CN113778122A - 无人机自主导航的应用方法、装置、电子设备及介质 - Google Patents

无人机自主导航的应用方法、装置、电子设备及介质 Download PDF

Info

Publication number
CN113778122A
CN113778122A CN202110711034.1A CN202110711034A CN113778122A CN 113778122 A CN113778122 A CN 113778122A CN 202110711034 A CN202110711034 A CN 202110711034A CN 113778122 A CN113778122 A CN 113778122A
Authority
CN
China
Prior art keywords
track
unmanned aerial
aerial vehicle
initial
target
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
CN202110711034.1A
Other languages
English (en)
Other versions
CN113778122B (zh
Inventor
张拥军
徐嘉迟
王之元
凡遵林
苏雅倩文
史殿习
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.)
National Defense Technology Innovation Institute PLA Academy of Military Science
Original Assignee
National Defense Technology Innovation Institute PLA Academy of Military Science
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 National Defense Technology Innovation Institute PLA Academy of Military Science filed Critical National Defense Technology Innovation Institute PLA Academy of Military Science
Priority to CN202110711034.1A priority Critical patent/CN113778122B/zh
Publication of CN113778122A publication Critical patent/CN113778122A/zh
Application granted granted Critical
Publication of CN113778122B publication Critical patent/CN113778122B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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

本申请公开了一种无人机自主导航的应用方法、装置、电子设备及介质。本通过应用本申请的技术方案，可以由几何拓扑航线点搜索方法和保守的自适应轨迹重规划方法组成，实现了不牺牲导航效率的同时，提升无人机在未知环境中飞行的安全性。同时还可以实现仅优化生成位于已知安全区域内的轨迹段，这能够确保无人机执行的轨迹是安全无碰撞的。

