CN114296482B - 一种基于自变增益策略的无人机集群避障方法 - Google Patents

Abstract

本公开的基于自变增益策略的无人机集群避障方法，通过获取无人机i的位置坐标向量p_i、最大速度v_max、最大加速度a_max，以及障碍物中心位置坐标向量p_obst和障碍物半径r_obst；根据所述无人机的最大速度v_max、最大加速度a_max和所述障碍物半径r_obst确定所述无人机和所述障碍物的排斥半径r_rep；计算所述无人机i和所述障碍物之间的距离L；当所述距离L小于所述排斥半径r_rep时，利用自适应控制函数、无人机i的位置坐标向量p_i、障碍物中心位置坐标向量p_obst调整所述无人机i的速度，以使无人机i避开障碍物。能够通过获取无人机与障碍物的坐标，调整自身速度，实现个体与障碍物之间的碰撞，解决集群系统中无人机的障碍规避问题。

Description

一种基于自变增益策略的无人机集群避障方法

技术领域

本发明属于无人机集群控制技术领域，特别涉及一种自变增益策略的无人机集群避障方法。

背景技术

随着机械电子技术和控制算法的发展，无人机越来越多进入人们的视野，也扮演着越来越重要的角色，特别是在农业、地面遥感、空中物流、军事察打等领域。与传统飞机相比，无人机最大的特点是采用程控或遥感控制，成本和风险都更低。但单个无人机往往为满足轻量化需求，载荷有限，如军用察打无人机只能携带一定量的燃油和武器。同时对单个无人机来说，仅仅依靠其自身所带传感器，难以高效完成侦察、观测任务。因此无人机集群由于其拥有群体行为的优势，将成为未来无人机应用的重要方向。而现实环境往往是十分复杂和不可控的，其中不可避免地存在影响无人机飞行安全的障碍物。对于遥控无人机，可以轻松地控制其飞离障碍物。但对于分布式无人机集群系统，要求无人机具备更强的自主性，能够通过判断自身与障碍物的距离，控制其飞行速度，避开路径上的障碍物，从而完成集群飞行任务。

目前无人机自主避障方法往往采用P调节器，通过消除误差项实现避障，也就是控制无人机与障碍物保持设定的距离，但采用P调节器时，提前设定增益项的做法，存在许多弊端。增益项过大，将会产生震荡，同时无人机的速度改变过于剧烈，集群飞行安全受到威胁。增益项过小，不能及时阻止碰撞。为了实现精准避障，需要设计一种自变增益策略，动态调整增益项。

发明内容

本发明克服了现有技术的不足之一，提供了一种自变增益策略的无人机集群避障方法，通过获取无人机与障碍物的坐标，调整自身速度，实现个体与障碍物之间的碰撞避免，能够解决集群系统中无人机的障碍物规避问题。

根据本公开的一方面，本发明提供自变增益策略的无人机集群避障方法，所述方法包括：

获取无人机i的位置坐标向量p_i、最大速度v_max、最大加速度a_max，以及障碍物中心位置坐标向量p_obst和障碍物半径r_obst；

根据所述无人机的最大速度v_max、最大加速度a_max和所述障碍物半径r_obst确定所述无人机和所述障碍物的排斥半径r_rep；

计算所述无人机i和所述障碍物之间的距离L；

当所述距离L小于所述排斥半径r_rep时，利用自适应控制函数、无人机i的位置坐标向量p_i、障碍物中心位置坐标向量p_obst调整所述无人机i的速度，以使无人机i避开障碍物。

