[发明专利]一种基于改进RRT的无人机实时路径规划方法

说明书

本发明属于无人机操作技术领域，公开了一种基于改进RRT的无人机实时路径规划方法，构建局部滚动窗口；局部子目标点的设置；局部RRT树算法随机采样规划；算法终止原则。本发明对原本只适用于全局规划的算法进行改进和融合，利用根据局部已知的环境信息，构建窗口，通过某种方法确定子目标点，在此环境中利用全局规划算法进行探索。在窗口滚动前进的过程中，窗口内的环境信息不断更新，实现规划建图与反馈，最终到达目标点。对于RRT算法而言，相比全局规划，这种基于滚动窗口的改进方法，不必对整个空间进行随机探索，而是将规划限制在无数个持续更新的窗口中，随机探索的范围减小，计算量减小，并且可以实现在线规划。

技术领域

本发明属于无人机操作技术领域，尤其涉及一种基于改进RRT的无人机实时路径规划方法。

背景技术

目前，业内常用的现有技术是这样的：快速扩展随机树(RRT)路径规划方法具有适应性强、生成速度快、概率完备性等诸多优点，但必须依靠于已知的全局地图，才能进行规划。所以，一般来说RRT是一种全局规划方法，无法实现无人机的实时路线生成。但是随着无人机应用的广泛化，在室内任务环境中只考虑全局静态的障碍物是不够的，室内环境中存在不确定性和动态性的障碍物，也应该研究相应的避障策略。局部规划是对局部信息采集并在一定区域内规划出可行路径，当环境是动态不确定的，局部规划可以实时跟新扫描数据，从而重新规划路线以对环境变化做出反应。这样的在线规划系统很好的满足了规划实时性，目的是真正实现无人机的自主导航和飞行。常见的局部规划方法有滚动窗口规划、动态规划、人工势场规划方法等。

滚动窗口规划又称作动态窗口法(Dynamic Window Approach，DWA)，它的基本原理是根据局部环境信息制造规划窗口，对行动进行预测分析，反馈调节行动规划。滚动窗口法对于在线路径生成是一种可行的方法，每一次窗口规划只生成一个局部环境中的路径，到达下一航迹点，再根据探测的环境信息进行下一次规划，不需要一次性完成对于全局的环境探测。

人工势场法是一种基于类比物理中势能的思想，将路径规划问题类比为在空间内寻找势能最优解的问题。它将目标点视作空间内的势能最小点(可近似认为为零势能点)，空间内障碍物的势能为无穷大，模拟无人机受到目标点的吸引力和障碍物的排斥力，从而在空间内上得到一个人工定义的势能场，无人机会趋向于向低势能方向上移动，形成一条势能逐渐降低的轨迹，如果势能场在空间内是连续且只具有一个极小值时，则可以到达势能最低点，即目标点。但当空间的势能场有多个极小值，则非目标点的局部最小值点会导致无人机到达局部最小后无法寻找势能更低点，从而永远无法到达目标点，导致路径规划失败。

综上所述，现有技术存在的问题是：

(1)现有技术的算法只适用于全局规划，造成受限制，操作不便，降低使用效率。

(2)现有技术中需要对整个空间进行随机探索，随机探索的范围大，计算量增多，无法有效实现在线规划。

解决上述技术问题的难度和意义：

现有的成熟技术都是在全局地图已知的情况下进行的路径规划。实际上在很多情况下，无人机是在未知环境执行任务。因此也就无法预先获得全局的地图，进而无法进行全局的路径规划。这就使得全局规划方法在应用上有局限性。

由此提出了基于滚动窗口的改进RRT算法。由于只规划无人机附近的路径，因而全局地图不必已知。这使得无人机在未知环境的生存能力大大提升。

发明内容

针对现有技术存在的问题，本发明提供了一种基于改进RRT的无人机实时路径规划方法。

本发明是这样实现的，一种基于改进RRT的无人机实时路径规划方法，包括以下步骤：

步骤一：构建局部滚动窗口，通过无人机搭载的传感器获得局部环境信息，构建局部滚动窗口；