Description

无人机自主导航的应用方法、装置、电子设备及介质
技术领域
本申请中涉及数据通信技术，尤其是一种无人机自主导航的应用方法、装 置、电子设备及介质。
背景技术
近年来，无人机(UAV)被广泛用于许多实际应用当中，例如空中拍摄、灾 难搜救以及自主巡检等应用。无人机小巧的体积和灵活的特性使其能够在危险 或不适合人类的区域执行任务。在这些应用场景中，环境信息通常是未知且复 杂的，无人机需要频繁地产生安全、平滑的轨迹，以绕过不可预测的障碍物， 运动规划则在其中起着至关重要的作用。
因此，如何为无人机生成一种高质量的自主导航方法，成为了本领域技术 人员需要解决的问题。
发明内容
本申请实施例提供一种无人机自主导航的应用方法、装置、电子设备及介 质，其中，根据本申请实施例的一个方面，提供的一种无人机自主导航的应用 方法，其特征在于，其中：
构建局部环境地图，所述局部环境地图中具备有多个环境，且每个环境下 存在尺寸各不相同的障碍物体；
利用无人机在所述局部环境地图上构建初始全局引导轨迹，所述初始全局 引导轨迹用于引导无人机在不发生碰撞的情况下启动运行；
驱动无人机在所述初始全局引导轨迹下运行，以确定所述初始全局引导轨 迹中，不存在障碍物体的多个拓扑航线点；
根据所述多个拓扑航线点，确定无人机的目标航线轨迹。
可选地，在基于本申请上述方法的另一个实施例中，所述利用无人机在所 述局部环境地图上构建初始全局引导轨迹，包括：
获取所述无人机的起始状态以及终末状态，其中所述起始状态中包括所述 无人机的起始点坐标、起始飞行速度以及起始加速度，其中所述终末状态对应 于静止状态，且包括所述无人机的目标点坐标；
根据所述无人机的起始状态以及终末状态，构建所述初始全局引导轨迹。
可选地，在基于本申请上述方法的另一个实施例中，所述根据所述无人机 的起始状态以及终末状态，构建所述初始全局引导轨迹，包括：
并计算所述起始点坐标与所述目标点坐标之间的初始航线距离；
若确定所述初始航线距离大于第一预设距离，在所述起始点坐标与所述目 标点坐标之间插入第一数量的空间点，得到包含所述起始点坐标、所述空间点 坐标与所述目标点坐标在内的初始轨迹坐标点集合；
为所述初始轨迹坐标点集合中，所有相邻坐标点分配转移时间，得到经过 所有初始轨迹坐标点的光滑全局引导轨迹；
根据所述光滑全局引导轨迹，得到所述初始全局引导轨迹。
可选地，在基于本申请上述方法的另一个实施例中，所述驱动无人机在所 述初始全局引导轨迹下运行，包括：
截取所述初始全局引导轨迹中，位于无人机规划平面内的部分重参数为B 样条曲线；
将所述B样条曲线作为局部轨迹，并驱动无人机在所述局部轨迹下运行。
可选地，在基于本申请上述方法的另一个实施例中，在所述驱动无人机在 所述局部轨迹下运行之后，还包括：
获取无人机在所述局部轨迹下运行之后得到的碰撞点；
计算所述碰撞点处的ESDF梯度向量，以及，计算所述碰撞点处的障碍物表 面法向量；
计算所述ESDF梯度向量与所述障碍物表面法向量之间是否共线；
根据所述是否共线，计算所述拓扑航线点的搜索方向向量。
可选地，在基于本申请上述方法的另一个实施例中，所述根据所述多个拓 扑航线点，确定无人机的目标航线轨迹，包括：
基于多个所述拓扑航线点，生成多段的多项式初始轨迹；
计算每段多项式初始轨迹的开销参数；
将开销参数最小的多项式初始轨迹所经过的拓扑航线点作为目标转移航 点；
基于所述目标转移航点，确定无人机的目标航线轨迹。
可选地，在基于本申请上述方法的另一个实施例中，所述基于所述目标转 移航点，确定无人机的目标航线轨迹，包括：
构建优化目标函数；
基于所述目标转移航点以及所述目标函数，生成B样条局部避障轨迹；
将所述成B样条局部避障轨迹作为所述无人机的目标航线轨迹。
可选地，在基于本申请上述方法的另一个实施例中，所述确定无人机的目 标航线轨迹，包括：
将所述目标航线轨迹广播给轨迹服务器，以使所述轨迹服务器根据所述目 标航线轨迹转换为控制指令控制所述无人机飞行。
其中，根据本申请实施例的又一个方面，提供的一种无人机自主导航的应 用装置，其特征在于，其中：
获取模块，被配置为构建局部环境地图，所述局部环境地图中具备有多个 环境，且每个环境下存在尺寸各不相同的障碍物体；
构建模块，被配置为利用无人机在所述局部环境地图上构建初始全局引导 轨迹，所述初始全局引导轨迹用于引导无人机在不发生碰撞的情况下启动运行；
驱动模块，被配置为驱动无人机在所述初始全局引导轨迹下运行，以确定 所述初始全局引导轨迹中，不存在障碍物体的多个拓扑航线点；
确定模块，被配置为根据所述多个拓扑航线点，确定无人机的目标航线轨 迹。
根据本申请实施例的又一个方面，提供的一种电子设备，包括：
存储器，用于存储可执行指令；以及
显示器，用于与所述存储器显示以执行所述可执行指令从而完成上述任一 所述无人机自主导航的应用方法的操作。
根据本申请实施例的还一个方面，提供的一种计算机可读存储介质，用于 存储计算机可读取的指令，所述指令被执行时执行上述任一所述无人机自主导 航的应用方法的操作。
本申请中，可以构建局部环境地图，其中局部环境地图中具备有多个环境， 且每个环境下存在尺寸各不相同的障碍物体；利用无人机在局部环境地图上构 建初始全局引导轨迹，初始全局引导轨迹用于引导无人机在不发生碰撞的情况 下启动运行；驱动无人机在初始全局引导轨迹下运行，以确定初始全局引导轨 迹中，不存在障碍物体的多个拓扑航线点；根据多个拓扑航线点，确定不存在 障碍物体的目标航线轨迹。通过应用本申请的技术方案，可以由几何拓扑航线 点搜索方法和保守的自适应轨迹重规划方法组成，实现了不牺牲导航效率的同 时，提升无人机在未知环境中飞行的安全性。同时还可以实现仅优化生成位于 已知安全区域内的轨迹段，这能够确保无人机执行的轨迹是安全无碰撞的。
下面通过附图和实施例，对本申请的技术方案做进一步的详细描述。
附图说明
构成说明书的一部分的附图描述了本申请的实施例，并且连同描述一起用 于解释本申请的原理。
参照附图，根据下面的详细描述，可以更加清楚地理解本申请，其中：
图1为本申请提出的一种无人机自主导航的应用方法示意图；
图2为本申请提出的无人机自主导航的系统架构示意图；
图3为本申请提出的一种无人机自主导航的应用电子装置的结构示意图；
图4为本申请提出的一种无人机自主导航的应用电子设备结构示意图。
具体实施方式
现在将参照附图来详细描述本申请的各种示例性实施例。应注意到：除非 另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达 式和数值不限制本申请的范围。
