CN115328165B - 一种基于安全调运走廊的航母舰载机甲板滑行轨迹规划方法 - Google Patents

一种基于安全调运走廊的航母舰载机甲板滑行轨迹规划方法 Download PDF

Info

Publication number
CN115328165B
CN115328165B CN202211128429.XA CN202211128429A CN115328165B CN 115328165 B CN115328165 B CN 115328165B CN 202211128429 A CN202211128429 A CN 202211128429A CN 115328165 B CN115328165 B CN 115328165B
Authority
CN
China
Prior art keywords
carrier
aircraft
dispatching
corridor
path
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.)
Active
Application number
CN202211128429.XA
Other languages
English (en)
Other versions
CN115328165A (zh
Inventor
王昕炜
李柏
邓芝龙
王轶辉
苏析超
刘洁
彭海军
吕琛
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.)
Dalian University of Technology
Original Assignee
Dalian University of Technology
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 Dalian University of Technology filed Critical Dalian University of Technology
Priority to CN202211128429.XA priority Critical patent/CN115328165B/zh
Publication of CN115328165A publication Critical patent/CN115328165A/zh
Application granted granted Critical
Publication of CN115328165B publication Critical patent/CN115328165B/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
    • G05D1/02Control of position or course in two dimensions
    • G05D1/0206Control of position or course in two dimensions specially adapted to water vehicles

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

一种基于安全调运走廊的航母舰载机甲板滑行轨迹规划方法,1)根据调运需求、舰载机运动特性,初步构建最优控制问题;2)利用双圆策略完成避障约束的保守转化;3)根据甲板形状与障碍分布完成甲板地图的栅格化;4)利用混合A*算法,基于栅格地图规划一条粗糙的调运路径;5)基于最优速度‑时间匹配原则,对前述的粗糙调运路径进行重采样;6)根据重采样结果与甲板栅格地图信息,构造安全调运走廊;7)基于安全调运走廊、舰载机运动约束与调运任务需求,建立最终的最优控制问题并实施求解。本发明为通过引入安全调运走廊的概念,实现了对复杂避障约束条件的保守转化,最终求解的最优控制问题中,避障约束的数目与甲板上障碍物数目无关,极大的简化问题的求解难度,保证舰载机甲板调运路径的高效可靠生成。

Description

一种基于安全调运走廊的航母舰载机甲板滑行轨迹规划方法
技术领域
本发明属于舰载武器装备保障技术领域,涉及一种基于安全调运走廊的航母舰载机甲板滑行轨迹规划方法。
背景技术
传统航母舰载机甲板调运路径规划依赖于人工方法。当舰面环境复杂时,人工规划难以保证规划的效率与安全性。近年来,基于最优控制的调运轨迹规划方法引发了广泛的关注,然而真实舰面环境上具有众多的障碍,且每个障碍可能具有复杂的形状。因此,传统一对一的障碍描述方法,一方面难以实现避障约束的高效描述,另一方面在障碍数目较大时难以进行可靠的求解。为此,必须提出面向甲板调运轨迹规划的高效能最优控制描述与求解框架,以适应日益复杂的舰面调运需求。
发明内容
为了解决上述技术问题,本发明提出了一种基于安全调运走廊的航母舰载机甲板滑行轨迹规划方法。在所提出的方法中,采用了一种三阶段的复合型规划策略。首先使用混合A*算法生成一条粗糙的调运路径,该路径满足简单的运动学约束,能够提供高质量的调运轨迹拓扑。然后,对得到的粗糙轨迹进行重采样,并据此生成安全调运走廊。利用安全调运走廊实现对避障约束的保守、高效近似,实现复杂甲板环境下不依赖于障碍数目的最优控制问题列式。通过求解该问题,得到满足运动方程与避障条件的滑行轨迹。
为了达到上述目的,本发明采用的技术方案为:
一种基于安全调运走廊的航母舰载机甲板滑行轨迹规划方法,第一,根据调运需求、舰载机运动特性,初步构建最优控制问题;第二,利用双圆策略完成避障约束的保守转化;第三,根据甲板形状与障碍分布完成甲板地图的栅格化;第四,利用混合A*算法,基于栅格地图规划一条粗糙的调运路径;第五,基于最优速度-时间匹配原则,对前述的粗糙调运路径进行重采样;第六,根据重采样结果与甲板栅格地图信息,构造安全调运走廊;第七,基于安全调运走廊、舰载机运动约束与调运任务需求,建立最终的最优控制问题并实施求解。
包括以下步骤:
步骤1:根据调运需求、舰载机运动特性,初步构建最优控制问题
步骤1-1:描述舰载机运动学方程
舰载机在舰面低速滑行时,其运动可以使用经典的自行车模型描述。记舰载机后轮中心为G(x,y)并且滑行速度为v。舰载机的朝向角与前轮比较分别记作θ和
Figure BDA0003849099440000011
不妨使用一个最小包络矩形代表舰载机的外轮廓(如图2),记矩形宽度为b,长度为L=Lr+Lw+Lf,其中Lr、Lw和Lf分别为舰载机后轮到矩形后边距离、舰载机前后轮间纵向距离、舰载机前轮到矩形前边距离。***的输入为u=[a,ω]T,其中,a为舰载机加速度,ω为前轮转向角加速度。当选取***状态空间为
Figure BDA0003849099440000021
时,可以使用如下的微分方程描述:
Figure BDA0003849099440000022
此外,考虑舰载机运动过程中如下的约束条件:
vmin≤v≤vmax     (2)
Figure BDA0003849099440000023
amin≤a≤amax                             (4)
ωmin≤ω≤ωmax                             (5)
其中,[(·)min,(·)max]代表了变量(·)的许用范围。
步骤1-2:描述任务需求
通过边界条件描述调运任务开始时刻与终端期望时刻舰载机的状态。对于初始时刻t=0,舰载机的构型记作:
Figure BDA0003849099440000024
其中,(xs,ys)表示后轮中心G在初始构型下的位置坐标,θs表示在舰载机在初始构型下的机头朝向。在终端时刻t=tf(tf也是待优化的变量),舰载机的构型记作:
Figure BDA0003849099440000025
cos(θ(tf))=cosθf,sin(θ(tf))=sinθf    (7)
其中,(xf,yf)表示后轮中心G在目标构型下的位置坐标,θf表示在舰载机在目标构型下的机头朝向。
步骤1-3:描述避障约束
定义函数
Figure BDA0003849099440000026
用于将舰载机的自身状态映射到其特征形状Π,记定义函数
Figure BDA0003849099440000027
其中特征形状Π应能完全覆盖舰载机机身,则当Π不与甲板上任何障碍发生重叠时认为避障成功。假设甲板上有Nobs个障碍,那么,对于第i个障碍,其特征形状记作Ωi。则当Π与Ωi具有重叠部分时,认为舰载机与第i个障碍发生碰撞。因此,舰载机的避障约束可以写作:
Figure BDA0003849099440000031
其中,
Figure BDA0003849099440000032
代表空集,
Figure BDA0003849099440000033
表示了所有障碍的并集。
步骤1-4:建立性能指标
调运效率与调运安全性是评价调运路径的两个关键因素。其中,设调运开始的时间为0时刻,则调运效率可以直接通过终端时刻tf反映;在调运安全性方面,尽管其在步骤1-1中已经对部分状态变量和控制变量施加了箱型约束,但提高控制变量与状态变量的顺滑型有利于进一步提高操作稳定性与驾驶员的舒适性。为此,优化问题的性能指标采用如下的形式:
Figure BDA0003849099440000034
其中,P和R分别代表状态量与控制量的权重;tf表示调运完成的时刻。
步骤1-5:建立最优控制问题
基于前述描述,建立最优控制问题OCPori,其具体形式为:
Figure BDA0003849099440000035
步骤2:利用双圆策略完成避障约束的保守转化
针对步骤1-1中提及的最小包络矩形,使用两个分布在其对称轴方向且半径相同的圆,实现对其完整的覆盖(如图3所示)。这两个圆中,靠近舰载机前端的称作前圆,另一个称作后圆,两个圆的半径记作
Figure BDA0003849099440000036
前圆与后圆的圆心分别记作Gf(xf,yf)和Gr(xr,yr),二者坐标计算如下:
Figure BDA0003849099440000037
甲板上的舰岛、人员及其他装备需视作舰载机滑行过程中的的障碍。根据前述的转化,当保证双圆中的任意一个都不与障碍发生重叠,则认为避障成功。若将双圆缩聚到各自圆心,并对障碍物膨胀Rd的尺寸,则避障约束可以进一步转化为圆心Gf和Gr均不与膨胀后的障碍物发生碰撞。
步骤3:根据甲板形状与障碍分布完成甲板地图的栅格化
基于步骤2中描述的扩张方式,采用分辨率Rres建立甲板的栅格地图Λ。对于任意栅格,若其与膨胀后的障碍物重叠,则认为其为一个障碍栅格;否则,认为其为一个自由栅格。记X方向与Y方向上,栅格地图的边界分别为[Xmin,Xmax]与[Ymin,Ymax]。令“栅格(i,j)”代表如下的二维区域:{(X,Y)|(i-1)Rres<X-Xmin≤iRres,(j-1)Rres<Y-Ymin≤jRres}。在图4中,展示了栅格地图中的碰撞判定方法。
步骤4:利用混合A*算法,基于栅格地图规划一条粗糙的调运路径
使用混合A*算法,结合舰载机的运动学约束,为舰载机后轮中心G(x,y)规划一条粗糙路径,根据公式(11)可以计算Gf(xf,yf)与Gr(xr,yr)相应的路径。由混合A*算法得到的路径,实际上为一系列航路点,将其记作PathHA。假设PathHA由NHA个航路点组成,记其中第k个航路点为nodek(i=1,2,…,NHA),其包含了舰载机后轮中心在当前点的位置信息
Figure BDA0003849099440000041
与朝向信息
Figure BDA0003849099440000042
步骤5:基于最优速度-时间匹配原则,对前述的粗糙调运路径进行重采样
步骤5-1:调运耗时估计
定义路径PathHA的长度为任意相邻航路点之间距离之和,记作LHA。假设在该路径内采用时间最优运动方式。在路径两个端部航路点上速度为0。引入距离阈值
Figure BDA0003849099440000043
则沿PathHA完成调运的耗时可以估计为tall,其计算方法如下:
Figure BDA0003849099440000044
其中,vmax表示舰载机最大滑行上限;amax表示舰载机加速度上限。
步骤5-2:在离散点重采样
不失一般性,考虑实际求解过程中将时间段离散成Nd个等长时间区间,则有(Nd+1)个离散点。变量tall实际上为问题(10)中的tf提供了初始猜测,则第m(m=0,2,...,Nd)个离散点近似对应于时刻tm=fmtall=m×tall/Nd。在tm时刻,舰载机的位置、朝向、速度、加速度可以根据PathHA确定为
Figure BDA0003849099440000045
Figure BDA0003849099440000046
特别地,对于舰载机朝向变化序列
Figure BDA0003849099440000047
需利用一修正过程保证其连续性,记修正后的朝向变化序列为
Figure BDA0003849099440000048
接下来,基于运动方程公式(1),联合公式(3)与公式(5)中的约束,确定舰载机前轮转向角
