CN110296698A - 一种以激光扫描为约束的无人机路径规划方法 - Google Patents

Abstract

本发明公开了一种以激光扫描为约束的无人机路径规划方法，它包括：步骤1、设定t时刻无人机位置为(x(t),y(t),z(t))，无人机速度为v(t)，建立无人机飞行航程d表达式和无人机规划代价函数表达式；步骤2、定义两个杆塔之间的检测区间为长方体；步骤3、输入无人机路径规划的起始点坐标与终点坐标，使用快速搜索树算法进行路径规划；步骤4、输出规划路径结果；解决了无人机激光扫描有效性问题；解决了无人机路径规划采用局部路径规划方法，规划路径无法达到全局最优；全局规划方法需要详细的地理环境信息支持，因此算法比较复杂，而且不适用于缺乏地理环境信息的地区等问题。

Description

一种以激光扫描为约束的无人机路径规划方法

技术领域

本发明属于无人机路径规划技术，尤其涉及一种以激光扫描为约束的无人机路径规划方法。

背景技术

不同的无人机应用平台对应不同的路径规划方法。山区环境地势复杂，路径规划需要考虑躲避障碍，可以采用全局规划方法或者局部规划方法。局部路径规划方法适用于飞行规划空间信息获取不充分，对全局环境无法精确建模的情况。其基本思路是利用局部信息规划下一步的执行动作，避免碰撞等风险，但规划路径无法达到全局最优。全局规划方法能够提前规避风险，规划出最优飞行路径，但需要详细的地理环境信息支持，因此算法比较复杂，而且不适用于缺乏地理环境信息的地区。

发明内容

本发明要解决的技术问题是：提供一种以激光扫描为约束的无人机路径规划方法，以解决现有技术中针对无人机路径规划，采用局部路径规划方法，规划路径无法达到全局最优；全局规划方法能够提前规避风险，规划出最优飞行路径，但需要详细的地理环境信息支持，因此算法比较复杂，而且不适用于缺乏地理环境信息的地区等问题。

本发明的技术方案是：

一种以激光扫描为约束的无人机路径规划方法，它包括：

步骤1、设定t时刻无人机位置为(x(t),y(t),z(t))，无人机速度为v(t)，建立无人机飞行航程d表达式和无人机规划代价函数表达式；

步骤2、定义两个杆塔之间的检测区间为长方体；

步骤3、输入无人机路径规划的起始点坐标与终点坐标，使用快速搜索树算法进行路径规划，得到最优路径；

步骤4、输出规划路径结果。

所述无人机飞行航程d表达式和无人机规划代价函数表达式为：

步骤2所述长方体的高为杆塔高度，长为两个杆塔的直线距离，宽度为杆塔宽度。

步骤3所述使用快速搜索树算法进行路径规划时：要先构建规划限制约束条件；计算激光传感器到长方体两边的测量角度θ₁、θ₂，测量地面目标最大距离l₁、l₂，无人机与杆塔的横向距离d,无人机飞行高度h，定义测量地面目标最大距离l_max，激光传感器最大测量角度θ_max，无人机最小飞行高度h_min，最大横向距离d_max，构建规划限制约束条件为：

max(l₁,l₂)＜l_max

max(θ₁,θ₂)＜θ_max

d＜d_max

h＞h_min。

步骤4所述输出规划路径结果为满足航程最小并且激光传感器能够完全扫描到杆塔之间长方体区域。

快速搜索树算法进行路径规划的方法为：输入规划地区的起始点坐标与终点坐标，使用快速搜索树算法从起始点开始生成随机树，随机树根据规划限制约束条件向整个规划空间生长，直至遍历到终点算法结束，得到最优的路径。

本发明有益效果：

本发明考虑在山区环境中，无人机飞行路径在满足代价最小原则的同时，需要满足激光传感器测量角度、测量距离等约束。为保证激光传感器测量有效，本发明在全局路径规划的基础上，提出一种以激光扫描为约束的无人机路径规划方法，本发明规划方法核心在于使无人机激光扫描区域与长方体区域重合，考虑测量角度、测量距离、飞行高度、横向距离等因素，构建优化约束条件；其中测量地面目标最大距离l_max为激光传感器的最大测量距离，优化约束条件限定测量距离小于l_max，保证激光扫描能够收集到地面信息。激光传感器最大测量角度θ_max限制无人机的扫描区域范围，当无人机偏移时可能出现长方体一侧区域扫描不到的情况。故设置测量角度优化约束，避免激光扫描只收集到一侧信息的情况。无人机最小飞行高度h_min为杆塔高度与安全冗余距离之和，限制无人机飞行高度，避免无人机飞行过低撞上杆塔的情况。将最大横向距离d_max设为为杆塔宽度的二分之一，限制无人机飞行的偏移量以优化路径航程大小；本发明不需要地理信息系统的支撑因此算法简单可靠，解决了现有技术中针对无人机路径规划，采用局部路径规划方法，规划路径无法达到全局最优；全局规划方法能够提前规避风险，规划出最优飞行路径，但需要详细的地理环境信息支持，因此算法比较复杂，而且不适用于缺乏地理环境信息的地区等问题。

