[发明专利]一种在同一空域内多架跟踪无人机的协同防碰撞方法

说明书

本发明公开一种在同一空域内多架跟踪无人机的协同防碰撞方法，该方法中每架无人机跟踪各自的目标，由于无人机之间的航路可能会有交叉，因此本发明旨在实现无人机之间无碰撞地跟踪目标。对于每架无人机，本发明首先使用OpenCV检测移动目标，然后根据目标在机载相机所获得图像上的位置信息使用PID控制器计算无人机应该执行的速度。然后使用速度障碍模型进行碰撞检测，最后给出了一种目标导向的速度优化方法。本发明考虑到复杂空域中，无人机路径交叉情况下多机协同防碰撞问题，使用速度障碍模型将多无人机的协同防碰撞问题转化为速度空间的规划问题，考虑到实时性要求，给出了一种目标导向的速度优化方法。

技术领域

本发明涉及到约束条件下多无人机协同运动规划领域，具体地涉及一种在同一空域内多架跟踪无人机的协同防碰撞方法。

背景技术

随着低空无人机(Unmanned Aerial Vehicle，UAV)悬停、续航、云台技术的成熟，以及计算机视觉(Computer Vision)、深度学习(Deep Learning)的兴起，基于无人机平台的目标跟踪已经成为国内外的研究热点，已被用于城市反恐中对犯罪车辆的跟踪、空战中对地面机动目标的跟踪等方面。跟踪无人机是指利用机载的云台等传感器采集图像信息，通过目标检测过程获取目标在图像上的位置信息(或通过状态估计、多传感器信息融合来预测目标的位置信息)，通过跟踪算法计算控制指令(通常是速度矢量)控制无人机的运动，以确保目标始终位于机载相机所获得的视野中心区域附近的一种特殊用途的无人机。然而，上述过程仅以目标的运动为驱动，没有考虑到无人机所处的环境(即其他航空器的威胁)。随着民用无人机的普及，以及执行的任务日趋复杂，跟踪无人机的航路可能出现交叉。因此，需要设计一种无人机之间碰撞检测和消解方法来保障飞行安全。

多个无人机的协同防碰撞问题涉及多个无人机自由度迭加所产生的高维组合空间问题、优化问题，无人机静态和动态约束问题等等。多无人机防碰撞系统的控制架构包括集中式和分布式两种。集中式控制能获得效率高、全局最优的规划结果，但它主要适用于静态环境，难以应付环境的变化；分布式体系中，每个无人机根据自身拥有的环境信息规划自己的行动，其优点是能适应环境的变化，缺点是不能获得全局最优解和可能出现“死锁(Deadlock)”问题。目前，多无人机防碰撞方法大多由单机器人运动规划的研究成果扩展而来，如基于采样的方法(Sampling-based Methods)、基于神经网络方法(Neural Network-based Methods)、模糊逻辑(Fuzzy Logic)、几何模型(如速度障碍(Velocity Obstacles)、人工势场法(Artificial Potential Field))、数学优化(规划)模型(MathematicalOptimization or Programming Methods)、群体智能或软计算(Swarm Intelligence、SoftComputing)、强化学习(Reinforcement Learning)。

上述方法中，速度障碍是多机器人系统常用的一种局部路径规划(Local PathPlanning)模型(即避障模型)，但是其假设障碍物是静止的或者以恒定速度运动，并且该模型需要在相对速度空间(Relative Velocity Space)中求解复杂的非线性优化问题(Nonlinear Optimization Problem)，所以实时性很难得到保障。并且在跟踪无人机上，速度的优化不仅仅要考虑无人机之间的潜在碰撞，还需要考虑被跟踪目标的运动趋势，同时需要保证实时响应。

发明内容

为了解决上述问题，提高空域使用效率，确保无人机飞行安全顺畅，实现对目标的持续跟踪，本发明提供一种同一空域内多架跟踪无人机的协同防碰撞方法。

本发明是通过如下技术方案实现的：一种在同一空域内多架跟踪无人机的协同防碰撞方法，具体包括以下步骤：

步骤1，首先从无人机传感器发布的实时视频流中获取图像信息；