CN108549403A - 一种协同避障方法及装置 - Google Patents

一种协同避障方法及装置 Download PDF

Info

Publication number
CN108549403A
CN108549403A CN201810294962.0A CN201810294962A CN108549403A CN 108549403 A CN108549403 A CN 108549403A CN 201810294962 A CN201810294962 A CN 201810294962A CN 108549403 A CN108549403 A CN 108549403A
Authority
CN
China
Prior art keywords
potential function
parameter
barrier
repulsion
parameter value
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
Application number
CN201810294962.0A
Other languages
English (en)
Other versions
CN108549403B (zh
Inventor
周钊
宋亮
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.)
Beijing Runke General Technology Co Ltd
Original Assignee
Beijing Runke General Technology Co Ltd
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 Beijing Runke General Technology Co Ltd filed Critical Beijing Runke General Technology Co Ltd
Priority to CN201810294962.0A priority Critical patent/CN108549403B/zh
Publication of CN108549403A publication Critical patent/CN108549403A/zh
Application granted granted Critical
Publication of CN108549403B publication Critical patent/CN108549403B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/10Simultaneous control of position or course in three dimensions
    • G05D1/101Simultaneous control of position or course in three dimensions specially adapted for aircraft
    • G05D1/104Simultaneous control of position or course in three dimensions specially adapted for aircraft involving a plurality of aircrafts, e.g. formation flying

Landscapes

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

Abstract

本发明提供了一种协同避障方法及装置,该方法包括:检测到飞行前进方向上存在障碍物,则获取所述障碍物的位置以及所述障碍物的轮廓,沿着所述障碍物的轮廓均匀分布多个点源,形成均匀势场,构造所述均匀势场的势函数,使得构造的障碍物斥力势函数与障碍物的外表面相符,并根据所述障碍物的位置以及所述势函数发出避障控制指令。由于在障碍物外表面上分布的多个点源产生了与障碍物轮廓相符的斥力势场,构造出与障碍物轮廓一致的斥力势函数后,根据与障碍物的距离以及斥力势函数发出避障控制指令后,可以控制无人机集群顺滑且近距离的避开任意形状、任意大小的障碍物。本发明公开的协同避障方法及装置提高了协同避障方法的适用性。

