CN104516356A - 基于rrt的动态障碍规避算法 - Google Patents
基于rrt的动态障碍规避算法 Download PDFInfo
- Publication number
- CN104516356A CN104516356A CN201510009379.7A CN201510009379A CN104516356A CN 104516356 A CN104516356 A CN 104516356A CN 201510009379 A CN201510009379 A CN 201510009379A CN 104516356 A CN104516356 A CN 104516356A
- Authority
- CN
- China
- Prior art keywords
- unmanned plane
- barrier
- point
- tar
- rrt
- 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.)
- Granted
Links
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明公开了一种基于RRT的动态障碍规避算法,通过计算无人机的规避点,按照避撞前以规避点为目标点,避撞后以终点为目标点的避撞决策,即可生成规避路径。本发明规避算法能够充分利用原有航路信息,以人工势场法计算得到的避障点作为RRT的航路指引点,克服了RRT原有的随机性强的问题,其规划时间、航迹长度和安全程度等方面都得到了很大的提高。
Description
技术领域
本发明属于无人机空域动态障碍物规避技术领域,涉及一种基于RRT的动态障碍规避算法。
背景技术
无人机的成本低、易控制,因此近年来广泛应用于军事与民用领域,但是除了少量的高空长航时等特种用途无人机外,大量的军、民用无人机的飞行高度在5000米以下,中小型无人机的导航精度较差,基本不具备障碍规避能力。为了提高无人机的自主障碍规避能力,全球各无人机研究单位都付出了大量资金与科研力量。无人机路径规划算法是无人机自主避障的核心技术,近年来也得到了广泛关注。
按照面向对象的不同分类,无人机路径规划算法可以分为全局规划算法与局部规划算法。当预先具备完整精确的环境信息时,全局规划算法可一次性规划出一条自起点到终点的最优航迹,但是飞行过程若遇到突发威胁,全局规划算法的路径就无法满足避开威胁的要求,必须结合局部规划算法生成实时规避路径。局部路径规划算法要处理的突发威胁有两种:移动威胁与静态威胁。静态威胁指事先未探明的阻挡航路的地形、建筑物、禁飞区等固定目标,对于这些目标局部路径规划算法根据其与本机的位置信息即可生成规避路径。移动威胁指飞机、气球、飞鸟等在空中移动的目标,
传统的飞机避障系统如TCAS系统采用的方式是发现移动障碍物立即进行规避动作,爬升、下降或改速转向等,这样的方式虽然能够有效避开障碍物但是当障碍物在规避过程中机动时,飞机又要重新规划避障路径并执行,能量耗费较大。
发明内容
本发明的目的是提供一种基于RRT的动态障碍规避算法,解决了现有技术中存在的路径规划存在局部最小值以及航迹收敛速度慢的问题。
本发明所采用的技术方案是,基于RRT的动态障碍规避算法,通过计算无人机的规避点,按照避撞前以规避点为目标点,避撞后以终点为目标点的避撞决策,即可生成规避路径;
其中,规避点的生成方法具体为:
步骤一、根据t时刻本机位置ptar(t),目标点位置p(t)以及本机速度vtar(t)以及目标点速度v(t),计算出无人机的引力场;
步骤二、再分别计算无人机指向目标单位的方向向量nRT的应用力Fatt1(p)和无人机相对于速度的单位方向nVRT的方向力Fatt2(v);
步骤三、计算无人机的斥力场;
步骤四、计算无人机指向障碍物方向nRO的斥力Frep1,以及无人机垂直于障碍物方向nRO⊥的斥力Frep2;
步骤五、根据式(8)求出合力F,其中,F=Frep(p,v)+Fatt(p,v)(8);
步骤六、根据步骤五中求出的合力的方向,移动目标点的位置p(t)至指定的所述合力方向上,从而重新规划出新航点P(x,y,z)。
进一步的,步骤一中计算引力场Uatt(p,v)的公式如下:
Uatt(p,v)=αp||ptar(t)-p(t)||m+αv||vtar(t)-v(t)||n (1),
其中,||ptar(t)-p(t)||是欧式距离,||vtar(t)-v(t)||是相对速度的幅值,αp与αv是尺度正参数,m与n是正常数;当αv=0,m=2时与传统的引力场的相同的。
进一步的,步骤二中Fatt1(p)和Fatt2(v)分别根据下式(2)和(3)计算:
Fatt1(p)=mαp||ptar(t)-p(t)||m-1nRT (2),
Fatt2(v)=nαv||vtar(t)-v(t)||n-1nVRT (3),
当ptar(t)≠p(t)且vtar(t)≠v(t)时,Fatt(p,v)=Fatt1(p)+Fatt2(v)。
进一步的,步骤三中计算斥力场Urep(p,v)的公式如下:
其中,ρ0是单个障碍物影响的最大距离范围,当无人机与障碍物的距离大于ρ0时,斥力势力场对无人机的运动不再有影响;ρs(p,pobs)为本机与目标机之间的距离;vRO为目标与本机的相对距离;ρm(vRO)表示无人机从vRO下降到0所经过的距离,假设在时刻t,无人机向障碍物运动,无人机与障碍物之间的最小距离为ρs(p(t),pobs(t)),最大负向加速度幅值为amax。
进一步的,步骤四中计算斥力Frep1和斥力Frep2的方法如下:
其中:Frep(p,v)=-grad(Urep(p,v)),
其中,vRO(t)=[v(t)-vobs(t)]TnRO,
vRO是指向障碍物的方向向量方向,vRO⊥是垂直于障碍物的方向向量,若vRO(t)≤0,即无人机向远离障碍物的方向移动,无需碰撞规避;若vRO(t)>0即无人机在接近障碍物,则需要进行规避动作。
进一步的,规避路径的生成方法具体为:
以步骤六中得到的新航点P(x,y,z)为目标点Xgoal,从当前起点Xinit向目标点移动;
将Xinit作为根结点,添加到航点集合T中;
在无人机的可行域Xfree中取随机点Xrand;
找出航点集合T中的与Xrand最近的节点Xnear,并用Xnear来扩展;
根据公式(9)计算出临时节点
如果临时节点在可行域Xfree中,则临时节点做为RRT的叶子节点,即令新节点则添加新节点Xnew到航点集合T中;否则,舍弃该临时节点重复寻找随机点,直到Xnew=Xgoal或Xnew∈Area(Xgoal),则确定了从Xinit到Xgoal的可行路径。
本发明的有益效果是,本发明规避算法能够充分利用原有航路信息,以人工势场法计算得到的避障点作为RRT的航路指引点,克服了RRT原有的随机性强的问题,其规划时间、航迹长度和安全程度等方面都得到了很大的提高。
具体实施方式
下面对本发明进行详细说明。
本发明提供了一种基于RRT的动态障碍规避算法,通过计算无人机的规避点,按照避撞前以规避点为目标点,避撞后以终点为目标点的避撞决策,即可生成规避路径;
其中,规避点的生成方法具体为:
步骤一、根据t时刻本机位置ptar(t),目标点位置p(t)以及本机速度vtar(t)以及目标点速度v(t),计算出无人机的引力场Uatt(p,v);
Uatt(p,v)=αp||ptar(t)-p(t)||m+αv||vtar(t)-v(t)||n (1),
其中,||ptar(t)-p(t)|是欧式距离,||vtar(t)-v(t)||是相对速度的幅值,αp与αv是尺度正参数,m与n是正常数;当αv=0,m=2时与传统的引力场的相同的。
步骤二、再分别计算无人机指向目标单位的方向向量nRT的应用力Fatt1(p)和无人机相对于速度的单位方向nVRT的方向力Fatt2(v);
Fatt1(p)=mαp||ptar(t)-p(t)||m-1nRT (2),
Fatt2(v)=nαv||vtar(t)-v(t)||n-1nVRT (3),
当ptar(t)≠p(t)且vtar(t)≠v(t)时,Fatt(p,v)=Fatt1(p)+Fatt2(v)。
步骤三、计算无人机的斥力场Urep(p,v);
其中,ρ0是单个障碍物影响的最大距离范围,当无人机与障碍物的距离大于ρ0时,斥力势力场对无人机的运动不再有影响;ρs(p,pobs)为本机与目标机之间的距离;vRO为目标与本机的相对距离;ρm(vRO)表示无人机从vRO下降到0所经过的距离,假设在时刻t,无人机向障碍物运动,无人机与障碍物之间的最小距离为ρs(p(t),pobs(t)),最大负向加速度幅值为αmax。
步骤四、计算无人机指向障碍物方向nRO的斥力Frep1,以及无人机垂直于障碍物方向nRO⊥的斥力Frep2;
其中:Frep(p,v)=-grad(Urep(p,v)),
当F=0时,无人机陷入局部最小值。为了解决该问题,首先考虑如何使Frep2在目标、障碍物与本机处于同一直线时不为0。最简单的做法就是此时给Frep2指定一个值,本质与设定中间目标点的方法是一样的。
具体方法是在Frep2的公式中引入相对位置因子α,Frep2的计算公式可以改为:
其中,vRO(t)=[v(t)-vobs(t)]TnRO,vRO是指向障碍物的方向向量方向,vRO⊥是垂直于障碍物的方向向量,若vRO(t)≤0,即无人机向远离障碍物的方向移动,无需碰撞规避;若vRO(t)>0即无人机在接近障碍物,则需要进行规避动作;
