CN115097862A - 一种基于改进型人工势场法的多无人机编队避障方法 - Google Patents

一种基于改进型人工势场法的多无人机编队避障方法 Download PDF

Info

Publication number
CN115097862A
CN115097862A CN202210706084.5A CN202210706084A CN115097862A CN 115097862 A CN115097862 A CN 115097862A CN 202210706084 A CN202210706084 A CN 202210706084A CN 115097862 A CN115097862 A CN 115097862A
Authority
CN
China
Prior art keywords
unmanned aerial
aerial vehicle
obstacle
point
distance
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
Application number
CN202210706084.5A
Other languages
English (en)
Inventor
甘欣辉
陈帮
万韬
王震波
沙伟
王菲菲
吴佳蔓
黄永阔
盛开果
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.)
Jiangsu Radio Factory Co ltd
Original Assignee
Jiangsu Radio Factory Co ltd
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 Jiangsu Radio Factory Co ltd filed Critical Jiangsu Radio Factory Co ltd
Priority to CN202210706084.5A priority Critical patent/CN115097862A/zh
Publication of CN115097862A publication Critical patent/CN115097862A/zh
Pending legal-status Critical Current

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
    • G05D1/104—Simultaneous control of position or course in three dimensions specially adapted for aircraft involving a plurality of aircrafts, e.g. formation flying

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

本发明提供了一种基于改进型人工势场法的多无人机编队避障方法，包括：构造虚拟的势力场，障碍物对无人机产生斥力，目标对无人机产生引力，根据无人机间的距离计算无人机间的作用力，引力和斥力的合力作用在无人机上，控制无人机实现避障功能。结合障碍物的速度变量，重新定义斥力函数，增强了无人机对于移动障碍物的敏感度；考虑了无人机间的避碰问题，当无人机间距离小于最小安全距离时，无人机间表现为斥力，当无人间距离大于最大安全距离时，无人机间表现为引力。

