CN113534838A - 一种基于人工势场法的改进无人机航迹规划方法 - Google Patents
一种基于人工势场法的改进无人机航迹规划方法 Download PDFInfo
- Publication number
- CN113534838A CN113534838A CN202110802281.2A CN202110802281A CN113534838A CN 113534838 A CN113534838 A CN 113534838A CN 202110802281 A CN202110802281 A CN 202110802281A CN 113534838 A CN113534838 A CN 113534838A
- Authority
- CN
- China
- Prior art keywords
- aerial vehicle
- unmanned aerial
- potential field
- target point
- obstacle
- 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 52
- 230000009471 action Effects 0.000 claims abstract description 4
- 230000005484 gravity Effects 0.000 claims description 6
- 230000009191 jumping Effects 0.000 claims description 3
- 238000013178 mathematical model Methods 0.000 claims description 2
- 238000004364 calculation method Methods 0.000 abstract description 3
- 230000002265 prevention Effects 0.000 description 6
- 230000004888 barrier function Effects 0.000 description 4
- 238000012544 monitoring process Methods 0.000 description 4
- 230000007547 defect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000011835 investigation Methods 0.000 description 2
- 230000002411 adverse Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000010355 oscillation Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
Images
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
本发明涉及一种基于人工势场法的改进无人机航迹规划方法,属于无人机航迹规划领域。首先,对三维地形及森林环境空间进行建模,即将外部环境分为引力场区域与斥力场区域,以目标点为中心建立引力场,以障碍物为中心建立斥力场,保证目标点为合势场的全局极小点,这样无人机会沿着合势场下降方向到达目标点。然后,通过当前位置势场强度实时计算出无人机在当前时刻所受的合力,无人机在受到其目标引力场和障碍物周围斥力场的共同作用下,朝目标前进。同时,判断无人机是否陷入局部极小点,若陷入,则通过及时更新子目标点的方法,使得无人机跳出局部极小点。最终,无人机以最优路径抵达目标点。本发明方法计算效率更高,且安全性更强。
Description
技术领域
本发明属于无人机航迹规划领域,涉及一种基于人工势场法的改进无人机航迹规划方法。
背景技术
在社会与经济的发展历程中,森林的作用不可忽视,因此,林业也是国家生态建设的主体。另一方面,我国不仅是森林资源大国,也是森林火灾多发国家,尽管疆域辽阔,森林资源总量大,但人均森林覆盖率较低、且类型繁杂,森林防火的工作既要面临着不利的气候、地理环境等条件,也要时刻面临着火源难以掌控,可燃物超载,防控能力不足等实际困难。在森林防火中应用的主要技术包括卫星遥感监测、航空巡护、瞭望台监测、地面传感/视频网络监测以及人工巡护等。在这些技术中,航空巡护最为有效,因为该方法覆盖范围广,能准确快速地对火情进行侦察。但是,传统航空巡护由飞行员驾驶飞机,飞行受气象情况制约,飞行成本高,且具有潜在的人员伤亡风险等,这些问题一定程度上限制了航空巡护的应用。无人机是一种可远程控制航行的飞行器,对交通条件差、危险性高的森林消防工作来说,使用无人机在森林可燃物调查、野外火源监控、森林防火巡护、森林火灾扑救指挥和灾后调查评估等方面都有重要意义。
实现无人机在森林防火中的应用,一个关键问题就是航迹规划。对于该问题的研究已有多年的历史,研究者提出了许多算法,其中人工势场法是一种实时在线的路径规划算法,该方法可以满足无人机三维路径规划的要求,同时还具有计算时间短、满足实时控制、规划路径安全平滑的优点。但该方法也存在目标不可达、容易陷入局部最小值、路径震荡等缺点。
发明内容
要解决的技术问题
