CN112925342A - 基于改进相互速度障碍法的无人机动态避障方法 - Google Patents

基于改进相互速度障碍法的无人机动态避障方法 Download PDF

Info

Publication number
CN112925342A
CN112925342A CN202110078490.7A CN202110078490A CN112925342A CN 112925342 A CN112925342 A CN 112925342A CN 202110078490 A CN202110078490 A CN 202110078490A CN 112925342 A CN112925342 A CN 112925342A
Authority
CN
China
Prior art keywords
unmanned aerial
aerial vehicle
obstacle
speed
alpha
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202110078490.7A
Other languages
English (en)
Other versions
CN112925342B (zh
Inventor
任雪平
高婧
谭励
连晓峰
徐天瀛
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Technology and Business University
Original Assignee
Beijing Technology and Business University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Technology and Business University filed Critical Beijing Technology and Business University
Priority to CN202110078490.7A priority Critical patent/CN112925342B/zh
Publication of CN112925342A publication Critical patent/CN112925342A/zh
Application granted granted Critical
Publication of CN112925342B publication Critical patent/CN112925342B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/10Simultaneous control of position or course in three dimensions
    • G05D1/101Simultaneous control of position or course in three dimensions specially adapted for aircraft

Landscapes

  • Engineering & Computer Science (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本发明公布了一种基于改进相互速度障碍法的无人机动态避障方法,对相互速度障碍方法进行改进,在判断出无人机与障碍物发生碰撞之后,重新选择新的飞行速度方向,避障结束后重新根据当前无人机与目标点的位置选择最佳飞行速度和飞行方向。本发明方法综合考虑了无人机与动态障碍物碰撞发生的时间、地点以及距离等因素,尤其是判断出发生碰撞后进行速度选择,保证了无人机平滑的轨迹和无碰撞的飞行路径,使得无人机能够根据自身大小和动态障碍物的半径、距离选择速度矢量,来减少不必要的抖动,缩短避碰时间。

