CN110471441A - 一种基于激光探测的四旋翼无人机避障方法 - Google Patents
一种基于激光探测的四旋翼无人机避障方法 Download PDFInfo
- Publication number
- CN110471441A CN110471441A CN201910740462.XA CN201910740462A CN110471441A CN 110471441 A CN110471441 A CN 110471441A CN 201910740462 A CN201910740462 A CN 201910740462A CN 110471441 A CN110471441 A CN 110471441A
- Authority
- CN
- China
- Prior art keywords
- barrier
- unmanned plane
- speed
- quadrotor drone
- algorithm
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 41
- 230000004888 barrier function Effects 0.000 claims abstract description 59
- 238000005259 measurement Methods 0.000 claims abstract description 19
- 230000003068 static effect Effects 0.000 claims abstract description 18
- 230000004807 localization Effects 0.000 claims abstract description 14
- 230000003044 adaptive effect Effects 0.000 claims abstract description 10
- 230000001133 acceleration Effects 0.000 claims description 37
- 238000011156 evaluation Methods 0.000 claims description 20
- 230000033001 locomotion Effects 0.000 claims description 20
- 238000005070 sampling Methods 0.000 claims description 17
- 239000002245 particle Substances 0.000 claims description 10
- 150000004767 nitrides Chemical class 0.000 claims description 8
- 238000004519 manufacturing process Methods 0.000 claims description 4
- 241000208340 Araliaceae Species 0.000 claims 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 claims 1
- 235000003140 Panax quinquefolius Nutrition 0.000 claims 1
- 238000006243 chemical reaction Methods 0.000 claims 1
- 235000008434 ginseng Nutrition 0.000 claims 1
- 240000007651 Rubus glaucus Species 0.000 description 4
- 235000011034 Rubus glaucus Nutrition 0.000 description 4
- 235000009122 Rubus idaeus Nutrition 0.000 description 4
- 238000013461 design Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 101710163391 ADP-ribosyl cyclase/cyclic ADP-ribose hydrolase Proteins 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 230000034994 death Effects 0.000 description 1
- 231100000517 death Toxicity 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000004083 survival effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/10—Simultaneous control of position or course in three dimensions
- G05D1/101—Simultaneous control of position or course in three dimensions specially adapted for aircraft
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