在一种可能的实现方式中，所述无人机和所述障碍物的排斥半径

在一种可能的实现方式中，距离L＝||p_i-p_obst||。

在一种可能的实现方式中，所述利用自适应控制函数、无人机i的位置坐标向量p_i、障碍物中心位置坐标向量p_obst调整所述无人机i的速度，包括：

利用所述自适应控制函数改变自变增益因子；

利用所述无人机i的位置坐标向量p_i和障碍物中心位置坐标向量p_obst计算所述无人机i的位置向量D_i,obst；

根据所述自变增益因子、无人机i的位置向量D_i,obst调整所述无人机i的速度v_i,obst。

在一种可能的实现方式中，所述无人机i的速度

v_i,obst＝K_obst·f_obst(||p_i-p_obst||)·max{(r_rep-||p_i-p_obst||),0}·D_i,obst，

其中，

f_obst(||p_i-p_obst||)为自适应控制函数，K_obst·f_obst(||p_i-p_obst||)为自变增益因子，K_obst为避障增益。

本公开的自变增益策略的无人机集群避障方法，通过获取无人机i的位置坐标向量p_i、最大速度v_max、最大加速度a_max，以及障碍物中心位置坐标向量p_obst和障碍物半径r_obst；根据所述无人机的最大速度v_max、最大加速度a_max和所述障碍物半径r_obst确定所述无人机和所述障碍物的排斥半径r_rep；计算所述无人机i和所述障碍物之间的距离L；当所述距离L小于所述排斥半径r_rep时，利用自适应控制函数、无人机i的位置坐标向量p_i、障碍物中心位置坐标向量p_obst调整所述无人机i的速度，以使无人机i避开障碍物。能够通过获取无人机与障碍物的坐标，调整自身速度，实现个体与障碍物之间的碰撞，解决集群系统中无人机的障碍规避问题。

附图说明

附图用来提供对本申请的技术方案或现有技术的进一步理解，并且构成说明书的一部分。其中，表达本申请实施例的附图与本申请的实施例一起用于解释本申请的技术方案，但并不构成对本申请技术方案的限制。

图1示出了根据本公开一实施例的自变增益策略的无人机集群避障方法流程图；

图2示出了根据本公开另一实施例的自变增益策略的无人机集群避障方法流程图。

具体实施方式

以下将结合附图及实施例来详细说明本发明的实施方式，借此对本发明如何应用技术手段来解决技术问题，并达到相应技术效果的实现过程能充分理解并据以实施。本申请实施例以及实施例中的各个特征，在不相冲突前提下可以相互结合，所形成的技术方案均在本发明的保护范围之内。

另外，附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机中执行。并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

本公开的自变增益策略的无人机集群避障方法，基于自适应控制算法根据无人机距离障碍物的远近改变增益项大小，基于自变增益项调整无人机集群中无人机距离障碍物的速度。该方法使无人机面对障碍物时，当且仅当无人机与障碍物间的距离小于排斥半径时产生自适应地产生排斥，基于自适应增益调整无人机速度的大小和方向。速度方向取决于无人机相对于障碍物的位置，并且是无人机远离障碍物的方向，速度大小与无人机和障碍物间的距离值成反比。

图1和图2分别示出了根据本公开一实施例的自变增益策略的无人机集群避障方法流程图。如图1和图2所示，该方法可以包括：

步骤S1：获取无人机i的位置坐标向量p_i、最大速度v_max、最大加速度a_max，以及障碍物中心位置坐标向量p_obst和障碍物半径r_obst。

无人机具备导航定位装置(例如GPS、陀螺仪、激光传感器或红外传感器等)、通信装置和控制装置，其中控制装置包括运动控制器和集群控制器两部分，集群控制器通过集群避障算法向运动控制器发送速度命令。

通过无人机具备导航定位装置可以获取得到无人机i的位置坐标向量p_i、最大速度v_max、最大加速度a_max，以及障碍物中心位置坐标向量p_obst和障碍物半径r_obst。

步骤S2：根据无人机的最大速度v_max、最大加速度a_max和所述障碍物半径r_obst确定所述无人机和所述障碍物的排斥半径r_rep(即无人机与障碍物之间的排斥半径)；其中，无人机和所述障碍物的排斥半径

步骤S3：计算无人机i和所述障碍物之间的距离L，距离L＝||p_i-p_obst||。

步骤S4：当距离L小于排斥半径r_rep时，利用自适应控制函数、无人机i的位置坐标向量p_i、障碍物中心位置坐标向量p_obst调整所述无人机i的速度，以使无人机i避开障碍物。