Description

基于改进相互速度障碍法的无人机动态避障方法
技术领域
本发明属于无人机飞行控制技术领域,涉及无人机在动态复杂环境中的避障技术,尤其涉及一种基于改进相互速度障碍法的无人机动态避障方法。
背景技术
近年来,无人机不论在军事还是民用领域都发挥着越来越重要的作用,发展潜能也逐渐被挖掘,具有自主执行任务能力的无人机是未来发展的必然趋势。路径规划则是保证无人机自主飞行,提高生存能力和安全指标的关键技术。作为反映无人机自主控制能力的关键技术之一——避障航路规划受到了广泛的关注。避障路径规划问题是指如何在有障碍物的环境中,为无人机规划出一条能够安全无碰撞地绕过所有障碍物的路径。这种飞行路径应满足无人机自身的物理约束条件,同时应能够安全躲避障碍和威胁。避障航路规划是无人机任务规划的基础与重要组成部分。障碍物通常指无人机在飞行环境中需要回避的物体,它们可能是移动的也可能是静止的,处理无人机与障碍物的避碰是十分重要的,尤其是与动态障碍物的避碰,且是比较困难的问题。非结构环境下的在线规划应包含对未知危险的规避,从而对碰撞威胁进行预测,并进行有效的避碰再规划。检测信息主要包括无人机与障碍物的距离、方向、视角、相对速度和加速度。目前有两种主要的避障方式:一种方法是将无人机的位置信息和障碍物信息作为约束条件加入到轨迹规划中,如A*搜索算法、快速扩展随机树、遗传算法、粒子群优化算法和人工势场法,这些方法消除了无人机的运动轨迹不满足避障约束的问题。其他的根据方向和位置设计避障导引律。第一种方法主要用于静态避障。随着无人机应用的日益广泛,仅采用静态避障已不能满足实际问题的需求,且随着工作环境复杂化,动态避障也变得愈加重要。对于动态规划,一般采用第二种方法来满足反应时间和快速机动的要求,可以充分利无人机和障碍物的运动信息和相对运动趋势。
速度障碍(Velocity Obstacle,VO)法属于一种基于速度空间避免动态障碍物碰撞的方法,具有简单直观、实时性好的优点,能够完成实时避障的需要。近年来,被广泛应用于无人机和机器人的避障解脱问题。在速度障碍的基础之上,现有的改进方法采用相互速度障碍法(Reciprocal Velocity Obstacle,RVO)。速度障碍法是选择绝对速度集合之外的任意一个速度,而相互速度障碍法则是选择满足以下条件的速度:
Figure BDA0002907089760000011
与速度障碍法相比,相互速度障碍法虽然减少了避障时的速度选择范围,保证了在避碰过程中不会发生碰撞和震荡,但相互速度障碍法所采用的速度会产生转弯角度过大的问题,无法满足无人机的飞行性能,进而影响飞行速度,导致速度不可达。
发明内容
为了克服现有技术中的不足,本发明提供一种改进相互速度障碍法的无人机动态避障方法,解决无人机在速度空间中,使用相互速度障碍法重新选择的速度朝向目标点飞行时,会出现转弯角度过大的问题。本发明的改进相互速度障碍法,对现有的相互速度障碍法进行改进,通过重新选择新的避障速度,减少无人机的转弯角度,保证平滑的路径。本发明可适用于单无人机动态避障,且能够避免无人机因转弯角度过大造成的路径不平滑问题。为方便叙述,定义以下术语名称和参数:
Alpha:障碍物坐标和无人机坐标的连线与X正半轴形成的角度;
Beta:定义Beta=asin((r_A+r_B)/d);r_A是无人机半径;r_B是障碍物半径;
d:障碍物和无人机的距离;
M、N:M、N为从无人机出发的垂直于障碍物半径的两条射线。
Gamma:无人机最佳速度方向V_Abest与障碍物速度V_B的连线与X正半轴的夹角。
本发明的技术方案是:
一种基于改进相互速度障碍法的无人机动态避障方法,对速度障碍方法进行改进,在判断出无人机与障碍物发生碰撞之后,重新选择新的飞行速度方向,避障结束后重新根据当前无人机与目标点的位置选择最佳飞行速度和飞行方向。包括以下步骤:
1)获取任务区域的面积大小、无人机的初始坐标、速度、半径以及障碍物的的初始坐标、速度、半径和方向;无人机的坐标、半径和速度分别记为Pos_A(Pos_A(x),Pos_A(y))、r_A、V_A,障碍物的坐标、半径和速度分别记为Pos_B(Pos_B(x),Pos_B(y))、r_B、V_B;定义一点的坐标,如P点的坐标记为P(P(x),P(y));
2)计算得出无人机初始速度方向、无人机与障碍物是否会发生碰撞、无人机与目标点的距离情况。
21)根据无人机初始坐标和目标点坐标信息,采用式(1)计算得出无人机的最佳速度方向。
ang_A=atan2(Goal_A(y)-Pos_A(y),Goal_A(x)-Pos_A(x))
