[發明專利]一種基于多傳感器無人機的實時航跡規劃的方法

有效

• 申請號: 202110024474.X
• 申請日: 2021-01-08
• 公開（公告）號: CN112799420B
• 公開（公告）日: 2022-11-29
• 發明（設計）人: 徐鶴;孟秋云;王汝傳;李鵬;朱楓;沙超;程海濤
• 申請（專利權）人: 南京郵電大學
• 主分類號: G05D1/08
• 分類號: G05D1/08;G05D1/10
• 代理公司: 南京正聯知識產權代理有限公司 32243
• 代理人: 王素琴

本發明所述的一種基于多傳感器無人機的實時航跡規劃的方法，首先，建立無人機航跡規劃的數學模型和全局航跡；然后，根據收集實時信息與是否遇到障礙物進行改進快速隨機擴展樹將生成的隨機采樣點進行概率引導；最后，將新算法應用于無人機的航跡規劃問題中。最終，降低了無人機航行的代價，提高了無人機在復制環境中能夠實時的規劃出最優的路徑。

技術領域

本發明涉及無人機航跡規劃技術領域，具體是涉及一種基于多傳感器無人機的實時航跡規劃的方法。

背景技術

近幾年來無人機的應用越來越受到廣大科研工作者的關注。在大的森林火災中，消防人員無法靠近時，無人機在搭載多傳感器進行一些有效的救援，在這方面的應用越來越受到大家的關注。因為無人機自身存在著續航時間短和搭載的無線傳感器受到網絡傳輸距離的限制，所以無人機的航行要求必須最優，因此，對于無人機航跡的最優性和實時性提出了要求。無人機的航跡可以分為局部航跡規劃和全局航跡規劃。全局的航跡規劃是在已知環境地圖的情況下進行的規劃，這是要提前知道全局的環境信息的情況下。而局部航跡規劃，主要是指無人機可以根據周圍的環境進行實時的航跡規劃，更加具有時效性。靜態威脅的二維路徑規劃,比較容易陷入局部最優，航跡規劃的時間長，實時性差等缺點，并且不能在動態的環境下，遇到障礙物時，及時有效的規劃出新的航跡出來，隨機快速擴展樹算法可以解決這個問題。

傳統的隨機快速擴展樹(RRT)方法的航跡規劃以狀態空間中規劃起始點為根節點，通過隨機采樣逐漸增加葉節點的方式生成隨機擴展樹。當隨機樹的葉節點包含了目標點或者目標區域的點時，隨機樹的擴展停止，便可在隨機樹中找到一條以根節點組成的從起始點到目標點的路徑。隨機搜索產生擴展方向點 q-rand，這雖然有利于算法搜索未知區域，但這種盲目的搜索方式會產生很大的冗余，浪費規劃時間，降低算法的實時性。對于在基于多傳感器的無人機的應用中，我們要有效的規劃出飛行路徑，避免一些資源的浪費，充分的利用好有限的資源。

發明內容

為解決上述技術問題，本發明提供了一種基于多傳感器無人機的實時航跡規劃的方法，其針對無線傳感器網絡飛行距離受到限制與無人機蓄電時間的有限性，提出運用改進的RRT算法，在節點擴展時，改進隨機采樣點最近的根節點的選取策略，可以有效地應用有限的資源規劃出最優的飛行路徑。

本發明所述的一種基于多傳感器無人機的實時航跡規劃的方法，其步驟包括：

S1、建立無人機航跡規劃的數學模型，輸入起點，規劃全局軌跡；

S2、判斷無人機是否到達終點，若到達終點，則結束飛行任務；若未到達終點，則進行S3；

S3、無人機收集實時信息，檢測前方航跡上是否有障礙物，如否，則進行S2，如有，則更新信息；

S4、采用改進RRT算法采樣新節點，生成局部航跡，避讓障礙物。

進一步的，采用改進RRT算法采樣結點，方法為：

S4-1、搜索節點，初始化樹及相應環境信息，導入周圍環境的信息，整體規劃，判斷是否到達終點，能到達則結束飛行任務，否則進行S4-2；

S4-2、產生隨機采樣點q-rand，對隨機采樣點進行了多重隨機采樣策略，采用評價函數對于隨機樹擴展方向點進行最優選擇；

S4-3、添加隨機采樣點q-rand周圍環境的信息，在q-rand的free的環境中以概率θ選取最近節點q-near，其中0θ1；

S4-4、在隨機采樣點q-rand和最近節點q-near連線中選取步長step，根據步長擴展新節點q-new，若新節點q-new滿足約束條件，則將新的節點加入到隨機樹中，進行S4-5，若不滿足約束調節，則進行S4-2；

S4-5將滿足約束條件的新節點q-new加入樹中，進行判斷是否到達終點，如果到達則結束飛行任務，否則進行S4-2。