α=nROnRT,nRO为从本机指向障碍物的单位方向向量,nRT为从本机指向目标的单位方向向量,随着两个方向之间角度的变化α的值域为[-1,1],当本机指向障碍物的方向与本机指向目标的方向相同,即时,α=1;互相垂直,即时,α=0;方向相反,即时,α=-1。将方向角度引入斥力的计算后,可以保证斥力Frep2在本机、障碍物以及目标为直线的情况下不为0,克服局部极小值的问题,为本机规划出航线以外的避障点。
步骤五、根据式(8)求出合力F,其中,F=Frep(p,v)+Fatt(p,v)(8);
步骤六、根据步骤五中求出的合力的方向,移动目标点的位置p(t)至指定的所述合力的方向上,从而重新规划出新航点P(x,y,z)。
规避路径的生成方法具体为:
以步骤六中得到的新航点P(x,y,z)为目标点Xgoal,从当前起点Xinit向目标点移动;
将Xinit作为根结点,添加到航点集合T中;
在无人机的可行域Xfree中取随机点Xrand;
找出航点集合T中的与Xrand最近的节点Xnear,并用Xnear来扩展;
根据公式(9)计算出临时节点
如果临时节点在可行域Xfree中,则临时节点做为RRT的叶子节点,即令新节点则添加新节点Xnew到航点集合T中;否则,舍弃该临时节点重复寻找随机点,直到Xnew=Xgoal或Xnew∈Area(Xgoal),则确定了从Xinit到Xgoal的可行路径。
Claims (6)
1.基于RRT的动态障碍规避算法,其特征在于,通过计算无人机的规避点,按照避撞前以规避点为目标点,避撞后以终点为目标点的避撞决策,即可生成规避路径;
其中,规避点的生成方法具体为:
步骤一、根据t时刻本机位置ptar(t),目标点位置p(t)以及本机速度vtar(t)以及目标点速度v(t),计算出无人机的引力场;
步骤二、再分别计算无人机指向目标单位的方向向量nRT的应用力Fatt1(p)和无人机相对于速度的单位方向nVRT的方向力Fatt2(v);
步骤三、计算无人机的斥力场;
步骤四、计算无人机指向障碍物方向nRO的斥力Frep1,以及无人机垂直于障碍物方向nRO⊥的斥力Frep2;
步骤五、根据式(8)求出合力F,其中,F=Frep(p,v)+Fatt(p,v)(8);
步骤六、根据步骤五中求出的合力的方向,移动目标点的位置p(t)至指定的所述合力方向上,从而重新规划出新航点P(x,y,z)。
2.如权利要求1所述的基于RRT的动态障碍规避算法,其特征在于,所述的步骤一中计算引力场Uatt(p,v)的公式如下:
Uatt(p,v)=αp||ptar(t)-p(t)||m+αv||vtar(t)-v(t)||n (1),
其中,||ptar(t)-p(t)||是欧式距离,||vtar(t)-v(t)||是相对速度的幅值,αp与αv是尺度正参数,m与n是正常数;当αv=0,m=2时与传统的引力场的相同的。
3.如权利要求1所述的基于RRT的动态障碍规避算法,其特征在于,所述的步骤二中Fatt1(p)和Fatt2(v)分别根据下式(2)和(3)计算:
Fatt1(p)=mαp||ptar(t)-p(t)||m-1nRT (2),
Fatt2(v)=nαv||vtar(t)-v(t)||n-1nVRT (3),
当ptar(t)≠p(t)且vtar(t)≠v(t)时,Fatt(p,v)=Fatt1(p)+Fatt2(v)。
4.如权利要求1所述的基于RRT的动态障碍规避算法,其特征在于,所述的步骤三中计算斥力场Urep(p,v)的公式如下:
其中,ρ0是单个障碍物影响的最大距离范围,当无人机与障碍物的距离大于ρ0时,斥力势力场对无人机的运动不再有影响;ρs(p,pobs)为本机与目标机之间的距离;vRO为目标与本机的相对距离;ρm(vRO)表示无人机从vRO下降到0所经过的距离,假设在时刻t,无人机向障碍物运动,无人机与障碍物之间的最小距离为ρs(p(t),pobs(t)),最大负向加速度幅值为amax。
5.如权利要求1所述的基于RRT的动态障碍规避算法,其特征在于,所述的步骤四中计算斥力Frep1和斥力Frep2的方法如下:
其中:Frep(p,v)=-grad(Urep(p,v)),
其中,vRO(t)=[v(t)-vobs(t)]TnRO,
vRO是指向障碍物的方向向量方向,vRO⊥是垂直于障碍物的方向向量,若vRO(t)≤0,即无人机向远离障碍物的方向移动,无需碰撞规避;若vRO(t)>0即无人机在接近障碍物,则需要进行规避动作。
6.如权利要求1所述的基于RRT的动态障碍规避算法,其特征在于,所述的规避路径的生成方法具体为:
以步骤六中得到的新航点P(x,y,z)为目标点Xgoal,从当前起点Xinit向目标点移动;