V_Abest=(V_Abest(x),V_Abest(y)) 式(1)
其中:V_Abest(x)=V_A*cos(ang_A),V_Abest(y)=V_A*sin(ang_A),V_Abest(x)、V_Abest(y)分别为障碍物最佳速度方向V_Abest在X轴和Y轴上移动的距离。ang_A为目标点坐标与无人机初始坐标的连线与X正半轴的夹角,单位用弧度表示。Goal_A(x)、Goal_A(y)分别为目标点的X轴与Y轴坐标,Pos_A(x)、Pos_A(y)分别为无人机位置的X轴与Y轴坐标。
22)根据式(1)得出的无人机最佳速度方向V_Abest和障碍物速度V_B、无人机位置Pos_A、障碍物位置Pos_B的信息,判断无人机与障碍物是否会碰撞。
首先,利用式(2)获得无人机最佳速度方向V_Abest与障碍物速度V_B的连线与X正半轴的夹角Gamma的值。然后,利用式(3)获取障碍物坐标与无人机坐标的连线与X正半轴的夹角Alpha的值:
Gamma=(atan2(V_Abest(y)-V_B(y),V_Abest(x)-V_B(x))) 式(2)
Alpha=atan2(Pos_B(y)-Pos_A(y),Pos_B(x)-Pos_A(x)) 式(3)
其中,Gamma和Alpha的单位均用弧度表示。
障碍物与无人机的距离d的公式如式4所示:
Figure BDA0002907089760000031
然后,根据障碍物与无人机的距离d和r_B*2的值,判断无人机与障碍物是否会碰撞。包括两种情况:
情况1.当d等于r_B*2时,包括三种情况:A1)Alpha是第一象限角,只有Gamma在0到Alpha+π/2或者在Alpha+3*π/2到2π,无人机才会在整个飞行过程中不会发生碰撞,即result=1。否则,result=0会发生碰撞;A2)Alpha是第二、三象限角,只有Gamma在Alpha-π/2到Alpha+π/2之间,不会发生碰撞,即result=1。否则,result=0会发生碰撞;A3)Alpha是第四象限角,只有Gamma在Alpha-π/2到2π或者0到Alpha-3*π/2,才不会碰撞,即result=1。否则,result=0会发生碰撞;
情况2.当d不等于r_B*2时,令Beta=asin((r_A+r_B)/d),由反正弦asin函数的性质,asin函数的取值范围为[-π/2,π/2],因此包括三种情况:B1)Alpha-Beta小于0,当Gamma在0到Alpha+Beta或者在Alpha-Beta+2π到2π时,不会发生碰撞,即result=1。否则,result=0会发生碰撞;B2)Alpha+Beta大于2π,当Gamma在0到Alpha+Beta-2π或者在Alpha-Beta到2π时,不会发生碰撞,即result=1。否则,result=0会发生碰撞;B3)除B1)、B2)之外,当Gamma在0到Alpha+Beta-2π或者在Alpha-Beta到2π时,不会发生碰撞,即result=1。否则,result=0会发生碰撞;
23)根据无人机当前位置与目标点的距离,识别无人机是否到达目标点。
如果无人机当前位置与目标点的距离在0到r_A之间,那么设置getgoal变量(表示无人机是否到达目标点)等于1,否则设置为0。1代表无人机已到达目标点,0代表无人机未到目标点。
3)无碰撞时的路径规划;
如果飞行过程中不会发生障碍物的碰撞,即result=0,无人机沿着V_Abest的方向飞到目标点,当getgoal的值从0变为1时,算法结束。
4)发生碰撞时的路径规划;
如果计算出飞行过程中会有碰撞发生,那么result的值为1。无人机先沿着V_Abest的方向飞行,当且仅当上一秒无人机与障碍物的距离大于3*(r_A+r_B)和下一秒无人机与障碍物的距离小于等于3*(r_A+r_B)时,即count值为1,无人机回退到上一秒的位置,并改变无人机的速度方向飞行。
5)发生碰撞时的速度选择;
速度选择包括两种情况:
1.若无人机坐标在障碍物速度延长线的上方或者在障碍物速度延长线上,即在无人机横坐标处,无人机的纵坐标大于等于障碍物速度延长线所在方程的纵坐标,则无人机选择障碍物的上方方向的速度。
2.若无人机坐标在障碍物速度延长线的下方,即在无人机横坐标处,无人机的纵坐标小于障碍物速度延长线所在方程的纵坐标,则无人机选择障碍物的下方方向的速度。
6)发生碰撞时的速度方向;
包括两种情况:
1.当无人机坐标在障碍物速度延长线的上方或在障碍物速度延长线上时,为了保证无人机的安全,无人机下一秒的速度:无人机的转弯角度为(Beta+Alpha),转弯大小为:
Figure BDA0002907089760000041
2.当无人机坐标在障碍物速度延长线的下方时,无人机下一秒的速度:无人机的转弯角度为(Alpha-Beta),转弯大小为:
Figure BDA0002907089760000042
7)避障后的飞行速度方向更新为V_Abest方向;
为了减少无人机的转弯角度,转变角度避免冲突后,不再回到原来的速度方向,而是根据当前无人机的位置与目标点的位置,重新计算无人机的最佳速度。然后,无人机按照更新的V_Abest方向飞行,以避免恢复原来的航迹而增加转弯次数和路径长度增加的问题,使无人机在改变飞行角度避免障碍物后,沿着目标点飞行。
通过上述步骤,实现无人机飞行过程中基于改进相互速度障碍法的无人机动态避障。
与现有技术相比,本发明的有益效果是:
本发明提供了一种改进相互速度障碍法,综合考虑了无人机与动态障碍物碰撞发生的时间、地点以及距离等因素,尤其是判断出发生碰撞的速度选择问题,保证了平滑的轨迹和无碰撞的路径,让无人机能够根据自身大小和动态障碍物的半径、距离选择速度矢量,来减少不必要的抖动,缩短避碰时间。本发明具有以下技术优势:
(一)减少了无人机飞行过程中的转弯角度,保证了路径的平滑以及无人机的机动次数;
(二)避障后不再回到原飞行轨迹上,而是采用新的V_Abest飞行,有效减少了转弯次数。
通过比较相互速度障碍法和本发明提供的改进相互速度障碍法两种算法的飞行时间、转弯角度和路径总长度三个要素,本发明算法可有效减少飞行过程中的转弯角度,适用于单无人机动态环境下的有效避障。
附图说明
图1是无人机飞行过程中进行速度选择的示意图。
图2是无人机飞行过程中发生碰撞时的速度方向选择示意图。
图3是无人机飞行过程中避障后的速度方向示意图。
图4是本发明提供的基于改进相互速度障碍法的动态避障方法的流程框图。
图5是本发明实施实例中的无人机飞行路线示意图;
图中,◇代表障碍物、○代表无人机、*代表目标点。
具体实施方式
下面结合附图,通过实施例进一步描述本发明,但不以任何方式限制本发明的范围。
本发明提供了一种改进相互速度障碍法,用于解决无人机在速度空间中,使用相互速度障碍法重新选择的速度朝向目标点飞行时,会出现转弯角度过大的问题。适用于无人机动态避障问题,并避免了无人机因转弯角度过大而造成多次机动的问题。
图4所示是本发明提供的基于改进相互速度障碍法的动态避障方法的流程。具体实施时,本发明方法具体包括以下执行步骤:
1)获取任务区域的面积大小、无人机和障碍物初始坐标、速度、半径以及障碍物的速度方向,无人机的坐标、半径和速度分别为Pos_A、r_A、V_A,障碍物的坐标、半径和速度分别为Pos_B、r_B、V_B;
2)计算得出无人机初始速度方向、无人机与障碍物是否会发生碰撞、无人机与目标点的距离情况。
21)根据无人机初始坐标和目标点坐标信息,采用式(1)计算得出无人机的最佳速度方向。
ang_A=atan2(Goal_A(y)-Pos_A(y),Goal_A(x)-Pos_A(x))
V_Abest=(V_Abest(x),V_Abest(y)) 式(1)
由于ang_A的取值范围应在0到2π之间,不应为负数,因此,当ang_A小于0时,就要在ang_A的基础上加上2π。
其中:V_Abest(x)=V_A*cos(ang_A),V_Abest(y)=V_A*sin(ang_A),ang_A为起始点坐标与目标点坐标的连线与X正半轴的夹角,单位用弧度表示。
22)根据式1得出的V_Abest和V_B、Pos_A、Pos_B的信息判断无人机与障碍物是否会碰撞。
Gamma=(atan2(V_Abest(y)-V_B(y),V_Abest(x)-V_B(x))) 式(2)
Alpha=atan2(Pos_B(y)-Pos_A(y),Pos_B(x)-Pos_A(x)) 式(3)
首先,利用式(2)获得Gamma的值。同理,由于Gamma的取值范围应在0到2π之间,不应为负数。因此,当Gamma的值小于0时,就要在Gamma的基础上加上2π。然后利用式3获取Alpha的值,如果Alpha小于0,则Alpha=Alpha+2π。障碍物与无人机的距离d的公式如式4所示:
Figure BDA0002907089760000061
然后,判断无人机与障碍物是否会碰撞。判断依据是根据障碍物与无人机的距离d和r_B*2的值,共分为两种情况:
1.d等于r_B*2时,又分为三种情况:(1)Alpha是第一象限角,只有Gamma在0到Alpha+π/2或者在Alpha+3*π/2到2π,无人机才会在整个飞行过程中不会发生碰撞,即result=1。否则,result=0会发生碰撞;(2)Alpha是第二、三象限角,只有Gamma在Alpha-π/2到Alpha+π/2之间,不会发生碰撞,即result=1。否则,result=0会发生碰撞;(3)Alpha是第四象限角,只有Gamma在Alpha-π/2到2π或者0到Alpha-3*π/2,才不会碰撞,即result=1。否则,result=0会发生碰撞;
2.d不等于r_B*2时,令Beta=asin((r_A+r_B)/d),由反正弦asin函数的性值可知,asin函数的取值范围为[-π/2,π/2],因此分为三种情况:(1)Alpha-Beta小于0,当Gamma在0到Alpha+Beta或者在Alpha-Beta+2π到2π时,不会发生碰撞,即result=1。否则,result=0会发生碰撞;(2)Alpha+Beta大于2π,当Gamma在0到Alpha+Beta-2π或者在Alpha-Beta到2π时,不会发生碰撞,即result=1。否则,result=0会发生碰撞;(3)除(1)(2)之外,当Gamma在0到Alpha+Beta-2π或者在Alpha-Beta到2π时,不会发生碰撞,即result=1。否则,result=0会发生碰撞;
23)根据无人机当前位置与目标点的距离识别无人机是否到达目标点。
如果无人机与目标点的距离在0到r_A之间,那么设置getgoal变量等于1,否则设置为0。1代表无人机已到达目标点,0代表无人机未到目标点。
3)无碰撞时的路径规划;
如果飞行过程中不会发生障碍物的碰撞,即result=0,无人机沿着V_Abest的方向飞到目标点,当getgoal的值从0变为1时,算法结束。
4)发生碰撞时的路径规划;
如果计算出飞行过程中一定会有碰撞发生,即result的值为1。无人机先沿着V_Abest的方向飞行,当且仅当上一秒无人机与障碍物的欧式距离大于3*(r_A+r_B)和下一秒无人机与障碍物的欧式距离小于等于3*(r_A+r_B)时,即count值为1。无人机回退到上一秒的位置,并改变无人机的速度方向飞行。
5)发生碰撞时的速度选择;
速度选择示意图如图1所示。速度选择可分为两种情况:
1.若无人机坐标在障碍物速度延长线的上方或者在障碍物速度延长线上,即在无人机横坐标处,无人机的纵坐标大于等于障碍物速度延长线所在方程的纵坐标。则无人机选择障碍物上方方向的速度。
2.若无人机坐标在障碍物速度延长线的下方,即在无人机横坐标处,无人机的纵坐标小于障碍物速度延长线所在方程的纵坐标。则无人机选择障碍物下方方向的速度。
6)发生碰撞时的速度方向;
1.当无人机坐标在障碍物速度延长线的上方或在障碍物速度延长线上时,速度方向选择如图2所示。图2中,Alpha:为障碍物坐标和无人机坐标的连线与X正半轴形成的角度;Beta:Beta=asin((r_A+r_B)/d),d:障碍物和无人机的距离。M、N:M、N为从无人机出发的垂直于障碍物半径的两条射线。为了保证无人机的安全,无人机下一秒的速度方向:无人机的转弯角度为(Beta+Alpha),转弯大小为:
Figure BDA0002907089760000081
2.当无人机坐标在障碍物速度延长线的下方时,无人机下一秒的速度方向:无人机的转弯角度为(Alpha-Beta),转弯大小为:
Figure BDA0002907089760000082
7)避障后的速度方向更新为V_Abest方向飞行;
为了减少无人机的转弯角度,转变角度避免冲突后,不再回到原来的速度方向,而是根据当前无人机的位置与目标点的位置,重新计算无人机的最佳速度。然后,无人机按照新的V_Abest方向飞行。以避免恢复原来的航迹而增加转弯次数和路径长度增加的问题,使无人机在改变飞行角度避免障碍物后,沿着目标点飞行,示意图如图3所示。
本实例的任务区域为150×200,无人机从点(50,120)出发,以30cm/s的速度做匀速直线运动,飞行角度由起点指向目标点;动态障碍物从点(25,60)出发,以π/4的角度入侵,当计算出两者在飞行过程中发生冲突时,使用本发明所述的方法完成新的速度选择,实现碰撞避免。如果没有发生冲突,则一直沿着V_Abest的方向飞行到目标点。图4是本发明提供的改进相互速度障碍法的动态避障流程框图,图5是本发明实施实例中的路线示意图。
需要注意的是,公布实施例的目的在于帮助进一步理解本发明,但是本领域的技术人员可以理解:在不脱离本发明及所附权利要求的精神和范围内,各种替换和修改都是可能的。因此,本发明不应局限于实施例所公开的内容,本发明要求保护的范围以权利要求书界定的范围为准。

