CN115981377A - 一种无人机动态避障方法及系统 - Google Patents

Abstract

本发明涉及一种无人机动态避障方法及系统，属于无人机技术领域，解决了现有技术中无人机避障方法复杂且占用资源大、耗时长的问题。该方法包括：定期检测时域窗口内预规划路径上是否存在突发障碍物，如果存在，获取障碍物边缘特征点；根据障碍物边缘特征点和无人机最大转弯角度，去除障碍物前的不安全航路点，添加避障航路点绕过障碍物；根据避障航路点和无人机最大转弯角度，更新障碍物后的航路点，得到时域窗口内的新规划路径；当无人机飞过任一航路点，滚动时域窗口，添加新的预规划航路点，通过上一步骤定期检测滚动后的时域窗口内预规划路径上是否存在突发障碍物。实现了资源和时限受限时无人机的快速避障。

Description

一种无人机动态避障方法及系统

技术领域

本发明涉及无人机技术领域，尤其涉及一种无人机动态避障方法及系统。

背景技术

在线重规划技术被广泛应用在无人机系统的威胁规避问题中，并且被证明是解决中远距离碰撞冲突问题的有效手段。在复杂动态场景下，进行无人机参与的异构集群系统遂行任务的仿真推演场景中，在线重归划技术对仿真场景的实现具有重要意义。

目前主流的无人机集群避障策略多采用分布式集群自主管理技术、仿生应急避障机制或群体智能方法等，需要为算法运行配置专门的计算资源。并且在快速时变场景，算法的计算资源有限条件下，并不总是能及时处理并生成合理的避障策略。

因此，有必要在计算资源受限条件下，研究快速时变的场景下的无人机动态避障策略，实现对计算资源需求小、算法复杂度小、能够适应快速时变任务环境的无人系统动态避障。

发明内容

鉴于上述的分析，本发明实施例旨在提供一种无人机动态避障方法及系统，用以解决现有无人机避障方法复杂且占用资源大、耗时长的问题。

一方面，本发明实施例提供了一种无人机动态避障方法，包括以下步骤：

定期检测时域窗口内预规划路径上是否存在突发障碍物，如果存在，获取障碍物边缘特征点；根据障碍物边缘特征点和无人机最大转弯角度，去除障碍物前的不安全航路点，添加避障航路点绕过障碍物；根据避障航路点和无人机最大转弯角度，更新障碍物后的航路点，得到时域窗口内的新规划路径；

当无人机飞过任一航路点，滚动时域窗口，添加新的预规划航路点，通过上一步骤定期检测滚动后的时域窗口内预规划路径上是否存在突发障碍物。

基于上述方法的进一步改进，获取障碍物边缘特征点，包括：

根据无人机飞行高度切面，获取障碍物在飞行高度切面上的多边形横切面，去除多边形横切面上的内凹顶点后，得到凸多边形，作为障碍物边缘；取凸多边形的顶点作为障碍物边缘特征点。

基于上述方法的进一步改进，根据障碍物边缘特征点和无人机最大转弯角度，去除障碍物前的不安全航路点，添加避障航路点绕过障碍物，包括：

根据无人机和障碍物边缘特征点的位置，获取预规划路径上无人机和障碍物之间的航路点，作为待检测航路点；

沿航线依次取出每个待检测航路点，获取在每个待检测航路点从左侧和右侧绕过障碍物的位置，得到与每个待检测航路点对应的两个待选航路点，并计算无人机分别飞向两个待选航路点的调整角度，当出现两个调整角度均超过无人机最大转弯角度的待检测航路点，则将该待检测航路点及其后续待检测航路点作为不安全航路点去除，其余的待检测航路点作为安全航路点保留；从最后一个安全航路点对应的待选航路点中选择一个，作为避障航路点，添加至预规划路径中，替换不安全航路点。

