CN111474949A - 无人机集群飞行可行路径轨迹规划方法、无人机群及介质 - Google Patents

Abstract

本发明属于无人机集群控制技术领域，公开了一种无人机集群飞行可行路径轨迹规划方法、无人机群及介质，输入舞步文件，提取位置信息；滑窗更新的舞步点，判断是否满足最大加速度限制；使用集群任务轨迹发生器对坐标做加速度和时间优化；判断是否到达最后一窗的舞步点。所述无人机集群的飞行可行路径轨迹规划系统包括：位置信息提取模块，用于输入舞步文件，提取位置信息；最大加速度限制判断模块，用于滑窗更新的舞步点，判断是否满足最大加速度限制；加速度和时间优化模块，用于使用集群任务轨迹发生器对坐标做加速度和时间优化；舞步点判断模块，用于判断是否到达最后一窗的舞步点。

Description

无人机集群飞行可行路径轨迹规划方法、无人机群及介质

技术领域

本发明属于无人机集群控制技术领域，尤其涉及一种无人机集群的飞行可 行路径轨迹规划方法、存储介质及无人机群。

背景技术

目前，最接近的现有技术：利用Bezier方法对飞机的轨迹进行规划具有的 优点包括几何不变性，仿射不变性等，而集群飞机轨迹规划中常用方法为软约 束例如人工势场方法等。

综上所述，现有技术存在的问题是：利用针对于无人机集群飞行中，集群 展现特定队形的表演需要对每个前端控制航点精准到达，人工势场等软约束规 划算法针对此类问题未能够满足每个航点精准到达的要求，此类方法将会导致 表演中图形错位的现象发生。而Bezier方法运用在集群控制上存在局部规划中 会影响全局的规划问题。

解决上述技术问题的难度：需要满足多机飞行中的每个航点精准到达，同 时在速度与加速度满足动力学要求，并且在运算上可以满足高效性和局部调整 不会影响全局规划问题。

解决上述技术问题的意义：B样条方法具有表示与设计自由型曲线曲面的 强大功能，是形状数学描述的主流方法之一，另外B样条方法是目前工业产品 几何定义国际标准——有理B样条方法(NURBS)的基础。B样条方法兼备了 Bezier方法的一切优点，包括几何不变性，仿射不变性等等，同时克服了Bezier 方法中由于整体表示带不具有局部性质的缺点。因此，利用B样条方法处理无 人机集群控制技术能够解决当前存在的技术问题，即保证飞行队形整列不变形， 且满足高效飞行的特性。

发明内容

针对现有技术存在的问题，本发明提供了一种无人机集群的飞行可行路径 轨迹规划方法、系统、无人机。

本发明是这样实现的，一种无人机集群的飞行可行路径轨迹规划方法，所 述无人机集群的飞行可行路径轨迹规划方法包括以下步骤：

第一步，输入舞步文件，提取位置信息；

第二步，滑窗更新的舞步点，判断是否满足最大加速度限制；满足最大加 速度限制执行第三步；不满足则执行第四步；

第三步，使用集群任务轨迹发生器对坐标做加速度和时间优化；

第四步，判断是否到达最后一窗的舞步点；是最后一窗的舞步点则结束； 不是最后一窗的舞步点则返回第二步。

进一步，所述无人机集群的飞行可行路径轨迹规划方法没有环境风， V_air≈-V_real，给出动力学方程：

通过引入对位置导数的约束限制合推力T_sum的大小和变化率；其中，T_sum表 示旋翼无人机的合推力，m表示旋翼无人机的质量，p表示无人机在导航系下的 位置，g表示重力加速度，V_air是旋翼无人机相对于空气的速度，V_real表示旋翼无 人机实际速度用

表示，

旋翼无人机的加速度。

进一步，所述无人机集群的飞行可行路径轨迹规划方法采用最小加速度轨 迹规划，用固定两端的三阶非均匀有理B样条曲线合成那些不满足飞行器动态 的用户输入的航点。

进一步，所述无人机集群的飞行可行路径轨迹规划方法固定三阶非有理B 样条曲线采用发分段Bezier曲线，形式如下：

其中P表示控制点，n为控制点个数，u表示节点向量，角标3表示曲线的 阶次为3次，N_i,3表示在不同节点里的每个控制点的3次权重，控制点个数为n+1 个，即P＝{P₀,P₁,…,P_n}，节点向量为m+1个，u＝{u₀,u₁,…,u_m}，阶次为p＝3，其 节点矢量中两端节点的重复度为p+1，内节点重复度为p，有如下约束条件：