Claims (3)

1.一种基于改进相互速度障碍法的无人机动态避障方法,对相互速度障碍方法进行改进,在判断出无人机与障碍物发生碰撞之后,重新选择新的飞行速度方向,避障结束后重新根据当前无人机与目标点的位置选择最佳飞行速度和飞行方向;包括以下步骤:
1)获取任务区域的面积大小;获取无人机的初始坐标、半径和速度,分别记为Pos_A(Pos_A(x),Pos_A(y))、r_A、V_A;获取动态障碍物的初始坐标、半径、速度,分别记为Pos_B(Pos_B(x),Pos_B(y))、r_B、V_B;获取动态障碍物的方向;
2)计算得出无人机初始速度方向、无人机与障碍物是否会发生碰撞、无人机与目标点的距离;具体包括:
21)根据无人机初始坐标和目标点坐标信息,采用式(1)计算得出无人机的最佳速度方向;
ang_A=atan2(Goal_A(y)-Pos_A(y),Goal_A(x)-Pos_A(x))
V_Abest=(V_Abest(x),V_Abest(y)) 式(1)
其中:ang_A为目标点坐标与无人机初始坐标的连线与X正半轴的夹角,单位用弧度表示;V_Abest(x)=V_A*cos(ang_A),V_Abest(y)=V_A*sin(ang_A),V_Abest(x)、V_Abest(y)分别为障碍物最佳速度方向V_Abest在X轴和Y轴上移动的距离;Goal_A(x)、Goal_A(y)分别为目标点的X轴与Y轴坐标;Pos_A(x)、Pos_A(y)分别为无人机位置的X轴与Y轴坐标;
22)根据得到的无人机最佳速度方向V_Abest和障碍物速度V_B、无人机位置Pos_A、障碍物位置Pos_B的信息,判断无人机与障碍物是否会碰撞;包括如下过程:
首先,利用式(2)获得无人机最佳速度方向V_Abest与障碍物速度V_B的连线与X正半轴的夹角Gamma的值:
Gamma=(atan2(V_Abest(y)-V_B(y),V_Abest(x)-V_B(x))) 式(2)
然后,利用式(3)获取障碍物坐标与无人机坐标的连线与X正半轴的夹角Alpha的值:
Alpha=atan2(Pos_B(y)-Pos_A(y),Pos_B(x)-Pos_A(x)) 式(3)
其中,Gamma和Alpha的单位均用弧度表示;
障碍物与无人机的距离d的公式通过式4计算得到:
Figure FDA0002907089750000011
再根据障碍物与无人机的距离d和r_B*2的值,判断无人机与障碍物是否会碰撞;
23)根据无人机当前位置与目标点的距离,识别无人机是否到达目标点:
如果无人机当前位置与目标点的距离在0到r_A之间,则设置getgoal变量,用于表示无人机是否到达目标点;无人机已到达目标点则设置getgoal等于1,否则设置为0;
3)进行无碰撞时的无人机路径规划;
如果飞行过程中不发生障碍物的碰撞,则无人机沿着V_Abest的方向飞行到目标点,当getgoal的值从0变为1时结束;
4)进行发生碰撞时的无人机路径规划:
如果计算出飞行过程中会有碰撞发生,则无人机先沿着V_Abest的方向飞行,当且仅当上一秒无人机与障碍物的距离大于设定值和下一秒无人机与障碍物的距离小于等于设定值时,无人机回退到上一秒的位置,并改变无人机的速度方向飞行。
5)发生碰撞时的无人机速度选择;包括:
情况1.若无人机坐标在障碍物速度延长线的上方或者在障碍物速度延长线上,即在无人机横坐标处,无人机的纵坐标大于等于障碍物速度延长线所在方程的纵坐标,则选择障碍物的上方方向的速度;
情况2.若无人机坐标在障碍物速度延长线的下方,即在无人机横坐标处,无人机的纵坐标小于障碍物速度延长线所在方程的纵坐标,则选择障碍物的下方方向的速度;
6)发生碰撞时的无人机速度方向;包括:
情况1.当无人机坐标在障碍物速度延长线的上方或在障碍物速度延长线上时,无人机下一秒的速度为:无人机的转弯角度为(Beta+Alpha),转弯大小为
Figure FDA0002907089750000021
2.当无人机坐标在障碍物速度延长线的下方时,无人机下一秒的速度为:无人机的转弯角度为(Alpha-Beta),转弯大小为:
Figure FDA0002907089750000022
7)避障后的无人机飞行速度方向更新为V_Abest方向;
根据当前无人机的位置与目标点的位置,重新计算无人机的最佳速度;
无人机按照更新的V_Abest方向飞行,使无人机在改变飞行角度避免障碍物后,沿着目标点飞行;
通过上述步骤,实现无人机飞行过程中基于改进相互速度障碍法的无人机动态避障。
2.如权利要求1所述基于改进相互速度障碍法的无人机动态避障方法,其特征是,步骤22)根据障碍物与无人机的距离d和r_B*2的值,判断无人机与障碍物是否会碰撞;具体包括:
情况1.当d等于r_B*2时,包括三种情况:
A1)当Alpha是第一象限角,只有Gamma在0到Alpha+π/2或者在Alpha+3*π/2到2π之间时,无人机在飞行过程中不会发生碰撞;否则,会发生碰撞;
A2)当Alpha是第二、三象限角,只有Gamma在Alpha-π/2到Alpha+π/2之间时,无人机在飞行过程中不会发生碰撞;否则,会发生碰撞;
A3)当Alpha是第四象限角,只有Gamma在Alpha-π/2到2π或者0到Alpha-3*π/2之间时,无人机在飞行过程中不会发生碰撞;否则,会发生碰撞;
情况2.当d不等于r_B*2时,令Beta=asin((r_A+r_B)/d),asin函数的取值范围为[-π/2,π/2],包括三种情况:
B1)Alpha-Beta小于0,当Gamma在0到Alpha+Beta或者在Alpha-Beta+2π到2π之间时,无人机在飞行过程中不会发生碰撞;否则,会发生碰撞;
B2)Alpha+Beta大于2π,当Gamma在0到Alpha+Beta-2π或者在Alpha-Beta到2π之间时,无人机在飞行过程中不会发生碰撞;否则,会发生碰撞;
B3)除B1)、B2)之外,当Gamma在0到Alpha+Beta-2π或者在Alpha-Beta到2π之间时,无人机在飞行过程中不会发生碰撞;否则,会发生碰撞。
3.如权利要求1所述基于改进相互速度障碍法的无人机动态避障方法,其特征是,步骤4)进行发生碰撞时的路径规划时,所述设定值为3*(r_A+r_B)。
CN202110078490.7A 2021-01-20 2021-01-20 基于改进相互速度障碍法的无人机动态避障方法 Active CN112925342B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110078490.7A CN112925342B (zh) 2021-01-20 2021-01-20 基于改进相互速度障碍法的无人机动态避障方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110078490.7A CN112925342B (zh) 2021-01-20 2021-01-20 基于改进相互速度障碍法的无人机动态避障方法

Publications (2)

Publication Number Publication Date
CN112925342A true CN112925342A (zh) 2021-06-08
CN112925342B CN112925342B (zh) 2022-07-01

Family

ID=76165313

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110078490.7A Active CN112925342B (zh) 2021-01-20 2021-01-20 基于改进相互速度障碍法的无人机动态避障方法

Country Status (1)

Country Link
CN (1) CN112925342B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113625762A (zh) * 2021-08-30 2021-11-09 吉林大学 无人机避障方法及***、无人机集群避障方法及***
CN113741476A (zh) * 2021-09-14 2021-12-03 深圳市优必选科技股份有限公司 机器人平滑运动控制方法、装置及机器人
CN113759985A (zh) * 2021-08-03 2021-12-07 华南理工大学 一种无人机飞行控制方法、***、装置及存储介质
CN115033027A (zh) * 2022-08-15 2022-09-09 中国民航大学 一种固定翼无人机动态避障预测管理方法

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103365299A (zh) * 2013-08-02 2013-10-23 中国科学院自动化研究所 一种无人机的避障方法及其装置
US20150284010A1 (en) * 2013-09-16 2015-10-08 Disney Enterprises, Inc. Shared control of semi-autonomous vehicles including collision avoidance in multi-agent scenarios
CN106292712A (zh) * 2016-10-25 2017-01-04 中国人民解放军海军航空工程学院 一种基于速度障碍圆弧法的无人飞行器避障方法
WO2018058442A1 (zh) * 2016-09-29 2018-04-05 深圳市大疆创新科技有限公司 路径规划的方法、装置、飞行控制***、全方位避障***与无人机
CN108958289A (zh) * 2018-07-28 2018-12-07 天津大学 基于相对速度障碍的集群无人机避碰方法
CN110427044A (zh) * 2019-07-17 2019-11-08 河北科技大学 基于改进速度障碍法的无人机冲突探测与冲突解脱方法
CN110825108A (zh) * 2019-11-11 2020-02-21 浙江理工大学 一种在同一空域内多架跟踪无人机的协同防碰撞方法
KR20200081322A (ko) * 2018-12-27 2020-07-07 (주)자이언트드론 무인기의 장애물 충돌 관리장치
CN111781948A (zh) * 2020-06-18 2020-10-16 南京非空航空科技有限公司 一种无人机编队队形变换与在线动态避障方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103365299A (zh) * 2013-08-02 2013-10-23 中国科学院自动化研究所 一种无人机的避障方法及其装置
US20150284010A1 (en) * 2013-09-16 2015-10-08 Disney Enterprises, Inc. Shared control of semi-autonomous vehicles including collision avoidance in multi-agent scenarios
WO2018058442A1 (zh) * 2016-09-29 2018-04-05 深圳市大疆创新科技有限公司 路径规划的方法、装置、飞行控制***、全方位避障***与无人机
CN106292712A (zh) * 2016-10-25 2017-01-04 中国人民解放军海军航空工程学院 一种基于速度障碍圆弧法的无人飞行器避障方法
CN108958289A (zh) * 2018-07-28 2018-12-07 天津大学 基于相对速度障碍的集群无人机避碰方法
KR20200081322A (ko) * 2018-12-27 2020-07-07 (주)자이언트드론 무인기의 장애물 충돌 관리장치
CN110427044A (zh) * 2019-07-17 2019-11-08 河北科技大学 基于改进速度障碍法的无人机冲突探测与冲突解脱方法
CN110825108A (zh) * 2019-11-11 2020-02-21 浙江理工大学 一种在同一空域内多架跟踪无人机的协同防碰撞方法
CN111781948A (zh) * 2020-06-18 2020-10-16 南京非空航空科技有限公司 一种无人机编队队形变换与在线动态避障方法

Non-Patent Citations (8)

