CN106919181A - 一种无人机避障方法 - Google Patents

Abstract

本发明公开了一种无人机避障方法，主要包括以下步骤：为无人机规划初始飞行路径；利用传感器检测无人机飞行过程中，无人机一定距离内障碍物的位置、速度信息；采用碰撞检测算法计算按照初始路径飞行是否会发生碰撞；根据碰撞检测算法预测的碰撞区域信息以及无人机的目的地，利用策略迭代算法计算出规避碰撞路径；利用回溯法修正规避碰撞路径，避免无人机陷入局部障碍物陷阱；根据无人机动力学性能特性，对修正后的规避碰撞路径进行微分平坦处理。本发明提出的方法满足实际中无人机的飞行包线限制要求，有效避免路径规划算法中常见的局部障碍物陷阱问题，在满足动力学性能的前提下，可实时规避多个障碍。

Description

一种无人机避障方法

技术领域

本发明涉及无人机技术领域，具体涉及一种无人机避障方法。

背景技术

相比载人飞行器，无人机在军事与民用领域具有显著优势，现已广泛应用于航拍摄影、环境监测、森林防火等多种领域，且成本低廉。为促进无人机进入更为广阔的应用领域且与载人飞行器共享飞行空间，如何确保无人机的空中飞行安全成为当前需要解决的难题。目前，国内外学者陆续提出了关于无人机避障方法的专利以及文献，例如：

文献1(A.G.Shem,T.A.Mazzuchi,and S.Sarkani,”Addressing uncertainty inUAV navigation decision-making,”IEEE Transactions on Aerospace and ElectronicSystems,vol.44,no.1,pp.295-313,2008.)作者为使无人机做出特定的机动达到规避碰撞的目的，在面对多个飞行器的情况下采取基于数值仿真的马尔科夫决策过程方法，规划路径并对无人机进行导航。

文献2(A.G.Shem,T.A.Mazzuchi,and S.Sarkani,”Addressing uncertainty inUAV navigation decision-making,”IEEE Transactions on Aerospace and ElectronicSystems,vol.44,no.1,pp.295-313,2008.)作者考虑到环境的不确定性，采用动态规划法，结合势场法对无人机机组制导、跟踪目标。

文献3(S.Temizer,M.J.Kochenderfer,L.P.Kaelbling,T.Lozano-Perez,andJ.K.Kuchar.”Collision avoidance for unmanned aircraft using Markov decisionprocesses,”In Proceedings of AIAA Guidance,Navigation,and Control Conference,Toronto,Ontario,Canada,2010.)根据多种传感器的模态、成本函数、飞行器性能以及入侵者的轨迹，作者提出了采用马尔科夫决策过程实时规避碰撞的算法。

以上文献基于马氏决策应对飞行碰撞做出的无人机路径规划的方法缺少对无人机飞行包线限制的考虑，实际上无人机因为飞行器动力学限制，无法按照规划路径飞行。此外，应用马氏决策规划的路径存在局部陷阱，求解得到的航路容易出现来回震荡现象。

中国专利号为CN 105549014 A的专利公布了一种无人机的激光避障系统，该系统能通过接受外界反射的激光信号来计算障碍物位置，实现无人机的自动避障。该系统主要创新在于利用激光器转动，扩大观测范围，确定障碍物位置信息，局限在于缺少应对碰撞时无人机所须做出轨迹调整的方法。

中国专利号为CN 105807786 A的专利公布了一种无人机自动避障的方法及系统，无人机根据空间环境类型来启动合适的测距装置，提高了无人机避障的成功率。该系统主要创新点在于组合多种检测装置来精确定位障碍物，但同时也增加了无人机的负载，且缺少系统的路径规划方法。

中国专利号为CN 103365299 A的专利公布了一种基于人类避障行为的无人机避障方法及其装置，通过持续探测环境信息以读取障碍物信息并构建避障行为区，计算出无人机理想的前进航线与步长，直至抵达目标点。该方法存在计算量大，没有考虑到无人机动力学性能限制的缺点。

综上所述，现有专家已提出的涉及无人机避障方法的文献和专利，存在局限于定位障碍物，缺乏考虑无人机动力学限制及飞行包线要求的问题，无法实现实际中无人机的自主避障。

发明内容

本发明的目的在于克服上述提出方案的不足，提供了一种利用传感器检测无人机周围环境信息，将障碍物的位置及速度信息发送给控制系统，规划航迹的同时考虑无人机动力学性能限制，使之符合无人机飞行包线限制的要求，以规避碰撞的无人机避障方法。