将Xinit作为根结点,添加到航点集合T中;
在无人机的可行域Xfree中取随机点Xrand;
找出航点集合T中的与Xrand最近的节点Xnear,并用Xnear来扩展;
根据公式(9)计算出临时节点
如果临时节点在可行域Xfree中,则临时节点做为RRT的叶子节点,即令新节点则添加新节点Xnew到航点集合T中;否则,舍弃该临时节点重复寻找随机点,直到Xnew=Xgoal或Xnew∈Area(Xgoal),则确定了从Xinit到Xgoal的可行路径。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510009379.7A CN104516356B (zh) | 2015-01-08 | 2015-01-08 | 基于rrt的动态障碍规避算法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510009379.7A CN104516356B (zh) | 2015-01-08 | 2015-01-08 | 基于rrt的动态障碍规避算法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104516356A true CN104516356A (zh) | 2015-04-15 |
CN104516356B CN104516356B (zh) | 2017-07-14 |
Family
ID=52791834
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510009379.7A Active CN104516356B (zh) | 2015-01-08 | 2015-01-08 | 基于rrt的动态障碍规避算法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104516356B (zh) |
Cited By (26)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105045278A (zh) * | 2015-07-09 | 2015-11-11 | 沈阳卡迩特科技有限公司 | 一种微型无人机自主感知与规避方法 |
CN105652890A (zh) * | 2016-01-29 | 2016-06-08 | 北京臻迪机器人有限公司 | 一种无人机控制方法和装置 |
CN106444740A (zh) * | 2016-07-15 | 2017-02-22 | 浙江工业大学 | 基于mb‑rrt的无人机二维航迹规划方法 |
CN106695802A (zh) * | 2017-03-19 | 2017-05-24 | 北京工业大学 | 基于多自由度机械臂的改进式rrt*的避障运动规划方法 |
CN106774425A (zh) * | 2017-03-13 | 2017-05-31 | 南昌航空大学 | 一种无人机飞行导航的方法及系统 |
CN106949894A (zh) * | 2017-04-13 | 2017-07-14 | 山东科技大学 | 一种用于无人机自动避撞的最优常值导引指令求解方法 |
CN107037809A (zh) * | 2016-11-02 | 2017-08-11 | 哈尔滨工程大学 | 一种基于改进蚁群算法的无人艇避碰方法 |
CN107085437A (zh) * | 2017-03-20 | 2017-08-22 | 浙江工业大学 | 一种基于eb‑rrt的无人机航迹规划方法 |
JP2017151687A (ja) * | 2016-02-24 | 2017-08-31 | 本田技研工業株式会社 | 移動体の経路計画生成装置 |
CN107219857A (zh) * | 2017-03-23 | 2017-09-29 | 南京航空航天大学 | 一种基于三维全局人工势函数的无人机编队路径规划算法 |
CN107943053A (zh) * | 2017-12-15 | 2018-04-20 | 陕西理工大学 | 一种移动机器人的路径规划方法 |
CN107992086A (zh) * | 2018-01-03 | 2018-05-04 | 广东工业大学 | 一种无人机避障方法及系统 |
CN108195383A (zh) * | 2018-03-13 | 2018-06-22 | 济南大学 | 一种基于改进rrt算法的地下无人铲运机路径规划方法 |
CN108444489A (zh) * | 2018-03-07 | 2018-08-24 | 北京工业大学 | 一种改进rrt算法的路径规划方法 |