Description

一种协同避障方法及装置
技术领域
本发明涉及协同避障控制领域,尤其涉及一种协同避障方法及装置。
背景技术
无人机集群在按照预定轨迹飞行的过程中会遇到障碍物,在遇到障碍物时要求无人机集群能够避开障碍物。
现有技术中主要采用几何向量法,人工势场法,模型预测法和蚁群算法计算得到避障控制指令,以控制无人机集群绕开障碍物。其中,人工势场法因其算法简单,同时适用于二维和三维地图,且容易加入运动限制条件的优势,在无人机蜂群协同避障领域有广泛的应用。
采用人工势场法控制无人机集群绕开障碍物的方式是:在障碍物中心分布一个点源以形成人工势场,并构造人工势场的势函数,然后根据构造好的势函数计算得到避障控制指令,以使得无人机集群能够避开障碍物。
由于人工势场法是在障碍物的中心分布一个点源,形成的势场截面是一个标准的圆形,当障碍物不是圆形或者圆柱等回转体时,也只能按照在障碍物中心分布一个点源,并按照圆形的势场截面进行避障,导致不能准确实现近距离避开障碍物的效果。
因此,现有技术中按照势函数计算得到避障控制指令,以控制无人机集群绕开障碍物的方法仅适用于圆形或者圆柱等回转体形的障碍物,而不适用于矩形或者多边形的障碍物,存在适用性差的问题。
发明内容
有鉴于此,本发明的目的在于提供一种协同避障方法及装置,以解决现有技术中协同避障方法存在的适用性差的问题。
本发明提供一种协同避障方法,包括:
检测飞行前进方向上是否存在障碍物;
若检测到飞行前进方向上存在障碍物,则获取所述障碍物的位置以及所述障碍物的轮廓;
沿着所述障碍物的轮廓均匀分布多个点源,形成均匀势场;
构造所述均匀势场的势函数;
根据所述障碍物的位置以及所述势函数发出避障控制指令。
优选地,所述构造势函数包括:
获取预先调整好的势函数参数的参数值;
根据所述势函数参数的参数值,构造势函数。
优选地,所述势函数参数的参数值的调整方法包括:
设置所述势函数参数的参数值;
按照设置的所述势函数参数的参数值,通过仿真模型进行避障仿真,得到仿真结果;
若所述仿真结果表示避障失败,则更改设置的所述势函数参数的参数值,并返回执行按照设置的势函数参数的参数值,通过仿真模型进行避障仿真,得到仿真结果的步骤;
若所述仿真结果表示避障成功,则记录设置的所述势函数参数的参数值。
优选地,所述势函数参数包括障碍物斥力势函数系数,
所述按照设置的所述势函数参数的参数值,通过仿真模型进行避障仿真,得到仿真结果包括:
按照设置的所述障碍物斥力势函数系数的参数值,构造障碍物斥力势函数;
分别计算距离所述多个点源中每个点源的距离值;
根据每个所述距离值,分别对所述障碍物斥力势函数进行积分计算,得到斥力总势能;
根据所述斥力总势能,通过仿真模型进行避障仿真,得到仿真结果。
优选地,所述势函数参数还包括集群中各个成员之间的引力势函数参数、集群中各个成员之间的斥力势函数参数、领航者位置引力势函数参数、领航者速度引力势函数参数和领航者速度斥力势函数参数;
所述按照设置的所述障碍物斥力势函数系统的参数值,构造障碍物斥力势函数之前,还包括:
根据对集群队形影响的动态响应特性,分别确定集群中各个成员之间的引力势函数参数的参数值和斥力势函数参数的参数值;
根据对集群中领航者的跟踪动态响应特性,分别确定领航者位置引力势函数参数的参数值、领航者速度引力势函数参数的参数值、领航者速度斥力势函数参数的参数值。
本发明还提供一种协同避障装置,包括:
检测单元,用于检测飞行前进方向上是否存在障碍物;
获取单元,用于在所述检测单元检测到飞行前进方向上存在障碍物时,获取所述障碍物的位置以及所述障碍物的轮廓;
设置单元,用于沿着所述障碍物的轮廓均匀分布多个点源,形成均匀势场;
构造单元,用于构造所述均匀势场的势函数;
控制单元,用于根据所述障碍物的位置以及所述势函数发出避障控制指令。
优选地,所述构造单元包括:
获取子单元,用于获取预先调整好的势函数参数的参数值;
构造子单元,用于根据所述势函数参数的参数值,构造势函数。
优选地,还包括:
参数设置单元,用于设置所述势函数参数的参数值;
仿真单元,用于按照设置的所述势函数参数的参数值,通过仿真模型进行避障仿真,得到仿真结果;
更改单元,用于若所述仿真结果表示避障失败,则更改设置的所述势函数参数的参数值,并调用所述仿真单元;
记录单元,用于若所述仿真结果表示避障成功,则记录设置的所述势函数参数的参数值。
优选地,所述势函数参数包括障碍物斥力势函数系数,所述仿真单元具体包括:
斥力势函数构造子单元,用于按照设置的所述障碍物斥力势函数系数的参数值,构造障碍物斥力势函数;
计算子单元,用于分别计算距离所述多个点源中每个点源的距离值;
积分子单元,用于根据每个所述距离值,分别对所述障碍物斥力势函数进行积分计算,得到斥力总势能;
仿真子单元,用于根据所述斥力总势能,通过仿真模型进行避障仿真,得到仿真结果。
优选地,所述势函数参数还包括集群中各个成员之间的引力势函数参数、集群中各个成员之间的斥力势函数参数、领航者位置引力势函数参数、领航者速度引力势函数参数和领航者速度斥力势函数参数;
还包括:
第一确定单元,用于根据对集群队形影响的动态响应特性,分别确定集群中各个成员之间的引力势函数参数的参数值和斥力势函数参数的参数值;
第二确定单元,用于根据对集群中领航者的跟踪动态响应特性,分别确定领航者位置引力势函数参数的参数值、领航者速度引力势函数参数的参数值、领航者速度斥力势函数参数的参数值。
与现有技术相比,本发明具有如下优点:
本申请中若检测到飞行前进方向上存在障碍物,则获取所述障碍物的位置以及所述障碍物的轮廓,沿着所述障碍物的轮廓均匀分布多个点源,形成均匀势场,构造所述均匀势场的势函数,使得构造的障碍物斥力势函数与障碍物的外表面相符,并根据所述障碍物的位置以及所述势函数发出避障控制指令。由于基于面源法的无人机集群协同避障方法,是在障碍物外表面均匀分布多个点源,以产生与障碍物轮廓相符的斥力势场,生成的斥力势场叠加均匀流场后可以围绕障碍物生成一个与障碍物外形轮廓匹配的速度场,构造出与障碍物轮廓一致的斥力势函数后,根据与障碍物的距离以及斥力势函数发出避障控制指令后,可以控制无人机集群顺滑且近距离的避开任意形状、任意大小的障碍物,本发明公开的协同避障方法及装置提高了协同避障方法的适用性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的一种协同避障方法的流程图;