基于上述方法的进一步改进，获取在每个待检测航路点从左侧和右侧绕过障碍物的位置，得到与每个待检测航路点对应的两个待选航路点，包括：

分别计算障碍物边缘特征点到无人机在每个待检测航路点的航向方向的法向距离，获取左侧和右侧最大法向距离对应的特征点，作为第一顶点和第二顶点；

根据预置的安全距离，从第一顶点和第二顶点分别沿航向的正交方向往障碍物边缘外侧延伸，得到两个待选航路点。

基于上述方法的进一步改进，从最后一个安全航路点对应的两个待选航路点中选择一个，是根据从最后一个安全航路点飞向两个待选航路点的调整角度，选择小于等于无人机最大转弯角度且最小的调整角度对应的待选航路点。

基于上述方法的进一步改进，根据避障航路点和无人机最大转弯角度，更新障碍物后的航路点，包括：

根据障碍物位置，获取预规划路径上障碍物后无人机待飞行的航路点，作为待留航路点；

依次计算从避障航路点飞向每个待留航路点的转弯角度，以转弯角度小于等于无人机最大转弯角度为筛选条件，将转弯角度不满足筛选条件的待留航路点，作为待删航路点，直至得到转弯角度满足筛选条件的待留航路点，将该待留航路点及其后续待留航路点，作为保留航路点；

如果存在待删航路点，则去除待删航路点，并取避障航路点和第一个保留航路点连线之间的中点，添加至预规划路径中，替换待删航路点。

基于上述方法的进一步改进，得到时域窗口内的新规划路径后，采用3阶B样条算法，对时域窗口内新规划路径上的航路点进行拟合，得到平滑规避路径。

基于上述方法的进一步改进，每个时域窗口时长固定，时域窗口内总航路点数量固定，且时域窗口的最大航程为无人机速度与时域窗口时长相乘的距离。

基于上述方法的进一步改进，当无人机飞过任一航路点，滚动时域窗口，添加新的预规划航路点，包括：

在滚动前时域窗口的最后一个航路点与目标航路点的连线上，根据时域窗口的最大航程，及滚动后时域窗口内已预规划路径的航程，选取一个新的航路点作为滚动后时域窗口的最后一个航路点，再根据时域窗口内总航路点数量，及已有航路点数量，得到待插航路点数量，在最后两个航路点之间等距插入相应的航路点。

另一方面，本发明实施例提供了一种无人机动态避障系统，包括：

障碍物检测模块，用于定期检测时域窗口内预规划路径上是否存在突发障碍物；

路径避障模块，用于当障碍物检测模块检测到存在突发障碍物时，获取障碍物边缘特征点；根据障碍物边缘特征点和无人机最大转弯角度，去除障碍物前的不安全航路点，添加避障航路点绕过障碍物；根据避障航路点和无人机最大转弯角度，更新障碍物后的航路点，得到时域窗口内的新规划路径；

时域滚动模块，用于当无人机飞过任一航路点，滚动时域窗口，添加新的预规划航路点，通过障碍物检测模块定期检测滚动后的时域窗口内预规划路径上是否存在突发障碍物。

与现有技术相比，本发明至少可实现如下有益效果之一：

1、在考虑无人机飞行和感知不确定性的基础上，结合航路点的动态生成、滚动时域规划和3阶B样条曲线航迹平滑技术，实现了无人机中远距离障碍冲突处置的动态避障方法。

2、通过凸多边形描述障碍物边缘特征，利用无人机最大转弯角度，剔除冲突路径点，添加新的航路点，识别速度快，计算资源占用少，耗时短，满足工程应用需求。

本发明中，上述各技术方案之间还可以相互组合，以实现更多的优选组合方案。本发明的其他特征和优点将在随后的说明书中阐述，并且，部分优点可从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过说明书以及附图中所特别指出的内容中来实现和获得。

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为本发明实施例1中无人机动态避障方法流程图；

图2为本发明实施例1中待选航路点及转弯角度的计算示意图。

具体实施方式

下面结合附图来具体描述本发明的优选实施例，其中，附图构成本申请一部分，并与本发明的实施例一起用于阐释本发明的原理，并非用于限定本发明的范围。

实施例1

本发明的一个具体实施例，公开了一种无人机动态避障方法，如图1所示，包括如下步骤：

S11：定期检测时域窗口内预规划路径上是否存在突发障碍物，如果存在，获取障碍物边缘特征点；根据障碍物边缘特征点和无人机最大转弯角度，去除障碍物前的不安全航路点，添加避障航路点绕过障碍物；根据避障航路点和无人机最大转弯角度，更新障碍物后的航路点，得到时域窗口内的新规划路径；