同时，应当明白，为了便于描述，附图中所示出的各个部分的尺寸并不是 按照实际的比例关系绘制的。
以下对至少一个示例性实施例的描述实际上仅仅是说明性的，不作为对本 申请及其应用或使用的任何限制。
对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论， 但在适当情况下，所述技术、方法和设备应当被视为说明书的一部分。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某 一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步讨论。
另外，本申请各个实施例之间的技术方案可以相互结合，但是必须是以本 领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实 现时应当认为这种技术方案的结合不存在，也不在本申请要求的保护范围之内。
需要说明的是，本申请实施例中所有方向性指示(诸如上、下、左、右、 前、后……)仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对 位置关系、运动情况等，如果该特定姿态发生改变时，则该方向性指示也相应 地随之改变。
下面结合图1-图2来描述根据本申请示例性实施方式的用于进行无人机自 主导航的应用方法。需要注意的是，下述应用场景仅是为了便于理解本申请的 精神和原理而示出，本申请的实施方式在此方面不受任何限制。相反，本申请 的实施方式可以应用于适用的任何场景。
本申请还提出一种无人机自主导航的应用方法、装置、电子设备及介质。
图1示意性地示出了根据本申请实施方式的一种无人机自主导航的应用方 法的流程示意图。如图1所示，该方法包括：
S101，构建局部环境地图，所述局部环境地图中具备有多个环境，且每个 环境下存在尺寸各不相同的障碍物体。
近年来，无人机(UAV)被广泛用于许多实际应用当中，例如空中拍摄、灾 难搜救以及自主巡检等应用。无人机小巧的体积和灵活的特性使其能够在危险 或不适合人类的区域执行任务。在这些应用场景中，环境信息通常是未知且复 杂的，无人机需要频繁地产生安全、平滑的轨迹，以绕过不可预测的障碍物， 运动规划则在其中起着至关重要的作用。
进一步的，运动规划问题通常分为前端路径发现和后端轨迹优化两部分。 前端路径发现部分负责在低维离散空间中搜索由几何安全点组成的路径。随后， 通过轨迹优化，将路径时间参数化为高维连续空间中的可执行轨迹。
另外，由于无人机机载传感器的感知视野有限，只能获取附近环境的信息。 在乐观的运动规划模块中，超过无人机视场的未知环境被视为是安全无碰撞的。 基于此假设，当遇到新障碍物时，可以直接生成绕过障碍物并重新回到全局轨 迹的安全局部轨迹。这加快了轨迹优化过程，提高了轨迹生成的成功率，但可 能无法保证轨迹的安全性。
另一方面，经典的路径发现算法(例如A*和RRT*)搜索的是最短最优路径， 因此该路径上的点离障碍物较近，这使得优化生成的轨迹也具有较低的安全距 离。此外，当环境中存在较大的障碍物时，此类方法通常会陷入局部最优陷阱 而崩溃，无法导航到目标点。换句话说，对于无人机在环境仅部分可知场景下 的自主导航任务，同时保证效率和轨迹安全性是一大挑战。
首先，对于构建局部环境地图来说，可以包括三类环境，环境具有边界， 空间大小相等。该环境模拟一个真实的物理世界环境，含有柱状和圈状障碍物。 一种方式中，具体环境可以如下：
小尺寸障碍物环境：该场景中例如可以共包含100个随机障碍物。其中， 柱状障碍物80个，半径范围0.3-0.5m；圈状障碍物20个，内圈半径0.5m，外 圈半径0.7m。该场景主要模拟室外树林环境，大多现有算法都用该场景验证性 能。
中等尺寸障碍物环境：该场景中例如可以共包含60个随机障碍物。其中， 柱状障碍物40个，半径范围0.5-2m；圈状障碍物20个，内圈半径0.5m，外圈 半径0.7m。该场景用于模拟较简单的室内环境，主要障碍物是承重柱和门柜等。
大尺寸障碍物环境：该场景中例如可以共包含20个随机的柱状障碍物，障 碍物的半径范围2-5m。该场景模拟类迷宫的复杂室内环境，无人机在自主导航 飞行中需要绕过较大的墙体障碍以安全地到达目标点。
进一步的，本申请还可以根据无人机机载传感器的感知范围生成局部的欧 式符号距离场地图(Euclidean signed distance field，ESDF)，即局部环境 地图。
S102，利用无人机在所述局部环境地图上构建初始全局引导轨迹，所述初 始全局引导轨迹用于引导无人机在不发生碰撞的情况下启动运行。
进一步的，本申请可以在获得局部环境地图后，首先生成一条粗糙的全局 引导轨迹。运动规划系统可以在地图上搜索一条从起点到目标点的低维几何路 径，然后优化为一般多项式光滑轨迹。需要说明的是，该初始全局轨迹主要用 于快速启动无人机，引导其运动，因此没有考虑碰撞约束。
具体的，本申请可以根据无人机感知通信模块，获取自主导航任务的目标 点Ptarget，设置目标点处的期望速度和加速度为0(即静止状态)，即无人机到 达目标点后停止。并以无人机当前状态为起始状态，目标点的Ptarget的位置、 速度和加速度为终末状态，生成一条状态转移轨迹。具体步骤如下：
首先令无人机当前位置坐标为ps，目标点位置坐标为pe，计算两点间的初始 航线距离dist，如果有dist＞dthresh，则在两点间插入一个新的空间点，位置 坐标计算如(1)所示。
Figure RE-GDA0003321607860000081
再者，本申请还可以比较新插入点与已有空间点间的距离是否大于给定阈值dthresk，在距离超过阈值的两点迭代插入新的空间点，直到点集中两两相邻点 的距离均小于dthresk。再判断空间点集中包含点的数量是否大于2，若不满足， 则将两点的中间点作为初始轨迹坐标点集合。
进一步的，本申请还可以为初始轨迹坐标点集合中的两两相邻点分配转移时 间，如公式(2)所示。本申请假设无人机在相邻空间点间以最大速度vmax飞行。
Figure RE-GDA0003321607860000082
再利用Minimum-snap算法生成经过点集中所有空间点的光滑全局引导轨迹， 假设点集中包含M+1个点，则分段多项式轨迹包含M，如公式(3)所示。
Figure RE-GDA0003321607860000083
其中，pk.i表示第k段轨迹的第i个多项式系数。无人机的空间位置、速 度、加速度等特性在物理世界中是不能突变的，因此相邻分段多项式轨迹的连 接处应该满足等式约束，如公式(4)所示。