本发明公开了一种基于激光探测的四旋翼无人机避障方法。该方法为:首先使用hector slam方法,基于激光雷达建立飞行场地的静态栅格地图,使用A*算法规划出从起始点到目标点的最短路径,并利用pixhawk飞控板内部的惯性测量单元计算出四旋翼无人机的里程信息;然后使用自适应蒙特卡洛定位算法,获得四旋翼无人机相对于地图的坐标转换;利用激光雷达在无人机飞行过程中建立局部代价地图;最后针对飞行过程中出现的动态障碍物,依据建立的局部代价地图,使用动态窗口算法对其进行规避,并进行局部路径规划,直至无人机回归到由A*算法得到的全局最短航路中。本发明具有方法简单方便、定位速度快、自主能力强、实时性好的优点。
Description
技术领域
本发明涉及多旋翼无人机控制与导航技术,特别是一种基于激光探测的四旋翼无人机避障方法。
背景技术
无人飞行器以嵌入式程序控制或者无线遥控等方式取代人来执行各种任务。因其具有成本低、伤亡风险小、机动性能好、操控方便、生存能力强等优点,在军事和民用方面的应用逐渐增多。在军事方面,无人飞行器通过在几次局部战争中执行侦察、通信中继、攻击等任务的出色表现,逐渐得到各国的认可,同时因其仍有巨大的潜力需要开发,各国纷纷加强了对各类用途的无人飞行器的研究。在民用方面,无人飞行器在航拍、灾情监测等方面有着广泛的应用。
近年来,许多学者对室内环境下四旋翼飞行器的避障与路径规划展开了深入的研究,取得了不错的成果,但是仍然存在一些问题需要解决和完善。这主要是因为室内环境比较复杂,障碍物的分布未知、定位精度比较低等原因造成的。首先,由于在室内环境下很难接收到GPS信号,因此四旋翼飞行器很难通过GPS等卫星设备来获得自身的位置信息,且GPS的定位精度不高,对于室内这种相对于比较狭窄的地方,很容易碰到障碍物。虽然可以通过惯性测量单元提供的加速度信息迭代计算出四旋翼飞行器的位置信息,但是由于四旋翼飞行器上安装的惯性测量单元对于加速度的测量精度不高,会造成计算出的位置信息与实际的位置之间存在比较大的偏差,因此需要使用其他传感器来提供更准确的位置信息,来帮助四旋翼飞行器实现避障与路径规划。由于室内环境一般比较狭窄,障碍物分布不均,其形状、大小等特征也不明确,这些都给四旋翼无人机的室内避障与路径规划增加了难度。
四旋翼飞行器对周围环境缺乏认知,因此需要合适的传感器来协助四旋翼飞行器感知周围环境,而选择适合的传感器是实现四旋翼飞行器室内避障的关键。激光雷达具有测量精度高、受环境影响小、测量范围广以及对环境的测量速度快等优点,可以帮助四旋翼飞行器快速且准确的感知周围环境,从而帮助四旋翼飞行器进行避障与路径规划,而如何通过激光雷达构建未知环境信息并设计导航策略,具有重要的研究价值。
目前采用的路径规划方法主要分为局部路径规划方法和全局路径规划方法两种,其中全局路径规划方法主要有A*算法、随机搜索法和拓扑法,局部路径规划方法主要有人工势场法、遗传算法和动态窗口算法。
文献1(谭海燕.基于改进A*算法的无人机航迹规划[J/OL].飞行力学)针对经典A*算法规划的航迹贴近威胁区,容易导致无人机与障碍物产生碰撞的问题,提出在威胁区外设定环状影响区的方法,同时引入航迹平滑以及死区修正算法,得到了一条最优航迹。但该方法只适用于仅存在静态障碍物的场景,无法避开动态障碍物。文献2(章志诚.基于ADRC的四旋翼飞行器自主避障控制系统研究[D].浙江大学,2017.)通过改进人工势场法中的启发函数,实现了四旋翼无人机的自主避障。该方法能够实现对动态障碍物的规避,但航迹没有得到优化。
发明内容
本发明的目的在于提供一种简单方便、定位速度快、自主能力强、实时性好的基于激光探测的四旋翼无人机避障方法,能够得到较优的航迹,而且能够应对存在动态障碍物的场景。
实现本发明目的的技术解决方案为:一种基于激光探测的四旋翼无人机避障方法,包括以下步骤:
步骤1、使用hector slam方法,基于激光雷达建立飞行场地的静态栅格地图;
步骤2、根据获得的全局静态栅格地图,使用A*算法规划出从起始点到目标点的最短路径;
步骤3、利用pixhawk飞控板内部的惯性测量单元计算出四旋翼无人机的里程信息;
步骤4、基于计算出的里程信息,使用自适应蒙特卡洛定位算法,获得四旋翼无人机相对于地图的坐标转换,实现四旋翼无人机的定位;
步骤5、利用激光雷达在无人机飞行过程中建立局部代价地图,即局部障碍物层与膨胀层;
步骤6、针对飞行过程中出现的动态障碍物,依据建立的局部代价地图,使用动态窗口算法对所述动态障碍物进行规避,并进行局部路径规划,直至无人机回归到由A*算法得到的全局最短航路中。
进一步地,步骤2中所述的A*算法,是将Dijkstra算法和启发式搜索相结合,用于找到最短路径。
进一步地,步骤3中所述的惯性测量单元,包括加速度计、陀螺仪和磁力计;所述陀螺仪用于获得四旋翼无人机的角速度;所述加速度计用于获得四旋翼无人机的运动加速度,对运动加速度进行积分得到四旋翼无人机的线速度。
进一步地,步骤4中所述的自适应蒙特卡洛定位算法,是指在传统蒙特卡洛定位算法的基础上,通过在丢失标识所有位姿粒子的情况下随机注入粒子,实现对无人机的重新定位。
进一步地,步骤5中所述的障碍物层,用于更新步骤1获得的静态栅格地图,使四旋翼无人机能实时获取新出现的或已被移除的障碍物;所述的膨胀层,用于扩张四旋翼无人机周边的障碍物,防止无人机在避障时撞到障碍物。
进一步地,步骤6中所述的动态窗口算法,具体如下:
根据运动物体的实时速度和加速度以及速度与加速度阈值,将该物体的速度限制在一个动态窗口内,然后在此窗口范围内进行速度采样,并根据采样的速度进行路径估计,以时间间隔Δt采样线速度v和角速度ω,根据物体的运动模型预估每一个采样结果对应的目标物体的运动轨迹,然后根据评价函数对每一条轨迹进行评价,选择最优估计轨迹对应的参数作为目标物体下一时刻的运动控制参数;
速度采样窗口的产生方法如下:
1)无人机受本身的约束,拥有最大速度和最小速度的限制:
Vs={(v,ω)|v∈[vmin,vmax],ω∈[ωmin,ωmax]}
其中,vmin、vmax、ωmin、ωmax分别代表最小线速度,最大线速度,最小角速度,最大角速度;
2)无人机受电机性能的约束,拥有最大加速度和减速度的限制,无人机的实际速度已知,根据无人机能达到的最大加速度和减速度,计算出下一时刻所能达到的速度范围Vd:
其中,va、ωa为实际的线速度与角速度,为最大线加速度和最大角加速度;
3)为了实现避障功能,无人机需要在碰到最近的障碍物时停下来,即刹车距离Va小于与最近障碍物的距离:
其中,dist(v,ω)为当前轨迹与障碍物的最近距离,和分别代表无人机的最大线加速度和角加速度;
综上,速度采样窗口Vr为:
Vr=Vs∩Va∩Vd
所述动态窗口算法采用的轨迹评价函数G(v,ω)如下:
G(v,ω)=σ(α·heading(v,ω)+β·dist(v,ω)+γ·velocity(v,ω))
其中:
heading(v,ω)为方位角评价函数,用来评价在当前速度的控制下,到达轨迹末端无人机的朝向与设定的目标之间的夹角;
dist(v,ω)为无人机与障碍物最小距离评价函数,用来评价当前轨迹与最近的障碍物之间的最小距离;如果在当前轨迹上没有障碍物,则将该评价函数设为常数;
velocity(v,ω)为速度评价函数,用来评价当前轨迹对应的无人机速度。
本发明与现有技术相比,其显著优点为:(1)通过hector slam方法建立飞行场地的静态栅格地图,获得静态障碍物信息,只需依赖激光雷达便可以建立全局地图,更加简单方便;(2)使用A*算法进行全局路径规划,加快了寻径速度;(3)采用自适应蒙特卡洛定位算法对无人机进行室内定位,解决了“机器人劫持”问题;(4)实时监测无人机周围的动态障碍物并通过动态窗口算法进行局部路径规划,可以针对突然出现的障碍物进行避障。
附图说明
图1为本发明基于激光探测的四旋翼无人机避障方法的流程示意图。
图2为本发明实施例中使用hector slam方法构建的静态栅格地图。
图3为本发明实施例四旋翼无人机实际飞行中静态地图与代价地图的叠加地图。
图4为本发明实施例中无人机飞行的实际航迹图。
具体实施方式
本发明基于激光探测的四旋翼无人机避障方法,包括以下步骤:
步骤1、使用hector slam方法,基于激光雷达建立飞行场地的静态栅格地图;
步骤2、根据获得的全局静态栅格地图,使用A*算法规划出从起始点到目标点的最短路径;
步骤3、利用pixhawk飞控板内部的惯性测量单元计算出四旋翼无人机的里程信息;
步骤4、基于计算出的里程信息,使用自适应蒙特卡洛定位算法,获得四旋翼无人机相对于地图的坐标转换,实现四旋翼无人机的定位;
步骤5、利用激光雷达在无人机飞行过程中建立局部代价地图,即局部障碍物层与膨胀层;
步骤6、针对飞行过程中出现的动态障碍物,依据建立的局部代价地图,使用动态窗口算法对所述动态障碍物进行规避,并进行局部路径规划,直至无人机回归到由A*算法得到的全局最短航路中。
进一步地,步骤2中所述的A*算法,是将Dijkstra算法和启发式搜索相结合,用于找到最短路径。
进一步地,步骤3中所述的惯性测量单元,包括加速度计、陀螺仪和磁力计;所述陀螺仪用于获得四旋翼无人机的角速度;所述加速度计用于获得四旋翼无人机的运动加速度,对运动加速度进行积分得到四旋翼无人机的线速度。
进一步地,步骤4中所述的自适应蒙特卡洛定位算法,是指在传统蒙特卡洛定位算法的基础上,通过在丢失标识所有位姿粒子的情况下随机注入粒子,实现对无人机的重新定位,具体如下:步骤3所述的惯性测量单元通过积分得到无人机的位置信息,针对积分带来的累计误差,采用粒子滤波的方式,根据步骤2得到的全局静态栅格地图以及激光雷达实时获得的地图信息,对惯性测量单元积分出来的位置信息进行修正,从而实现无人机的定位。
进一步地,步骤5中所述的障碍物层,用于更新步骤1获得的静态栅格地图,使四旋翼无人机能实时获取新出现的或已被移除的障碍物;所述的膨胀层,用于扩张四旋翼无人机周边的障碍物,防止无人机在避障时撞到障碍物。
进一步地,步骤6中所述的动态窗口算法,具体如下:
根据运动物体的实时速度和加速度以及速度与加速度阈值,将该物体的速度限制在一个动态窗口内,然后在此窗口范围内进行速度采样,并根据采样的速度进行路径估计,以时间间隔Δt采样线速度v和角速度ω,根据物体的运动模型预估每一个采样结果对应的目标物体的运动轨迹,然后根据评价函数对每一条轨迹进行评价,选择最优估计轨迹对应的参数作为目标物体下一时刻的运动控制参数;
速度采样窗口的产生方法如下:
1)无人机受本身的约束,拥有最大速度和最小速度的限制:
Vs={(v,ω)|v∈[vmin,vmax],ω∈[ωmin,ωmax]}
其中,vmin、vmax、ωmin、ωmax分别代表最小线速度,最大线速度,最小角速度,最大角速度;
2)无人机受电机性能的约束,拥有最大加速度和减速度的限制,无人机的实际速度已知,根据无人机能达到的最大加速度和减速度,计算出下一时刻所能达到的速度范围Vd:
其中,va、ωa为实际的线速度与角速度,为最大线加速度和最大角加速度;
3)为了实现避障功能,无人机需要在碰到最近的障碍物时停下来,即刹车距离Va小于与最近障碍物的距离:
其中,dist(v,ω)为当前轨迹与障碍物的最近距离,和分别代表无人机的最大线加速度和角加速度;
综上,速度采样窗口Vr为:
Vr=Vs∩Va∩Vd
所述动态窗口算法采用的轨迹评价函数G(v,ω)如下:
G(v,ω)=σ(α·heading(v,ω)+β·dist(v,ω)+γ·velocity(v,ω))
其中:
heading(v,ω)为方位角评价函数,用来评价在当前速度的控制下,到达轨迹末端无人机的朝向与设定的目标之间的夹角;
