[发明专利]一种巡航任务下无人机避障运动规划方法

说明书

本发明公开一种巡航任务下无人机避障运动规划方法；该方法首先对全局环境进行栅格化建模，并构造了风险评价函数，利用改进A星算法生成全局航迹点，在A星算法中引入无人机的速度约束和最大偏航角速率约束，并利用杜宾曲线对离散点之间进行平滑，同时针对紧急突发障碍，利用几何位置关系和杜宾曲线进行实时避障。采用马尔可夫决策模型对无人机的控制策略进行建模，确定避开障碍的最佳机动动作。本方法能够使无人机快速的根据已知障碍物位置规划出一条安全航迹，并能够对突发障碍做出响应，使无人机做出最佳的机动动作，避免与障碍物发生碰撞。

技术领域

本发明属于无人机空中避障技术领域，尤其涉及一种巡航任务下无人机避障运动规划方法。

背景技术

近来，小型固定翼无人机在军用和民用领域展现出巨大潜力，广泛的应用于巡航监视和搜索中，这些任务需要固定翼无人机在陌生未知的环境中能够自主规划出无障碍碰撞路径，并且能够最大化搜索巡航范围。

传统的三维路径规划技术例如快速探索随机树、可视图法和人工势场法都计算复杂，并且无人机周围环境改变时需要重新计算。

发明内容

发明目的：针对上述现有技术中无人机避障方法计算复杂、应对突发障碍能力不足等缺点，本发明提供一种巡航任务下无人机避障运动规划方法。

技术方案：本发明提供一种巡航任务下无人机避障运动规划方法，具体包括如下步骤：

步骤1：根据巡航任务的空间范围和已知障碍物的大小和坐标；利用栅格法将巡航任务的空间范围进行单元化分割，划分出若干个栅格；

步骤2：在数字地图的基础上对划分出的各个栅格进行碰撞风险评分；并删除风险评分大于0.8的栅格；

步骤3：利用K近邻算法在剩下的栅格中选择安全位置最集中的若干个栅格，并将该安全位置最集中的若干个栅格的顶点作为无人机航迹的里程碑；

步骤4：以无人机速度和最大偏航角速率为约束，利用改进的A星算法确定相邻的里程碑之间的航迹点；并根据航迹点生成全局避障航路；

步骤5：利用杜宾路径算法对相邻的航迹点之间的避障航路进行路径平滑；并输出全局平滑路径；

步骤6：在进行巡航任务时，判断是否有突发障碍物，如果没有，则无人机按照平滑路径飞行；如果在相邻的两个航迹点之间有突发障碍物，则根据突发障碍物的大小和坐标，利用杜宾路径算法重新调整该两个航迹点之间的平滑路径，从而构成避障平滑路径；并由无人机的位置以及无人机与障碍物之间的位置关系生成偏航角指令，将该偏航角指令转化为无人机的控制输入；同时采用马尔科夫决策模型判断出无人机的最佳避障机动动作。

进一步的，所述步骤1采用栅格法时采用2倍的无人机最小转弯半径作为栅格的大小。

进一步的，所述步骤2中具体风险评分的方法为：

步骤2.1：对每个栅格利用如下公式进行全局评分：

其中，k是已知障碍物的数量，是坐标为(x，y，z)的栅格与第i个障碍物之间的欧式距离，R_i是第i个障碍物的半径，所述栅格的坐标为栅格顶点的坐标；

步骤2.2：根据每个栅格相邻的栅格的全局评分；对每个栅格利用如下公式进行局部评分：

其中为坐标为(i，j，q)的栅格的全局评分；

步骤2.3：利用如下公式对每个栅格进行风险评分：

进一步的，所述步骤4的具体方法为：