图2是本发明实施例提供的另一种协同避障方法的流程图;
图3是本发明实施例提供的仿真模型的结构示意图;
图4是利用本发明实施例提供的协同避障方法进行避障仿真的一种仿真结果示意图;
图5是利用本发明实施例提供的协同避障方法进行避障仿真的另一种仿真结果示意图;
图6是利用本发明实施例提供的协同避障方法进行避障仿真的另一种仿真结果示意图;
图7是利用本发明实施例提供的协同避障方法进行避障仿真的另一种仿真结果示意图;
图8是利用本发明实施例提供的协同避障方法进行避障仿真的另一种仿真结果示意图;
图9是利用本发明实施例提供的协同避障方法进行避障仿真的另一种仿真结果示意图;
图10是本发明实施例提供的一种协同避障装置的结构示意图;
图11是本发明实施例提供的另一种协同避障装置的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本实施例公开了一种协同避障方法,该协同避障方法应用于由无人机组成的集群中,其中,无人机集群包括一个虚拟领航者以及至少一个跟随虚拟领航者的成员。参见图1,该实施例包括以下步骤:
S101、检测飞行前进方向上是否存在障碍物;
若检测到飞行前进方向上存在障碍物,则执行步骤S102;
若否,则结束流程。
只有在飞行前进方向上存在障碍物时,才需要避开飞行前进方向上的障碍物。其中,障碍物可以是固定障碍物,也可以是移动障碍物。
S102、获取所述障碍物的位置以及所述障碍物的轮廓;
在检测到无人机集群飞行的前进方向存在障碍物时获取障碍物信息。其中,障碍物信息包括障碍物的位置以及障碍物的轮廓。
所述障碍物的轮廓为三维坐标系中障碍物的外表面。
S103、沿着所述障碍物的轮廓均匀分布多个点源,形成均匀势场;
在障碍物外表面均匀分布一层大小一致的点源,即在已知障碍物外形曲线的前提下,在障碍物的曲线表面每个点处都设置一个点源。
其中,点源与均匀流、点汇、点涡、偶极子都是计算流体力学的基本计算单元。这几种基本计算单元中的任意两种或两种以上叠加都可以构造出复杂流场形态。例如:点源和均匀流的叠加可以模拟流体绕圆柱的无升力流场形态,点源、均匀流和点涡的叠加可以模拟流体绕圆柱的有升力流场形态。
但是上述基本计算单元的简单叠加只能模拟流体绕圆形、椭圆形或者圆柱等回转体形障碍物的流场状况。本实施例中,为了模拟流体绕更复杂外形障碍物的流场状况,采用在障碍物表面均匀分布一层大小一致的点源,每个点源都形成一个人工势场,整个障碍物上分布的多个点源构成的点源场以及无人机集群按照一定的速度飞行而生成的均匀流场叠加后可以模拟任意形状、大小的障碍物周边的流场。
由于是在障碍物外表面均匀分布一层大小一致的点源,因此在流体力学中称为面源法。
本实施例中障碍物外表面均匀分布的多个点源,产生的是与障碍物轮廓相符的斥力势场,叠加均匀流场后可以围绕障碍物生成一个与障碍物外形轮廓匹配的速度场,进而使得无人机集群可以顺滑且近距离的避开障碍物。
S104、构造所述均匀势场的势函数;
获取预先调整好的势函数参数的参数值,并根据所述势函数参数的参数值,构造势函数。
障碍物对无人机集群产生的是斥力,且由于在障碍物的外表面上均匀分布了一层大小一致的点源,因此,构造的障碍物斥力势函数是与障碍物外形轮廓相符的。
S105、根据所述障碍物的位置以及所述势函数发出避障控制指令。
基于无人机集群协同避障控制算法,根据障碍物的位置和构造的势函数计算得到向无人机集群中的各个成员分别发送的避障控制指令。
当无人机集群中一个跟随虚拟领航者的成员,检测到其自身飞行前进方向上存在障碍物时,获取所述障碍物的位置,并可以根据障碍物的位置以及自身当前的位置,计算出距离所述障碍物的距离值。无人机集群中成员与障碍物之间的距离不同时,无人机集群中成员受到障碍物的斥力是不同的,发出的避障控制指令也是不同的。
在本实施例中,避障控制指令包括速度参数和位置参数。无人机集群中的各个成员分别接收到避障控制指令后,根据速度参数和位置参数调整自身的飞行速度和位置,以在保持与其他成员处于一定队形的条件下,使得自身的运动状态无限接近虚拟领航者的运动状态,并能够顺滑避让飞行前进方向上出现的障碍物。
本实施例中检测到飞行前进方向上存在障碍物,则获取所述障碍物的位置以及所述障碍物的轮廓,沿着所述障碍物的轮廓均匀分布多个点源,形成均匀势场,构造所述均匀势场的势函数,使得构造的障碍物斥力势函数与障碍物的外表面相符,并根据所述障碍物的位置以及所述势函数发出避障控制指令。由于基于面源法的无人机集群协同避障方法,是在障碍物外表面均匀分布多个点源,产生了与障碍物轮廓相符的斥力势场,生成的斥力势场叠加均匀流场后可以围绕障碍物生成一个与障碍物外形轮廓匹配的速度场,构造出与障碍物轮廓一致的斥力势函数后,根据与障碍物的距离以及斥力势函数发出避障控制指令后,可以控制无人机集群顺滑且近距离的避开任意形状、任意大小的障碍物,提高了协同避障方法的适用性。
本实施例公开了另一种协同避障方法,本实施例中描述了调整各个势函数参数的参数值的方法,参见图2,该实施例包括以下步骤:
S201、设置所述势函数参数的参数值;
本实施例中,势函数参数包括:集群中各个成员之间的引力势函数参数,记为k1;集群中各个成员之间的斥力势函数参数,记为k2;集群中领航者位置引力势函数参数,记为Kcm;集群中领航者速度引力势函数参数,记为Kc;集群中领航者速度斥力势函数参数,记为c2;障碍物斥力势函数系数,记为Krep;障碍物斥力势函数最大作用范围,记为r2。
通过上述7个势函数参数协调控制,实现无人机集群中各个成员顺滑绕开各种大小的障碍物。
在设置上述7个势函数参数的过程中,首先,将7个势函数参数分为三类,第一类参数是调整无人机集群中各个成员之间位置的参数,包括K1和K2;第二类参数是调整无人机集群中各个成员与虚拟领航者之间的位置和速度的参数,包括Kcm、Kc和c2;第三类参数是调整无人机集群对障碍物的避让效果的参数,包括Krep和r2。
其次,按照划分的参数类别,分三个步骤设置不同参数的参数值。具体为:
第一步:根据对集群队形影响的动态响应特性,设置第一类参数的参数值,即设置集群中各个成员之间的引力势函数参数K1的参数值和斥力势函数参数K2的参数值;
第二步:根据第一步确定的K1的参数值、K2的参数值以及根据对集群中领航者的跟踪动态响应特性,设置第二类参数的参数值,即设置领航者位置引力势函数参数Kcm的参数值、领航者速度引力势函数参数Kc的参数值、领航者速度斥力势函数参数C2的参数值;