附图说明

图1为杆塔间区域与激光扫描区域示意图；

图2为本发明规划路径示意图。

具体实施方式

本发明解决了无人机在激光扫描约束条件下的路径规划问题。以最小航程作为路径代价函数，定义两个杆塔之间的检测空间为一个长方体，构建对激光传感器测量角度、测量地面目标最大距离、无人机与杆塔横向距离的限制策略，保证无人机激光扫描区域与长方体区域重合。

首先，设定t时刻无人机位置为(x(t),y(t),z(t))，无人机速度为v(t)，则无人机飞行航程d表达式如下：

无人机规划代价函数J(t)设定如下：

然后，定义两个杆塔之间的检测区间为一长方体。为了保证杆塔信息完整，设定长方体高为杆塔高度，长为两个杆塔的直线距离，宽度等于杆塔自身宽度。无人机需要激光扫描到长方体全部区域。激光传感器扫描范围定义为一个三棱台。随着无人机飞行高度变化，三角形面的顶角和对应的两边长度跟着变化。杆塔间区域与激光扫描区域如图1所示：

接着，输入规划地区的起始点坐标与终点坐标，使用快速搜索树算法从起始点开始生成随机树，随机树根据规划限制约束条件向整个规划空间生长，直至遍历到终点算法结束，得到最优的路径；

构建规划限制约束条件的方法为：计算激光传感器到长方体两边的测量角度θ₁、θ₂，测量地面目标最大距离l₁、l₂，无人机与杆塔的横向距离d,无人机飞行高度h。定义测量地面目标最大距离l_max，激光传感器最大测量角度θ_max，无人机最小飞行高度h_min，最大横向距离d_max，：

max(l₁,l₂)＜l_max

max(θ₁,θ₂)＜θ_max

d＜d_max

h＞h_min

最后，输出规划路径，满足航程最小，并且激光传感器能够完全扫描到杆塔之间长方体区域，效果如图2所示：

本发明规划方法核心在于使无人机激光扫描区域与长方体区域重合，需要考虑测量角度、测量距离、飞行高度、横向距离等因素，构建优化约束条件如前文所示。其中测量地面目标最大距离l_max为激光传感器的最大测量距离，优化约束条件限定测量距离小于l_max，保证激光扫描能够收集到地面信息。激光传感器最大测量角度θ_max限制无人机的扫描区域范围，当无人机偏移时可能出现长方体一侧区域扫描不到的情况。故设置测量角度优化约束，避免激光扫描只收集到一侧信息的情况。无人机最小飞行高度h_min为杆塔高度与安全冗余距离之和，限制无人机飞行高度，避免无人机飞行过低撞上杆塔的情况。最大横向距离d_max为杆塔宽度的二分之一，限制无人机飞行的偏移量以优化路径航程大小。

Claims (6)

1.一种以激光扫描为约束的无人机路径规划方法，它包括：

步骤1、设定t时刻无人机位置为(x(t),y(t),z(t))，无人机速度为v(t)，建立无人机飞行航程d表达式和无人机规划代价函数表达式；

步骤2、定义两个杆塔之间的检测区间为长方体；

步骤3、输入无人机路径规划的起始点坐标与终点坐标，使用快速搜索树算法进行路径规划，得到最优路径；

步骤4、输出规划路径结果。

2.根据权利要求1所述的一种以激光扫描为约束的无人机路径规划方法，其特征在于：所述无人机飞行航程d表达式和无人机规划代价函数表达式为：

3.根据权利要求1所述的一种以激光扫描为约束的无人机路径规划方法，其特征在于：步骤2所述长方体的高为杆塔高度，长为两个杆塔的直线距离，宽度为杆塔宽度。

4.根据权利要求1所述的一种以激光扫描为约束的无人机路径规划方法，其特征在于：步骤3所述使用快速搜索树算法进行路径规划时：要先构建规划限制约束条件；计算激光传感器到长方体两边的测量角度θ₁、θ₂，测量地面目标最大距离l₁、l₂，无人机与杆塔的横向距离d,无人机飞行高度h，定义测量地面目标最大距离l_max，激光传感器最大测量角度θ_max，无人机最小飞行高度h_min，最大横向距离d_max，构建规划限制约束条件为：

max(l₁,l₂)＜l_max

max(θ₁,θ₂)＜θ_max

d＜d_max

h＞h_min。

5.根据权利要求1所述的一种以激光扫描为约束的无人机路径规划方法，其特征在于：步骤4所述输出规划路径结果为满足航程最小并且激光传感器能够完全扫描到杆塔之间长方体区域。

6.根据权利要求1所述的一种以激光扫描为约束的无人机路径规划方法，其特征在于：快速搜索树算法进行路径规划的方法为：输入规划地区的起始点坐标与终点坐标，使用快速搜索树算法从起始点开始生成随机树，随机树根据规划限制约束条件向整个规划空间生长，直至遍历到终点算法结束，得到最优的路径。