为了避免现有技术的不足之处,本发明提出一种基于人工势场法的改进无人机航迹规划方法,解决森林火灾中无人机的航迹规划问题。
技术方案
一种基于人工势场法的改进无人机航迹规划方法,其特征在于步骤如下:
步骤1:对三维地形及森林环境空间进行建模,即将环境表示为一个人工势场,以目标点为中心建立引力势场,以障碍物及威胁为中心建立斥力势场;
步骤2:根据所述建立的人工势场,计算出无人机当前所受合力,并使无人机在合力作用下前进,合力计算如下:
Ftotal=Frep+Fatt
其中,Frep为无人机所受斥力,Fatt为无人机所受引力;
步骤3:通过计算无人机当前时刻与前一时刻位置之间欧氏距离L,判断无人机是否陷入局部最小值点;若无人机陷入局部最小值点,根据无人机当前位置计算出无人机行进方向上的障碍物边界坐标点,将其设为子目标点,并将所述子目标点作为当前目标点位置,重构人工势场,计算此时无人机所受的引力,使无人机朝所述子目标点位置移动,达到跳出局部最小值点的目的;若无人机并未陷入局部最小值点,使无人机按照当前路线继续前进;
步骤4:通过雷达和图像传感器对所述森林环境中的动态障碍进行感知,检测无人机周围是否存在动态障碍;若存在动态障碍,则计算无人机与障碍之间相对速度,并计算出无人机与动态障碍物相对速度和距离的夹角θ,若时,进行动态避障,即对动态障碍物建立斥力场模型,更新所述无人机斥力Frep;若不存在动态障碍或θ不在所述范围内时,使无人机按照当前路线继续前进;
步骤5:通过计算无人机当前时刻与目标点位置之间欧氏距离d,判断无人机是否抵达目标点;若所述欧氏距离d小于预先设定的第二阈值,则说明无人机已达到目标点,运行结束;若所述欧氏距离d大于预先设定的第二阈值,则说明无人机并未达到目标点,重复步骤2~5。
本发明技术方案更进一步的说:步骤1中所述的人工势场的数学模型具体如下:
其中,Uatt(X)为引力场,katt为引力系数,ρg(X)为无人机与目标点距离,d′为第三阈值;Urep(X)为斥力场,krep为斥力系数,ρ(X)为无人机与障碍物距离,ρ0为障碍物影响无人机的极限距离。
本发明技术方案更进一步的说:无人机所受引力Fatt与斥力Frep分别为引力场与斥力场的负梯度:
本发明技术方案更进一步的说:步骤3中陷入局部最小值点的判断方法:将欧氏距离L与预先设定的第一阈值进行比对,若小于第一阈值,则说明无人机陷入局部最小值点。
本发明技术方案更进一步的说:第一阈值设置为0.1。
本发明技术方案更进一步的说:无人机与动态障碍相对速度计算如下:
vr=vuav-vobs
其中,vuav为无人机速度,vobs为障碍物相对速度。
本发明技术方案更进一步的说:步骤5中的第二阈值设置为1。
有益效果
本发明提出的一种人工势场法的改进无人机航迹规划方法,该方法提出了包含经度、纬度、高程、威胁信息的网格模型对三维空间进行划分,大大简化了三维路径规划问题,同时通过改进势场函数解决了传统人工势场法存在的目标点不可达、存在局部最小值等不足,并且针对森林火灾中存在动态障碍物的情况提出了动态避障的方法,进一步保证了无人机的安全。在森林火灾情形下,基于人工势场法的改进无人机航迹规划方法与其他航迹规划方法相比,计算效率更高,且安全性更强,因而对推动无人机在森林防火中的应用有重要意义。
附图说明
附图仅用于示出具体实施例的目的,而并不认为是对本发明的限制,在整个附图中,相同的参考符号表示相同的部件。
图1为本发明基于改进人工势场法的无人机航迹规划方法流程图;
图2为三维空间划分网格模型;
图3为人工势场法原理;
图4为无人机跳出局部极小点的方法图;
图5为算法规划得到的航迹;
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,以下结合附图和实施例,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用以解释本发明,并不用于限定本发明。此外,下面描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
请参阅图1,为本发明提供的一种基于人工势场法的改进无人机航迹规划方法,所述方法包括:
使用如图2所示的改进网格模型对三维地形及森林环境空间进行划分,每个网格点包含该位置经度、纬度、高程、威胁信息,能够更加有效划分三维空间,提高算法效率。
在空间内建立人工势场,以目标点为中心建立引力势场Uatt(X),以障碍物及威胁为中心建立斥力势场Urep(X),具体建模方法如下:
式中katt为引力常数,若无人机与目标点之间的距离小于等于阈值d′,引力场与距离ρg(X)的平方成正比,若无人机与目标点之间的距离大于阈值d′,设置引力为常数。以解决无人机与目标点的距离非常大时,引力远远大于斥力,导致无人机与障碍物相撞的问题。
式中krep为斥力常数,若无人机与障碍之间的距离ρ(X)大于极限距离ρ0,障碍对无人机无斥力。
如图3所示,根据所建立的人工势场,计算出无人机当前所受合力,并使无人机在合力作用下前进,无人机所受引力Fatt与斥力Frep分别为引力场与斥力场的负梯度:
通过计算无人机当前时刻与前一时刻位置之间欧氏距离L,比较该距离与设定第一阈值0.1,以判断此时无人机是否陷入局部最小值点。若所述欧氏距离L小于预先设定的阈值,则说明无人机陷入局部最小值点,根据无人机当前位置计算出无人机行进方向上的障碍物边界坐标点,将其设为子目标点,并将所述子目标点作为当前目标点位置,使无人机朝所述子目标点位置移动,达到跳出局部最小值点的目的,如果所述欧氏距离L大于预先设定的阈值,则认为无人机并未陷入局部最小值点,使无人机按照当前路线继续前进;
通过雷达和传感器对动态障碍进行感知,检测无人机周围是否存在动态障碍。若存在,则进行动态避障,计算无人机与障碍之间相对速度和距离的夹角θ,当时,说明动态障碍物逐渐接近无人机,此时需要将障碍物的影响纳入考虑中,对动态障碍物建立斥力场模型,更新所述无人机斥力Frep;反之则说明动态障碍物逐渐远离无人机,无需考虑该障碍物的影响;
通过计算无人机当前时刻与目标点位置之间欧氏距离d,判断无人机是否抵达目标点。预先设定第二阈值等于1,若所述欧氏距离d小于预先设定的第二阈值,则说明无人机已达到目标点,算法程序运行结束。若所述欧氏距离d大于预先设定的第二阈值,则说明无人机并未达到目标点,算法继续循环运行。最终得到的规划航迹如图5所示。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明公开的技术范围内,可轻易想到各种等效的修改或替换,这些修改或替换都应涵盖在本发明的保护范围之内。
Claims (7)
1.一种基于人工势场法的改进无人机航迹规划方法,其特征在于步骤如下:
步骤1:对三维地形及森林环境空间进行建模,即将环境表示为一个人工势场,以目标点为中心建立引力势场,以障碍物及威胁为中心建立斥力势场;
步骤2:根据所述建立的人工势场,计算出无人机当前所受合力,并使无人机在合力作用下前进,合力计算如下:
Ftotal=Frep+Fatt
其中,Frep为无人机所受斥力,Fatt为无人机所受引力;
步骤3:通过计算无人机当前时刻与前一时刻位置之间欧氏距离L,判断无人机是否陷入局部最小值点;若无人机陷入局部最小值点,根据无人机当前位置计算出无人机行进方向上的障碍物边界坐标点,将其设为子目标点,并将所述子目标点作为当前目标点位置,重构人工势场,计算此时无人机所受的引力,使无人机朝所述子目标点位置移动,达到跳出局部最小值点的目的;若无人机并未陷入局部最小值点,使无人机按照当前路线继续前进;
步骤4:通过雷达和图像传感器对所述森林环境中的动态障碍进行感知,检测无人机周围是否存在动态障碍;若存在动态障碍,则计算无人机与障碍之间相对速度,并计算出无人机与动态障碍物相对速度和距离的夹角θ,若时,进行动态避障,即对动态障碍物建立斥力场模型,更新所述无人机斥力Frep;若不存在动态障碍或θ不在所述范围内时,使无人机按照当前路线继续前进;
步骤5:通过计算无人机当前时刻与目标点位置之间欧氏距离d,判断无人机是否抵达目标点;若所述欧氏距离d小于预先设定的第二阈值,则说明无人机已达到目标点,运行结束;若所述欧氏距离d大于预先设定的第二阈值,则说明无人机并未达到目标点,重复步骤2~5。
4.根据权利要求1所述基于人工势场法的改进无人机航迹规划方法,其特征在于:步骤3中陷入局部最小值点的判断方法:将欧氏距离L与预先设定的第一阈值进行比对,若小于第一阈值,则说明无人机陷入局部最小值点。
5.根据权利要求4所述基于人工势场法的改进无人机航迹规划方法,其特征在于:第一阈值设置为0.1。
6.根据权利要求1所述基于人工势场法的改进无人机航迹规划方法,其特征在于:无人机与动态障碍相对速度计算如下:
vr=vuav-vobs
其中,vuav为无人机速度,vobs为障碍物相对速度。
7.根据权利要求1所述基于人工势场法的改进无人机航迹规划方法,其特征在于:步骤5中的第二阈值设置为1。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110802281.2A CN113534838A (zh) | 2021-07-15 | 2021-07-15 | 一种基于人工势场法的改进无人机航迹规划方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110802281.2A CN113534838A (zh) | 2021-07-15 | 2021-07-15 | 一种基于人工势场法的改进无人机航迹规划方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113534838A true CN113534838A (zh) | 2021-10-22 |
Family
ID=78128217
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110802281.2A Pending CN113534838A (zh) | 2021-07-15 | 2021-07-15 | 一种基于人工势场法的改进无人机航迹规划方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113534838A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114415718A (zh) * | 2021-12-22 | 2022-04-29 | 中国航天科工集团八五一一研究所 | 一种基于改进势场rrt算法的三维航迹规划方法 |
CN115061492A (zh) * | 2022-06-20 | 2022-09-16 | 华南理工大学 | 一种校园外卖配送系统及递进式三维空间路径规划方法 |