fj(k)(Tj)＝fj+1 (k)(Tj) (4)
其中j表示第j段轨迹，Tj是第j段轨迹的终末时刻，同时也是第j+1段轨迹的 初始时刻。k表示对轨迹求k阶导，0阶导表示位置，1阶导表示速度，2阶导表 示加速度，以此类推。轨迹优化的目标是最小化snap，即最小化各段轨迹4阶 导数平方在各自分配时间内的积分，如公式(5)所示。
Figure RE-GDA0003321607860000091
再通过解带约束的二次规划问题，能够得到一条连接起始状态与目标状态的 全局引导轨迹。
一种方式中，本申请还可以截取全局引导轨迹位于无人机规划平面内的部分 重参数为B样条曲线。并将重参数得到的B样条曲线设为局部轨迹，并广播给 轨迹服务器转换为控制指令控制无人机飞行。
S103，驱动无人机在所述初始全局引导轨迹下运行，以确定所述初始全局 引导轨迹中，能够避开障碍物体的多个拓扑航线点。
进一步的，本申请可以驱动无人机沿全局引导轨迹运动时，周期性地更新 机载局部地图，并检测轨迹前方是否会与新观察到的障碍物发生碰撞，得到碰 撞点Pin。
进一步的，还可以计算碰撞点Pin处的ESDF梯度向量
Figure BDA0003132998520000091
和障碍物表面法向量
Figure BDA0003132998520000092
从而计算梯度向量
Figure BDA0003132998520000093
和法向量
Figure BDA0003132998520000094
两者间的关系，如公式(6)所示。
Figure BDA0003132998520000095
其中，如果ESDF梯度和法向量两者共线，则有ξ＝0，反之，ξ≠0。再根 据ξ的值，计算拓扑航线点搜索方向向量，如公式所示。
Figure BDA0003132998520000096
其中，
Figure BDA0003132998520000097
为拓扑航线点的搜索方向，
Figure BDA0003132998520000098
为当前时刻无人机的速度。
进一步的，如果ESDF梯度与法向量共线，此时有ξ＝0，则将搜索航点的方 向设为与梯度向量垂直并指向障碍物两侧，然后从碰撞点沿搜索方向作射线投 影搜索，当搜索到障碍物的角点或者投影距离超过了规划平面范围时，停止投 影，得到边界点Pb。然后沿Pb处的梯度方向投影安全距离得到一个拓扑路径点， 如公式(8)所示。
Figure RE-GDA0003321607860000101
其中dthr表示事先设定的安全距离阈值。
需要说明的是，另一种情况则是轨迹与障碍物边角发生碰撞，此时有ξ≠0。 本申请只需将碰撞点沿ESDF梯度方向，即远离障碍物的方向推出安全距离dthr， 就能得到一个安全的路径点。
S104，根据所述多个拓扑航线点，确定无人机的目标航线轨迹，所述目标航 线轨迹为初始全局引导轨迹中不存在障碍物体的局部航线轨迹。
其中，当存在多个拓扑航线点时，本申请需要从中选择一个作为无人机飞 行经过的下一个关键航路点。考虑到无人机具有高阶的动态特性，引导生成较 短路径的点可能并不是全局最优的选择。因此，本申请可以根据无人机的当前 状态为起始状态，前端搜索得到的拓扑航线点为中间态，目标点为终末状态， 生成多条加加速度控制(jerk-controlled)的多项式轨迹。然后，根据多项式轨 迹的控制开销，选择其中转移代价最小的轨迹所经过的路径点作为最佳的转移 航点。
如图2所示，为本申请中提出的无人机自主导航的系统架构图，其中本申 请可以构建局部环境地图，其中局部环境地图中具备有多个环境，且每个环境 下存在尺寸各不相同的障碍物体；利用无人机在局部环境地图上构建初始全局 引导轨迹，初始全局引导轨迹用于引导无人机在不发生碰撞的情况下启动运行； 驱动无人机在初始全局引导轨迹下运行，以确定初始全局引导轨迹中，不存在 障碍物体的多个拓扑航线点；根据多个拓扑航线点，确定不存在障碍物体的目 标航线轨迹。通过应用本申请的技术方案，可以由几何拓扑航线点搜索方法和 保守的自适应轨迹重规划方法组成，实现了不牺牲导航效率的同时，提升无人 机在未知环境中飞行的安全性。同时还可以实现仅优化生成位于已知安全区域 内的轨迹段，这能够确保无人机执行的轨迹是安全无碰撞的。
可选地，在基于本申请上述方法的另一个实施例中，利用无人机在所述局 部环境地图上构建初始全局引导轨迹，包括：
获取所述无人机的起始状态以及终末状态，其中所述起始状态中包括所述 无人机的起始点坐标、起始飞行速度以及起始加速度，其中所述终末状态对应 于静止状态，且包括所述无人机的目标点坐标；
根据所述无人机的起始状态以及终末状态，构建所述初始全局引导轨迹。
可选地，在基于本申请上述方法的另一个实施例中，所述根据所述无人机 的起始状态以及终末状态，构建所述初始全局引导轨迹，包括：
并计算所述起始点坐标与所述目标点坐标之间的初始航线距离；
若确定所述初始航线距离大于第一预设距离，在所述起始点坐标与所述目 标点坐标之间插入第一数量的空间点，得到包含所述起始点坐标、所述空间点 坐标与所述目标点坐标在内的初始轨迹坐标点集合；
为所述初始轨迹坐标点集合中，所有相邻坐标点分配转移时间，得到经过 所有初始轨迹坐标点的光滑全局引导轨迹；
根据所述光滑全局引导轨迹，得到所述初始全局引导轨迹。
可选地，在基于本申请上述方法的另一个实施例中，所述驱动无人机在所 述初始全局引导轨迹下运行，包括：
截取所述初始全局引导轨迹中，位于无人机规划平面内的部分重参数为B 样条曲线；
将所述B样条曲线作为局部轨迹，并驱动无人机在所述局部轨迹下运行。
可选地，在基于本申请上述方法的另一个实施例中，在所述驱动无人机在 所述局部轨迹下运行之后，还包括：
获取无人机在所述局部轨迹下运行之后得到的碰撞点；
计算所述碰撞点处的ESDF梯度向量，以及，计算所述碰撞点处的障碍物表 面法向量；
计算所述ESDF梯度向量与所述障碍物表面法向量之间是否共线；
根据所述是否共线，计算所述拓扑航线点的搜索方向向量。
可选地，在基于本申请上述方法的另一个实施例中，所述根据所述多个拓 扑航线点，确定无人机的目标航线轨迹，包括：
基于多个所述拓扑航线点，生成多段的多项式初始轨迹；
计算每段多项式初始轨迹的开销参数；
将开销参数最小的多项式初始轨迹所经过的拓扑航线点作为目标转移航 点；
基于所述目标转移航点，确定无人机的目标航线轨迹。
可选地，在基于本申请上述方法的另一个实施例中，所述基于所述目标转 移航点，确定无人机的目标航线轨迹，包括：