CN108663050A (zh) * | 2018-02-10 | 2018-10-16 | 浙江工业大学 | 一种基于模拟植物生长引导rrt算法的路径规划方法 |
WO2018205751A1 (zh) * | 2017-05-08 | 2018-11-15 | 深圳光启合众科技有限公司 | 机器人转向运动控制方法和装置、机器人、存储介质 |
CN108931984A (zh) * | 2017-05-25 | 2018-12-04 | 深圳市天荧智能科技有限公司 | 路径规划方法、控制方法、系统、介质、控制站和无人机 |
CN108981704A (zh) * | 2018-07-13 | 2018-12-11 | 昆明理工大学 | 一种基于动态步长的目标引力双向rrt路径规划方法 |
CN109211242A (zh) * | 2018-09-12 | 2019-01-15 | 浙江大学 | 一种融合rrt与蚁群算法的三维空间多目标路径规划方法 |
CN110609552A (zh) * | 2019-09-12 | 2019-12-24 | 哈尔滨工程大学 | 一种水下无人航行器编队平面航迹规划方法 |
CN111506073A (zh) * | 2020-05-07 | 2020-08-07 | 安徽理工大学 | 一种融合膜计算和rrt的移动机器人路径规划方法 |
WO2020173044A1 (zh) * | 2019-02-28 | 2020-09-03 | 中国科学院深圳先进技术研究院 | 无人机路径规划方法、装置、存储介质及计算机设备 |
CN112650256A (zh) * | 2020-12-30 | 2021-04-13 | 河南大学 | 一种基于改进双向rrt机器人路径规划方法 |
CN112677153A (zh) * | 2020-12-16 | 2021-04-20 | 东北林业大学 | 一种改进的rrt算法及工业机器人路径避障规划方法 |
CN113342056A (zh) * | 2021-07-01 | 2021-09-03 | 华侨大学 | 一种基于改进a星算法的无人机轨迹规划方法 |
TWI838007B (zh) | 2022-12-14 | 2024-04-01 | 財團法人船舶暨海洋產業研發中心 | 船舶環境風險即時控管導航系統及其運作方法 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109685237B (zh) * | 2017-10-19 | 2020-12-25 | 北京航空航天大学 | 一种基于Dubins路径和分支限界的无人机航迹实时规划方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102375416A (zh) * | 2010-08-13 | 2012-03-14 | 同济大学 | 基于快速搜索树的人型机器人踢球动作信息处理方法 |
JP2014073550A (ja) * | 2012-10-04 | 2014-04-24 | Seiko Epson Corp | 経路探索方法、経路探索装置、ロボット制御装置、ロボット及びプログラム |
CN104155974A (zh) * | 2013-07-29 | 2014-11-19 | 深圳信息职业技术学院 | 一种用于机器人快速避碰的路径规划方法及设备 |
-
2015
- 2015-01-08 CN CN201510009379.7A patent/CN104516356B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102375416A (zh) * | 2010-08-13 | 2012-03-14 | 同济大学 | 基于快速搜索树的人型机器人踢球动作信息处理方法 |
JP2014073550A (ja) * | 2012-10-04 | 2014-04-24 | Seiko Epson Corp | 経路探索方法、経路探索装置、ロボット制御装置、ロボット及びプログラム |
CN104155974A (zh) * | 2013-07-29 | 2014-11-19 | 深圳信息职业技术学院 | 一种用于机器人快速避碰的路径规划方法及设备 |
Non-Patent Citations (4)
Title |
---|
孙丽娜: "自主车路径规划及避障技术研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
彭辉等: "区域目标搜索中基于改进RRT的UAV实时航迹规划", 《国防科技大学学报》 * |