第三步:根据第一步确定的K1的参数值、K2的参数值以及第二步确定的Kcm的参数值、Kc的参数值和C2的参数值,设置第三类参数的参数值,即设置障碍物斥力势函数系数Krep的参数值和障碍物斥力势函数最大作用范围r2的参数值。
由于上述三类参数中,第一类参数和第二类参数都是不考虑避障效果的,因此针对不同大小或不同形状的障碍物,第一类参数的参数值和第二类参数的参数值是不变的,由于第三类参数考虑到避障效果,因此需要调整第三类参数的参数值,使得无人机集群能够近距离且顺滑的避开不同大小、不同形状的障碍物。
且由于本实施例采用的是基于面源法的协同避障控制方法,因此,在调整好第三类参数的参数值后,无论障碍物是何种外形、何种大小,第三类参数的参数值都不发生变化。
在本实施例中,根据对集群队形影响的动态响应特性,确定的第一类参数的参数值为K1=100,K2=10;在确定的第一类参数参数值的基础上,根据对集群中领航者的跟踪动态响应特性,确定的第二类参数的参数值为Kcm=1,Kc=0.1,c2=1。
需要注意的是,根据动态响应特性,分别确定的每个参数的参数值可以是确定的一个数值,也可以是一个数值范围。
在已经确定的第一类参数的参数值和第二类参数的参数值的基础上,设置并调整第三类参数的参数值。
S202、按照设置的所述势函数参数的参数值,通过仿真模型进行避障仿真,得到仿真结果;
若所述仿真结果表示避障失败,则执行步骤S203;
若所述仿真结果表示避障成功,则执行步骤S204;
通过仿真模型进行避障仿真的过程包括:
第一类参数中K1=100,K2=10;第二类参数中Kcm=1,Kc=0.1,c2=1。在一定范围内选取Krep的值、r2的值,本实施例中在0到100之间选择一个值作为Krep的参数值,在0到1之间选择一个值作为r2的参数值,设置好Krep的参数值和r2的参数值后,构造障碍物斥力势函数。
针对障碍物外表面均匀分布的大小一致的多个点源,分别计算距离每个点源的距离值。根据计算得到的每个距离值,分别对构造的障碍物斥力势函数进行积分,得到斥力总势能。由于障碍物表面分布的每个点源生成的人工势场的作用范围r2只在特定半径范围内对无人机集群产生斥力,因此,根据距离值,对斥力势函数进行积分时只对距离值小于特定半径的障碍物表面上分布的点源产生的斥力进行积分。例如,障碍物A为长方体的障碍物,外表面上均匀分布有30个点源,特定半径为1米,当无人机集群中一个成员检测到障碍物A的存在,并沿着一定方向逐渐靠近障碍物A时,由于障碍物A不同表面上分布的点源与无人机集群中这一成员之间的距离值是不同的,存在点源与无人机集群中这一成员之间的距离值大于r2的点源,这些点源产生的斥力场并没有对无人机集群中这一成员产生影响,因此在计算障碍物A对这一成员产生的斥力时,只需要计算障碍物A上点源与这一成员之间的距离值小于1米的点源对成员产生的斥力,而不需要对其他点源通过积分计算斥力。
根据所述斥力总势能,根据图3所示的仿真模型进行避障仿真,得到仿真结果。其中,图3所示的对虚拟领航者的运动状态和无人机集群成员的运动模型计算差值指的是计算虚拟领航者的当前位置和飞行速度与无人机集群中成员的当前位置和飞行速度的差值。获取到障碍物信息后,设置势函数参数的参数值,并构造势函数,无人机集群协同避障控制算法根据计算得到的差值以及构造的势函数,向无人机集群中的各个成员分别发送控制指令,使得无人机集群中的各个成员分别接收到避障控制指令后,根据控制指令中包括的速度参数和位置参数调整自身的飞行速度和位置,以在保持与其他成员处于一定队形的条件下,使得自身的运动状态无限接近虚拟领航者的运动状态,并能够顺滑避让飞行前进方向上出现的障碍物。
若仿真结果如图4所示,a表示虚拟领航者的运动轨迹,b表示无人机集群中各个成员的运动轨迹,图形圆表示障碍物,无人机集群中的各个成员的运动轨迹在遇到障碍物之前与虚拟领航者的运动轨迹重合,表示各个成员能够追随虚拟领航者,而无人机集群中的各个成员的运动轨迹在避开障碍物后不能靠近虚拟领航者,即不能追随虚拟领航者。仿真结果表示避障失败,避障失败的原因是无人机集群中的各个成员跟随虚拟领航者位置的能力不足,即Kcm的参数值偏小。
若仿真结果如图5所示,无人机集群中的各个成员的运动轨迹与虚拟领航者的运动轨迹重合,表示无人机集群中的各个成员能够保持追随虚拟领航者,但是存在穿越障碍物的情况。仿真结果表示避障失败,避障失败的原因是障碍物的势函数的参数值偏小。
若仿真结果如图6所示,无人机集群中的各个成员不会发生穿越障碍物的情况,但是绕开障碍物时,离障碍物的边缘有一段距离,即不能近距离顺滑的绕开障碍物。仿真结果表示避障失败,避障失败的原因是障碍物势函数的作用半径的参数值偏大。
若仿真结果如图7所示,无人机集群中的各个成员在保持与其他成员处于一定队形的条件下,使得自身的运动状态无限接近虚拟领航者的运动状态,并能够顺滑避让障碍物。仿真结果表示避障成功。
S203、更改设置的所述势函数参数的参数值,并返回执行步骤S202;
由于导致避障失败的原因不同,因此在更改势函数参数的参数值时根据导致避障失败的原因不同,更改的势函数参数是不同的。
例如,图4所示的仿真结果表示由于Kcm的参数值偏小导致避障失败,在执行更改势函数参数的参数值时,更改的是Kcm的参数值,具体为增大Kcm的参数值。将Kcm的参数值设置为30,并再次利用仿真模型进行避障仿真。
图5所示的仿真结果表示由于障碍物的势函数的参数值偏小导致避障失败,在执行更改势函数参数的参数值时,更改的是Krep的参数值,具体为增大Krep的参数值。将Krep的参数值设置为5,并再次利用仿真模型进行避障仿真。
图6所示的仿真结果表示由于障碍物势函数的作用半径的参数值偏大导致避障失败,在执行更改势函数参数的参数值时,更改的是r2的参数值,具体为减小r2的参数值。将r2的参数值设置为0.2,并再次利用仿真模型进行避障仿真。
在本实施例中,在调整好r2的参数值后,即在此参数值下,可以顺滑且近距离避开障碍物后,无论障碍物是何种外形以及无论障碍物是何种大小,此r2的参数值都不发生变化。
需要注意的是,在第一类参数的参数值和第二类参数的参数值已经确定的基础上,调整第三类参数的参数值的过程中,并不仅仅能够调整第三类参数中包括的各项参数的参数值,还可以根据仿真结果适当的调整第二类参数中包括的各项参数的参数值,主要是对第二类参数中包括的Kcm这一参数的参数值的调整。
S204、记录设置的所述势函数参数的参数值;
S205、检测飞行前进方向上是否存在障碍物;
检测到飞行前进方向上存在障碍物,则执行步骤S206;
若否,则结束流程。
S206、获取所述障碍物的位置以及所述障碍物的轮廓;
S207、沿着所述障碍物的轮廓均匀分布多个点源,形成均匀势场;
S208、构造所述均匀势场的势函数;
S209、根据所述障碍物的位置以及所述势函数发出避障控制指令。
根据调整好的势函数参数的参数值构造势函数,基于无人机集群协同避障控制算法,根据障碍物的位置和构造的势函数计算得到向无人机集群中的各个成员分别发送的避障控制指令。
采用本实施例公开的协同避障方法,参见图8所示,大小不同的图形圆表示的是大小不同的障碍物,其中,障碍物包括16个静止障碍物,2个随机移动障碍物以及2个已知移动障碍物,障碍物按照自身的运动轨迹移动,无人机集群能够顺滑且近距离绕开不同大小的障碍物。图9所示为利用本实施例提供的协同避障方法进行避障仿真过程中第300秒的结果,无人机集群正在变换队形分散避开一个移动障碍物和一个静止障碍物。
本实施例中检测到飞行前进方向上存在障碍物,则获取所述障碍物的位置以及所述障碍物的轮廓,沿着所述障碍物的轮廓均匀分布多个点源,形成均匀势场,构造所述均匀势场的势函数,使得构造的障碍物斥力势函数与障碍物的外表面相符,并根据所述障碍物的位置以及所述势函数发出避障控制指令。由于基于面源法的无人机集群协同避障方法,是在障碍物外表面均匀分布多个点源,产生了与障碍物轮廓相符的斥力势场,生成的斥力势场叠加均匀流场后可以围绕障碍物生成一个与障碍物外形轮廓匹配的速度场,构造出与障碍物轮廓一致的斥力势函数后,根据与障碍物的距离以及斥力势函数发出避障控制指令后,可以控制无人机集群顺滑且近距离的避开任意形状、任意大小的障碍物,提高了协同避障方法的适用性。且通过分步设置势函数参数的参数值,使得无人机集群能够顺滑且近距离的避让各种障碍物。
对应上述协同避障方法,本实施例还公开了一种协同避障装置,所述协同避障装置的结构示意图请参阅图10所示,本实施例中协同避障装置包括:
检测单元301、获取单元302、设置单元303、构造单元304和控制单元305;
检测单元301,用于检测飞行前进方向上是否存在障碍物;
获取单元302,用于在所述检测单元检测到飞行前进方向上存在障碍物时,获取所述障碍物的位置以及所述障碍物的轮廓;
设置单元303,用于沿着所述障碍物的轮廓均匀分布多个点源,形成均匀势场;
构造单元304,用于构造所述均匀势场的势函数;
其中,构造单元304包括:
获取子单元,用于获取预先调整好的势函数参数的参数值;
构造子单元,用于根据所述势函数参数的参数值,构造势函数;
控制单元305,用于根据所述障碍物的位置以及所述势函数发出避障控制指令。
本实施例中检测到飞行前进方向上存在障碍物,则获取所述障碍物的位置以及所述障碍物的轮廓,沿着所述障碍物的轮廓均匀分布多个点源,形成均匀势场,构造所述均匀势场的势函数,使得构造的障碍物斥力势函数与障碍物的外表面相符,并根据所述障碍物的位置以及所述势函数发出避障控制指令。由于基于面源法的无人机集群协同避障方法,是在障碍物外表面均匀分布多个点源,产生了与障碍物轮廓相符的斥力势场,生成的斥力势场叠加均匀流场后可以围绕障碍物生成一个与障碍物外形轮廓匹配的速度场,构造出与障碍物轮廓一致的斥力势函数后,根据与障碍物的距离以及斥力势函数发出避障控制指令后,可以控制无人机集群顺滑且近距离的避开任意形状、任意大小的障碍物,提高了协同避障方法的适用性。
在上一实施例公开的协同避障装置的基础上,本实施例还公开了另一种协同避障装置,所述协同避障装置的结构示意图请参阅图11所示,本实施例中协同避障装置还包括:
参数设置单元401、仿真单元402、更改单元403、记录单元404、第一确定单元405和第二确定单元406;
参数设置单元401,用于设置所述势函数参数的参数值;
仿真单元402,用于按照设置的所述势函数参数的参数值,通过仿真模型进行避障仿真,得到仿真结果;
其中,仿真单元402具体包括:
斥力势函数构造子单元,用于按照设置的所述障碍物斥力势函数系数的参数值,构造障碍物斥力势函数;
计算子单元,用于分别计算距离所述多个点源中每个点源的距离值;
积分子单元,用于根据每个所述距离值,分别对所述障碍物斥力势函数进行积分,得到斥力总势能;
仿真子单元,用于根据所述斥力总势能,通过仿真模型进行避障仿真,得到仿真结果。
更改单元403,用于若所述仿真结果表示避障失败,则更改设置的所述势函数参数的参数值,并调用所述仿真单元;
记录单元404,用于若所述仿真结果表示避障成功,则记录设置的所述势函数参数的参数值;
第一确定单元405,用于根据对集群队形影响的动态响应特性,分别确定集群中各个成员之间的引力势函数参数的参数值和斥力势函数参数的参数值;
第二确定单元406,用于根据对集群中领航者的跟踪动态响应特性,分别确定领航者位置引力势函数参数的参数值、领航者速度引力势函数参数的参数值、领航者速度斥力势函数参数的参数值。
本实施例中检测到飞行前进方向上存在障碍物,则获取所述障碍物的位置以及所述障碍物的轮廓,沿着所述障碍物的轮廓均匀分布多个点源,形成均匀势场,构造所述均匀势场的势函数,使得构造的障碍物斥力势函数与障碍物的外表面相符,并根据所述障碍物的位置以及所述势函数发出避障控制指令。由于基于面源法的无人机集群协同避障方法,是在障碍物外表面均匀分布多个点源,以产生与障碍物轮廓相符的斥力势场,生成的斥力势场叠加均匀流场后可以围绕障碍物生成一个与障碍物外形轮廓匹配的速度场,构造出与障碍物轮廓一致的斥力势函数后,根据与障碍物的距离以及斥力势函数发出避障控制指令后,可以控制无人机集群顺滑且近距离的避开任意形状、任意大小的障碍物,提高了协同避障方法的适用性。且通过分步设置势函数参数的参数值,使得无人机集群能够顺滑且近距离的避让各种障碍物。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例提供的装置而言,由于其与实施例提供的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
对所公开的实施例的上述说明,使本领域技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。