构建优化目标函数；
基于所述目标转移航点以及所述目标函数，生成B样条局部避障轨迹；
将所述成B样条局部避障轨迹作为所述无人机的目标航线轨迹。
可选地，在基于本申请上述方法的另一个实施例中，所述确定无人机的目 标航线轨迹，包括：
将所述目标航线轨迹广播给轨迹服务器，以使所述轨迹服务器根据所述目 标航线轨迹转换为控制指令控制所述无人机飞行。
其中，本申请在根据所述多个拓扑航线点，确定无人机的目标航线轨迹的 过程中，可以在驱动当存在多个拓扑航线点时，需要从中选择一个作为无人机 飞行经过的下一个关键航路点。考虑到无人机具有高阶的动态特性，引导生成 较短路径的点可能并不是全局最优的选择。本申请提出以无人机当前状态为起 始状态，前端搜索得到的拓扑航线点为中间态，目标点为终末状态，生成多条 加加速度控制(jerk-controlled)的多项式轨迹。然后，根据多项式轨迹的控制 开销，选择其中转移代价最小的轨迹所经过的路径点作为最佳的转移航点。
具体的，对于每个搜索得到的拓扑航线点，本申请可以生成一条m段，n阶 的多项式初始轨迹，该条轨迹经过拓扑航线点并最终到达目标点，如公式(9)所 示。
pl(t)＝Cntn+Cn-1tn-1+…+c1t+c0 (9 )
其中，{c0，c1，…，cn}是第i段多项式轨迹的系数。需要说明的是，为了找到 最佳的转移航点，本申请需要计算每条转移轨迹的控制开销，如公式所示。
Figure RE-GDA0003321607860000131
其中，T是轨迹的总时间。然后，具有最小控制开销J的初始轨迹被设为新 的全局引导轨迹和后端轨迹优化部分的输入。
最后，本申请还可以截取全局轨迹在规划平面内的部分，优化为B样条曲 线参数化的局部轨迹。
具体的，本申请可以用B样条曲线来参数化表示局部轨迹。给定n+1个控 制点{P0，P1，…，Pn}和节点向量U＝{u0，u1，…，um}，本申请可以将一般多项式轨 迹重参数化为B样条轨迹，如公式(11)所示。
Figure RE-GDA0003321607860000132
其中，Nl.p(u)是B样条的基底函数，t是归一化处理后的变量参数。本申请 将B样条曲线的梯度p设为3，其中，控制点个数n，节点向量维度m以及梯度p 须满足m＝n+p+1。并将局部轨迹规划问题形式化为凸优化问题，以保证最 终可执行轨迹的平滑性、安全性和动态可行性，优化目标函数如公式(12)所示。
ftated＝λsfs+λefc+λd(fv+fa) (1 2)
其中，fs是轨迹光滑性的惩罚函数；fc是碰撞项的惩罚函数；fv和fa用于 惩罚超过约束的高阶动力学属性(速度，加速度)。fs被设计为弹力带惩罚函 数，如公式(13)所示。
Figure RE-GDA0003321607860000141
进一步的，如公式(14)和(15)所示为了保证生成的轨迹远离障碍物并满足 动力学约束，本申请使用分段二次函数来惩罚碰撞开销和动力学可行性开销， 从而得到新的安全局部轨迹(即目标航线轨迹)。
Figure RE-GDA0003321607860000142
Figure RE-GDA0003321607860000143
本申请中，可以构建局部环境地图，其中局部环境地图中具备有多个环境， 且每个环境下存在尺寸各不相同的障碍物体；利用无人机在局部环境地图上构 建初始全局引导轨迹，初始全局引导轨迹用于引导无人机在不发生碰撞的情况 下启动运行；驱动无人机在初始全局引导轨迹下运行，以确定初始全局引导轨 迹中，不存在障碍物体的多个拓扑航线点；根据多个拓扑航线点，确定不存在 障碍物体的目标航线轨迹。通过应用本申请的技术方案，可以由几何拓扑航线 点搜索方法和保守的自适应轨迹重规划方法组成，实现了不牺牲导航效率的同 时，提升无人机在未知环境中飞行的安全性。同时还可以实现仅优化生成位于 已知安全区域内的轨迹段，这能够确保无人机执行的轨迹是安全无碰撞的。
在本申请的另外一种实施方式中，如图3所示，本申请还提供一种无人机 自主导航的应用装置，其中包括：
获取模块，被配置为构建局部环境地图，所述局部环境地图中具备有多个 环境，且每个环境下存在尺寸各不相同的障碍物体；
构建模块，被配置为利用无人机在所述局部环境地图上构建初始全局引导 轨迹，所述初始全局引导轨迹用于引导无人机在不发生碰撞的情况下启动运行；
驱动模块，被配置为驱动无人机在所述初始全局引导轨迹下运行，以确定 所述初始全局引导轨迹中，不存在障碍物体的多个拓扑航线点；
确定模块，被配置为根据所述多个拓扑航线点，确定无人机的目标航线轨 迹。
通过应用本申请的技术方案，可以由几何拓扑航线点搜索方法和保守的自 适应轨迹重规划方法组成，实现了不牺牲导航效率的同时，提升无人机在未知 环境中飞行的安全性。同时还可以实现仅优化生成位于已知安全区域内的轨迹 段，这能够确保无人机执行的轨迹是安全无碰撞的。
在本申请的另外一种实施方式中，获取模块201，还包括：
获取模块201，被配置为获取所述无人机的起始状态以及终末状态，其中所 述起始状态中包括所述无人机的起始点坐标、起始飞行速度以及起始加速度， 其中所述终末状态对应于静止状态，且包括所述无人机的目标点坐标；
获取模块201，被配置为根据所述无人机的起始状态以及终末状态，构建所 述初始全局引导轨迹。
在本申请的另外一种实施方式中，获取模块201，还包括：
获取模块201，被配置为并计算所述起始点坐标与所述目标点坐标之间的初 始航线距离；
获取模块201，被配置为若确定所述初始航线距离大于第一预设距离，在所 述起始点坐标与所述目标点坐标之间插入第一数量的空间点，得到包含所述起 始点坐标、所述空间点坐标与所述目标点坐标在内的初始轨迹坐标点集合；
获取模块201，被配置为所述初始轨迹坐标点集合中，所有相邻坐标点分配 转移时间，得到经过所有初始轨迹坐标点的光滑全局引导轨迹；
获取模块201，被配置为根据所述光滑全局引导轨迹，得到所述初始全局引 导轨迹。
在本申请的另外一种实施方式中，获取模块201，还包括：
获取模块201，被配置为截取所述初始全局引导轨迹中，位于无人机规划平 面内的部分重参数为B样条曲线；
获取模块201，被配置为将所述B样条曲线作为局部轨迹，并驱动无人机在 所述局部轨迹下运行。
在本申请的另外一种实施方式中，获取模块201，还包括：
获取模块201，被配置为获取无人机在所述局部轨迹下运行之后得到的碰撞 点；
获取模块201，被配置为计算所述碰撞点处的ESDF梯度向量，以及，计算 所述碰撞点处的障碍物表面法向量；
获取模块201，被配置为计算所述ESDF梯度向量与所述障碍物表面法向量 之间是否共线；