CN115290096A (zh) * | 2022-09-29 | 2022-11-04 | 广东技术师范大学 | 一种基于强化学习差分算法的无人机动态航迹规划方法 |
CN116400722A (zh) * | 2023-05-10 | 2023-07-07 | 江苏方天电力技术有限公司 | 一种无人机避障飞行方法及相关装置 |
CN118068854A (zh) * | 2024-04-24 | 2024-05-24 | 四川腾盾科技有限公司 | 一种基于人工势场的无人机避障路径规划方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160209849A1 (en) * | 2015-01-15 | 2016-07-21 | William Dale Arbogast | System and method for decentralized, multi-agent unmanned vehicle navigation and formation control |
CN106843235A (zh) * | 2017-03-31 | 2017-06-13 | 深圳市靖洲科技有限公司 | 一种面向无人自行车的人工势场路径规划法 |
CN108375987A (zh) * | 2018-05-28 | 2018-08-07 | 济南大学 | 一种低空飞行无人机的实时航迹规划 |
CN108469828A (zh) * | 2018-03-23 | 2018-08-31 | 哈尔滨工程大学 | 一种改进人工势场优化算法的auv航路规划方法 |
CN110262478A (zh) * | 2019-05-27 | 2019-09-20 | 浙江工业大学 | 基于改进人工势场法的人机安全避障路径规划方法 |
CN112180954A (zh) * | 2020-07-28 | 2021-01-05 | 北京理工大学 | 一种基于人工势场的无人机避障方法 |
CN112327831A (zh) * | 2020-10-20 | 2021-02-05 | 大连理工大学 | 一种基于改进人工势场法的工厂agv轨迹规划方法 |
-
2021
- 2021-07-15 CN CN202110802281.2A patent/CN113534838A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160209849A1 (en) * | 2015-01-15 | 2016-07-21 | William Dale Arbogast | System and method for decentralized, multi-agent unmanned vehicle navigation and formation control |
CN106843235A (zh) * | 2017-03-31 | 2017-06-13 | 深圳市靖洲科技有限公司 | 一种面向无人自行车的人工势场路径规划法 |
WO2018176594A1 (zh) * | 2017-03-31 | 2018-10-04 | 深圳市靖洲科技有限公司 | 一种面向无人自行车的人工势场路径规划法 |
CN108469828A (zh) * | 2018-03-23 | 2018-08-31 | 哈尔滨工程大学 | 一种改进人工势场优化算法的auv航路规划方法 |
CN108375987A (zh) * | 2018-05-28 | 2018-08-07 | 济南大学 | 一种低空飞行无人机的实时航迹规划 |
CN110262478A (zh) * | 2019-05-27 | 2019-09-20 | 浙江工业大学 | 基于改进人工势场法的人机安全避障路径规划方法 |
CN112180954A (zh) * | 2020-07-28 | 2021-01-05 | 北京理工大学 | 一种基于人工势场的无人机避障方法 |
CN112327831A (zh) * | 2020-10-20 | 2021-02-05 | 大连理工大学 | 一种基于改进人工势场法的工厂agv轨迹规划方法 |
Non-Patent Citations (5)
Title |
---|
刘义: "基于改进人工势场法的移动机器人局部路径规划的研究", 《现代机械》 * |
李克玉: "基于改进人工势场法的无人机三维动态环境避障航迹规划", 《上海电机学院学报》 * |
杨洁等: "基于改进APF的无人机编队航迹规划", 《西北工业大学学报》 * |
甄然等: "一种基于人工势场的无人机航迹规划算法", 《河北科技大学学报》 * |
谌海云: "基于改进人工势场法的多无人机三维编队路径规划", 《系统仿真学报》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114415718A (zh) * | 2021-12-22 | 2022-04-29 | 中国航天科工集团八五一一研究所 | 一种基于改进势场rrt算法的三维航迹规划方法 |
CN114415718B (zh) * | 2021-12-22 | 2023-10-13 | 中国航天科工集团八五一一研究所 | 一种基于改进势场rrt算法的三维航迹规划方法 |
CN115061492A (zh) * | 2022-06-20 | 2022-09-16 | 华南理工大学 | 一种校园外卖配送系统及递进式三维空间路径规划方法 |
CN115290096A (zh) * | 2022-09-29 | 2022-11-04 | 广东技术师范大学 | 一种基于强化学习差分算法的无人机动态航迹规划方法 |
CN116400722A (zh) * | 2023-05-10 | 2023-07-07 | 江苏方天电力技术有限公司 | 一种无人机避障飞行方法及相关装置 |
CN118068854A (zh) * | 2024-04-24 | 2024-05-24 | 四川腾盾科技有限公司 | 一种基于人工势场的无人机避障路径规划方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113534838A (zh) | 一种基于人工势场法的改进无人机航迹规划方法 | |
CN108549407B (zh) | 一种多无人机协同编队避障的控制算法 | |
JP6866203B2 (ja) | ドローンナビゲーション装置、ドローンナビゲーション方法、ドローンナビゲーションプログラム、探索用データ形成装置及び探索用データ形成プログラム | |
Liu et al. | A review of rotorcraft unmanned aerial vehicle (UAV) developments and applications in civil engineering | |
CN108897312B (zh) | 多无人飞行器对大规模环境的持续监控路径规划方法 | |
Depenbusch et al. | The AutoSOAR autonomous soaring aircraft, part 1: Autonomy algorithms | |
EP3751378A1 (en) | Autonomous three dimensional navigation under constraints for an aircraft | |
CN110456823A (zh) | 一种针对无人机计算与存储能力受限的双层路径规划方法 | |
JP2018165931A (ja) | ドローン用管制装置、ドローン用管制方法及びドローン用管制プログラム | |
US10866593B2 (en) | Aerial vehicle landing method, ground control system, and flight control system | |
CN103713642B (zh) | 一种基于扰动流体动态系统的无人机三维航路规划方法 | |
Tang et al. | Systematic review of collision-avoidance approaches for unmanned aerial vehicles | |
Depenbusch et al. | The AutoSOAR autonomous soaring aircraft part 2: Hardware implementation and flight results | |
WO2018103716A1 (zh) | 复合飞行控制方法和系统、飞行器 | |
CN114595518B (zh) | 一种基于数字孪生的商业航天飞行与民航运行协作系统 | |
CN108766035B (zh) | 一种点密度引导下的无人机地形匹配飞行控制系统 | |
JP2018165115A (ja) | ドローン用緊急事態対応指示装置、ドローン用緊急事態対応指示方法及びドローン用緊急事態対応指示プログラム | |
CN112327939A (zh) | 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 | |
CN108303993A (zh) | 一种无人机故障紧急迫降方法 | |
CN114118695A (zh) | 空地协同的无人机运行的风险评估方法、装置及系统 | |
CN116661497A (zh) | 一种智能飞行汽车 | |
Choutri et al. | A fully autonomous search and rescue system using quadrotor UAV | |
Cobano et al. | Thermal detection and generation of collision-free trajectories for cooperative soaring UAVs | |
Zhang et al. | UAV safe route planning based on PSO-BAS algorithm | |
Sláma et al. | Risk-aware trajectory planning in urban environments with safe emergency landing guarantee |
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: 20211022 |
|
RJ01 | Rejection of invention patent application after publication |