王伟等: "基于约束人工势场法的弹载飞行器实时避障航迹规划", 《航空动力学报》 * |
郝利波等: "基于一种改进RRT算法的足球机器人路径规划", 《西安科技大学学报》 * |
Cited By (30)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105045278A (zh) * | 2015-07-09 | 2015-11-11 | 沈阳卡迩特科技有限公司 | 一种微型无人机自主感知与规避方法 |
CN105652890A (zh) * | 2016-01-29 | 2016-06-08 | 北京臻迪机器人有限公司 | 一种无人机控制方法和装置 |
JP2017151687A (ja) * | 2016-02-24 | 2017-08-31 | 本田技研工業株式会社 | 移動体の経路計画生成装置 |
CN106444740A (zh) * | 2016-07-15 | 2017-02-22 | 浙江工业大学 | 基于mb‑rrt的无人机二维航迹规划方法 |
CN106444740B (zh) * | 2016-07-15 | 2019-03-12 | 浙江工业大学 | 基于mb-rrt的无人机二维航迹规划方法 |
CN107037809A (zh) * | 2016-11-02 | 2017-08-11 | 哈尔滨工程大学 | 一种基于改进蚁群算法的无人艇避碰方法 |
CN106774425A (zh) * | 2017-03-13 | 2017-05-31 | 南昌航空大学 | 一种无人机飞行导航的方法及系统 |
CN106695802A (zh) * | 2017-03-19 | 2017-05-24 | 北京工业大学 | 基于多自由度机械臂的改进式rrt*的避障运动规划方法 |
CN107085437A (zh) * | 2017-03-20 | 2017-08-22 | 浙江工业大学 | 一种基于eb‑rrt的无人机航迹规划方法 |
CN107219857A (zh) * | 2017-03-23 | 2017-09-29 | 南京航空航天大学 | 一种基于三维全局人工势函数的无人机编队路径规划算法 |
CN106949894A (zh) * | 2017-04-13 | 2017-07-14 | 山东科技大学 | 一种用于无人机自动避撞的最优常值导引指令求解方法 |
WO2018205751A1 (zh) * | 2017-05-08 | 2018-11-15 | 深圳光启合众科技有限公司 | 机器人转向运动控制方法和装置、机器人、存储介质 |
CN108931984A (zh) * | 2017-05-25 | 2018-12-04 | 深圳市天荧智能科技有限公司 | 路径规划方法、控制方法、系统、介质、控制站和无人机 |
CN107943053A (zh) * | 2017-12-15 | 2018-04-20 | 陕西理工大学 | 一种移动机器人的路径规划方法 |
CN107992086A (zh) * | 2018-01-03 | 2018-05-04 | 广东工业大学 | 一种无人机避障方法及系统 |
CN108663050A (zh) * | 2018-02-10 | 2018-10-16 | 浙江工业大学 | 一种基于模拟植物生长引导rrt算法的路径规划方法 |
CN108444489A (zh) * | 2018-03-07 | 2018-08-24 | 北京工业大学 | 一种改进rrt算法的路径规划方法 |
CN108195383A (zh) * | 2018-03-13 | 2018-06-22 | 济南大学 | 一种基于改进rrt算法的地下无人铲运机路径规划方法 |
CN108981704A (zh) * | 2018-07-13 | 2018-12-11 | 昆明理工大学 | 一种基于动态步长的目标引力双向rrt路径规划方法 |
CN109211242A (zh) * | 2018-09-12 | 2019-01-15 | 浙江大学 | 一种融合rrt与蚁群算法的三维空间多目标路径规划方法 |
CN109211242B (zh) * | 2018-09-12 | 2020-10-23 | 浙江大学 | 一种融合rrt与蚁群算法的三维空间多目标路径规划方法 |
WO2020173044A1 (zh) * | 2019-02-28 | 2020-09-03 | 中国科学院深圳先进技术研究院 | 无人机路径规划方法、装置、存储介质及计算机设备 |
CN110609552A (zh) * | 2019-09-12 | 2019-12-24 | 哈尔滨工程大学 | 一种水下无人航行器编队平面航迹规划方法 |