获取模块201，被配置为根据所述是否共线，计算所述拓扑航线点的搜索方 向向量。
在本申请的另外一种实施方式中，获取模块201，还包括：
获取模块201，被配置为基于多个所述拓扑航线点，生成多段的多项式初始 轨迹；
获取模块201，被配置为计算每段多项式初始轨迹的开销参数；
获取模块201，被配置为将开销参数最小的多项式初始轨迹所经过的拓扑航 线点作为目标转移航点；
获取模块201，被配置为基于所述目标转移航点，确定无人机的目标航线轨 迹。
在本申请的另外一种实施方式中，获取模块201，还包括：
获取模块201，被配置为构建优化目标函数；
获取模块201，被配置为基于所述目标转移航点以及所述目标函数，生成B 样条局部避障轨迹；
获取模块201，被配置为将所述成B样条局部避障轨迹作为所述无人机的目 标航线轨迹。
在本申请的另外一种实施方式中，获取模块201，还包括：
获取模块201，被配置为将所述目标航线轨迹广播给轨迹服务器，以使所述 轨迹服务器根据所述目标航线轨迹转换为控制指令控制所述无人机飞行。
图4是根据一示例性实施例示出的一种电子设备的逻辑结构框图。例如， 电子设备300可以是移动电话，计算机，数字广播终端，消息收发设备，游戏 控制台，平板设备，医疗设备，健身设备，个人数字助理等。
在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介 质，例如包括指令的存储器，上述指令可由电子设备处理器执行以完成上述无 人机自主导航的应用方法，该方法包括：构建局部环境地图，所述局部环境地 图中具备有多个环境，且每个环境下存在尺寸各不相同的障碍物体；利用无人 机在所述局部环境地图上构建初始全局引导轨迹，所述初始全局引导轨迹用于 引导无人机在不发生碰撞的情况下启动运行；驱动无人机在所述初始全局引导 轨迹下运行，以确定所述初始全局引导轨迹中，能够避开障碍物体的多个拓扑 航线点；根据所述多个拓扑航线点，确定无人机的目标航线轨迹，所述目标航 线轨迹为初始全局引导轨迹中不存在障碍物体的局部航线轨迹。可选地，上述 指令还可以由电子设备的处理器执行以完成上述示例性实施例中所涉及的其他 步骤。例如，非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、 CD-ROM、磁带、软盘和光数据存储设备等。
在示例性实施例中，还提供了一种应用程序/计算机程序产品，包括一条或 多条指令，该一条或多条指令可以由电子设备的处理器执行，以完成上述无人 机自主导航的应用方法，该方法包括：构建局部环境地图，所述局部环境地图 中具备有多个环境，且每个环境下存在尺寸各不相同的障碍物体；利用无人机 在所述局部环境地图上构建初始全局引导轨迹，所述初始全局引导轨迹用于引 导无人机在不发生碰撞的情况下启动运行；驱动无人机在所述初始全局引导轨 迹下运行，以确定所述初始全局引导轨迹中，能够避开障碍物体的多个拓扑航 线点；根据所述多个拓扑航线点，确定无人机的目标航线轨迹，所述目标航线 轨迹为初始全局引导轨迹中不存在障碍物体的局部航线轨迹。可选地，上述指 令还可以由电子设备的处理器执行以完成上述示例性实施例中所涉及的其他步 骤。
图4为计算机设备30的示例图。本领域技术人员可以理解，示意图4仅仅 是计算机设备30的示例，并不构成对计算机设备30的限定，可以包括比图示 更多或更少的部件，或者组合某些部件，或者不同的部件，例如计算机设备30 还可以包括输入输出设备、网络接入设备、总线等。
所称处理器302可以是中央处理单元(Central Processing Unit，CPU)， 还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、 专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编 程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、 分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或 者该处理器302也可以是任何常规的处理器等，处理器302是计算机设备30的 控制中心，利用各种接口和线路连接整个计算机设备30的各个部分。
存储器301可用于存储计算机可读指令303，处理器302通过运行或执行存 储在存储器301内的计算机可读指令或模块，以及调用存储在存储器301内的 数据，实现计算机设备30的各种功能。存储器301可主要包括存储程序区和存 储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序 (比如声音播放功能、图像播放功能等)等；存储数据区可存储根据计算机设 备30的使用所创建的数据等。此外，存储器301可以包括硬盘、内存、插接式 硬盘，智能存储卡(Smart Media Card，SMC)，安全数字(Secure Digital，SD)卡，闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、只读存 储器(Read-OnlyMemory，ROM)、随机存取存储器(Random Access Memory， RAM)或其他非易失性/易失性存储器件。
计算机设备30集成的模块如果以软件功能模块的形式实现并作为独立的产 品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解， 本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机可读指令 来指令相关的硬件来完成，的计算机可读指令可存储于一计算机可读存储介质 中，该计算机可读指令在被处理器执行时，可实现上述各个方法实施例的步骤。
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本申 请的其它实施方案。本申请旨在涵盖本申请的任何变型、用途或者适应性变化， 这些变型、用途或者适应性变化遵循本申请的一般性原理并包括本申请未公开 的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性 的，本申请的真正范围和精神由下面的权利要求指出。
应当理解的是，本申请并不局限于上面已经描述并在附图中示出的精确结 构，并且可以在不脱离其范围进行各种修改和改变。本申请的范围仅由所附的 权利要求来限制。