为达到上述目的，本发明的技术方案是这样实现的：

一种无人机避障方法，主要包括以下步骤：步骤一、无人机规划直达目的地的初始飞行路径；

步骤二、利用传感器检测无人机飞行过程中，无人机以及障碍物的位置、速度信息；

步骤三、根据步骤二采集的信息，采用碰撞检测算法计算按初始规划轨迹飞行是否会发生碰撞，若否，则继续飞行，如是，则进入步骤四；

步骤四、根据无人机的目的地、以及碰撞检测算法计算出预测碰撞区域信息，利用策略迭代算法计算出规避碰撞路径；

步骤五、利用回溯法修正规避碰撞路径，以便规避局部障碍物陷阱；

步骤六、根据无人机动力学性能特性，利用微分平坦理论对修正后的规避碰撞路径做调整，使无人机满足实际飞行要求，直至抵达目的地。

本发明所采用的技术方案具有以下有益效果：

本发明通过传感器检测无人机及周围障碍物的位置速度信息，将相关信息传递给控制系统，根据碰撞检测算法计算碰撞区域及碰撞时间；基于马尔科夫决策过程中的策略迭代理论，结合回溯法可以得到状态转移函数、补偿函数等数据，最终得到理想策略；将理想策略代入航迹规划方程，即可得到期望的碰撞规避路径，可以避免无人机陷入路径规划常见的局部陷阱问题。利用微分平坦理论，提升上述规划航迹的实用性，可以得到满足无人机动力学限制的路径，引导无人机规避障碍。本发明提供的无人机避障方法，能够主动检测障碍物并实施碰撞规避。其优点包括满足实际中无人机存在的飞行包线限制，避免路径规划算法中常见的局部障碍物陷阱问题，在满足动力学性能的前提下，可实时规避多个障碍。

附图说明

图1是无人机避障方法流程示意图；

图2是无人机和潜在障碍物的相对运动示意图；

图3是无人机的基本动作示意图；

图4是无人机基本动作的概率分配图；

图5是策略迭代流程示意图；

图6是根据本发明方案的仿真结果图；

图7是期望路径与经微分平坦理论处理后的路径对比图。

具体实施方式

下面结合附图及具体实例对本发明作进一步的详细描述。然而可以理解的是，下述具体实施方式仅仅是本发明的优选技术方案，而不应该理解为对本发明的限制。

如图1所示，一种无人机避障方法，该避障方法主要包括以下步骤：

步骤一、无人机规划直达目的地的初始飞行路径。无人机从起点开始，沿初始规划路径出发。

步骤二、利用传感器检测无人机飞行过程中，无人机以及无人机800m范围内障碍物的位置、速度信息。

如图2所示，对于无人机与障碍物的相对运动，利用机载传感器检测包括无人机速度矢量障碍物速度矢量两者相对速度矢量两者相对位置矢量在内的数据。

步骤三、根据步骤二采集的信息，采用碰撞检测算法计算按初始规划轨迹飞行是否会发生碰撞，若否，则继续飞行，如是，则进入步骤四；所述碰撞检测算法计算过程如下：假定通过传感器检测时，障碍物沿着初始航迹运动而无任何机动调整，则根据检测数据可以计算得到无人机和障碍物最近点距离矢量，如下所示：

这里表示两者最接近时间点相对位置矢量，表示无人机相对障碍物的单位速度矢量，可以由以下公式得到，

无人机和障碍物最近点相对位置矢量也可由以下公式得到，

根据两者最近点相对速度矢量和相对位置矢量关系可得：

由公式(3)和公式(4)得：

如果计算出来的结果τ>0,并且就意味无人机与障碍物之间将发生碰撞，有必要对无人机进行航迹调整。当传感器检测到障碍物时，将障碍物信息传递给无人机控制系统，然后利用上述碰撞检测算法预测碰撞区域及碰撞发生时间。