dist(v,ω)为无人机与障碍物最小距离评价函数,用来评价当前轨迹与最近的障碍物之间的最小距离;如果在当前轨迹上没有障碍物,则将该评价函数设为常数;
velocity(v,ω)为速度评价函数,用来评价当前轨迹对应的无人机速度。
下面结合附图和具体实施例对本发明技术方案做进一步的详细说明。
实施例
结合图1,本实施例基于激光探测的四旋翼无人机避障方法,包括以下步骤:
步骤1、使用hector slam方法,利用激光雷达建立飞行场地的静态栅格地图;
步骤2、基于获得的全局静态栅格地图,使用A*算法规划出从起始点到目标点的最短路径;
所述的A*算法,是将Dijkstra算法和启发式搜索相结合,在减少运行时间的同时确保找到最短路径;
步骤3、利用pixhawk飞控板内部的惯性测量单元(Inertial Measurement Unit,IMU)计算出四旋翼无人机里程信息;
所述的惯性测量单元,包括加速度计、陀螺仪和磁力计;所述陀螺仪用于获得四旋翼无人机的角速度;所述加速度计用于获得四旋翼无人机的运动加速度,对运动加速度进行积分得到四旋翼无人机的线速度;
步骤4、基于计算出的里程信息,使用自适应蒙特卡洛定位算法,获得四旋翼无人机相对于地图的坐标转换,实现四旋翼无人机的定位;
所述的自适应蒙特卡洛定位算法,是在传统蒙特卡洛定位算法的基础上进行改进,可以在丢失所有正确位姿附近粒子的情况下,通过随机注入粒子,实现重新定位,具体如下:步骤3所述的惯性测量单元通过积分得到无人机的位置信息,针对积分带来的累计误差,采用粒子滤波的方式,根据步骤2得到的全局静态栅格地图以及激光雷达实时获得的地图信息,对惯性测量单元积分出来的位置信息进行修正,从而实现无人机的定位。
步骤5、利用激光雷达在无人机飞行过程中建立局部代价地图,即局部障碍物层与膨胀层;
所述的障碍物层,用于更新步骤1获得的静态栅格地图,使四旋翼无人机能实时获取新出现的或已被移除的障碍物;所述的膨胀层,用于扩张四旋翼无人机周边的障碍物,防止无人机在避障时撞到障碍物;
步骤6、针对飞行过程中出现的动态障碍物,依据建立的局部代价地图,使用动态窗口算法对其进行规避,并进行局部路径规划,直至无人机回归到由A*算法得到的全局最短航路中;
所述的动态窗口算法,具体如下:
根据运动物体的实时速度和加速度以及速度与加速度阈值,将该物体的速度限制在一个动态窗口内,然后在此窗口范围内进行速度采样,并根据采样的速度进行路径估计,以时间间隔Δt采样线速度v和角速度ω,根据物体的运动模型预估每一个采样结果对应的目标物体的运动轨迹,然后根据评价函数对每一条轨迹进行评价,选择最优估计轨迹对应的参数作为目标物体下一时刻的运动控制参数;
速度采样窗口的产生方法如下:
1)无人机受本身的约束,拥有最大速度和最小速度的限制:
Vs={(v,ω)|v∈[vmin,vmax],ω∈[ωmin,ωmax]}
其中,vmin、vmax、ωmin、ωmax分别代表最小线速度,最大线速度,最小角速度,最大角速度;
2)无人机受电机性能的约束,拥有最大加速度和减速度的限制,无人机的实际速度已知,根据无人机能达到的最大加速度和减速度,计算出下一时刻所能达到的速度范围Vd:
其中,va、ωa为实际的线速度与角速度,为最大线加速度和最大角加速度;
3)为了实现避障功能,无人机需要在碰到最近的障碍物时停下来,即刹车距离Va小于与最近障碍物的距离:
其中,dist(v,ω)为当前轨迹与障碍物的最近距离,和分别代表无人机的最大线加速度和角加速度;
综上,速度采样窗口Vr为:
Vr=Vs∩Va∩Vd
所述动态窗口算法采用的轨迹评价函数G(v,ω)如下:
G(v,ω)=σ(α·heading(v,ω)+β·dist(v,ω)+γ·velocity(v,ω))
其中:
heading(v,ω)为方位角评价函数,用来评价在当前速度的控制下,到达轨迹末端无人机的朝向与设定的目标之间的夹角。角度越小,评分得分越高。
dist(v,ω),即无人机与障碍物最小距离评价函数,用来评价当前轨迹与最近的障碍物之间的最小距离。如果在当前轨迹上没有障碍物,则将其设为常数。距离越大,评分得分越高。
velocity(v,ω),速度评价函数,当前轨迹对应的无人机速度,速度越大,无人机更快到达目标,评价越高。
本实施例基于四旋翼无人机平台,机体搭载pixhawk飞控板,UTM30-LX-EW激光雷达,以及树莓派3B+。将本发明基于激光探测的四旋翼无人机避障方法运行于树莓派3B+平台上,pixhawk与树莓派通过串口进行信息传递,由树莓派发送速度量给pixhawk飞控板,飞控板控制四旋翼无人机的飞行状态。
本实施例设计让四旋翼无人机沿场地的对角线飞行,并在四旋翼无人机飞行过程中,在其航路上添加障碍物。对比图2、图3可以看出,在四旋翼无人机飞行过程中,成功检测到了新出现的三个障碍物。四旋翼无人机实际飞行的航迹图如图4所示,从图中可以看出,四旋翼无人机成功避开了新设置的三个障碍物。从以上结果可以看出,本发明基于激光探测的四旋翼无人机的避障方法,实现了无人机的全局路径规划以及对动态障碍物的避障功能,具有方法简单方便、定位速度快、自主能力强、实时性好的优点。
Claims (6)
1.一种基于激光探测的四旋翼无人机避障方法,其特征在于,包括以下步骤:
步骤1、使用hector slam方法,基于激光雷达建立飞行场地的静态栅格地图;
步骤2、根据获得的全局静态栅格地图,使用A*算法规划出从起始点到目标点的最短路径;
步骤3、利用pixhawk飞控板内部的惯性测量单元计算出四旋翼无人机的里程信息;
步骤4、基于计算出的里程信息,使用自适应蒙特卡洛定位算法,获得四旋翼无人机相对于地图的坐标转换,实现四旋翼无人机的定位;
步骤5、利用激光雷达在无人机飞行过程中建立局部代价地图,即局部障碍物层与膨胀层;