Claims (11)

1.一种无人机自主导航的应用方法，其特征在于，其中：
构建局部环境地图，所述局部环境地图中具备有多个环境，且每个环境下存在尺寸各不相同的障碍物体；
利用无人机在所述局部环境地图上构建初始全局引导轨迹，所述初始全局引导轨迹用于引导无人机在不发生碰撞的情况下启动运行；
驱动无人机在所述初始全局引导轨迹下运行，以确定所述初始全局引导轨迹中，能够避开障碍物体的多个拓扑航线点；
根据所述多个拓扑航线点，确定无人机的目标航线轨迹，所述目标航线轨迹为初始全局引导轨迹中不存在障碍物体的局部航线轨迹。
2.如权利要求1所述的方法，其特征在于，所述利用无人机在所述局部环境地图上构建初始全局引导轨迹，包括：
获取所述无人机的起始状态以及终末状态，其中所述起始状态中包括所述无人机的起始点坐标、起始飞行速度以及起始加速度，其中所述终末状态对应于静止状态，且包括所述无人机的目标点坐标；
根据所述无人机的起始状态以及终末状态，构建所述初始全局引导轨迹。
3.如权利要求2所述的方法，其特征在于，所述根据所述无人机的起始状态以及终末状态，构建所述初始全局引导轨迹，包括：
并计算所述起始点坐标与所述目标点坐标之间的初始航线距离；
若确定所述初始航线距离大于第一预设距离，在所述起始点坐标与所述目标点坐标之间插入第一数量的空间点，得到包含所述起始点坐标、所述空间点坐标与所述目标点坐标在内的初始轨迹坐标点集合；
为所述初始轨迹坐标点集合中，所有相邻坐标点分配转移时间，得到经过所有初始轨迹坐标点的光滑全局引导轨迹；
根据所述光滑全局引导轨迹，得到所述初始全局引导轨迹。
4.如权利要求1所述的方法，其特征在于，所述驱动无人机在所述初始全局引导轨迹下运行，包括：
截取所述初始全局引导轨迹中，位于无人机规划平面内的部分重参数为B样条曲线；
将所述B样条曲线作为局部轨迹，并驱动无人机在所述局部轨迹下运行。
5.如权利要求4所述的方法，其特征在于，在所述驱动无人机在所述局部轨迹下运行之后，还包括：
获取无人机在所述局部轨迹下运行之后得到的碰撞点；
计算所述碰撞点处的ESDF梯度向量，以及，计算所述碰撞点处的障碍物表面法向量；
计算所述ESDF梯度向量与所述障碍物表面法向量之间是否共线；
根据所述是否共线，计算所述拓扑航线点的搜索方向向量。
6.如权利要求1所述的方法，其特征在于，所述根据所述多个拓扑航线点，确定无人机的目标航线轨迹，包括：
基于多个所述拓扑航线点，生成多段的多项式初始轨迹；
计算每段多项式初始轨迹的开销参数；
将开销参数最小的多项式初始轨迹所经过的拓扑航线点作为目标转移航点；
基于所述目标转移航点，确定无人机的目标航线轨迹。
7.如权利要求6所述的方法，其特征在于，所述基于所述目标转移航点，确定无人机的目标航线轨迹，包括：
构建优化目标函数；
基于所述目标转移航点以及所述目标函数，生成B样条局部避障轨迹；
将所述成B样条局部避障轨迹作为所述无人机的目标航线轨迹。
8.如权利要求1所述的方法，其特征在于，所述确定无人机的目标航线轨迹，包括：
将所述目标航线轨迹广播给轨迹服务器，以使所述轨迹服务器根据所述目标航线轨迹转换为控制指令控制所述无人机飞行。
9.一种无人机自主导航的应用装置，其特征在于，其中：
获取模块，被配置为构建局部环境地图，所述局部环境地图中具备有多个环境，且每个环境下存在尺寸各不相同的障碍物体；
构建模块，被配置为利用无人机在所述局部环境地图上构建初始全局引导轨迹，所述初始全局引导轨迹用于引导无人机在不发生碰撞的情况下启动运行；
驱动模块，被配置为驱动无人机在所述初始全局引导轨迹下运行，以确定所述初始全局引导轨迹中，不存在障碍物体的多个拓扑航线点；
确定模块，被配置为根据所述多个拓扑航线点，确定无人机的目标航线轨迹。
10.一种电子设备，其特征在于，包括：
存储器，用于存储可执行指令；以及，
处理器，用于与所述存储器显示以执行所述可执行指令从而完成权利要求1-8中任一所述无人机自主导航的应用方法的操作。
11.一种计算机可读存储介质，用于存储计算机可读取的指令，其特征在于，所述指令被执行时执行权利要求1-8中任一所述无人机自主导航的应用方法的操作。
CN202110711034.1A 2021-06-25 2021-06-25 无人机自主导航的应用方法、装置、电子设备及介质 Active CN113778122B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110711034.1A CN113778122B (zh) 2021-06-25 2021-06-25 无人机自主导航的应用方法、装置、电子设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110711034.1A CN113778122B (zh) 2021-06-25 2021-06-25 无人机自主导航的应用方法、装置、电子设备及介质

