[發明專利]無人機集群高動態環境避障與動平臺著降聯合規劃方法

有效

• 申請號: 202310903882.1
• 申請日: 2023-07-24
• 公開（公告）號: CN116661501B
• 公開（公告）日: 2023-10-10
• 發明（設計）人: 屠展;李道春;郭景隆;宗子怡;高陽;孫詠妍
• 申請（專利權）人: 北京航空航天大學
• 主分類號: G05D1/10
• 分類號: G05D1/10
• 代理公司: 北京天匯航智知識產權代理事務所(普通合伙) 11987
• 代理人: 黃川

本發明屬于無人機規劃與控制技術領域，公開了一種無人機集群高動態環境避障與動平臺著降聯合規劃方法，包括：步驟S1，針對無人機集群所處的高動態環境，采用神經網絡特征提取算法區分環境中的靜態障礙物和動態障礙物；步驟S2，基于步驟S1得到的靜態障礙物和動態障礙物，采用局部避障動態規劃算法對無人機集群中每架無人機軌跡終點的速度和位置進行約束，規劃每架無人機至移動降落平臺的安全軌跡；步驟S3，針對無人機集群中每架無人機分別設計控制器，控制無人機按照步驟S2規劃的安全軌跡降落至移動降落平臺。該方法能夠保證降落過程中的安全性與穩定性，可在復雜環境中自主避開動態障礙物，并控制多架無人機精準降落在移動平臺上。

技術領域

本發明屬于無人機規劃與控制技術領域，尤其涉及一種無人機集群高動態環境避障與動平臺著降聯合規劃方法。

背景技術

多旋翼飛行器在空間狹小、地形復雜等實際應用任務環境能發揮出更大優勢。然而由于無人機的載重有限，其攜帶的傳感器以及工作設備較為單一，難以進行多樣復雜的任務。同時由于其攜帶的能源有限，其具有航程、航時短的缺點。無人車是一種在地面行駛的、無駕駛員的機器人平臺。無人車上通常會搭載有一組傳感器來觀測環境，由傳感器上得到的信息自主決定其行為或者將信息傳遞給處于其它位置的駕駛員，由其決策操作。由于無人車平臺在陸地行駛，其不受重量限制，可以攜帶多種作業設備以應對不同環境，同時可攜帶更多的能源，因此其作業范圍和使用時長得以大大提高。但由于其缺少垂直于地面的自由度，其視角和機動性有限，在缺乏全局信息的情況下難以高效的完成設定的任務。

旋翼飛行器與地面無人車各自具有優勢和不足，無人機可與無人車構成空地協同系統，形成協同優勢，優勢互補，既可以解決多旋翼飛行器的載重能力差、航程和航時短的問題，又提高了整個系統的機動性。同時在無人車上搭載多架無人機，構成無人機集群，可以克服單架無人機的局限性，擴大視野與搜索范圍，提高執行任務的效率。

無人機、無人車協同系統中最為重要的問題之一便是無人機如何自主降落至無人車。在實際應用場景中，威脅無人機降落安全不僅有環境中的靜止障礙物，動態障礙物比如行走的人對無人機威脅更大。現有的無人機移動平臺降落方法存在以下問題：未區分環境中的靜態障礙物和動態障礙物，降低了無人機的動態避障靈敏度；無人機在降落過程中未考慮避免與動態障礙物發生碰撞。

發明內容

為克服現有技術的不足，本發明旨在提出一種應用于高動態環境下無人機集群移動平臺避障降落方法。具體而言，針對在復雜環境降落過程中威脅無人機安全的未知、動態障礙物，本發明采用基于神經網絡的目標識別，局部避障動態路徑規劃以及分布式無人機集群控制使得多架無人機在避開動態障礙物的同時精準降落在移動平臺上，保證了降落過程中的安全性與穩定性。本發明所述的無人機集群高動態環境避障與動平臺著降聯合規劃方法可以在復雜環境中自主避開動態障礙物，并控制多架無人機精準的降落在移動平臺上。

本發明采用的技術方案是，一種無人機集群高動態環境避障與動平臺著降聯合規劃方法，包括以下步驟：

步驟S1，針對無人機集群所處的高動態環境，采用神經網絡特征提取算法區分環境中的靜態障礙物和動態障礙物；

步驟S2，基于步驟S1得到的靜態障礙物和動態障礙物，采用局部避障動態規劃算法對無人機集群中每架無人機軌跡終點的速度和位置進行約束，規劃每架無人機至移動降落平臺的安全軌跡；

步驟S3，針對無人機集群中每架無人機分別設計控制器，控制無人機按照步驟S2規劃的安全軌跡降落至移動降落平臺。

進一步，所述步驟S1，采用神經網絡特征提取算法區分環境中的動態障礙物包括以下子步驟：

（1）由輸入端Mosaic數據增強對多張圖像進行處理并組合，之后利用自適應錨框算法對錨框進行自適應調整，然后使用自適應圖片縮放算法將不同大小的圖像縮放到統一尺寸；