S12：当无人机飞过任一航路点，滚动时域窗口，添加新的预规划航路点，通过上一步骤定期检测滚动后的时域窗口内预规划路径上是否存在突发障碍物。

需要说明的是，本实施例适用于计算资源受限的快速时变场景，为了减少资源占用，提升计算速度，通过滚动时域的方式，在每个时域窗口内对预规划的飞行路径进行检测，当检测到存在突发障碍物时，不考虑以爬升或俯冲的方式从障碍物的上方或下方绕过障碍物，仅考虑在障碍物的左侧或右侧规划子航路点，更新预规划路径，使无人机绕过障碍物。当飞机飞过航路点，根据无人机的位置和已有航路点，动态规划滚动后时域窗口的航路点，并继续对滚动后的时域窗口进行定期障碍物检测和路径更新。

具体来说，每个时域窗口时长 T固定，时域窗口内总航路点数量 M固定，且时域窗口内的最大航程为无人机速度 v与时域窗口时长 T相乘的距离。无人机的当前位置为，目标点为，则在时域窗口内的预规划路径为，并且预规划路径的航程。

在步骤S11中，通过无人机的侦察载荷检测到的突发障碍物，可抽象为多边棱柱结构，根据无人机飞行高度切面，获取障碍物在飞行高度切面上的多边形横切面，去除多边形横切面上的内凹顶点后，得到凸多边形。该凸多边形用于描述障碍物边缘，凸多边形的顶点作为障碍物边缘特征点。

获取障碍物凸多边形最左侧的顶点，按顺时针方向对 N个顶点依次编号，则障碍物边缘特征点表示为：。

需要说明的是，当无人机的预规划路径与突发威胁区域的障碍物边缘的凸边形的交点个数为偶数，则无人机航线与障碍物相交，需去除或添加航路点，通过转弯绕开障碍物，而无人机的左/右转弯角度与无人机当前位置、无人机速度、无人机最大转弯角度以及障碍物边缘特征点的相对位置有关。

具体来说，去除障碍物前的不安全航路点，添加避障航路点绕过障碍物，包括：

根据无人机和障碍物边缘特征点的位置，获取预规划路径上无人机和障碍物之间的航路点，作为待检测航路点；

沿航线依次取出每个待检测航路点，获取在每个待检测航路点从左侧和右侧绕过障碍物的位置，得到与每个待检测航路点对应的两个待选航路点，并计算无人机分别飞向两个待选航路点的调整角度，当出现两个调整角度均超过无人机最大转弯角度的待检测航路点，则将该待检测航路点及其后续待检测航路点作为不安全航路点去除，其余的待检测航路点作为安全航路点保留；从最后一个安全航路点对应的待选航路点中选择一个，作为避障航路点，添加至预规划路径中，替换不安全航路点。

其中，获取在每个待检测航路点从左侧和右侧绕过障碍物的位置，得到与每个待检测航路点对应的两个待选航路点，包括：

分别计算障碍物边缘特征点到无人机在每个待检测航路点的航向方向的法向距离，获取左侧和右侧最大法向距离对应的特征点，作为第一顶点和第二顶点；

根据预置的安全距离，从第一顶点和第二顶点分别沿航向的正交方向往障碍物边缘外侧延伸，得到两个待选航路点。

具体来说，如图2所示，无人机在航路点飞向待检测航路点的航向即射线的方向，障碍物边缘的凸多边形被射线分为左右两部分，分别计算凸多边形各顶点到射线的法向距离，并取左侧最大法向距离为，对应障碍物的左侧顶点 L即为第一顶点，与射线的相交点为；右侧最大法向距离为，对应障碍物的右侧顶点 R即为第二顶点，与射线的相交点为，则左侧最大法向距离和右侧最大法向距离用以下公式计算得到：

其中，|·|表示取模，sin(·)表示正弦函数，acos(·)表示反余弦函数。

优选地，在公式(1)中，当 i=1时，取当前无人机位置，当 i＞1时，如果无人机已飞过航路点，则取当前无人机位置，否则，为待检测航路点的前一个航路点位置。

考虑到无人机路径规划中的燃油代价约束，设置无人机到障碍物凸多边形顶点的安全距离为，则从左侧顶点 L和右侧顶点 R分别沿航向的正交方向往障碍物凸多边形外侧延伸距离，得到顶点和，作为绕过障碍物的待选航路点。则无人机分别向这两个待选航路点飞行时，对应的航向向左调整角度和向右调整角度用以下公式表示：

其中，、分别为左侧顶点 L和右侧顶点 R与航路点在航向方向的距离，即分别到和的距离。

需要注意的是，考虑到无人机的机动性能约束，根据无人机的类型和具体型号，预置对应的最大转弯角度。示例性地，对于固定翼无人机，其最大转弯角度的典型数值为±15°，不同的型号可能有所区别，对于旋翼机来说，其最大转弯角度可能到±90°，甚至更大。

进一步地，当任一侧的调整角度小于等于最大转弯角度，则认为当前的待检测航路点满足无人机的最大转弯角度约束，该待检测航路点是安全航路点，可保留，继续取下一个待检测航路点进行调整角度的计算，当向左和向右的调整角度均超过最大转弯角度，则认为无人机在当前的待检测航路点无法绕过障碍物，该待检测航路点及其后续还未识别的待检测航路点均是不安全航路点，无需再继续识别调整角度，从预规划路径中去除所有不安全航路点。

从最后一个安全航路点对应的两个待选航路点中选择一个，是根据从最后一个安全航路点飞向两个待选航路点的调整角度，选择小于等于无人机最大转弯角度且最小的调整角度对应的待选航路点，作为避障航路点。

示例性地，根据预规划路径和障碍物位置，得到障碍物前的待检测航路点是，当对待检测航路点计算调整角度时，两个调整角度均超过无人机最大转弯角度，则无需再识别后续的待检测航路点的调整角度，均为不安全航路点，需去除，同时由于最后一个安全航路点的两个待选航路点均小于等于无人机最大转弯角度，则从中选择最小的转弯角度对应的待选航路点作为避障航路点，即。

在更新了障碍物前的路径后，根据避障航路点和无人机最大转弯角度，更新障碍物后的航路点，包括：

根据障碍物位置，获取预规划路径上障碍物后无人机待飞行的航路点，作为待留航路点；

依次计算从避障航路点飞向每个待留航路点的转弯角度，以转弯角度小于等于无人机最大转弯角度为筛选条件，将转弯角度不满足筛选条件的待留航路点，作为待删航路点，直至得到转弯角度满足筛选条件的待留航路点，将该待留航路点及其后续待留航路点，作为保留航路点；

如果存在待删航路点，则去除待删航路点，并取避障航路点和第一个保留航路点连线之间的中点，添加至预规划路径中，替换待删航路点。

示例性地，避障航路点的前一个航路点是，障碍物后的航路点有，则与的夹角就是从避障航路点飞向待留航路点的转弯角度，如果该转弯角度超过无人机最大转弯角度，则作为待删航路点，继续判断从避障航路点飞向待留航路点的转弯角度，如果该转弯角度小于等于无人机最大转弯角度，则均为保留航路点。最后去除待删航路点，取避障航路点和第一个待留航路点连线的中点添加至预规划路径中，则避障航路点后的预规划路径更新为。

将障碍物前后更新的预规划路径合并，得到时域窗口内的新规划路径。优选地，采用3阶B样条算法，对时域窗口内新规划路径上的航路点进行拟合，得到平滑规避路径，以进一步减少由于规避障碍物产生的额外航程代价。

需要说明的是，步骤S12也是一个定期检测过程，一旦无人机飞过一个航路点，就滚动时域窗口，并添加新的预规划航路点，从而自动延伸预规划路径，同时步骤S11定期检测滚动后的时域窗口内预规划路径上是否存在突发障碍物的，如果存在，则继续按照步骤S11中的方法进行避障，更新时域窗口内的预规划路径。

具体来说，当无人机飞过任一航路点，滚动时域窗口，添加新的预规划航路点，包括：

在滚动前时域窗口的最后一个航路点与目标航路点的连线上，根据时域窗口的最大航程，及滚动后时域窗口内已预规划路径的航程，选取一个新的航路点作为滚动后时域窗口的最后一个航路点，再根据时域窗口内总航路点数量 M，及已有航路点数量 N，得到待插航路点数量 M- N-1，在最后两个航路点和之间等距插入相应的航路点。

优选地，根据时域窗口时长 T，设置时域窗口动态滚动的定期检测时间 t＜0.1 T。

与现有技术相比，本实施例提供的一种无人机动态避障方法，在考虑无人机飞行和感知不确定性的基础上，结合航路点的动态生成、滚动时域规划和3阶B样条曲线航迹平滑技术，实现了无人机中远距离障碍冲突处置的动态避障方法。通过凸多边形描述障碍物边缘特征，利用无人机最大转弯角度，剔除冲突路径点，添加新的航路点，识别速度快，计算资源占用少，耗时短，满足资源和时效受限的工程应用需求。而且，也适用于其它无人系统，例如地面上的无人车辆和海面上的无人船等。

实施例2

本发明的另一个实施例，公开了一种无人机动态避障系统，从而实现实施例1中的无人机动态避障方法。各模块的具体实现方式参照实施例1中的相应描述。该系统包括：

障碍物检测模块，用于定期检测时域窗口内预规划路径上是否存在突发障碍物；

路径避障模块，用于当障碍物检测模块检测到存在突发障碍物时，获取障碍物边缘特征点；根据障碍物边缘特征点和无人机最大转弯角度，去除障碍物前的不安全航路点，添加避障航路点绕过障碍物；根据避障航路点和无人机最大转弯角度，更新障碍物后的航路点，得到时域窗口内的新规划路径；

时域滚动模块，用于当无人机飞过任一航路点，滚动时域窗口，添加新的预规划航路点，通过障碍物检测模块定期检测滚动后的时域窗口内预规划路径上是否存在突发障碍物。

由于本实施例一种无人机动态避障系统与前述无人机动态避障方法相关之处可相互借鉴，此处为重复描述，故这里不再赘述。由于本系统实施例与上述方法实施例原理相同，所以本系统实施例也具有上述方法实施例相应的技术效果。

本领域技术人员可以理解，实现上述实施例方法的全部或部分流程，可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于计算机可读存储介质中。其中，所述计算机可读存储介质为磁盘、光盘、只读存储记忆体或随机存储记忆体等。

以上所述，仅为本发明较佳的具体实施方式，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揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。

Claims (10)

1.一种无人机动态避障方法，其特征在于，包括以下步骤：

定期检测时域窗口内预规划路径上是否存在突发障碍物，如果存在，获取障碍物边缘特征点；根据障碍物边缘特征点和无人机最大转弯角度，去除障碍物前的不安全航路点，添加避障航路点绕过障碍物；根据避障航路点和无人机最大转弯角度，更新障碍物后的航路点，得到时域窗口内的新规划路径；

当无人机飞过任一航路点，滚动时域窗口，添加新的预规划航路点，通过上一步骤定期检测滚动后的时域窗口内预规划路径上是否存在突发障碍物。

2.根据权利要求1所述的无人机动态避障方法，其特征在于，所述获取障碍物边缘特征点，包括：

根据无人机飞行高度切面，获取障碍物在飞行高度切面上的多边形横切面，去除多边形横切面上的内凹顶点后，得到凸多边形，作为障碍物边缘；取凸多边形的顶点作为障碍物边缘特征点。

3.根据权利要求1所述的无人机动态避障方法，其特征在于，所述根据障碍物边缘特征点和无人机最大转弯角度，去除障碍物前的不安全航路点，添加避障航路点绕过障碍物，包括：

根据无人机和障碍物边缘特征点的位置，获取预规划路径上无人机和障碍物之间的航路点，作为待检测航路点；

沿航线依次取出每个待检测航路点，获取在每个待检测航路点从左侧和右侧绕过障碍物的位置，得到与每个待检测航路点对应的两个待选航路点，并计算无人机分别飞向两个待选航路点的调整角度，当出现两个调整角度均超过无人机最大转弯角度的待检测航路点，则将该待检测航路点及其后续待检测航路点作为不安全航路点去除，其余的待检测航路点作为安全航路点保留；从最后一个安全航路点对应的待选航路点中选择一个，作为避障航路点，添加至预规划路径中，替换不安全航路点。

4.根据权利要求3所述的无人机动态避障方法，其特征在于，所述获取在每个待检测航路点从左侧和右侧绕过障碍物的位置，得到与每个待检测航路点对应的两个待选航路点，包括：

分别计算障碍物边缘特征点到无人机在每个待检测航路点的航向方向的法向距离，获取左侧和右侧最大法向距离对应的特征点，作为第一顶点和第二顶点；

根据预置的安全距离，从第一顶点和第二顶点分别沿航向的正交方向往障碍物边缘外侧延伸，得到两个待选航路点。

5.根据权利要求3所述的无人机动态避障方法，其特征在于，所述从最后一个安全航路点对应的两个待选航路点中选择一个，是根据从最后一个安全航路点飞向两个待选航路点的调整角度，选择小于等于无人机最大转弯角度且最小的调整角度对应的待选航路点。

6.根据权利要求1所述的无人机动态避障方法，其特征在于，所述根据避障航路点和无人机最大转弯角度，更新障碍物后的航路点，包括：

根据障碍物位置，获取预规划路径上障碍物后无人机待飞行的航路点，作为待留航路点；

依次计算从避障航路点飞向每个待留航路点的转弯角度，以转弯角度小于等于无人机最大转弯角度为筛选条件，将转弯角度不满足筛选条件的待留航路点，作为待删航路点，直至得到转弯角度满足筛选条件的待留航路点，将该待留航路点及其后续待留航路点，作为保留航路点；

如果存在待删航路点，则去除待删航路点，并取避障航路点和第一个保留航路点连线之间的中点，添加至预规划路径中，替换待删航路点。

7.根据权利要求1所述的无人机动态避障方法，其特征在于，所述得到时域窗口内的新规划路径后，采用3阶B样条算法，对时域窗口内新规划路径上的航路点进行拟合，得到平滑规避路径。

8.根据权利要求1所述的无人机动态避障方法，其特征在于，每个时域窗口时长固定，时域窗口内总航路点数量固定，且时域窗口的最大航程为无人机速度与时域窗口时长相乘的距离。

9.根据权利要求8所述的无人机动态避障方法，其特征在于，所述当无人机飞过任一航路点，滚动时域窗口，添加新的预规划航路点，包括：

在滚动前时域窗口的最后一个航路点与目标航路点的连线上，根据时域窗口的最大航程，及滚动后时域窗口内已预规划路径的航程，选取一个新的航路点作为滚动后时域窗口的最后一个航路点，再根据时域窗口内总航路点数量，及已有航路点数量，得到待插航路点数量，在最后两个航路点之间等距插入相应的航路点。

10.一种无人机动态避障系统，其特征在于，包括：

障碍物检测模块，用于定期检测时域窗口内预规划路径上是否存在突发障碍物；

路径避障模块，用于当障碍物检测模块检测到存在突发障碍物时，获取障碍物边缘特征点；根据障碍物边缘特征点和无人机最大转弯角度，去除障碍物前的不安全航路点，添加避障航路点绕过障碍物；根据避障航路点和无人机最大转弯角度，更新障碍物后的航路点，得到时域窗口内的新规划路径；

时域滚动模块，用于当无人机飞过任一航路点，滚动时域窗口，添加新的预规划航路点，通过障碍物检测模块定期检测滚动后的时域窗口内预规划路径上是否存在突发障碍物。

Images