Description

一种基于改进型人工势场法的多无人机编队避障方法
技术领域
本发明属于多无人机编队避障方法领域，具体涉及一种基于改进型人工势场法的多无人机编队避障方法。
背景技术
编队避障是多无人机集群实现智能化的重要技术，其基本思想是通过障碍物的斥力场和目标位置的引力场共同作用形成一个虚拟的人工势场，再搜索一条势函数下降的方向，形成一条无碰撞的轨迹。传统人工势场法将障碍物视为一定大小的圆，模型过于简化，不符合实际情况，且障碍物周围设置影响范围，没有考虑移动障碍物的速度因素，可能导致碰撞事故。
发明内容
发明目的：本发明所要解决的技术问题是针对现有技术的不足，提供一种基于改进型人工势场法的多无人机编队避障方法，能够实现多无人机编队避障，同时考虑了移动障碍物的问题，增强了无人机对于移动障碍物的敏感度，使得无人机不会进入任何一个障碍物的影响范围，提高了飞行安全性提高。
本发明方法具体包括如下内：在多无人机避障过程中，执行如下步骤：
步骤1：对引力增益系数ka、斥力增益系数kr、无人机安全距离区间[dmin，dmax]进行初始化；dmin表示无人机安全距离最小值，dmax表示无人机安全距离最大值；
步骤2：初始化无人机当前位置坐标pcurrent，目标点位置为q0，障碍物数量为N，障碍物的影响范围为ρ0；
步骤3：无人机获取与编队内其他无人机之间距离d，判断d是否处于无人机安全距离区间[dmin，dmax]，计算无人机间的作用力Fuav(p)；
步骤4：通过无人机上的双目视觉模块获得障碍物的点云数据，对点云数据进行椭球拟合，拟合出障碍物的椭球体方程(利用通用的椭球拟合算法，对获取的点云数据进行处理，得到方程)；
步骤5：无人机P的坐标为(xp，yp，zp)，无人机P与第i个障碍物之间的距离Dpoi(p，oi)修正为点到椭圆的最短距离，其中椭圆的方程可由椭球体得到；
步骤6：计算无人机与障碍物的相对速度，引入斥力函数，得到改进后的斥力场函数Frep(p)；
步骤7：获得无人机所受的合力；
步骤8：计算下一个航迹点pnext；
步骤9：按无人机所受合力的方向运动到下一个航迹点pnext；
步骤10：保存无人机当前的位置坐标，并将当前无人机的位置设置为起点坐标，pcurrent＝pnext；
步骤11：通过无人机与目标点的位置来判断无人机是否已经到达目标点，如果无人机没有到达目标点，则返回步骤3继续执行，直到运动至目标点。
步骤3包括：
无人机间的作用力Fuav(p)为：
Figure BDA0003705362500000021
其中ka为引力增益系数，kr为斥力增益系数，
Figure BDA0003705362500000025
为梯度。
步骤5包括：
设定由障碍物椭球体得到的椭圆方程为：
Figure BDA0003705362500000022
其中，(x0，y0)为椭圆的中心点坐标，A，B为椭圆的焦距，(x，y)为椭圆上任意一点的坐标。
步骤5还包括：离无人机P最近的椭圆上的点的坐标为(x2，y2)，通过求解如下方程组得到：
Figure BDA0003705362500000023
无人机P与第i个障碍物之间的距离Dpoi(p，oi)为：
Figure BDA0003705362500000024
步骤6包括：
以障碍物与无人机的相对速度vpoc在无人机前进方向分量vpoc作为判断依据，只有当vpoc＜0时，才考虑相对速度的影响；改进后的斥力势能函数Urep(p，vpo)如下：
Figure BDA0003705362500000031
Figure BDA0003705362500000032
其中，ξ1，ξ2为斥力系数，ρ0为障碍物影响范围。
斥力函数Frep(p)为：
Figure BDA0003705362500000033
Figure BDA0003705362500000034
Xpro表示无人机p相对于障碍物o的位置的单位向量。
步骤7包括：
目标点对无人机产生的引力为Fatt(p)，按如下公式获得无人机所受的引力：
引力势能函数Uatt(p)如下：
Figure BDA0003705362500000035
目标点对无人机产生的引力Fatt(p)为：
Figure BDA0003705362500000036
其中，ka表示引力势能场的增益系数，Dpt(p，t)表示无人机所在的p点到目标t点的欧氏距离；
无人机所受的合力F为：
Figure BDA0003705362500000041
其中F为无人机所受的合力，Fatt(p)表示目标点对无人机产生的引力，Frep(p)表示障碍物对无人机产生的斥力，Fuav(p)表示编队其他无人机对无人机产生的作用力。
本发明的有益效果：提供了优化斥力函数，增强了无人机对于移动障碍物的敏感度，使得无人机不会进入任何一个障碍物的影响范围，飞行安全性提高，同时路径曲线振荡的现象消除，速度不会高频波动，减少了能耗。
附图说明
下面结合附图和具体实施方式对本发明做更进一步的具体说明。
图1本发明无人机在虚拟人工势场中的受力图。
图2是本发明方法整体流程图。
具体实施方式
如图1所示，无人机1在虚拟的势场环境中收到多种力的作用，包括障碍物1、障碍物2对其的斥力，无人机2对其的斥力及目标点产生的引力在合力的作用下，无人机1按照本发明流程进行避障运动。
如图2所示，本发明所要解决的技术问题是提供一种基于改进型人工势场法的多无人机编队避障方法，具体包括：
步骤1：确定无人机的引力增益系数ka、斥力增益系数kr、无人机的安全距离[dmin，dmax]；
步骤2：确定无人机的当前位置坐标pcurrent，目标点的位置q0，障碍物数量为N，障碍物的影响范围为ρ0；
步骤3：确定无人机与编队内其他无人机之间距离d，如图1所示，无人机2对无人机1表现为斥力，计算无人机间的作用力Fuav(p)，按如下公式获得无人机间的作用力
Figure BDA0003705362500000042
其中ka为引力增益系数、kr为斥力增益系数，当无人机间的距离d大于无人机安全距离最大值dmax时，无人机间表现出吸引力，当无人机间的距离d小于无人机安全距离最大值dmin时，无人机间表现出排斥力，当无人机间的距离d位于[dmin，dmax]时，无人机间无作用力；
步骤4：确定障碍物的椭球体方程，通过无人机上的双目视觉模块获得障碍物的点云数据，再对点云数据进行椭球拟合得到，设定得到的椭球体方程如下：
Figure BDA0003705362500000051
其中，(x0，y0)为椭圆的中心点坐标，A，B为椭圆的焦距。
步骤5：确定无人机与第i个障碍物之间的距离Dpoi(p，oi)，按如下公式获得：
Figure BDA0003705362500000052
无人机与第i个障碍物之间的距离，其中无人机P的坐标为(xp，yp，zp)，(x2，y2)为椭圆上离无人机P最近的点的坐标，(x2，y2)按如下公式获得：
Figure BDA0003705362500000053
步骤6：确定引入速度场后改进的斥力函数，斥力函数Frep(p，vpo)按如下公式获得：
Figure BDA0003705362500000054
Figure BDA0003705362500000055
Urep(p，vpo)为改进后的斥力势能函数，
Figure BDA0003705362500000056
为梯度，Xpro表示无人机p相对于障碍物o的位置的单位向量。
步骤7：确定无人机所受的合力，按如下公式获得：
Figure BDA0003705362500000057
其中目标点对无人机产生的引力Fatt(p)，障碍物对无人机产生的斥力为Frep(p)，Fuav(p)表示编队其他无人机对无人机产生的作用力；
步骤8：确定下一个航迹点pnext；
步骤9：按无人机所受合力的方向运动到下一个航迹点pnext；
步骤10：将当前无人机的位置设置为起点坐标，pcurrent＝pnext；
步骤11：通过无人机与目标点的位置来判断无人机是否已经到达目标点，如果无人机没有到达目标点，则需要返回步骤3继续执行，直到运动至目标点。
发明提供了一种基于改进型人工势场法的多无人机编队避障方法，具体实现该技术方案的方法和途径很多，以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。本实施例中未明确的各组成部分均可用现有技术加以实现。