CN110609552B (zh) * | 2019-09-12 | 2022-08-02 | 哈尔滨工程大学 | 一种水下无人航行器编队平面航迹规划方法 |
CN111506073A (zh) * | 2020-05-07 | 2020-08-07 | 安徽理工大学 | 一种融合膜计算和rrt的移动机器人路径规划方法 |
CN112677153A (zh) * | 2020-12-16 | 2021-04-20 | 东北林业大学 | 一种改进的rrt算法及工业机器人路径避障规划方法 |
CN112677153B (zh) * | 2020-12-16 | 2022-09-06 | 东北林业大学 | 一种改进的rrt算法及工业机器人路径避障规划方法 |
CN112650256A (zh) * | 2020-12-30 | 2021-04-13 | 河南大学 | 一种基于改进双向rrt机器人路径规划方法 |
CN113342056A (zh) * | 2021-07-01 | 2021-09-03 | 华侨大学 | 一种基于改进a星算法的无人机轨迹规划方法 |
TWI838007B (zh) | 2022-12-14 | 2024-04-01 | 財團法人船舶暨海洋產業研發中心 | 船舶環境風險即時控管導航系統及其運作方法 |
Also Published As
Publication number | Publication date |
---|---|
CN104516356B (zh) | 2017-07-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104516356A (zh) | 基于rrt的动态障碍规避算法 | |
CN107941087B (zh) | 一种基于阻力剖面的高升阻比高超平稳滑翔再入制导方法 | |
CN108681787B (zh) | 基于改进双向快速扩展随机树算法的无人机路径优化方法 | |
CN103090728B (zh) | 一种基于滑模控制的带末角约束制导方法 | |
CN109597427B (zh) | 一种基于无人机的炸弹随遇攻击规划方法及系统 | |
CN110908373B (zh) | 一种基于改进人工势场的智能车辆轨迹规划方法 | |
CN108958292B (zh) | 一种基于rrt*算法的飞行器突防轨迹规划方法 | |
CN107479572B (zh) | 基于仿生的无人机群组实时路径规划方法 | |
CN103777639B (zh) | 运动障碍环境中uuv三维航路规划方法 | |
CN103245257B (zh) | 基于Bezier曲线的多约束飞行器导引方法 | |
CN108398960B (zh) | 一种改进APF与分段Bezier相结合的多无人机协同目标追踪方法 | |
CN106483974B (zh) | 一种固定翼无人机近距离几何避障方法 | |
Wang et al. | Three-dimensional path planning for UAV based on improved PSO algorithm | |
CN113031642B (zh) | 动态禁飞区约束的高超声速飞行器轨迹规划方法和系统 | |
CN112558634B (zh) | 一种多导弹协同制导方法及系统 | |
CN106774425A (zh) | 一种无人机飞行导航的方法及系统 | |
CN110262555A (zh) | 连续障碍环境下无人机实时避障控制方法 | |
CN108073742A (zh) | 基于改进粒子滤波算法的拦截导弹末段飞行状态估计方法 | |
CN113911398B (zh) | 飞行器单脉冲躲避策略确定方法及系统 | |
CN111811513A (zh) | 一种多无人机协同覆盖及避障的航迹规划方法 | |
CN104406588A (zh) | 一种威胁环境下基于导引速度场的航路规划方法 | |
CN105786021A (zh) | 一种四旋翼无人机控制方法 | |
CN108287565B (zh) | 一种基于滚动窗口的无人机自动避撞方法 | |
CN114879716A (zh) | 反制低空空域飞行器的执法无人机路径规划方法 | |
Xiong et al. | Guidance law for multi-UAVs collaborative ground target tracking under obstacle environment |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |