410429084A CN104165627B CN 104165627 B CN104165627 B CN 104165627B CN 201410429084 A CN201410429084 A CN 201410429084A CN 104165627 B CN104165627 B CN 104165627B
Authority
CN
China
Prior art keywords
coordinate
coordinate system
aircraft
barrier
point set
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.)
Expired - Fee Related
Application number
CN201410429084.0A
Other languages
English (en)
Other versions
CN104165627A (zh
Inventor
王刚
葛树志
周红坤
王维
钱杰
韩东斐
薛远奎
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.)
University of Electronic Science and Technology of China
Original Assignee
University of Electronic Science and Technology of China
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 University of Electronic Science and Technology of China filed Critical University of Electronic Science and Technology of China
Priority to CN201410429084.0A priority Critical patent/CN104165627B/zh
Publication of CN104165627A publication Critical patent/CN104165627A/zh
Application granted granted Critical
Publication of CN104165627B publication Critical patent/CN104165627B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/20Instruments for performing navigational calculations

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Automation & Control Theory (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Traffic Control Systems (AREA)
  • Navigation (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本发明公开了一种基于线性规划的实时动态航迹规划方法,包括如下内容:在导航坐标系中,根据障碍物的形态特征坐标,获得障碍物边界坐标点所包含的坐标点集合;根据建立的离散时间模型,获得飞行器的动态参数约束集;基于障碍物边界坐标点所包含的坐标点集合以及飞行动态参数约束集,根据最优航迹目标函数,获得在导航坐标系中的航迹坐标点集,解决了现有技术中无法自动实现航迹规划的技术问题,进而实现了能够自动实现航迹规划的技术效果。

Description

一种基于线性规划的实时动态航迹规划方法
技术领域
本发明涉及航迹规划技术领域,尤其涉及一种基于线性规划的实时动态航迹规划方法。
背景技术
近年来,无人直升机(Unmanned Aerial Vehicle,UAV)因为具有垂直起降、自主飞行等特点,适合代替人在危险、恶劣的环境中工作。使其运用不管是在军事方面还是民用方面都得到了空前的发展,这也是飞行器未来的一个发展趋势。无人直升机的一大特点就在于其无人驾驶,这就要求任务规划系统能够对无人直升机进行自主飞行控制。
航迹规划是无人机自主飞行的一项关键技术,它是在一定约束条件下(如飞行路径上的障碍物),根据某个或者是某几个性能指标(如:时间最短,路程最短,燃油最省),计算出从出发位置到终止位置的最优飞行轨迹。
由于无人机领域的发展,各类航迹规算法层出不穷,比如A*搜索算法、遗传算法、模拟退火算法、蚁群算法、粒子群优化算法、基于势能函数的算法等等。
中国专利CN201210274571.5,基于稀疏A*算法和遗传算法的航迹规划方法,将SAS算法和遗传算法相结合进行航迹规划。一定程度减少了航迹规划计算量。中国专利CN201310478422.5基于故障网格设计航迹规划算法,采用分布式技术实现计算加速。中国专利CN201310228497.8基于蜂群协同觅食算法设计多无人机航迹规划方法,提升航迹规划的稳定性,提高了搜索效率。
然后前面的这些专利虽然大都满足了航迹规划的实时性,最优性等特点,但是缺乏使用性,具体在实际运用中操作复杂,繁琐。
中国专利CN201110458232.8通过鼠标从高清地图上点航点,然后再判断航迹的飞行性,根据航迹判断结果手动拖动航点改变航迹,不需要手动输入航点,操作方便,实用性强。但是其航迹是通过手动选取的,然后在判断可行性,不断的修改得到一条可飞航迹,这严格意义上来说不能算是自动航迹规划,航迹规划只给定起始点和目标点,自动计算出从起点到终点的一条最优可飞航迹。
因此,现有技术中飞行器存在无法自动实现航迹规划的技术问题。
发明内容
本申请实施例通过提供一种基于线性规划的实时航迹规划方法,解决了现有技术中无法自动实现航迹规划的技术问题,进而实现了能够自动实现航迹规划的技术效果。
本申请实施例提供了一种基于线性规划的实时动态航迹规划方法,包括如下内容:
S101.在导航坐标系中,根据障碍物的形态特征坐标,获得障碍物边界坐标点所包含的坐标点集合;
S102.根据建立的离散时间模型,获得飞行器的动态参数约束集;
S104.基于障碍物边界坐标点所包含的坐标点集合以及飞行动态参数约束集,根据最优航迹目标函数,获得在导航坐标系中的航迹坐标点集。
进一步地,在S101之前还有:
对障碍物边界坐标点所包含的坐标点集,离散时间模型以及动态参数约束集进行初始化。
进一步地,S101具体包括:
在导航坐标系中,根据障碍物的形态特征坐标,判断障碍物是否为线性障碍物;
若判断获得为线性障碍物时,根据线性障碍物的避障约束面所构成的区域,获取避障面所构成的区域坐标点集合;
若判断获得为柱形障碍物时,获取柱形障碍物边界坐标点所包含的坐标点集合。
进一步地,S102具体为:根据建立的离散时间模型,飞行器的速度门限值以及加速度门限值,获得飞行的速度约束集和加速度约束集。
进一步地,S103具体为:采用AMPL语言编写成可调用程序对最优航迹目标函数,障碍物边界坐标点所包含的坐标点集合以及飞行动态参数约束集求解,获得飞行器在导航坐标系中的航迹坐标点集。
进一步地,在S103之后还有:
对应导航坐标系建立三维航迹规划坐标系;
将导航坐标系中飞行器的起点坐标作为三维航迹规划坐标系中的原点;
对应导航坐标系中的航迹坐标点集,依次在三维航迹规划坐标系中标出飞行器的航迹最优点集。
本申请实施例中提供的一个或多个技术方案,至少具有如下技术效果或优点:
由于采用了在导航坐标系中,根据障碍物的形态特征坐标,获得障碍物边界坐标点包含的坐标点集合;然后,根据建立的离散时间模型,获得飞行器的动态参数约束集;基于障碍物边界坐标点所包含的坐标点集合以及飞行动态参数约束集,根据最优航迹目标,获得在导航坐标系中由起点到达终点的航迹坐标点集,所以,有效解决了现有技术中无法自动实现航迹规划的技术问题,进而实现了能够自动实现航迹规划的技术效果。
附图说明
图1为本发明实施例中基于线性规划的实时动态航迹规划方法的流程图;
图2a,图2b为本发明实施例中柱形障碍物的模型规划示意图和线性障碍物的模型规划示意图;
图3为本发明实施例中飞行器在线性障碍物的实际场景中的示意图;
图4为本发明实施例中航迹规划在导航地图上的效果示意图;
图5为本发明实施例中对应导航坐标系建立航迹规划坐标系的示意图。
具体实施方式
本申请实施例通过提供一种基于线性规划的实时动态航迹规划方法,解决了现有技术中无法自动实现航迹规划的技术问题,实现了能够自动实现航迹规划的技术效果。
为了解决上述无法自动实现航迹规划的技术问题,总体思路如下:
首先,在导航坐标系中,根据确定的障碍物的形态特征坐标,获得障碍物边界坐标所包含的坐标点集合;接着,根据建立的离散时间模型,获得飞行器的动态参数约束集;最后,根据上述获得的障碍物边界坐标所包含的坐标点集合以及飞行器的动态参数约束集,以及最优航迹目标函数,从而获得在导航坐标系中的航迹坐标点集,从而有效实现了自动航迹规划的效果。
为了更好的理解上述技术方案,下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明。
如图1所示,本发明提出的一种基于线性规划的实时动态航迹规划方法,具体包括如下步骤:
S101,在导航坐标系中根据障碍物的形态特征坐标,获得障碍物边界坐标点所包含的坐标点集合;
S102,根据建立的离散时间模型,获得飞行器的动态参数约束集;
S103,基于障碍物边界坐标点所包含的坐标点集合以及飞行动态参数约束集,根据最优航迹目标函数,获得在导航坐标系中由起点到达终点的航迹坐标点集。
在具体的实施方式中,首先,在进行由起点到达终点的航迹规划之前,先对障碍物的信息以及飞行动态信息进行初始化,从而避免没有初始化所规划出现航迹并不是最优路径。
接着,对S101进行详细描述。
在S101中,通过检测障碍物的形态特征坐标,可以将障碍物分为两类,一类是线性障碍物,一类是柱形障碍物。
具体地,像建筑物、电力塔、树木等相对规则的障碍物抽象成多边形柱形障碍物;像电力线,墙等细长的不能从其下面穿过或旁边绕过的障碍物抽象成线性障碍物。
具体如图2a,图2b所示,根据在导航坐标系中的N边型的N个顶点的经度,纬度,高度信息,例如以顶面四边形为例,获取A、B、C、D四个点的经纬度以及高度h1,建立柱形障碍物数学模型,求出底面每条边的数学表达式:aix+biy+ci≤0,ι=1...N;因此,柱形障碍物的边界点所包含的坐标点的集合如下:
满足a1x+b1y+c1≤0
∪a2x+b2y+c2≤0
……
∪aNx+bNy+cN≤0
∪z≤Zmin
∪z≥Zmax
对于线性障碍物,如图3所示为线性障碍物的实际场景,通过设定两个可调参数,水平安全距离Dp和高度安全距离Dh,可以得到EF平行且距离为Dp两条水平安全线L1,L2以及垂直方向距离为Dh的垂直安全线L。过L、L1和L、L2确定两个约束面:
amx+bmy+cmz+dm=0,anx+bny+cnz+dn=0
线性障碍物的避障约束面所构成的区域坐标点集如下:
满足amx+bmy+cmz+dm≤0
∪anx+bny+cnz+dn≤0
为了满足混合线性规划的计算需求,将避障约束不等式间“或”的关系变成“与”的关系,采用Big-M方法并引入一组整数变量bk,避障约束可以表示为:
柱形障碍物:
线性障碍物:
满足amx+bmy+cmz+dm≤Mp1
∩anx+bny+cnz+dn≤Mp2
p1+p2≤1
其中bk为决策变量取值为0或1,M为一个足够大的整数,取M=10000。综上所有的障碍物约束集,用集合O来表示。
上述在获得了障碍物边界坐标点所包含的坐标集,从而构成了障碍物的约束条件,下面介绍飞行动态参数集,根据S102可以获得。
在具体的实施方式中,根据建立的离散时间模型,飞行器的速度门限值以及加速度门限值,来获得飞行的速度约束集和加速度约束集。
对于飞行器的动态参数特性不需要用比较复杂的飞行线性方程,可以将飞行器近似为一个质点,其离散时间模型sk+1=Ask+Buk可表示为:
其中,sk,uk分别为飞行器k时刻的状态量和控制输入量,
sk=[pk′ vk′]′,pk,vk分别为飞行器的位置向量和速度向量,控制输入量uk为飞行器的加速度向量ak
接下来继续对飞行器的速度向量vk和加速度向量ak分别进行描述。
速度约束:近似飞行器的动态特性在高度和水平方向是相互解耦的,水平方向的速度为vxy=[vxk vyk]′,所以水平方向速度的大小约束为:
||vxy||2≤vmax
但这样的约束无法用线性规划的方式表示,因此,采用圆的内接正K多边形近似描述圆域,所以水平方向速度的大小约束可以表示为:
飞行器高度方向上的速度约束可以表示为:
vzmin≤vz≤vzmax
加速度约束和速度约束一样,加速度约束解耦为水平方向和高度方向,水平方向的加速度约束为:
||axy||2≤amax
同样的方法把加速度预设近似约束为:
飞行器高度上的加速度约束为:
azmin≤az≤azmax
综上,飞行器的可飞行状态集用集合S表示,飞行器的控制量约束集用U来表示。
在设定飞行器的动态参数集时,采用如下动态参数的设定:
vmax vzmin vzmax amax azmin azmax
4m/s -2m/s 3m/s 5m/s2 -3m/s2 4m/s2
上述是获得了飞行器的动态参数集。
具体如下:最优航迹目标函数,在每个规划时刻k,通过求解下列混合帧数线性规划问题,得到未来N个时域内的规划最优航迹。
在S103中,采用AMPL语言编写成可调用程序对最优航迹目标函数,障碍物边界坐标点所包含的坐标点集合以及飞行动态参数约束集求解,从而获得飞行器在导航坐标系中的航迹坐标点集。
如图4所示,为通过获得的导航坐标系中的航迹坐标点集在导航地图中显示的效果图。
接着,在S103之后,对应导航坐标系建立三维航迹规划坐标系,然后,将导航坐标系中飞行器起点坐标作为三维航迹规划坐标系中的原点,在对应导航坐标系中的航迹坐标点集,依次在三维航迹规划坐标系中标出飞行器的最优点集。
具体地,如图5所示,三维航迹坐标系中是取导航坐标系中起点作为坐标原点,东(E)、北(N)、天(U)为三个轴的地面坐标系,即规划空间是在地面坐标系中描述的,建立两者之间的转换桥梁史整个方案实施的必要准备。具体转化如下:
假设航迹规划起点坐标在导航坐标系中的经纬度信息和高度信息表示为:P0=(lon0,lat0,hei0),在导航坐标系中的任何点P=(lon,lat,hei)在对应航迹规划坐标系中可以表示为:
x=R(lon-lon0)cos((lat0-lat)/2)
y=R(lat-lat0)
z=hei-hei0
其中,地球近似为标准的球形,半径R≈6371km。
从而获得在三维航迹坐标系中的最优航迹点集。
在飞行器飞行的过程中,判断飞行器是否到达规划的终点,如果没有到达则继续规划下一个时刻的位置,若检测到到达规划的终点,则发送悬停指令,控制飞行器处于悬停状态。
这样可以自动实时控制飞行器的航迹规划,有效避开障碍物,达到最省时,省油的最优航迹。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。

Claims (4)

1.一种基于线性规划的实时动态航迹规划方法,其特征在于,包括如下内容:
S101.在导航坐标系中,根据障碍物的形态特征坐标,获得障碍物边界坐标点所包含的坐标点集合;
S102.根据建立的离散时间模型,获得飞行器的动态参数约束集;
S103.采用AMPL语言编写成可调用程序对最优航迹目标函数,障碍物边界坐标点所包含的坐标点集合以及飞行动态参数约束集求解,获得飞行器在导航坐标系中的航迹坐标点集;
S104.对应导航坐标系建立三维航迹规划坐标系;将导航坐标系中飞行器的起点坐标作为三维航迹规划坐标系中的原点;对应导航坐标系中的航迹坐标点集,依次在三维航迹规划坐标系中标出飞行器的航迹最优点集,即航迹规划起点坐标在导航坐标系中的经纬度信息和高度信息表示为:P0=(lon0,lat0,hei0),在导航坐标系中的任何点P=(lon,lat,hei)在对应航迹规划坐标系中:
x=R(lon-lon0)cos((lat0-lat)/2)
y=R(lat-lat0)
z=hei-hei0
其中,地球近似为标准的球形,半径R≈6371km。
2.根据权利要求1所述的基于线性规划的实时动态航迹规划方法,其特征在于,在S101之前还有:
对障碍物边界坐标点所包含的坐标点集,离散时间模型以及动态参数约束集进行初始化。
3.根据权利要求1所述的基于线性规划的实时动态航迹规划方法,其特征在于,S101具体包括:
在导航坐标系中,根据障碍物的形态特征坐标,判断障碍物是否为线性障碍物;
若判断获得为线性障碍物时,根据线性障碍物的避障约束面所构成的区 域,获取避障面所构成的区域坐标点集合;
若判断获得为柱形障碍物时,获取柱形障碍物边界坐标点所包含的坐标点集合。
4.根据权利要求1所述的基于线性规划的实时动态航迹规划方法,其特征在于,S102具体为:根据建立的离散时间模型,飞行器的速度门限值以及加速度门限值,获得飞行的速度约束集和加速度约束集。
CN201410429084.0A 2014-08-27 2014-08-27 一种基于线性规划的实时动态航迹规划方法 Expired - Fee Related CN104165627B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410429084.0A CN104165627B (zh) 2014-08-27 2014-08-27 一种基于线性规划的实时动态航迹规划方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410429084.0A CN104165627B (zh) 2014-08-27 2014-08-27 一种基于线性规划的实时动态航迹规划方法

Publications (2)

Publication Number Publication Date
CN104165627A CN104165627A (zh) 2014-11-26
CN104165627B true CN104165627B (zh) 2017-12-26

Family

ID=51909553

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410429084.0A Expired - Fee Related CN104165627B (zh) 2014-08-27 2014-08-27 一种基于线性规划的实时动态航迹规划方法

Country Status (1)

Country Link
CN (1) CN104165627B (zh)

Families Citing this family (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106483958B (zh) * 2016-11-10 2018-02-06 北京理工大学 一种基于障碍图和势场法的人机协同编队跟随及避障方法
CN106595663A (zh) * 2016-11-28 2017-04-26 四川航天系统工程研究所 结合搜索与优化的飞行器自主航迹规划方法
CN107038899A (zh) * 2017-03-29 2017-08-11 北京小米移动软件有限公司 一种进行飞行的方法和装置
CN108445911A (zh) * 2018-05-30 2018-08-24 河北清华发展研究院 一种可拼接无人机群控制方法
CN110146087B (zh) * 2019-06-14 2022-11-01 哈尔滨工程大学 一种基于动态规划思想的船舶路径规划方法
CN110347178B (zh) * 2019-06-21 2021-11-05 东华大学 一种基于空间几何特征的无人机航迹规划方法
CN110716581B (zh) * 2019-10-11 2022-12-27 南京理工大学 基于施瓦尔兹不等式的飞行器避障方法
CN111260026B (zh) * 2020-01-10 2022-07-05 电子科技大学 一种基于元强化学习的导航迁移方法
CN111897361B (zh) * 2020-08-05 2023-08-22 广州市赛皓达智能科技有限公司 一种无人机自主航线规划方法及其系统
DE102021106868A1 (de) * 2021-03-19 2022-09-22 Volocopter Gmbh Verfahren zur Planung des Betriebs eines Fluggeräts, Steuereinheit für ein Fluggerät und Fluggerät mit einer solchen
CN112987791A (zh) * 2021-03-22 2021-06-18 北京星网宇达科技股份有限公司 飞行器轨迹的规划方法、装置、可读存储介质及电子设备
CN112987762B (zh) 2021-05-10 2021-09-07 北京三快在线科技有限公司 一种轨迹规划方法、装置、存储介质及电子设备
CN113390410B (zh) * 2021-08-04 2023-01-13 北京云恒科技研究院有限公司 一种适用于无人机的惯性组合导航方法
CN114089780B (zh) * 2022-01-21 2022-04-12 中国电子科技集团公司第二十八研究所 一种面向城市空间的多旋翼无人机路径规划方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103528586B (zh) * 2013-10-31 2016-06-01 中国航天时代电子公司 基于故障网格的航迹规划算法设计

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
坐标转换说明;pengweibo;《道客巴巴》;20120904;1-3 *
基于滚动时域MILP的小型无人机航迹规划;张胜祥;《中国博士学位论文全文数据库 工程科技Ⅱ辑》;20111015(第10期);24-43 *

Also Published As

Publication number Publication date
CN104165627A (zh) 2014-11-26

Similar Documents

Publication Publication Date Title
CN104165627B (zh) 一种基于线性规划的实时动态航迹规划方法
Guerrero et al. UAV path planning for structure inspection in windy environments
AU2014349144B2 (en) Unmanned vehicle searches
US7761199B2 (en) Termination map for an aircraft
Patron et al. Flight trajectories optimization under the influence of winds using genetic algorithms
CN104991895A (zh) 一种基于三维空域网格的低空救援航空器航迹规划方法
CN108716919A (zh) 基于任意多边形无障碍区域的植保无人机航迹规划方法
CN104536457B (zh) 基于小型无人机导航的滑模控制方法
CN108303992A (zh) 一种新型无人机航线规划方法
CN103697895A (zh) 基于自适应a星算法的飞行器最优路径确定方法
Ten Harmsel et al. Emergency flight planning for an energy-constrained multicopter
CN114207545A (zh) 用于确定无人驾驶航空装置的路径的方法和其它相关方法
CN107478233B (zh) 一种地质勘探航迹规划方法及系统
CN103713642A (zh) 一种基于扰动流体动态系统的无人机三维航路规划方法
CN104406589A (zh) 一种飞行器穿越雷达区的飞行方法
CN109870906A (zh) 一种基于bbo优化人工势场的高速旋翼飞行器路径规划方法
CN114867988A (zh) 包括用于在gnss故障期间为飞行器确定路线的数据的地图
CN113534838A (zh) 一种基于人工势场法的改进无人机航迹规划方法
CN108766035A (zh) 一种点密度引导下的无人机地形匹配飞行控制系统
Medeiros et al. Computational modeling for automatic path planning based on evaluations of the effects of impacts of UAVs on the ground
CN116661497A (zh) 一种智能飞行汽车
CN111142555A (zh) 一种基于碰撞风险的机场无人机管控区域划设方法
Cobano et al. Thermal detection and generation of collision-free trajectories for cooperative soaring UAVs
CN111895998B (zh) 一种大型固定翼无人飞行器分段堆栈式航路规划方法
Chakrabarty et al. Energy maps for long-range path planning for small-and micro-UAVs

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
CB03 Change of inventor or designer information
CB03 Change of inventor or designer information

Inventor after: Wang Gang

Inventor after: Ge Shuzhi

Inventor after: Zhou Hongkun

Inventor after: Wang Wei

Inventor after: Qian Jie

Inventor after: Han Dongfei

Inventor after: Xue Yuankui

Inventor before: Ge Shuzhi

Inventor before: Wang Gang

Inventor before: Zhou Hongkun

Inventor before: Wang Wei

Inventor before: Qian Jie

Inventor before: Han Dongfei

Inventor before: Xue Yuankui

GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20171226

Termination date: 20180827