取B样条的基函数为Cox-deBoor递推公式：

将节点向量u作为路径参数，那么与时间t的关系为：

用户通过输入给出一系列路径参数D_u＝[d₀,d₁,…,d_n]^T和时间参数 D_t＝[t₀,t₁,…,t_n]^T，利用最小加速度平滑插值最优函数：

其中

进一步，所述无人机集群的飞行可行路径轨迹规划方法的工具箱采用了脉 冲限制两点边值问题求解器，利用bang-zero-bang控制思想切换脉冲产生被限制 的轨迹状态，使用的求解器：

通过七个运动段，其中每个运动段通过以下方式描述：

进一步，所述无人机集群的飞行可行路径轨迹规划方法的七个部分为加速 度增加的加速段、加速度保持的加速段，加速度减小的加速段、匀速段、加速 度增加的减速段，加速度保持的减速段、加速度减小的减速段，运动段描述如 下：

本发明的另一目的在于提供一种实施所述无人机集群的飞行可行路径轨迹 规划方法的无人机集群的飞行可行路径轨迹规划系统，所述无人机集群的飞行 可行路径轨迹规划系统包括：

位置信息提取模块，用于输入舞步文件，提取位置信息；

最大加速度限制判断模块，用于滑窗更新的舞步点，判断是否满足最大加 速度限制；

加速度和时间优化模块，用于使用集群任务轨迹发生器对坐标做加速度和 时间优化；

舞步点判断模块，用于判断是否到达最后一窗的舞步点。

本发明的另一目的在于提供一种应用所述无人机集群的飞行可行路径轨迹 规划方法的无人机。

本发明的另一目的在于提供一种实现所述无人机集群的飞行可行路径轨迹 规划方法的信息数据处理终端。

本发明的另一目的在于提供一种计算机可读存储介质，包括指令，当其在 计算机上运行时，使得计算机执行所述的无人机集群的飞行可行路径轨迹规划 方法。

综上所述，本发明的优点及积极效果为：针对于集群飞行的无人机提供了 一种飞行可行路径轨迹规划的方法，对比目前现有的技术如人工势场法或Bezier 方法等，B样条方法兼备了Bezier方法的一切优点，包括几何不变性，仿射不 变性等等，同时克服了Bezier方法中由于整体表示带不具有局部性质的缺点， 并且克服了人工势场法软约束方法带来的路点过渡位置偏离的问题。因此，利 用B样条方法处理无人机集群控制技术能够解决当前存在的技术问题，即保证 飞行队形整列不变形，且满足高效飞行的特性。

附图说明

图1是本发明实施例提供的无人机集群的飞行可行路径轨迹规划系统的结 构示意图；

图中：1、位置信息提取模块；2、最大加速度限制判断模块；3、加速度和 时间优化模块；4、舞步点判断模块。

图2是本发明实施例提供的无人机集群的飞行可行路径轨迹规划方法的流 程图。

图3是本发明实施例提供的无人机集群的飞行可行路径轨迹规划方法的实 现流程图。

图4是本发明实施例提供的整体过程的效果示意图。

图5是本发明实施例提供的生成轨迹示意图。

图6-图9是本发明实施例提供的截取单帧效果示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例， 对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以 解释本发明，并不用于限定本发明。