在一示例中，步骤S4可以包括：

利用自适应控制函数改变自变增益因子；

利用无人机i的位置坐标向量p_i和障碍物中心位置坐标向量p_obst计算所述无人机i的位置向量D_i,obst；

根据自变增益因子、无人机i的位置向量D_i,obst调整所述无人机i的速度v_i,obst。

其中，无人机i的速度v_i,obst为：

v_i,obst＝K_obst·f_obst(||p_i-p_obst||)·max{(r_rep-||p_i-p_obst||),0}·D_i,obst。

式中，自适应控制函数自变增益因子为K_obst·f_obst(||p_i-p_obst||)，K_obst为避障增益，可以通过自适应控制函数调整自变增益因子的大小。

无人机i的位置向量该位置向量的方向为由障碍物指向无人机i的方向。

max{(r_rep-||p_i-p_obst||),0}用来表示无人机i和障碍物之间的距离L与无人机和障碍物的排斥半径r_rep，当无人机i和障碍物之间的距离L大于无人机和障碍物的排斥半径r_re时，取值为0，否则为r_rep-||p_i-p_obst||。

本发明的自变增益策略的无人机集群避障方法能够使无人机面对障碍物时产生排斥速度，从而实现碰撞避免。以排斥半径(排斥半径)是一个临界值，当无人机与障碍物间的距离小于这个临界值时，避障算法才会产生排斥，既保证了无人机的安全性，又不对集群飞行产生较大的干扰。基于自变增益策略的避障算法，能够动态调整增益项的大小，是对传统P调节器的改进，无人机越靠近障碍物，增益项越大，这种算法在避免震荡、保证集群飞行安全的前提下能够更加快速地调节无人机速度实现碰撞避免。

虽然本发明所揭露的实施方式如上，但所述的内容只是为了便于理解本发明而采用的实施方式，并非用以限定本发明。任何本发明所属技术领域内的技术人员，在不脱离本发明所揭露的精神和范围的前提下，可以在实施的形式上及细节上作任何的修改与变化，但本发明的专利保护范围，仍须以所附的权利要求书所界定的范围为准。

Claims (5)

1.一种基于自变增益策略的无人机集群避障方法，其特征在于，所述方法包括：

获取无人机i的位置坐标向量p_i、最大速度v_max、最大加速度a_max，以及障碍物中心位置坐标向量p_obst和障碍物半径r_obst；

根据所述无人机的最大速度v_max、最大加速度a_max和所述障碍物半径r_obst确定所述无人机和所述障碍物的排斥半径r_rep；

计算所述无人机i和所述障碍物之间的距离L；

当所述距离L小于所述排斥半径r_rep时，利用自适应控制函数、无人机i的位置坐标向量p_i、障碍物中心位置坐标向量p_obst调整所述无人机i的速度，以使无人机i避开障碍物；

所述自适应控制函数表达式为：

f_obst(||p_i-p_obst||)为自适应控制函数，p_i为所述无人机i的位置坐标向量，p_obst为障碍物中心位置坐标向量。

2.根据权利要求1所述的无人机集群避障方法，其特征在于，所述无人机和所述障碍物的排斥半径

3.根据权利要求2所述的无人机集群避障方法，其特征在于，距离L＝||p_i-p_obst||。

4.根据权利要求3所述的无人机集群避障方法，其特征在于，所述利用自适应控制函数、无人机i的位置坐标向量p_i、障碍物中心位置坐标向量p_obst调整所述无人机i的速度，包括：

利用所述自适应控制函数改变自变增益因子；

利用所述无人机i的位置坐标向量p_i和障碍物中心位置坐标向量p_obst计算所述无人机i的位置向量D_iobst；

根据所述自变增益因子、无人机i的位置向量D_i,obst调整所述无人机i的速度v_i,obst。

5.根据权利要求4所述的无人机集群避障方法，其特征在于，所述无人机i的速度

v_i,obst＝K_obst·f_obst(||p_i-p_obst||)·max{(r_rep-||p_i-p_obst||),0}·D_i,obst，

其中，

f_obst(||p_i-p_obst||)为自适应控制函数，K_obst·f_obst(||p_i-p_obst||)为自变增益因子，K_obst为避障增益。