步骤6、针对飞行过程中出现的动态障碍物,依据建立的局部代价地图,使用动态窗口算法对所述动态障碍物进行规避,并进行局部路径规划,直至无人机回归到由A*算法得到的全局最短航路中。
2.根据权利要求1所述的基于激光探测的四旋翼无人机避障方法,其特征在于,步骤2中所述的A*算法,是将Dijkstra算法和启发式搜索相结合,用于找到最短路径。
3.根据权利要求1所述的基于激光探测的四旋翼无人机避障方法,其特征在于,步骤3中所述的惯性测量单元,包括加速度计、陀螺仪和磁力计;所述陀螺仪用于获得四旋翼无人机的角速度;所述加速度计用于获得四旋翼无人机的运动加速度,对运动加速度进行积分得到四旋翼无人机的线速度。
4.根据权利要求1所述的基于激光探测的四旋翼无人机避障方法,其特征在于,步骤4中所述的自适应蒙特卡洛定位算法,是指在传统蒙特卡洛定位算法的基础上,通过在丢失标识所有位姿粒子的情况下随机注入粒子,实现对无人机的重新定位。
5.根据权利要求1所述的基于激光探测的四旋翼无人机避障方法,其特征在于,步骤5中所述的障碍物层,用于更新步骤1获得的静态栅格地图,使四旋翼无人机能实时获取新出现的或已被移除的障碍物;所述的膨胀层,用于扩张四旋翼无人机周边的障碍物,防止无人机在避障时撞到障碍物。
6.根据权利要求1所述的基于激光探测的四旋翼无人机避障方法,其特征在于,步骤6中所述的动态窗口算法,具体如下:
根据运动物体的实时速度和加速度以及速度与加速度阈值,将该物体的速度限制在一个动态窗口内,然后在此窗口范围内进行速度采样,并根据采样的速度进行路径估计,以时间间隔Δt采样线速度v和角速度ω,根据物体的运动模型预估每一个采样结果对应的目标物体的运动轨迹,然后根据评价函数对每一条轨迹进行评价,选择最优估计轨迹对应的参数作为目标物体下一时刻的运动控制参数;
速度采样窗口的产生方法如下:
1)无人机受本身的约束,拥有最大速度和最小速度的限制:
Vs={(v,ω)|v∈[vmin,vmax],ω∈[ωmin,ωmax]}
其中,vmin、vmax、ωmin、ωmax分别代表最小线速度,最大线速度,最小角速度,最大角速度;
2)无人机受电机性能的约束,拥有最大加速度和减速度的限制,无人机的实际速度已知,根据无人机能达到的最大加速度和减速度,计算出下一时刻所能达到的速度范围Vd:
其中,va、ωa为实际的线速度与角速度,为最大线加速度和最大角加速度;
3)为了实现避障功能,无人机需要在碰到最近的障碍物时停下来,即刹车距离Va小于与最近障碍物的距离:
其中,dist(v,ω)为当前轨迹与障碍物的最近距离,和分别代表无人机的最大线加速度和角加速度;
综上,速度采样窗口Vr为:
Vr=Vs∩Va∩Vd
所述动态窗口算法采用的轨迹评价函数G(v,ω)如下:
G(v,ω)=σ(α·heading(v,ω)+β·dist(v,ω)+γ·velocity(v,ω))
其中:
heading(v,ω)为方位角评价函数,用来评价在当前速度的控制下,到达轨迹末端无人机的朝向与设定的目标之间的夹角;
dist(v,ω)为无人机与障碍物最小距离评价函数,用来评价当前轨迹与最近的障碍物之间的最小距离;如果在当前轨迹上没有障碍物,则将该评价函数设为常数;
velocity(v,ω)为速度评价函数,用来评价当前轨迹对应的无人机速度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910740462.XA CN110471441A (zh) | 2019-08-12 | 2019-08-12 | 一种基于激光探测的四旋翼无人机避障方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910740462.XA CN110471441A (zh) | 2019-08-12 | 2019-08-12 | 一种基于激光探测的四旋翼无人机避障方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110471441A true CN110471441A (zh) | 2019-11-19 |
Family
ID=68511533
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910740462.XA Pending CN110471441A (zh) | 2019-08-12 | 2019-08-12 | 一种基于激光探测的四旋翼无人机避障方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110471441A (zh) |
Cited By (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110749325A (zh) * | 2019-11-29 | 2020-02-04 | 北京京东乾石科技有限公司 | 航迹规划方法和装置 |
CN111428919A (zh) * | 2020-03-17 | 2020-07-17 | 深圳先进技术研究院 | 路径规划方法、装置、电子设备及存储介质 |
CN111457929A (zh) * | 2019-12-31 | 2020-07-28 | 南京工大数控科技有限公司 | 一种基于地理信息系统的物流车辆自主路径规划与导航方法 |
CN111625023A (zh) * | 2020-06-18 | 2020-09-04 | 上海海事大学 | 基于改进Astar算法的港口无人机巡检路径规划方法 |
CN111665847A (zh) * | 2020-06-24 | 2020-09-15 | 上海应用技术大学 | 一种基于模糊逻辑的动态窗口避障算法 |
