CN116149362A - 一种飞行器避障轨迹任意时间优化方法和系统 - Google Patents
一种飞行器避障轨迹任意时间优化方法和系统 Download PDFInfo
- Publication number
- CN116149362A CN116149362A CN202310007470.XA CN202310007470A CN116149362A CN 116149362 A CN116149362 A CN 116149362A CN 202310007470 A CN202310007470 A CN 202310007470A CN 116149362 A CN116149362 A CN 116149362A
- Authority
- CN
- China
- Prior art keywords
- obstacle avoidance
- aircraft
- track
- path
- time
- 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 70
- 238000005457 optimization Methods 0.000 claims abstract description 53
- 239000013598 vector Substances 0.000 claims abstract description 38
- 230000033001 locomotion Effects 0.000 claims abstract description 15
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 7
- 239000011159 matrix material Substances 0.000 claims description 23
- 230000006870 function Effects 0.000 claims description 15
- 238000003860 storage Methods 0.000 claims description 15
- 230000007704 transition Effects 0.000 claims description 12
- 238000010276 construction Methods 0.000 claims description 11
- 230000008569 process Effects 0.000 claims description 8
- 230000004888 barrier function Effects 0.000 claims description 6
- 230000000903 blocking effect Effects 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 3
- 230000004044 response Effects 0.000 claims description 3
- 238000004590 computer program Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 9
- 230000006872 improvement Effects 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 229920001296 polysiloxane Polymers 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 239000010979 ruby Substances 0.000 description 1
- 229910001750 ruby Inorganic materials 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 230000003068 static effect 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
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)
- Traffic Control Systems (AREA)
Abstract
一种飞行器避障轨迹任意时间优化方法，包括：获取飞行器当前位置和速度；膨胀障碍物区域；选取飞行器避障轨迹和全局轨迹间的备选切换点；设定优化时间窗口；通过RRT*算法生成备选避障路径；建立避障轨迹多点边界条件向量；根据飞行器设定速度计算路径点时间；对备选避障路径建立多点边界值问题，优化备选避障轨迹参数；在优化窗口内结束备选避障轨迹优化；对比备选避障轨迹性能，选取最优避障轨迹。本发明还包括一种飞行器避障轨迹任意时间优化系统。本发明在优化窗口允许的时间内生成多条备选避障轨迹并选取性能最优轨迹。其中每条备选避障轨迹均可保证避障轨迹和全局轨迹间速度的连续性。本发明可用于提升移动飞行器避障运动的平顺程度。