Claims (10)

1.一种协同避障方法,其特征在于,包括:
检测飞行前进方向上是否存在障碍物;
若检测到飞行前进方向上存在障碍物,则获取所述障碍物的位置以及所述障碍物的轮廓;
沿着所述障碍物的轮廓均匀分布多个点源,形成均匀势场;
构造所述均匀势场的势函数;
根据所述障碍物的位置以及所述势函数发出避障控制指令。
2.根据权利要求1所述的协同避障方法,其特征在于,所述构造势函数包括:
获取预先调整好的势函数参数的参数值;
根据所述势函数参数的参数值,构造势函数。
3.根据权利要求1或2所述的协同避障方法,其特征在于,所述势函数参数的参数值的调整方法包括:
设置所述势函数参数的参数值;
按照设置的所述势函数参数的参数值,通过仿真模型进行避障仿真,得到仿真结果;
若所述仿真结果表示避障失败,则更改设置的所述势函数参数的参数值,并返回执行按照设置的势函数参数的参数值,通过仿真模型进行避障仿真,得到仿真结果的步骤;
若所述仿真结果表示避障成功,则记录设置的所述势函数参数的参数值。
4.根据权利要求3所述的协同避障方法,其特征在于,所述势函数参数包括障碍物斥力势函数系数,
所述按照设置的所述势函数参数的参数值,通过仿真模型进行避障仿真,得到仿真结果包括:
按照设置的所述障碍物斥力势函数系数的参数值,构造障碍物斥力势函数;
分别计算距离所述多个点源中每个点源的距离值;
根据每个所述距离值,分别对所述障碍物斥力势函数进行积分计算,得到斥力总势能;
根据所述斥力总势能,通过仿真模型进行避障仿真,得到仿真结果。
5.根据权利要求4所述的协同避障方法,其特征在于,所述势函数参数还包括集群中各个成员之间的引力势函数参数、集群中各个成员之间的斥力势函数参数、领航者位置引力势函数参数、领航者速度引力势函数参数和领航者速度斥力势函数参数;
所述按照设置的所述障碍物斥力势函数系统的参数值,构造障碍物斥力势函数之前,还包括:
根据对集群队形影响的动态响应特性,分别确定集群中各个成员之间的引力势函数参数的参数值和斥力势函数参数的参数值;
根据对集群中领航者的跟踪动态响应特性,分别确定领航者位置引力势函数参数的参数值、领航者速度引力势函数参数的参数值、领航者速度斥力势函数参数的参数值。
6.一种协同避障装置,其特征在于,包括:
检测单元,用于检测飞行前进方向上是否存在障碍物;
获取单元,用于在所述检测单元检测到飞行前进方向上存在障碍物时,获取所述障碍物的位置以及所述障碍物的轮廓;
设置单元,用于沿着所述障碍物的轮廓均匀分布多个点源,形成均匀势场;
构造单元,用于构造所述均匀势场的势函数;
控制单元,用于根据所述障碍物的位置以及所述势函数发出避障控制指令。
7.根据权利要求6所述的协同避障装置,其特征在于,所述构造单元包括:
获取子单元,用于获取预先调整好的势函数参数的参数值;
构造子单元,用于根据所述势函数参数的参数值,构造势函数。
8.根据权利要求6或7所述的协同避障装置,其特征在于,还包括:
参数设置单元,用于设置所述势函数参数的参数值;
仿真单元,用于按照设置的所述势函数参数的参数值,通过仿真模型进行避障仿真,得到仿真结果;
更改单元,用于若所述仿真结果表示避障失败,则更改设置的所述势函数参数的参数值,并调用所述仿真单元;
记录单元,用于若所述仿真结果表示避障成功,则记录设置的所述势函数参数的参数值。
9.根据权利要求8所述的协同避障装置,其特征在于,所述势函数参数包括障碍物斥力势函数系数,所述仿真单元具体包括:
斥力势函数构造子单元,用于按照设置的所述障碍物斥力势函数系数的参数值,构造障碍物斥力势函数;
计算子单元,用于分别计算距离所述多个点源中每个点源的距离值;
积分子单元,用于根据每个所述距离值,分别对所述障碍物斥力势函数进行积分计算,得到斥力总势能;
仿真子单元,用于根据所述斥力总势能,通过仿真模型进行避障仿真,得到仿真结果。
10.根据权利要求9所述的协同避障装置,其特征在于,所述势函数参数还包括集群中各个成员之间的引力势函数参数、集群中各个成员之间的斥力势函数参数、领航者位置引力势函数参数、领航者速度引力势函数参数和领航者速度斥力势函数参数;
还包括:
第一确定单元,用于根据对集群队形影响的动态响应特性,分别确定集群中各个成员之间的引力势函数参数的参数值和斥力势函数参数的参数值;
第二确定单元,用于根据对集群中领航者的跟踪动态响应特性,分别确定领航者位置引力势函数参数的参数值、领航者速度引力势函数参数的参数值、领航者速度斥力势函数参数的参数值。
CN201810294962.0A 2018-03-30 2018-03-30 一种协同避障方法及装置 Active CN108549403B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810294962.0A CN108549403B (zh) 2018-03-30 2018-03-30 一种协同避障方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810294962.0A CN108549403B (zh) 2018-03-30 2018-03-30 一种协同避障方法及装置