CN111664851A (zh) * | 2020-06-11 | 2020-09-15 | 哈尔滨工业大学 | 基于序列优化的机器人状态规划方法、装置及存储介质 |
CN112000125A (zh) * | 2020-08-02 | 2020-11-27 | 南京理工大学 | 一种地铁隧道内四旋翼飞行器自主导航方法 |
CN112082553A (zh) * | 2020-07-24 | 2020-12-15 | 广州易来特自动驾驶科技有限公司 | 基于wifi和激光雷达的室内定位方法、定位装置和机器人 |
CN112327939A (zh) * | 2020-10-15 | 2021-02-05 | 广东工业大学 | 一种城市街区环境下高层消防多无人机协同路径规划方法 |
CN112327885A (zh) * | 2020-12-01 | 2021-02-05 | 大连海事大学 | 一种无人船自适应全局-局部混合路径规划的方法 |
CN112378408A (zh) * | 2020-11-26 | 2021-02-19 | 重庆大学 | 一种实现轮式移动机器人实时避障的路径规划方法 |
CN112379681A (zh) * | 2020-11-02 | 2021-02-19 | 中国兵器工业计算机应用技术研究所 | 无人机避障飞行方法、装置及无人机 |
CN112486183A (zh) * | 2020-12-09 | 2021-03-12 | 上海机器人产业技术研究院有限公司 | 一种室内移动机器人的路径规划算法 |
CN112762928A (zh) * | 2020-12-23 | 2021-05-07 | 重庆邮电大学 | 含有激光slam的odom与dm地标组合移动机器人及导航方法 |
CN112906542A (zh) * | 2021-02-08 | 2021-06-04 | 北京理工大学 | 一种基于强化学习的无人车避障方法及装置 |
CN112904855A (zh) * | 2021-01-19 | 2021-06-04 | 四川阿泰因机器人智能装备有限公司 | 基于改进动态窗口的跟随机器人局部路径规划方法 |
CN112947572A (zh) * | 2021-03-12 | 2021-06-11 | 华南理工大学 | 一种基于地形跟随的四旋翼飞行器自适应运动规划方法 |
CN113296521A (zh) * | 2021-05-26 | 2021-08-24 | 紫清智行科技(北京)有限公司 | 一种基于动态窗口的障碍物局部避障方法 |
CN113359808A (zh) * | 2021-07-21 | 2021-09-07 | 国网浙江省电力有限公司双创中心 | 一种无人机电力巡检多级路径规划方法及相关装置 |
CN113741503A (zh) * | 2021-09-16 | 2021-12-03 | 吉林工程技术师范学院 | 一种自主定位式无人机及其室内路径自主规划方法 |
CN115711624A (zh) * | 2022-10-18 | 2023-02-24 | 中国科学院半导体研究所 | 运动代价地图构建方法、装置、无人设备及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105955273A (zh) * | 2016-05-25 | 2016-09-21 | 速感科技(北京)有限公司 | 室内机器人导航系统及方法 |
CN108445504A (zh) * | 2018-03-20 | 2018-08-24 | 迪比(重庆)智能科技研究院有限公司 | 一种多旋翼无人机室内导航方法 |
CN109084732A (zh) * | 2018-06-29 | 2018-12-25 | 北京旷视科技有限公司 | 定位与导航方法、装置及处理设备 |
CN109520507A (zh) * | 2018-12-05 | 2019-03-26 | 智灵飞(北京)科技有限公司 | 一种基于改进rrt的无人机实时路径规划方法 |
-
2019
- 2019-08-12 CN CN201910740462.XA patent/CN110471441A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105955273A (zh) * | 2016-05-25 | 2016-09-21 | 速感科技(北京)有限公司 | 室内机器人导航系统及方法 |
CN108445504A (zh) * | 2018-03-20 | 2018-08-24 | 迪比(重庆)智能科技研究院有限公司 | 一种多旋翼无人机室内导航方法 |
CN109084732A (zh) * | 2018-06-29 | 2018-12-25 | 北京旷视科技有限公司 | 定位与导航方法、装置及处理设备 |
CN109520507A (zh) * | 2018-12-05 | 2019-03-26 | 智灵飞(北京)科技有限公司 | 一种基于改进rrt的无人机实时路径规划方法 |
Non-Patent Citations (4)
Title |
---|
MARIJA SEDER等: ""Dynamic window based approach to mobile robot motion control in the presence of moving obstacles"", 《PROCEEDINGS 2007 IEEE INTERNATIONAL CONFERENCE ON ROBOTICS AND AUTOMATION》 * |