针对现有技术存在的问题，本发明提供了一种无人机集群的飞行可行路径 轨迹规划方法、系统、无人机，下面结合附图对本发明作详细的描述。

如图1所示，本发明实施例提供的无人机集群的飞行可行路径轨迹规划系 统包括：

位置信息提取模块1，用于输入舞步文件，提取位置信息。

最大加速度限制判断模块2，用于滑窗更新的舞步点，判断是否满足最大加 速度限制。

加速度和时间优化模块3，用于使用集群任务轨迹发生器对坐标做加速度和 时间优化。

舞步点判断模块4，用于判断是否到达最后一窗的舞步点。

如图2所示，本发明实施例提供的无人机集群的飞行可行路径轨迹规划方 法包括以下步骤：

S201：输入舞步文件，提取位置信息；

S202：滑窗更新的舞步点，判断是否满足最大加速度限制；满足最大加速 度限制执行S203；不满足则执行S204；

S203：使用集群任务轨迹发生器对坐标做加速度和时间优化；

S204：判断是否到达最后一窗的舞步点；是最后一窗的舞步点则结束；不 是最后一窗的舞步点则返回步骤S202。

下面结合附图对本发明的技术方案作进一步的描述。

本发明实施例的无人机集群飞行的任务轨迹主要由最小脉冲轨迹发生器、 参考命令滤波器和脉冲限制两点边值问题(TPBVP)求解器组成。允许用户输 入一系列的路径点，调整轨迹的平滑度以及最大飞行速度。是开发和测试各种 制导、控制和定位算法以及平台的有用工具。

本发明通过假设内回路姿态环足够快，靠限制推力的大小和变化率保证系 统的动态性能。假设没有环境风，可认为V_air≈-V_real，给出如下动力学方程：

因此，通过引入对位置导数的约束限制合推力T_sum的大小和变化率。其中， T_sum表示旋翼无人机的合推力，m表示旋翼无人机的质量，p表示无人机在导航 系下的位置，g表示重力加速度，V_air是旋翼无人机相对于空气的速度，V_real表示 旋翼无人机实际速度用

表示，

旋翼无人机的加速度。

本发明采用最小加速度轨迹规划，对于一个流畅的飞行，可以考虑通过约 束位置的导数实现最小加速轨迹规划。为了构造这样一个参考，用固定两端的 三阶非均匀有理B样条曲线合成那些不满足飞行器动态的用户输入的航点。

本发明的方法基于B样条曲线的最优平滑插值方法，并且增加了时间向量 维度优化研究。固定三阶非均匀有理B样条曲线采用发分段Bezier曲线，形式 如下：

其中P表示控制点，n为控制点个数，u表示节点向量，角标3表示曲线的 阶次为3次，N_i,3表示在不同节点里的每个控制点的3次权重。现定义控制点个 数为n+1个，即P＝{P₀,P₁,…,P_n}，节点向量为m+1个，即u＝{u₀,u₁,…,u_m}，阶次 为p＝3，其节点矢量中两端节点的重复度为p+1，内节点重复度为p。有如下约 束条件：

取B样条的基函数为Cox-deBoor递推公式：

将节点向量u作为路径参数，那么它与时间t的关系为：

用户通过输入给出一系列路径参数D_u＝[d₀,d₁,…,d_n]^T和时间参数 D_t＝[t₀,t₁,…,t_n]^T，利用最小加速度平滑插值最优函数：

其中

同时在轨迹设计过程中，时间最优的轨迹也需要考虑。本发明设计的工具 箱采用了脉冲限制两点边值问题(TPBVP)求解器。利用bang-zero-bang控制思 想切换脉冲产生被限制的轨迹状态。本发明使用的求解器如下所示：

再通过设计七个运动段，进一步优化航迹规划时间。其中每个运动段都可 以通过以下方式描述：

将这个七个部分分为加速度增加的加速段、加速度保持的加速段，加速度 减小的加速段、匀速段、加速度增加的减速段，加速度保持的减速段、加速度 减小的减速段。运动段描述如下：

由于时间最优性的要求，在i∈[0,6]的过程中，u_i要么是最大值要么是。因此， 一旦它的符号是确定的，它的值也是确定的。整体过程如图4所示。使用本发 明方法生成轨迹如图5所示。通过该算法生成轨迹后，截取单帧效果如图6-图9 所示，不管是三维图形或者是二维图形，均能够很好的显示出图形。

应当注意，本发明的实施方式可以通过硬件、软件或者软件和硬件的结合 实现。硬件部分可以利用专用逻辑实现；软件部分可以存储在存储器中，由适 当的指令执行系统，例如微处理器或者专用设计硬件执行。本领域的普通技术 人员可以理解上述的设备和方法可以使用计算机可执行指令和/或包含在处理器 控制代码中实现，例如在诸如磁盘、CD或DVD-ROM的载体介质、诸如只读存 储器(固件)的可编程的存储器或者诸如光学或电子信号载体的数据载体上提供 了这样的代码。本发明的设备及其模块可以由诸如超大规模集成电路或门阵列、 诸如逻辑芯片、晶体管等的半导体、或者诸如现场可编程门阵列、可编程逻辑 设备等的可编程硬件设备的硬件电路实现，也可以用由各种类型的处理器执行 的软件实现，也可以由上述硬件电路和软件的结合例如固件实现。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发 明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明 的保护范围之内。