Publications (2)

Publication Number Publication Date
CN108549403A true CN108549403A (zh) 2018-09-18
CN108549403B CN108549403B (zh) 2021-11-23

Family

ID=63514171

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810294962.0A Active CN108549403B (zh) 2018-03-30 2018-03-30 一种协同避障方法及装置

Country Status (1)

Country Link
CN (1) CN108549403B (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110554709A (zh) * 2019-09-06 2019-12-10 哈尔滨工业大学(深圳) 一种分布式的仿生的多智能体自主集群控制方法
CN110825113A (zh) * 2019-11-22 2020-02-21 南京航空航天大学 一种适用于四旋翼无人机集群飞行的队形保持方法
CN111650961A (zh) * 2020-05-29 2020-09-11 西安理工大学 基于改进人工势场的5g网联无人机编队防碰撞方法
CN111924139A (zh) * 2020-08-03 2020-11-13 北京理工大学 基于膨胀预警区的小天体着陆避障常推力控制方法
CN113189987A (zh) * 2021-04-19 2021-07-30 西安交通大学 基于多传感器信息融合的复杂地形路径规划方法及系统
CN113268076A (zh) * 2021-03-06 2021-08-17 南京航空航天大学 一种多无人机集群编队协同控制算法
CN113282083A (zh) * 2021-05-17 2021-08-20 北京航空航天大学 一种基于机器人操作系统的无人车编队实验平台
CN115856985A (zh) * 2023-02-27 2023-03-28 西南科技大学 一种大气放射性污染的无人机协同监测方法

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060235610A1 (en) * 2005-04-14 2006-10-19 Honeywell International Inc. Map-based trajectory generation
CN101025628A (zh) * 2007-03-23 2007-08-29 北京大学 一种基于流场的智能机器人避障方法
CN101118622A (zh) * 2007-05-25 2008-02-06 清华大学 在城市环境下微型飞行器三维轨迹仿真方法
CN102749080A (zh) * 2012-06-18 2012-10-24 北京航空航天大学 一种基于流体力学的无人机三维航路生成方法
CN103365299A (zh) * 2013-08-02 2013-10-23 中国科学院自动化研究所 一种无人机的避障方法及其装置
CN103544351A (zh) * 2013-10-25 2014-01-29 北京世纪高通科技有限公司 一种对仿真模型调整参数的方法及装置
CN103713642A (zh) * 2013-12-24 2014-04-09 北京航空航天大学 一种基于扰动流体动态系统的无人机三维航路规划方法
CN106485035A (zh) * 2016-11-23 2017-03-08 长春理工大学 基于随机有限元分析的红外诱饵弹气动特性建模方法
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

