[發明專利]一種無人機避障和路徑規劃裝置及方法

在審

• 申請號: 202110228122.6
• 申請日: 2021-03-02
• 公開（公告）號: CN112819253A
• 公開（公告）日: 2021-05-18
• 發明（設計）人: 呂岳;張浩然;田應洪;沈季瑋
• 申請（專利權）人: 華東師范大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06N3/04;G06N3/08
• 代理公司: 上海碩力知識產權代理事務所(普通合伙) 31251
• 代理人: 郭桂峰

本發明公開了一種無人機避障和路徑規劃裝置及方法，所述裝置包括：深度圖采集模塊，用于采集飛行環境深度圖片；變分自編碼器構建單元，用于構建變分自編碼器，將采集的深度圖片輸入變分自編碼器，對輸入的深度圖片降維，輸出深度圖的隱變量；因果強化學習模型構建單元，用于構建強化學習模型，使用DDPG作為強化學習模型框架，接收所述變分自編碼器輸出的隱變量因子以及無人機當前位置距離目標點的差值向量D(x,y)進行處理，輸出動作控制量控制所述無人機飛行速度。

技術領域

本發明涉及無人機及人工智能技術領域，特別是涉及一種基于因果強化學習算法的無人機(Unmanned Aerial Vehicle，UAV)避障和路徑規劃裝置及方法。

背景技術

隨著無人機技術的快速發展，無人機的應用也越來越深入到各行各業，并且在其中扮演著重要的角色。目前無人機的運動主要由飛手進行操控，而飛手的培訓具有耗時長、成本昂貴、培訓機構稀缺等缺點。因此在民用無人機領域，航拍價格昂貴且資源短缺，并不利于無人機在生活中的應用推廣。而擁有自動避障及路徑規劃的功能的無人機，可以大大降低成為無人機飛手的培訓時長和成本，增強了無人機操控的簡便性，讓無人機可以成為更加普及的民用工具，同時也可以將無人機運用在貨物分揀、設備巡查、治安巡防等領域，實現相關領域的自動化，因此無人機的自主導航和路徑規劃問題具有重要的研究價值。

經過多年的發展，目前在無人機的避障和路徑規劃領域已經提出了多種解決算法，其中各有優缺點，并且在不同的環境條件下的表現也各不相同。傳統的無人機路徑規劃和避障算法分成主要分成兩類，一種是基于先驗完全地圖信息建立的全局路徑優化和避障算法，另外一種是基于無人機本身傳感器，對路徑進行動態的實時的規劃算法。對于全局的路徑規劃主要有搜索算法和圖形學算法兩種，搜索算法主要包括Dijkstra算法、A*算法等，圖形學方法主要包括柵格法、C空間法、切線圖法與Voronoi圖法等，然而，由于全局路徑規劃必須獲知先驗完全地圖信息，當需要無人機在陌生環境中完成自主導航及避障時，全局路徑規劃算法并不能滿足需求，而動態局部路徑規劃算法由于可以根據環境的變化對路徑規劃和避障算法做出相應的改變從而使得機器人擁有在動態復雜環境中完成自主導航和避障功能，因而得到廣泛應用。目前，局部路徑規劃主要包括人工勢場法、蟻群算法、以及強化學習算法等。

人工勢場法是將機器人看做在勢力場中的質點，目標點對機器人產生“引力場”，而障礙點則對機器人產生“斥力場”，通過對場效應進行累加之后求出機器人的相應運動。但是該種算法容易陷入局部最優解的問題中，使得機器人可能永遠到不了目的地。

蟻群算法是一種智能仿生學算法，通過模仿螞蟻的覓食時的搜索和記錄路徑的策略，達到動態規劃路徑的目的。該算法利用迭代和存儲的方式模擬螞蟻覓食時的信息傳遞及探索，可以達到較好的全局優化的效果，但同時其也存在計算量較大且具有較差的實時性的缺點，也存在局部最優解的情況。