XUE QIAN等: ""Dynamic obstacle avoidance path planning of UAVs"", 《2015 34TH CHINESE CONTROL CONFERENCE (CCC)》 * |
ZIJIE LIN等: ""A Fast Obstacle Collision Avoidance Algorithm for Fixed Wing UAS"", 《2018 INTERNATIONAL CONFERENCE ON UNMANNED AIRCRAFT SYSTEMS (ICUAS)》 * |
吴亚雷: ""基于改进的A* 算法在三维路径规划中的仿真应用"", 《农业装备与车辆工程》 * |
Cited By (31)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110749325A (zh) * | 2019-11-29 | 2020-02-04 | 北京京东乾石科技有限公司 | 航迹规划方法和装置 |
CN110749325B (zh) * | 2019-11-29 | 2021-11-02 | 北京京东乾石科技有限公司 | 航迹规划方法和装置 |
CN111457929A (zh) * | 2019-12-31 | 2020-07-28 | 南京工大数控科技有限公司 | 一种基于地理信息系统的物流车辆自主路径规划与导航方法 |
CN111428919B (zh) * | 2020-03-17 | 2022-07-19 | 深圳先进技术研究院 | 路径规划方法、装置、电子设备及存储介质 |
CN111428919A (zh) * | 2020-03-17 | 2020-07-17 | 深圳先进技术研究院 | 路径规划方法、装置、电子设备及存储介质 |
WO2021184793A1 (zh) * | 2020-03-17 | 2021-09-23 | 深圳先进技术研究院 | 路径规划方法、装置、电子设备及存储介质 |
CN111664851A (zh) * | 2020-06-11 | 2020-09-15 | 哈尔滨工业大学 | 基于序列优化的机器人状态规划方法、装置及存储介质 |
CN111625023A (zh) * | 2020-06-18 | 2020-09-04 | 上海海事大学 | 基于改进Astar算法的港口无人机巡检路径规划方法 |
CN111665847A (zh) * | 2020-06-24 | 2020-09-15 | 上海应用技术大学 | 一种基于模糊逻辑的动态窗口避障算法 |
CN112082553A (zh) * | 2020-07-24 | 2020-12-15 | 广州易来特自动驾驶科技有限公司 | 基于wifi和激光雷达的室内定位方法、定位装置和机器人 |
CN112000125A (zh) * | 2020-08-02 | 2020-11-27 | 南京理工大学 | 一种地铁隧道内四旋翼飞行器自主导航方法 |
CN112327939A (zh) * | 2020-10-15 | 2021-02-05 | 广东工业大学 | 一种城市街区环境下高层消防多无人机协同路径规划方法 |
CN112327939B (zh) * | 2020-10-15 | 2024-04-12 | 广东工业大学 | 一种城市街区环境下高层消防多无人机协同路径规划方法 |
CN112379681A (zh) * | 2020-11-02 | 2021-02-19 | 中国兵器工业计算机应用技术研究所 | 无人机避障飞行方法、装置及无人机 |
CN112378408A (zh) * | 2020-11-26 | 2021-02-19 | 重庆大学 | 一种实现轮式移动机器人实时避障的路径规划方法 |
CN112378408B (zh) * | 2020-11-26 | 2023-07-25 | 重庆大学 | 一种实现轮式移动机器人实时避障的路径规划方法 |
CN112327885B (zh) * | 2020-12-01 | 2024-04-09 | 大连海事大学 | 一种无人船自适应全局-局部混合路径规划的方法 |
CN112327885A (zh) * | 2020-12-01 | 2021-02-05 | 大连海事大学 | 一种无人船自适应全局-局部混合路径规划的方法 |
CN112486183A (zh) * | 2020-12-09 | 2021-03-12 | 上海机器人产业技术研究院有限公司 | 一种室内移动机器人的路径规划算法 |
CN112486183B (zh) * | 2020-12-09 | 2022-11-18 | 上海机器人产业技术研究院有限公司 | 一种室内移动机器人的路径规划算法 |
CN112762928A (zh) * | 2020-12-23 | 2021-05-07 | 重庆邮电大学 | 含有激光slam的odom与dm地标组合移动机器人及导航方法 |
CN112904855A (zh) * | 2021-01-19 | 2021-06-04 | 四川阿泰因机器人智能装备有限公司 | 基于改进动态窗口的跟随机器人局部路径规划方法 |
CN112904855B (zh) * | 2021-01-19 | 2022-08-16 | 四川阿泰因机器人智能装备有限公司 | 基于改进动态窗口的跟随机器人局部路径规划方法 |
CN112906542A (zh) * | 2021-02-08 | 2021-06-04 | 北京理工大学 | 一种基于强化学习的无人车避障方法及装置 |
CN112906542B (zh) * | 2021-02-08 | 2023-11-24 | 北京理工大学 | 一种基于强化学习的无人车避障方法及装置 |