Description
技术领域
本发明涉及飞行器避障技术，尤其涉及一种飞行器避障轨迹任意时间优化方法和系统。
背景技术
随着城市空中交通系统的发展，载人飞行器的价格门槛逐步降低，然而飞行器的驾驶技术门槛依然很高，短期内难以普及。为了保证城市空中交通系统的建立，自动化驾驶技术得到快速发展。其中，避障轨迹优化技术是保障飞行器规避空中障碍的关键所在。目前，避障方法可以分为两类，基于运动方向的避障方法和基于运动轨迹的避障方法。
基于运动方向的避障方法包括人工势场法、向量场直方图法等。此类方法只改变飞行器的移动方向，连续性较差。相比之下，基于运动轨迹的方法包括动态窗口法和Elastic Band方法等。此类方法通过改变未来一段时间内飞行器的移动轨迹实现避障，连续性强。然而现有的此类方法仍存在局限性。动态窗口法生成的避障轨迹短性能差。Elastic Band方法适用于全局轨迹优化，用于局部轨迹修正时无法保证轨迹连续性。
发明内容
本发明要针对现有技术的不足，提出一种飞行器避障轨迹任意时间优化方法和系统。
本发明的目的是通过以下技术方案来实现的：一种飞行器避障轨迹任意时间优化方法，包括以下步骤：
步骤一：获取飞行器当前位置和速度。
步骤二：对障碍物进行膨胀获得障碍物区域。根据设定的安全避障距离对障碍物进行膨胀获得障碍物区域。飞行器飞行过程中应避免与障碍物区域进行接触，保证飞行安全。
步骤三：选取飞行器避障轨迹和全局轨迹间的备选切换点。
步骤四：设定优化时间窗口。
步骤五：生成备选避障路径。
步骤六：建立避障轨迹优化问题对应的多点边界条件向量。
步骤七：计算路径点时间。按照时序计算每条避障路径上路径点之间的距离，根据飞行器行进速度计算路径点之间的过度时间，以此为基础确定每个路径点的到达时间t0,t1,…,tN,tf。
步骤八：对于每条备选避障路径，将避障轨迹优化问题转换为多点边界值问题优化求解。根据边界条件向量和优化代价函数优化路径点r1,k,r2,k,…,rN,k处飞行器的速度矢量，进而优化多项式避障轨迹参数。
步骤九：判断优化时间窗口是否到达。若剩余优化时间充足，则返回步骤五；反之，继续后续步骤。
步骤十：从已生成的备选避障轨迹中选取最优性能避障轨迹。
进一步，所述步骤一具体包括：以出发点为坐标系原点，获取当前时刻地面飞行器的三维空间位置r0＝[x0,y0,z0]和速度矢量
进一步，所述步骤三具体包括：选取障碍物区域后段原全局轨迹上第一个不在障碍物区域内的关键路径点为后续关键路径点；选取搜索网格数为n，并在障碍物区域与后续关键路径点之间的全局轨迹上选取n个等距分布的离散位置点rf,k，得到离散位置点处的速度矢量
其中，k＝1,…,n。
进一步，所述步骤四具体包括：根据飞行器与障碍物区域之间的相对速度vr和相对距离dr以及飞行器动态响应时间tr，计算优化时间窗口tw＝kw(dr/vr-tr)，其中，kw是安全裕度系数。
进一步，所述步骤五具体包括：依次对步骤三中每一个备选切换点，通过RRT*算法生成r0到rf,k之间的三维路径点r1,k,r2,k,…,rN,k；每条路径所包含的路径点数目N由RRT*算法确定。
进一步，所述步骤六具体包括：对步骤五中生成的备选避障路径，基于
构成向量bx、by和bz；其中，
进一步地，所述步骤八通过以下步骤来实现：
(8.1)构建向量τ0＝[t3,t2,t,1]T,τ1＝[3t2,2t,1,0]T,以及矩阵Ai＝[τ0,τ1]T，其中，i＝1,…,N。构建矩阵
其中，下标0和f用于区分时间，即，
(8.2)构建对称矩阵
其中，i＝1,…,N。构建分块矩阵
(8.3)构建置换矩阵C将bx拆分为bx,free和bx,fixed,其中
构建分块矩阵
其中，R1为N维方阵，R4为N+4维方阵。
(8.4)对于x轴方向的运动，中间路径点的速度为
完整的边界值向量为
x轴方向运动的多项式轨迹参数为
(8.5)对于y,z方向的运动，重复步骤(8.4)，得到相应的多项式轨迹参数py和pz。
本发明还涉及一种飞行器避障轨迹任意时间优化系统，包括：
飞行器当前位置和速度获取模块，用于获取飞行器当前位置和速度；
障碍物区域获得模块，用于对障碍物进行膨胀获得障碍物区域；
备选切换点选取模块，用于选取飞行器避障轨迹和全局轨迹间的备选切换点；优化时间窗口设定模块，用于设定优化时间窗口；
备选避障路径生成模块，用于生成备选避障路径；
多点边界条件向量建立模块，用于建立避障轨迹优化问题对应的多点边界条件向量；
路径点时间计算模块，用于计算路径点时间；按照时序计算每条避障路径上路径点之间的距离，根据飞行器行进速度计算路径点之间的过度时间，以此为基础确定每个路径点的到达时间t0,t1,…,tN,tf；
避障轨迹优化模块，用于对于每条备选避障路径，将避障轨迹优化问题转换为多点边界值问题优化求解；根据边界条件向量和优化代价函数优化路径点r1,k,r2,k,…,rN,k处飞行器的速度矢量，进而优化多项式避障轨迹参数；