Claims (9)

1.一种无人机集群的飞行可行路径轨迹规划方法，其特征在于，所述无人机集群的飞行可行路径轨迹规划方法包括以下步骤：

第一步，输入舞步文件，提取位置信息；

第二步，滑窗更新的舞步点，判断是否满足最大加速度限制；满足最大加速度限制执行第三步；不满足则执行第四步；

第三步，使用集群任务轨迹发生器对坐标做加速度和时间优化；

第四步，判断是否到达最后一窗的舞步点；是最后一窗的舞步点则结束；不是最后一窗的舞步点则返回第二步。

2.如权利要求1所述的无人机集群的飞行可行路径轨迹规划方法，其特征在于，所述无人机集群的飞行可行路径轨迹规划方法没有环境风，V_air≈-V_real，给出动力学方程：

通过引入对位置导数的约束限制合推力T_sum的大小和变化率；其中，T_sum表示旋翼无人机的合推力，m表示旋翼无人机的质量，p表示无人机在导航系下的位置，g表示重力加速度，V_air是旋翼无人机相对于空气的速度，V_real表示旋翼无人机实际速度用

表示，

旋翼无人机的加速度。

3.如权利要求1所述的无人机集群的飞行可行路径轨迹规划方法，其特征在于，所述无人机集群的飞行可行路径轨迹规划方法采用最小加速度轨迹规划，用固定两端的三阶非均匀有理B样条曲线合成那些不满足飞行器动态的用户输入的航点。

4.如权利要求1所述的无人机集群的飞行可行路径轨迹规划方法，其特征在于，所述无人机集群的飞行可行路径轨迹规划方法固定三阶非有理B样条曲线采用发分段Bezier曲线，形式如下：

其中P表示控制点，n为控制点个数，u表示节点向量，角标3表示曲线的阶次为3次，N_i,3表示在不同节点里的每个控制点的3次权重，控制点个数为n+1个，即P＝{P₀,P₁,…,P_n}，节点向量为m+1个，u＝{u₀,u₁,…,u_m}，阶次为p＝3，其节点矢量中两端节点的重复度为p+1，内节点重复度为p，有如下约束条件：

取B样条的基函数为Cox-deBoor递推公式：

将节点向量u作为路径参数，那么与时间t的关系为：

用户通过输入给出一系列路径参数D_u＝[d₀,d₁,…,d_n]^T和时间参数D_t＝[t₀,t₁,…,t_n]^T，利用最小加速度平滑插值最优函数：

其中

5.如权利要求1所述的无人机集群的飞行可行路径轨迹规划方法，其特征在于，所述无人机集群的飞行可行路径轨迹规划方法的工具箱采用了脉冲限制两点边值问题求解器，利用bang-zero-bang控制思想切换脉冲产生被限制的轨迹状态，使用的求解器：

通过七个运动段，其中每个运动段通过以下方式描述：

6.如权利要求5所述的无人机集群的飞行可行路径轨迹规划方法，其特征在于，所述无人机集群的飞行可行路径轨迹规划方法的七个部分为加速度增加的加速段、加速度保持的加速段，加速度减小的加速段、匀速段、加速度增加的减速段，加速度保持的减速段、加速度减小的减速段，运动段描述如下：

7.一种实施权利要求1～6任意一项所述无人机集群的飞行可行路径轨迹规划方法的无人机集群的飞行可行路径轨迹规划系统，其特征在于，所述无人机集群的飞行可行路径轨迹规划系统包括：

位置信息提取模块，用于输入舞步文件，提取位置信息；

最大加速度限制判断模块，用于滑窗更新的舞步点，判断是否满足最大加速度限制；

加速度和时间优化模块，用于使用集群任务轨迹发生器对坐标做加速度和时间优化；

舞步点判断模块，用于判断是否到达最后一窗的舞步点。

8.一种实现权利要求1～6任意一项所述无人机集群的飞行可行路径轨迹规划方法的无人机群。

9.一种计算机可读存储介质，包括指令，当其在计算机上运行时，使得计算机执行如权利要求1～6任意一项所述的无人机集群的飞行可行路径轨迹规划方法。

Images