Publications (2)

Publication Number Publication Date
CN113778122A true CN113778122A (zh) 2021-12-10
CN113778122B CN113778122B (zh) 2024-03-22

Family

ID=78835785

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110711034.1A Active CN113778122B (zh) 2021-06-25 2021-06-25 无人机自主导航的应用方法、装置、电子设备及介质

Country Status (1)

Country Link
CN (1) CN113778122B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116009421A (zh) * 2022-12-29 2023-04-25 中电普信(北京)科技发展有限公司 全自由度固定翼飞机通用仿真方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110262518A (zh) * 2019-07-22 2019-09-20 上海交通大学 基于轨迹拓扑地图和避障的车辆导航方法、系统及介质
FR3096637A1 (fr) * 2019-05-27 2020-12-04 Psa Automobiles Sa Procédé et dispositif de détermination d’un chemin pour un véhicule autonome
CN115097848A (zh) * 2022-07-25 2022-09-23 西北工业大学 一种由人工势场诱导的组合体人工洛伦兹力构造及避障控制方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR3096637A1 (fr) * 2019-05-27 2020-12-04 Psa Automobiles Sa Procédé et dispositif de détermination d’un chemin pour un véhicule autonome
CN110262518A (zh) * 2019-07-22 2019-09-20 上海交通大学 基于轨迹拓扑地图和避障的车辆导航方法、系统及介质
CN115097848A (zh) * 2022-07-25 2022-09-23 西北工业大学 一种由人工势场诱导的组合体人工洛伦兹力构造及避障控制方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
JIACHI XU: "A safe topological waypoints searching-based conservative adaptive motion planner in unknown cluttered environment", COLLABORATIVE COMPUTING: NETWORKING, APPLICATIONS AND WORKSHARING, pages 206 - 224 *
郭晓东: "基于局部环境信息的四旋翼无人机轨迹规划研究", 中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑, pages 031 - 191 *
雷玉鹏;王宏伦;刘畅;姚鹏;: "基于扰动流体的无人机空中自主避撞算法", 电光与控制, no. 02 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116009421A (zh) * 2022-12-29 2023-04-25 中电普信(北京)科技发展有限公司 全自由度固定翼飞机通用仿真方法

Also Published As

Publication number Publication date
CN113778122B (zh) 2024-03-22

Similar Documents

Publication Publication Date Title
Radmanesh et al. Grey wolf optimization based sense and avoid algorithm in a Bayesian framework for multiple UAV path planning in an uncertain environment
Asadi et al. An integrated UGV-UAV system for construction site data collection
Madaan et al. Airsim drone racing lab
Saska et al. Coordination and navigation of heterogeneous MAV–UGV formations localized by a ‘hawk-eye’-like approach under a model predictive control scheme
Saska et al. Motion planning and control of formations of micro aerial vehicles
Tordesillas et al. Real-time planning with multi-fidelity models for agile flights in unknown environments
EP3276440A1 (en) Sense and avoid maneuvering
Saska et al. Formation control of unmanned micro aerial vehicles for straitened environments
Chen et al. Real-time safe trajectory generation for quadrotor flight in cluttered environments
Park et al. Stereo vision based obstacle collision avoidance for a quadrotor using ellipsoidal bounding box and hierarchical clustering
Campos‐Macías et al. Autonomous navigation of MAVs in unknown cluttered environments
Yu et al. A vision-based collision avoidance technique for micro air vehicles using local-level frame mapping and path planning
Nieuwenhuisen et al. Layered mission and path planning for MAV navigation with partial environment knowledge
Yu et al. Vision-based navigation frame mapping and planning for collision avoidance for miniature air vehicles
Soundararaj et al. Autonomous indoor helicopter flight using a single onboard camera
Fu et al. An advanced sense and collision avoidance strategy for unmanned aerial vehicles in landing phase
Nieuwenhuisen et al. Search-based 3d planning and trajectory optimization for safe micro aerial vehicle flight under sensor visibility constraints
Fernando et al. Formation control and navigation of a quadrotor swarm
CN113778122B (zh) 无人机自主导航的应用方法、装置、电子设备及介质
Zammit et al. Real-time 3D UAV path planning in dynamic environments with uncertainty
Babaei et al. Optimal trajectory-planning of UAVs via B-splines and disjunctive programming
Yadav et al. Reactive receding horizon planning and control for quadrotors with limited on-board sensing
Arulmurugan et al. Kinematics and plane decomposition algorithm for non linear path planning navigation and tracking of unmanned aerial vehicles
Jacob et al. Autonomous drones for medical assistance using reinforcement learning
Talha et al. Autonomous UAV Navigation in Wilderness Search-and-Rescue Operations Using Deep Reinforcement Learning

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