Claims (6)

1.一种基于改进型人工势场法的多无人机编队避障方法，其特征在于，包括以下步骤：
步骤1：对引力增益系数ka、斥力增益系数kr、无人机安全距离区间[dmin,dmax]进行初始化；dmin表示无人机安全距离最小值，dmax表示无人机安全距离最大值；
步骤2：初始化无人机当前位置坐标pcurrent，目标点位置为q0，障碍物数量为N，障碍物的影响范围为ρ0；
步骤3：无人机获取与编队内其他无人机之间距离d，判断d是否处于无人机安全距离区间[dmin,dmax]，计算无人机间的作用力Fuav(p)，
步骤4：通过无人机上的双目视觉模块获得障碍物的点云数据，对点云数据进行椭球拟合，拟合出障碍物的椭球体方程；
步骤5：无人机P的坐标为(xp,yp,zp)，无人机P与第i个障碍物之间的距离Dpoi(p,oi)修正为点到椭圆的最短距离，其中椭圆的方程可由椭球体得到；
步骤6：计算无人机与障碍物的相对速度，引入斥力函数，得到改进后的斥力场函数Frep(p)；
步骤7：获得无人机所受的合力；
步骤8：计算下一个航迹点pnext；
步骤9：按无人机所受合力的方向运动到下一个航迹点pnext；
步骤10：保存无人机当前的位置坐标，并将当前无人机的位置设置为起点坐标，pcurrent＝pnext；
步骤11：通过无人机与目标点的位置来判断无人机是否已经到达目标点，如果无人机没有到达目标点，则返回步骤3继续执行，直到运动至目标点。
2.根据权利要求1所述的方法，其特征在于，步骤3包括：
无人机间的作用力Fuav(p)为：
Figure FDA0003705362490000011
其中ka为引力增益系数，kr为斥力增益系数，
Figure FDA0003705362490000012
为梯度。
3.根据权利要求2所述的方法，其特征在于，步骤5包括：
设定由障碍物椭球体得到的椭圆方程为：
Figure FDA0003705362490000021
其中，(x0,y0)为椭圆的中心点坐标，A,B为椭圆的焦距，(x，y)为椭圆上任意一点的坐标。
4.根据权利要求3所述的方法，其特征在于，步骤5还包括：离无人机P最近的椭圆上的点的坐标为(x2,y2)，通过求解如下方程组得到：
Figure FDA0003705362490000022
无人机P与第i个障碍物之间的距离Dpoi(p,oi)为：
Figure FDA0003705362490000023
5.根据权利要求4所述的方法，其特征在于，步骤6包括：
以障碍物与无人机的相对速度vpoc在无人机前进方向分量vpoc作为判断依据，只有当vpoc<0时，才考虑相对速度的影响；改进后的斥力势能函数Urep(p,vpo)如下：
Figure FDA0003705362490000024
Figure FDA0003705362490000025
其中，ξ1,ξ2为斥力系数，ρ0为障碍物影响范围。
斥力函数Frep(p)为：
Figure FDA0003705362490000026
Figure FDA0003705362490000027
Xpro表示无人机p相对于障碍物o的位置的单位向量。
6.根据权利要求5所述的方法，其特征在于，步骤7包括：
目标点对无人机产生的引力为Fatt(p)，按如下公式获得无人机所受的引力：
引力势能函数Uatt(p)如下：
Figure FDA0003705362490000031
目标点对无人机产生的引力Fatt(p)为：
Figure FDA0003705362490000032
其中，ka表示引力势能场的增益系数，Dpt(p,t)表示无人机所在的p点到目标t点的欧氏距离；
无人机所受的合力F为：
Figure FDA0003705362490000033
其中F为无人机所受的合力，Fatt(p)表示目标点对无人机产生的引力，Frep(p)表示障碍物对无人机产生的斥力，Fuav(p)表示编队其他无人机对无人机产生的作用力。
CN202210706084.5A 2022-06-21 2022-06-21 一种基于改进型人工势场法的多无人机编队避障方法 Pending CN115097862A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210706084.5A CN115097862A (zh) 2022-06-21 2022-06-21 一种基于改进型人工势场法的多无人机编队避障方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210706084.5A CN115097862A (zh) 2022-06-21 2022-06-21 一种基于改进型人工势场法的多无人机编队避障方法

Publications (1)

Publication Number Publication Date
CN115097862A true CN115097862A (zh) 2022-09-23

Family

ID=83293819

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210706084.5A Pending CN115097862A (zh) 2022-06-21 2022-06-21 一种基于改进型人工势场法的多无人机编队避障方法

Country Status (1)

Country Link
CN (1) CN115097862A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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

Similar Documents

Publication Publication Date Title
CN113268076B (zh) 一种多无人机集群编队协同控制算法
CN108827312B (zh) 一种基于神经网络和人工势场的协同博弈路径规划方法
CN109358637B (zh) 一种基于预设航线的地表近距离自主探查无人机的三维避障方法
CN108919640B (zh) 无人机自适应多目标跟踪的实现方法
CN110825113B (zh) 一种适用于四旋翼无人机集群飞行的队形保持方法
CN108759839B (zh) 一种基于态势空间的无人飞行器路径规划方法
CN110673488A (zh) 一种基于优先级随机抽样策略的Double DQN无人机隐蔽接敌方法
CN113655810B (zh) 一种基于速度势场的无人机避障方法和系统
KR101350242B1 (ko) 깊이 지도를 이용한 멀티로터의 착륙 위치 결정 방법 및 그 장치
CN112180954B (zh) 一种基于人工势场的无人机避障方法
CN112644486B (zh) 一种基于驾驶安全场的智能车避障轨迹规划方法
CN115097862A (zh) 一种基于改进型人工势场法的多无人机编队避障方法
CN110989656A (zh) 一种基于改进人工势场法的冲突解脱方法
CN113687662B (zh) 基于布谷鸟算法改进人工势场法的四旋翼编队避障方法
CN111880574A (zh) 一种无人机避撞方法及系统
Chen et al. A review of autonomous obstacle avoidance technology for multi-rotor UAVs
CN114089776A (zh) 一种基于深度强化学习的无人机避障方法
CN114779823A (zh) 饱和攻击任务下的无人机协同围捕控制方法
CN113467483B (zh) 动态环境中基于时空栅格地图的局部路径规划方法及装置
CN116661501B (zh) 无人机集群高动态环境避障与动平台着降联合规划方法
CN112489500A (zh) 一种基于几何视景模型的短期飞行冲突检测与避免方法
CN116400718A (zh) 无人机近距空战机动自主决策方法、系统、设备及终端
CN115202387B (zh) 一种基于仿鸟类趋光性的固定翼无人机避障控制方法
CN112947570B (zh) 一种无人机避障的方法、装置和存储介质
CN114647245A (zh) 一种基于人工势场的无人车弯道避障路径规划方法

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