步骤四、根据碰撞检测算法计算出预测碰撞区域信息、以及无人机的目的地，利用策略迭代算法计算出规避碰撞路径。

无人机可以沿着8个方位飞行，如图3所示，分别代表8个动作。每个动作随机引起无人机的状态改变，状态改变分布情况如图4所示。

马尔科夫决策过程基于随机模型，把系统分离为有限的状态和动作，来解决决策问题。马氏决策理论最基本的模型是一个四元组(S,A,T,R),分别代表：

1)，状态集合S：下文实例中代表一个800m x 800m的飞行环境，每20m×20m小方格代表一个状态。

2)，行动集合A：问题世界所有可能行动的集合，无人机能做8个方向的移动，包括北、东北、东、东南、南、西南、西、西北。

3)，状态转移函数T:S×A×S→[0，1]是这个离散状态空间的转移函数模型，用p(s'|s,a)表示从状态s,采取动作a,转移到s’的转移概率。

4)，报酬函数R(s,a)：一般用R(s,a)表示在状态s执行动作a所能获得的立即报酬。

根据无人机控制系统预测的的碰撞区域以及目的地位置信息，利用策略迭代算法可以计算出理想策略以及理想路径。如图5所示，利用贝尔曼方程进行迭代计算，得出策略对应的值函数，然后利用贪心算法可以提取新的策略，不断迭代直至策略收敛，所得策略为理想的规避碰撞的策略。把无人机当前位置代入理想策略，可以得到规避碰撞的期望路径。

步骤五、利用回溯法修正规避碰撞路径，以便规避局部障碍物陷阱。回朔法的原理为根据当前状态及当前策略预测下一步状态，如果预测到下一步状态进入碰撞区域即有可能引起碰撞则改变当前策略直至下一步状态安全为止。利用回溯法，采取不同策略试探下一步可能的结果，可以保证无人机当前策略的安全性，避免陷入局部障碍物陷阱。

步骤六、根据无人机动力学性能特性，利用微分平坦理论对修正后的规避碰撞路径做调整，使无人机满足实际飞行要求，直至抵达目的地。

微分平坦理论是Fiess在20世纪90年代针对非线性系统提出的一个概念，目的在于某系统平坦输出的存在性，也就是非线性系统动力学特性的一种结构形式的存在性。在二维平面无人机飞行包线限制主要在于航向角Ψ，存在公式(v_α表示无人机速度，φ_est表示滚转角极值，R₃表示航向角幅值，g表示重力加速度)。据此可以把问题转为求解在滚转角限制下的校正时间t_s。利用微分平坦理论对上述路径拟合，得到满足无人机飞行性能要求的轨迹。

将本专利提出的算法在一台电脑上进行数值仿真试验，设置无人机处于一个800m×800m的二维平面环境，建立笛卡尔坐标系。X坐标轴正向指向东，Y坐标轴正向指向北，以20m为单位。假定无人机以20m/s飞行，此时障碍物以15m/s保持原航迹飞行并且无规避机动。以坐标点(0,0)为起始点，以(800,800)点为目的地点。基于检测到的障碍物的信息，碰撞检测算法可以确定碰撞区域信息以及发生碰撞的时间。利用策略迭代算法以及回溯法，可以得到状态转移函数、报酬函数等信息，最终如图6所示，得到规避碰撞的路径。由于本次仿真基于二维平面的飞行情景来规划航迹，故只需要考虑航向角Ψ的限制，根据相关公式可以调整路径，使之符合实际需要。图7所示为经微分平坦算法调整得出的符合实际的路径与仅仅用策略迭代算法得出的期望路径对比示意图。

以上显示和描述了本发明的基本原理和主要特征。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。

Claims (1)

1.一种无人机避障方法，其特征在于，该避障方法主要包括以下步骤：

步骤一、无人机规划直达目的地的初始飞行路径；

步骤二、利用传感器检测无人机飞行过程中，无人机以及障碍物的位置、速度信息；

步骤三、根据步骤二采集的信息，采用碰撞检测算法计算按初始规划轨迹飞行是否会发生碰撞，若否，则继续飞行，如是，则进入步骤四；

步骤四、根据碰撞检测算法计算出预测碰撞区域信息、以及无人机的目的地，利用利用策略迭代算法计算出规避碰撞路径；

步骤五、利用回溯法修正规避碰撞路径，以便规避局部障碍物陷阱；

步骤六、根据无人机动力学性能特性，利用微分平坦理论对修正后的规避碰撞路径做调整，使无人机满足实际飞行要求，直至抵达目的地。