CN112947572A (zh) * | 2021-03-12 | 2021-06-11 | 华南理工大学 | 一种基于地形跟随的四旋翼飞行器自适应运动规划方法 |
CN113296521A (zh) * | 2021-05-26 | 2021-08-24 | 紫清智行科技(北京)有限公司 | 一种基于动态窗口的障碍物局部避障方法 |
CN113359808A (zh) * | 2021-07-21 | 2021-09-07 | 国网浙江省电力有限公司双创中心 | 一种无人机电力巡检多级路径规划方法及相关装置 |
CN113741503A (zh) * | 2021-09-16 | 2021-12-03 | 吉林工程技术师范学院 | 一种自主定位式无人机及其室内路径自主规划方法 |
CN113741503B (zh) * | 2021-09-16 | 2024-01-30 | 吉林工程技术师范学院 | 一种自主定位式无人机及其室内路径自主规划方法 |
CN115711624A (zh) * | 2022-10-18 | 2023-02-24 | 中国科学院半导体研究所 | 运动代价地图构建方法、装置、无人设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110471441A (zh) | 一种基于激光探测的四旋翼无人机避障方法 | |
EP3570061B1 (en) | Drone localization | |
Zhang et al. | UWB/INS integrated pedestrian positioning for robust indoor environments | |
Li et al. | LIDAR/MEMS IMU integrated navigation (SLAM) method for a small UAV in indoor environments | |
CN109827574B (zh) | 一种无人机室内外切换导航系统 | |
CA3029940C (en) | System and method for localizing a trackee at a location and mapping the location using transitions | |
WO2017177533A1 (zh) | 基于激光雷达的微型无人机操控方法及系统 | |
Scherer et al. | Flying fast and low among obstacles | |
Achtelik et al. | Visual-inertial SLAM for a small helicopter in large outdoor environments | |
Griffiths et al. | Obstacle and terrain avoidance for miniature aerial vehicles | |
EP3459850A1 (en) | Aerial vehicle landing method, ground control system, and flight control system | |
CN111650958A (zh) | 一种固定翼无人机起飞段切入航路点的在线路径规划方法 | |
JP2016188806A (ja) | 移動体及びシステム | |
US11768073B1 (en) | Self-locating compass | |
US20190066522A1 (en) | Controlling Landings of an Aerial Robotic Vehicle Using Three-Dimensional Terrain Maps Generated Using Visual-Inertial Odometry | |
Dehghan et al. | A new approach for Simultaneous Localization of UAV and RF Sources (SLUS) | |
Shurin et al. | The autonomous platforms inertial dataset | |
CN110673627A (zh) | 一种森林无人机搜寻方法 | |
US11965940B2 (en) | Self-locating compass | |
Owen et al. | Moving ground target tracking in urban terrain using air/ground vehicles | |
JP5166349B2 (ja) | 固定翼機、固定翼機システムおよび固定翼機の着陸方法 | |
Grzechca et al. | Short-term positioning accuracy based on mems sensors for smart city solutions | |
US20140100776A1 (en) | Method for determining the position of moving objects | |
CN102706360A (zh) | 一种利用光流传感器和速率陀螺对飞行器状态估计的方法 | |
CN114384932B (zh) | 一种基于距离测量的无人机导航对接方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20191119 |
|
RJ01 | Rejection of invention patent application after publication |