* Cited by examiner, † Cited by third party
Title
XUEPING REN ET AL.: "Multi-target UAV path planning based on improved RRT algorithm", 《11TH ASIA CONFERENCE ON MECHANICAL AND AEROSPACE ENGINEERING ACMAE (2020)》 *
XUEPING REN ET AL.: "Multi-target UAV path planning based on improved RRT algorithm", 《11TH ASIA CONFERENCE ON MECHANICAL AND AEROSPACE ENGINEERING ACMAE (2020)》, 27 December 2020 (2020-12-27), pages 1 - 5 *
徐鹏 等: "改进互动速度障碍的多机器人协同避障", 《自动化与仪表》 *
徐鹏 等: "改进互动速度障碍的多机器人协同避障", 《自动化与仪表》, no. 09, 30 September 2020 (2020-09-30), pages 35 - 39 *
杨秀霞 等: "基于比例导引角度线性化的无人机避障研究", 《导航定位与授时》 *
杨秀霞 等: "基于比例导引角度线性化的无人机避障研究", 《导航定位与授时》, no. 03, 31 December 2014 (2014-12-31), pages 1 - 5 *
谭励 等: "三维空间动态目标追踪自部署算法", 《传感器与微***》 *
谭励 等: "三维空间动态目标追踪自部署算法", 《传感器与微***》, 29 February 2020 (2020-02-29), pages 101 - 108 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113759985A (zh) * 2021-08-03 2021-12-07 华南理工大学 一种无人机飞行控制方法、***、装置及存储介质
CN113625762A (zh) * 2021-08-30 2021-11-09 吉林大学 无人机避障方法及***、无人机集群避障方法及***
CN113625762B (zh) * 2021-08-30 2023-07-25 吉林大学 无人机避障方法及***、无人机集群避障方法及***
CN113741476A (zh) * 2021-09-14 2021-12-03 深圳市优必选科技股份有限公司 机器人平滑运动控制方法、装置及机器人
CN115033027A (zh) * 2022-08-15 2022-09-09 中国民航大学 一种固定翼无人机动态避障预测管理方法

Also Published As

Publication number Publication date
CN112925342B (zh) 2022-07-01

Similar Documents

Publication Publication Date Title
CN112925342B (zh) 基于改进相互速度障碍法的无人机动态避障方法
CN112378408B (zh) 一种实现轮式移动机器人实时避障的路径规划方法
CN109871031B (zh) 一种固定翼无人机的轨迹规划方法
Zhen et al. Rotary unmanned aerial vehicles path planning in rough terrain based on multi-objective particle swarm optimization
CN108958285B (zh) 一种基于分解思想的高效多无人机协同航迹规划方法
CN107643764B (zh) 一种基于双旋Lyapunov矢量场的无人飞行器避障方法
CN112162567B (zh) 一种适用于飞行器在线禁飞区规避制导方法
CN111552296B (zh) 一种基于弯曲柱坐标系的局部平滑轨迹规划方法
CN112733251B (zh) 一种多无人飞行器协同航迹规划方法
CN111024085A (zh) 一种具有端点方向和时间约束的无人机航迹规划方法
CN114721427A (zh) 一种动态环境下的多无人机协同搜救侦察规划方法
CN110793522B (zh) 一种基于蚁群算法的航迹规划方法
CN110262473B (zh) 一种基于改进Bi-RRT算法的无人艇自动避碰方法
Jilkov et al. An efficient algorithm for aircraft conflict detection and resolution using list viterbi algorithm
CN110986948B (zh) 一种基于奖励函数优化的多无人机分组协同判断方法
CN111121804A (zh) 一种具有安全性约束的智能车辆路径规划方法及***
CN116520883A (zh) 一种复杂空域环境下翼伞***归航轨迹规划方法
CN113342045B (zh) 一种任意禁飞区无人机自主规避导航控制方法
CN115808933A (zh) 一种基于量子海鸥算法的无人机路径规划方法
CN106950833B (zh) 基于改进pio算法的卫星姿态动态规划方法
CN115686068A (zh) 多威胁环境下的协同路径规划方法
CN112161626B (zh) 一种基于航路跟踪映射网络的高可飞性航路规划方法
Wang et al. Entry guidance command generation for hypersonic glide vehicles under threats and multiple constraints
Yang et al. Fast on-ship route planning using improved sparse A-star algorithm for UAVs
CN114911263B (zh) 基于同伦法的多无人机同步到达轨迹规划方法、存储介质及设备

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
CB03 Change of inventor or designer information

Inventor after: Gao Jing

Inventor after: Ren Xueping

Inventor after: Tan Li

Inventor after: Lian Xiaofeng

Inventor after: Xu Tianying

Inventor before: Ren Xueping

Inventor before: Gao Jing

Inventor before: Tan Li

Inventor before: Lian Xiaofeng

Inventor before: Xu Tianying

CB03 Change of inventor or designer information
GR01 Patent grant
GR01 Patent grant