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060235610A1 (en) * 2005-04-14 2006-10-19 Honeywell International Inc. Map-based trajectory generation
CN101025628A (zh) * 2007-03-23 2007-08-29 北京大学 一种基于流场的智能机器人避障方法
CN101118622A (zh) * 2007-05-25 2008-02-06 清华大学 在城市环境下微型飞行器三维轨迹仿真方法
CN102749080A (zh) * 2012-06-18 2012-10-24 北京航空航天大学 一种基于流体力学的无人机三维航路生成方法
CN103365299A (zh) * 2013-08-02 2013-10-23 中国科学院自动化研究所 一种无人机的避障方法及其装置
CN103544351A (zh) * 2013-10-25 2014-01-29 北京世纪高通科技有限公司 一种对仿真模型调整参数的方法及装置
CN103713642A (zh) * 2013-12-24 2014-04-09 北京航空航天大学 一种基于扰动流体动态系统的无人机三维航路规划方法
CN106485035A (zh) * 2016-11-23 2017-03-08 长春理工大学 基于随机有限元分析的红外诱饵弹气动特性建模方法
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

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110554709A (zh) * 2019-09-06 2019-12-10 哈尔滨工业大学(深圳) 一种分布式的仿生的多智能体自主集群控制方法
CN110825113A (zh) * 2019-11-22 2020-02-21 南京航空航天大学 一种适用于四旋翼无人机集群飞行的队形保持方法
CN110825113B (zh) * 2019-11-22 2021-10-22 南京航空航天大学 一种适用于四旋翼无人机集群飞行的队形保持方法
CN111650961A (zh) * 2020-05-29 2020-09-11 西安理工大学 基于改进人工势场的5g网联无人机编队防碰撞方法
CN111924139A (zh) * 2020-08-03 2020-11-13 北京理工大学 基于膨胀预警区的小天体着陆避障常推力控制方法
CN111924139B (zh) * 2020-08-03 2022-05-24 北京理工大学 基于膨胀预警区的小天体着陆避障常推力控制方法
CN113268076A (zh) * 2021-03-06 2021-08-17 南京航空航天大学 一种多无人机集群编队协同控制算法
CN113268076B (zh) * 2021-03-06 2022-10-04 南京航空航天大学 一种多无人机集群编队协同控制算法
CN113189987A (zh) * 2021-04-19 2021-07-30 西安交通大学 基于多传感器信息融合的复杂地形路径规划方法及系统
CN113282083A (zh) * 2021-05-17 2021-08-20 北京航空航天大学 一种基于机器人操作系统的无人车编队实验平台
CN115856985A (zh) * 2023-02-27 2023-03-28 西南科技大学 一种大气放射性污染的无人机协同监测方法
CN115856985B (zh) * 2023-02-27 2023-05-12 西南科技大学 一种大气放射性污染的无人机协同监测方法

Also Published As

Publication number Publication date
CN108549403B (zh) 2021-11-23

Similar Documents

Publication Publication Date Title
CN108549403A (zh) 一种协同避障方法及装置
CN106873599A (zh) 基于蚁群算法和极坐标变换的无人自行车路径规划方法
CN106774327B (zh) 一种机器人路径规划方法及装置
CN106949893B (zh) 一种三维避障的室内机器人导航方法和系统
CN102207736B (zh) 基于贝塞尔曲线的机器人路径规划方法及装置
CN108303972A (zh) 移动机器人的交互方法及装置
CN108490939B (zh) 在局部感知能力下的势流法的避障方法
CN109241552A (zh) 一种基于多约束目标的水下机器人运动规划方法
CN104407619B (zh) 不确定环境下的多无人机同时到达多个目标方法
CN105717923B (zh) 基于椭圆聚类-碰撞锥推演的无人艇海洋动态避障控制算法
CN102158988B (zh) 一种有向传感器网络强栅栏覆盖判定方法
CN108563237A (zh) 一种协同避障方法及装置
CN106792750B (zh) 一种基于导向粒子群算法的节点部署方法
CN107562048A (zh) 一种基于激光雷达的动态避障控制方法
CN105589470A (zh) 一种多无人机分布式编队控制方法
Yao et al. Coverage enhancement strategy for WSNs based on virtual force-directed ant lion optimization algorithm
CN109743740B (zh) 基于3D-Voronoi剖分的有向传感器网络目标监测方法
CN107479572A (zh) 基于仿生的无人机群组实时路径规划方法
JP6730415B2 (ja) 仮想現実の長距離相互作用のためのシステム及び方法
CN105425795A (zh) 规划最优跟随路径的方法及装置
CN110347165A (zh) 一种基于slam技术的多机器人编队控制方法
CN108363393B (zh) 一种智能运动设备及其导航方法和存储介质
CN107479697A (zh) 虚拟现实下视觉引导重新定位移动的方法及装置
CN105389855B (zh) 对对象进行建模的方法和设备
CN107770861A (zh) 一种基于移动锚节点rssi的传感节点定位方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant