[发明专利]一种基于局部定向的群体智能避障方法

权利要求书

1.一种基于局部定向的群体智能避障方法，其特征在于，包括下列步骤：

步骤1：当个体的探测半径内出现障碍物时，进行碰撞预判，当判断的结果为个体会与障碍物发生碰撞时，执行步骤2的避障措施；

步骤2：以障碍物最近探测点为平衡点，根据个体大小和障碍物的威胁程度确定极限环半径，个体在移动过程中对不同的探测平衡点进行绕行，执行步骤3；

步骤3：绕行时，还原障碍物的位置和形状，通过顺时针或者逆时针绕行障碍物，向目标点移动；

所述步骤2中，针对多个障碍物的场景，避障措施包括有多障碍物避障算法，具体如下：

步骤31：计算两两障碍物之间的通道距离，当两个障碍物之间的通道距离小于预设阈值时，则将该两个障碍物进行合并，完成对避障场景的分类；

步骤32：当障碍物距离未超过阈值时，若判定最近障碍属于前一时刻的障碍物群，则一直采用前一时刻的极限环绕行方向作为当前时刻的绕行方向d_t＝d_t-1，直至通过该障碍物群，若判定最近障碍物不属于前一时刻的障碍物群，则搜索当前最近障碍所在集群内的障碍物数目及局部位置，计算可视范围内的障碍物集群的重心平均值，选择远离中心平均值的极限环绕行方向作为运动方向，

令

X＝(x，y)，

则上式加速度可以写作，a＝H₂×X′，d_t是个体当前时刻的绕行方向；

步骤33：当障碍物之间的距离超过阈值时，对障碍物极限环进行叠加得到最终的避障加速度，令

X_i＝(x_i，y_i)，

则，上式加速度可以写为，

a＝H₃×X′

式中，n为障碍物的数量。

2.根据权利要求1所述的一种基于局部定向的群体智能避障方法，其特征在于，所述步骤2中，针对单个障碍物的场景，避障措施包括有单障碍物避障算法，具体如下：

步骤21：当个体为无人机时，做无人机与目标点连线为直线L，直线L设为ax+by+c＝0；

步骤22：当连线L穿过危险区时，计算极限环中心到直线L的距离为，

将平衡点坐标(x_z，y_z)、无人机坐标(x_w，y_w)和目标点坐标(x_m，y_m)带入下列的二阶非线性方程来计算无人机在任意位置的期望方向：

步骤23：设X＝(x_w，y_w)为个体当前位置，R＝r_v²-x²-y²,r_v为极限环半径，则加速度权重可以表示为：

该场景下的加速度可以写作：

其中，

3.根据权利要求1所述的一种基于局部定向的群体智能避障方法，其特征在于，当存在动态障碍物的场景时，制定下列策略：

在计算完成避障判定规则时，用相对速度替代原来的无人机速度，对于动态障碍物，原始极限环避障受力矢量向障碍物速度方向旋转一定角度θ，

其中，0k₇1，为障碍物的移动方向矢量，为无人机的移动方向矢量，K₇为相对速度。