优化时间窗口到达判断模块，用于判断优化时间窗口是否到达；若剩余优化时间充足，则返回步骤五；反之，继续后续步骤；
最优性能避障轨迹选取模块，用于从已生成的备选避障轨迹中选取最优性能避障轨迹。
本发明还涉及一种飞行器避障轨迹任意时间优化装置，包括存储器和一个或多个处理器，所述存储器中存储有可执行代码，所述一个或多个处理器执行所述可执行代码时，用于实现本发明的一种飞行器避障轨迹任意时间优化方法。
本发明还涉及一种计算机可读存储介质，其上存储有程序，该程序被处理器执行时，实现本发明的一种飞行器避障轨迹任意时间优化方法。
本发明对飞行器避障轨迹优化问题进行任意时间求解。在优化窗口允许的时间内生成多条备选避障轨迹并选取性能最优轨迹。其中每条备选避障轨迹均可保证避障轨迹和全局轨迹间速度的连续性。
本发明的优点是：可用于提升移动飞行器避障运动的平顺程度，减少障碍物对飞行器原全局飞行轨迹的影响。
附图说明
图1是本发明方法的流程图。
图2是本发明方法的步骤八的流程图。
图3是本发明方法的步骤(8.3)中矩阵T分块的流程图。
图4是本发明方法的参数化轨迹表示的流程图。
图5是本发明系统的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
需要说明的是，在不冲突的情况下，下述的实施例及实施方式中的特征可以相互组合。
图1为本发明一实施例提供的一种飞行器避障轨迹任意时间优化方法的流程示意图。如图1所示，本发明实施例中的一种飞行器避障轨迹任意时间优化方法可包括如下步骤：
一种飞行器避障轨迹任意时间优化方法，包括以下步骤：
步骤一：获取飞行器当前位置和速度。以出发点为坐标系原点，获取当前时刻地面飞行器的三维空间位置r0＝[x0,y0,z0]和速度矢量
步骤二：对障碍物进行膨胀获得障碍物区域。根据设定的安全避障距离对障碍物进行膨胀获得障碍物区域。飞行器飞行过程中应避免与障碍物区域进行接触，保证飞行安全。
步骤三：选取飞行器避障轨迹和全局轨迹间的备选切换点。选取障碍物区域后段原全局轨迹上第一个不在障碍物区域内的关键路径点为后续关键路径点。选取搜索网格数为n，并在障碍物区域与后续关键路径点之间的全局轨迹上选取n个等距分布的离散位置点rf,k，得到离散位置点处的速度矢量
其中，k＝1,…,n。
步骤四：设定优化时间窗口。根据飞行器与障碍物区域之间的相对速度vr和相对距离dr以及飞行器动态响应时间tr，计算优化时间窗口tw＝kw(dr/vr-tr)，其中，kw是安全裕度系数。
步骤五：生成备选避障路径。依次对步骤三中每一个备选切换点，通过RRT*算法生成r0到rf,k之间的三维路径点r1,k,r2,k,…,rN,k。每条路径所包含的路径点数目N由RRT*算法确定。
步骤六：建立避障轨迹优化问题对应的多点边界条件向量。对步骤五中生成的备选避障路径，基于
构成向量bx、by和bz。其中，
步骤七：计算路径点时间。按照时序计算每条避障路径上路径点之间的距离，根据飞行器行进速度计算路径点之间的过度时间，以此为基础确定每个路径点的到达时间t0,t1,…,tN,tf。
步骤八：对于每条备选避障路径，将避障轨迹优化问题转换为多点边界值问题优化求解。根据边界条件向量和优化代价函数优化路径点r1,k,r2,k,…,rN,k处飞行器的速度矢量，进而优化多项式避障轨迹参数。
步骤九：判断优化时间窗口是否到达。若剩余优化时间充足，则返回步骤五；反之，继续后续步骤。
步骤十：从已生成的备选避障轨迹中选取最优性能避障轨迹。
如附图2、3，所述步骤八具体包括：
(8.1)构建向量τ0＝[t3,t2,t,1]T,τ1＝[3t2,2t,1,0]T,以及矩阵Ai＝[τ0,τ1]T，其中，i＝1,…,N。构建矩阵
其中，下标0和f用于区分时间，即，
(8.2)构建对称矩阵
其中，i＝1,…,N。构建分块矩阵
(8.3)构建置换矩阵C将bx拆分为bx,free和bx,fixed,其中
构建分块矩阵
其中，R1为N维方阵，R4为N+4维方阵。
(8.4)对于x轴方向的运动，中间路径点的速度为
完整的边界值向量为
x轴方向运动的多项式轨迹参数为
(8.5)对于y,z方向的运动，重复步骤(8.4)，得到相应的多项式轨迹参数py和pz。
如图5，本发明还涉及一种飞行器避障轨迹任意时间优化系统，包括：
飞行器当前位置和速度获取模块，用于获取飞行器当前位置和速度；
障碍物区域获得模块，用于对障碍物进行膨胀获得障碍物区域；
备选切换点选取模块，用于选取飞行器避障轨迹和全局轨迹间的备选切换点；优化时间窗口设定模块，用于设定优化时间窗口；
备选避障路径生成模块，用于生成备选避障路径；
多点边界条件向量建立模块，用于建立避障轨迹优化问题对应的多点边界条件向量；
路径点时间计算模块，用于计算路径点时间；按照时序计算每条避障路径上路径点之间的距离，根据飞行器行进速度计算路径点之间的过度时间，以此为基础确定每个路径点的到达时间t0,t1,…,tN,tf；
避障轨迹优化模块，用于对于每条备选避障路径，将避障轨迹优化问题转换为多点边界值问题优化求解；根据边界条件向量和优化代价函数优化路径点r1,k,r2,k,…,rN,k处飞行器的速度矢量，进而优化多项式避障轨迹参数；
优化时间窗口到达判断模块，用于判断优化时间窗口是否到达；若剩余优化时间充足，则返回步骤五；反之，继续后续步骤；
最优性能避障轨迹选取模块，用于从已生成的备选避障轨迹中选取最优性能避障轨迹。
本发明还涉及一种飞行器避障轨迹任意时间优化装置，包括存储器和一个或多个处理器，所述存储器中存储有可执行代码，所述一个或多个处理器执行所述可执行代码时，用于实现本发明的一种飞行器避障轨迹任意时间优化方法。
本发明还涉及一种计算机可读存储介质，其上存储有程序，该程序被处理器执行时，实现如图1的本发明的一种飞行器避障轨迹任意时间优化方法。
本发明还提供了图5所示的一种对应于图1的一种飞行器避障轨迹任意时间优化系统的示意结构图。如图5所述，在硬件层面，该一种飞行器避障轨迹任意时间优化系统包括处理器、内部总线、网络接口、内存以及非易失性存储器，当然还可能包括其他业务所需要的硬件。处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行，以实现上述图1所述的一种飞行器避障轨迹任意时间优化方法。当然，除了软件实现方式之外，本发明并不排除其他实现方式，比如逻辑器件抑或软硬件结合的方式等等，也就是说以下处理流程的执行主体并不限定于各个逻辑单元，也可以是硬件或逻辑器件。
对于一个技术的改进可以很明显地区分是硬件上的改进(例如，对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而，随着技术的发展，当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此，不能说一个方法流程的改进就不能用硬件实体模块来实现。例如，可编程逻辑器件(ProgrammableLogic Device,PLD)(例如现场可编程门阵列(Field Programmable Gate Array，FPGA))就是这样一种集成电路，其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上，而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且，如今，取代手工地制作集成电路芯片，这种编程也多半改用“逻辑编译器(logiccompiler)”软件来实现，它与程序开发撰写时所用的软件编译器相类似，而要编译之前的原始代码也得用特定的编程语言来撰写，此称之为硬件描述语言(Hardware DescriptionLanguage，HDL)，而HDL也并非仅有一种，而是有许多种，如ABEL(Advanced BooleanExpression Language)、AHDL(Altera Hardware Description Language)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java HardwareDescription Language)、Lava、Lola、MyHDL、PALASM、RHDL(Ruby Hardware DescriptionLanguage)等，目前最普遍使用的是VHDL(Very-High-Speed Integrated CircuitHardware Description Language)与Verilog。本领域技术人员也应该清楚，只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中，就可以很容易得到实现该逻辑方法流程的硬件电路。
控制器可以按任何适当的方式实现，例如，控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit，ASIC)、可编程逻辑控制器和嵌入微控制器的形式，控制器的例子包括但不限于以下微控制器：ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320，存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本发明时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白，本发明的实施例可提供为方法、系统或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本发明，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本发明中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
以上所述仅为本发明的实施例而已，并不用于限制本发明。对于本领域技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本发明的权利要求范围之内。
Claims (10)
1.一种飞行器避障轨迹任意时间优化方法，其特征在于，包括以下步骤：
步骤一：获取飞行器当前位置和速度；
步骤二：对障碍物进行膨胀获得障碍物区域；根据设定的安全避障距离对障碍物进行膨胀获得障碍物区域；飞行器飞行过程中应避免与障碍物区域进行接触，保证飞行安全；
步骤三：选取飞行器避障轨迹和全局轨迹间的备选切换点；
步骤四：设定优化时间窗口；
步骤五：生成备选避障路径；
步骤六：建立避障轨迹优化问题对应的多点边界条件向量；
步骤七：计算路径点时间；按照时序计算每条避障路径上路径点之间的距离，根据飞行器行进速度计算路径点之间的过度时间，以此为基础确定每个路径点的到达时间t0,t1,…,tN,tf；
步骤八：对于每条备选避障路径，将避障轨迹优化问题转换为多点边界值问题优化求解；根据边界条件向量和优化代价函数优化路径点r1,k,r2,k,…,rN,k处飞行器的速度矢量，进而优化多项式避障轨迹参数；
步骤九：判断优化时间窗口是否到达；若剩余优化时间充足，则返回步骤五；反之，继续后续步骤；
步骤十：从已生成的备选避障轨迹中选取最优性能避障轨迹。
2.根据权利要求1所述的一种地面飞行器速度连续避障轨迹优化方法，其特征在于，所述步骤一具体包括：以出发点为坐标系原点，获取当前时刻地面飞行器的三维空间位置r0＝[x0,y0,z0]和速度矢量
3.根据权利要求1所述的一种地面飞行器速度连续避障轨迹优化方法，其特征在于，所述步骤三具体包括：选取障碍物区域后段原全局轨迹上第一个不在障碍物区域内的关键路径点为后续关键路径点；选取搜索网格数为n，并在障碍物区域与后续关键路径点之间的全局轨迹上选取n个等距分布的离散位置点rf,k，得到离散位置点处的速度矢量
其中，k＝1,…,n。
4.根据权利要求1所述的一种地面飞行器速度连续避障轨迹优化方法，其特征在于，所述步骤四具体包括：根据飞行器与障碍物区域之间的相对速度vr和相对距离dr以及飞行器动态响应时间tr，计算优化时间窗口tw＝kw(dr/vr-tr)，其中，kw是安全裕度系数。
5.根据权利要求1所述的一种地面飞行器速度连续避障轨迹优化方法，其特征在于，所述步骤五具体包括：依次对步骤三中每一个备选切换点，通过RRT*算法生成r0到rf,k之间的三维路径点r1,k,r2,k,…,rN,k；每条路径所包含的路径点数目N由RRT*算法确定。
6.根据权利要求1所述的一种地面飞行器速度连续避障轨迹优化方法，其特征在于，所述步骤六具体包括：对步骤五中生成的备选避障路径，基于
构成向量bx、by和bz；其中，
7.根据权利要求1所述的一种地面飞行器速度连续避障轨迹优化方法，其特征在于，所述步骤八具体包括：
(8.1)构建向量τ0＝[t3,t2,t,1]T,τ1＝[3t2,2t,1,0]T,以及矩阵Ai＝[τ0,τ1]T，其中，i＝1,…,N；构建矩阵：
其中，下标0和f用于区分时间，即，
(8.2)构建对称矩阵
其中，i＝1,…,N；构建分块矩阵
(8.3)构建置换矩阵C将bx拆分为bx,free和bx,fixed,其中
构建分块矩阵
其中，R1为N维方阵，R4为N+4维方阵；
(8.4)对于x轴方向的运动，中间路径点的速度为
完整的边界值向量为
x轴方向运动的多项式轨迹参数为
(8.5)对于y,z方向的运动，重复步骤(8.4)，得到相应的多项式轨迹参数py和pz。
8.一种飞行器避障轨迹任意时间优化系统，其特征在于，包括：
飞行器当前位置和速度获取模块，用于获取飞行器当前位置和速度；
障碍物区域获得模块，用于对障碍物进行膨胀获得障碍物区域；
备选切换点选取模块，用于选取飞行器避障轨迹和全局轨迹间的备选切换点；
优化时间窗口设定模块，用于设定优化时间窗口；
备选避障路径生成模块，用于生成备选避障路径；
多点边界条件向量建立模块，用于建立避障轨迹优化问题对应的多点边界条件向量；
路径点时间计算模块，用于计算路径点时间；按照时序计算每条避障路径上路径点之间的距离，根据飞行器行进速度计算路径点之间的过度时间，以此为基础确定每个路径点的到达时间t0,t1,…,tN,tf；
避障轨迹优化模块，用于对于每条备选避障路径，将避障轨迹优化问题转换为多点边界值问题优化求解；根据边界条件向量和优化代价函数优化路径点r1,k,r2,k,…,rN,k处飞行器的速度矢量，进而优化多项式避障轨迹参数；
优化时间窗口到达判断模块，用于判断优化时间窗口是否到达；若剩余优化时间充足，则返回步骤五；反之，继续后续步骤；
最优性能避障轨迹选取模块，用于从已生成的备选避障轨迹中选取最优性能避障轨迹。
9.一种飞行器避障轨迹任意时间优化装置，其特征在于，包括存储器和一个或多个处理器，所述存储器中存储有可执行代码，所述一个或多个处理器执行所述可执行代码时，用于实现权利要求1-7中任一项所述的一种飞行器避障轨迹任意时间优化方法。
10.一种计算机可读存储介质，其特征在于，其上存储有程序，该程序被处理器执行时，实现权利要求1-7中任一项所述的一种飞行器避障轨迹任意时间优化方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310007470.XA CN116149362A (zh) | 2023-01-04 | 2023-01-04 | 一种飞行器避障轨迹任意时间优化方法和系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310007470.XA CN116149362A (zh) | 2023-01-04 | 2023-01-04 | 一种飞行器避障轨迹任意时间优化方法和系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116149362A true CN116149362A (zh) | 2023-05-23 |
Family
ID=86355585
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310007470.XA Pending CN116149362A (zh) | 2023-01-04 | 2023-01-04 | 一种飞行器避障轨迹任意时间优化方法和系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116149362A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117873137A (zh) * | 2024-03-12 | 2024-04-12 | 湘潭大学 | 基于动态邻近阈值通信的多无人机时间窗约束任务分配方法 |
-
2023
- 2023-01-04 CN CN202310007470.XA patent/CN116149362A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117873137A (zh) * | 2024-03-12 | 2024-04-12 | 湘潭大学 | 基于动态邻近阈值通信的多无人机时间窗约束任务分配方法 |
| CN117873137B (zh) * | 2024-03-12 | 2024-05-17 | 湘潭大学 | 基于动态邻近阈值通信的多无人机时间窗约束任务分配方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111114543B (zh) | 一种轨迹预测方法及装置 | |
| CN110989636A (zh) | 一种障碍物的轨迹预测方法及装置 | |
| CN116740361B (zh) | 一种点云分割方法、装置、存储介质及电子设备 | |
| CN112990375B (zh) | 一种模型训练方法、装置、存储介质及电子设备 | |
| CN112306059B (zh) | 一种控制模型的训练方法、控制方法以及装置 | |
| CN113325855B (zh) | 基于迁移场景用于预测障碍物轨迹的模型训练方法 | |
| US20220314980A1 (en) | Obstacle tracking method, storage medium and unmanned driving device | |
| CN111238523A (zh) | 一种运动轨迹的预测方法及装置 | |
| CN113419547B (zh) | 一种多车协同控制方法及装置 | |
| CN115880685B (zh) | 一种基于votenet模型的三维目标检测方法和系统 | |
| CN111126362A (zh) | 一种预测障碍物轨迹的方法及装置 | |
| CN112677993A (zh) | 一种模型训练的方法及装置 | |
| CN116149362A (zh) | 一种飞行器避障轨迹任意时间优化方法和系统 | |
| CN112949756A (zh) | 一种模型训练以及轨迹规划的方法及装置 | |
| CN116295415A (zh) | 一种基于脉冲神经网络强化学习的无地图迷宫导航方法和系统 | |
| CN116309823A (zh) | 一种位姿的确定方法、装置、设备及存储介质 | |
| CN117075918B (zh) | 一种模型部署方法、装置、存储介质及电子设备 | |
| CN116347623B (zh) | 一种任务调度的方法、装置、存储介质及电子设备 | |
| CN117008615A (zh) | 一种策略切换的无人车轨迹规划方法和系统 | |
| CN114019981B (zh) | 一种无人驾驶设备的轨迹规划方法及规划装置 | |
| CN114153207B (zh) | 一种无人驾驶设备的控制方法及控制装置 | |
| CN114019971B (zh) | 一种无人设备控制方法、装置、存储介质及电子设备 | |
| CN112393723B (zh) | 一种定位方法、设备、介质及无人设备 | |
| CN117095371A (zh) | 一种目标检测方法及检测装置 | |
| CN116430841A (zh) | 一种地面机器人速度连续避障轨迹优化方法和系统 |
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 |