Figure BDA0003849099440000049
与前轮转向角角速度
Figure BDA00038490994400000410
Figure BDA0003849099440000051
Figure BDA0003849099440000052
至此,通过重采样过程为实际优化问题提供了初始猜测。具体地,调运时间可以用tall进行初始化,在所有离散点上,状态变量与控制变量可以通过七元组
Figure BDA0003849099440000053
进行初始化。将重采样的路径记作PathRS
步骤6:根据重采样结果与甲板栅格地图信息,构造安全调运走廊
根据PathRS和公式(11)中的位置关系,可以计算点Gf的轨迹Trajf和点Gr的轨迹Trajr。点Gf的安全调运走廊的构建过程与点Gr类似,下面以点Gf为例,说明安全调运走廊的构架方法。假设第m个离散点处(m=0,1,…,Nd),点Gf对应的位置记作
Figure BDA0003849099440000054
Figure BDA0003849099440000055
所对应的安全调运走廊为STCf,m
首先,将STCf,m初始化为点
Figure BDA0003849099440000056
本身,其可以看作一个具有零宽度与零高度的矩形。定义探索方向集合Δ=[上,左,下,右]。不断地以固定的步长ρ向Δ中的每个方向进行探索。定义在前一步迭代过程中扩展得到的安全调运走廊为Γ,我们将Γ沿方向λ扩展得到一个临时安全调运走廊Γ*。如果同时满足如下2个条件,则扩展Γ*有效并令Γ=Γ*,条件为:1)Γ*不与栅格地图Λ中任何障碍栅格发生重叠;2)在方向λ上扩展的长度不超过预定的扩展距离上限σ。当条件1)或条件2)中至少有一个不满足时,将方向λ从Δ中删除。持续进行如上的扩展过程,直到探索方向集合变为空集。
重复上述流程(Nd+1)次,可以对每个
Figure BDA0003849099440000057
构造其对应的安全调运走廊STCf,m。如果
Figure BDA0003849099440000058
保持在STCf,m内,则可以保证
Figure BDA0003849099440000059
不与甲板上任何障碍发生碰撞。因此,根据公式(11)中点Gf与点G的相对位置关系,对于点Gf可以实现如下保守的碰撞约束转化:
Figure BDA00038490994400000510
其中,(xm,ymm)分别表示优化问题中第m个离散点上舰载机后轮中心的x坐标、y坐标和机头朝向;
Figure BDA00038490994400000511
代表了第m个离散点上前轮点Gf所处安全调运走廊的x坐标上下限;
Figure BDA00038490994400000512
代表了第m个离散点上前轮点Gf所处安全调运走廊的y坐标上下限。
同样地,对于点Gr可以类似构造其保守的碰撞约束转化:
Figure BDA0003849099440000061
其中,
Figure BDA0003849099440000062
代表了第m个离散点上前轮点Gr所处安全调运走廊的x坐标上下限;
Figure BDA0003849099440000063
代表了第m个离散点上前轮点Gr所处安全调运走廊的y坐标上下限。
步骤7:基于安全调运走廊、舰载机运动约束与调运任务需求,建立最终的最优控制问题并实施求解
使用公式(15)与公式(16)中的转化后的约束条件替代最优控制问题OCPori中的避障条件,构成如下的最优控制问题OCPRF
Figure BDA0003849099440000064
求解最优控制问题OCPRF,得到调运轨迹PathRF
本发明的有益效果为:
本发明通过引入安全调运走廊的概念,实现了对复杂避障约束条件的保守转化,最终求解的最优控制问题OCPRF中,避障约束的数目与甲板上实际的障碍数目Nobs无关,仅与求解过程中采用的离散点数目(Nd+1)相关,能够极大的简化问题的求解难度,保证舰载机甲板调运路径的高效可靠生成。
附图说明
图1为本发明的流程图。
图2为本发明中舰载机模型及尺寸示意图。
图3为本发明中舰载机的双圆表示示意图。
图4为本发明中栅格地图上的碰撞判定示意图。
图5为本发明实施例中航母甲板环境示意图。
图6为本发明实施例中计算得到的滑行轨迹。
具体实施方式
以下结合具体实施例对本发明做进一步说明。
考虑某舰载战斗机在某航母甲板的调运轨迹规划问题。舰载机的尺寸参数以及相关算法参数如表1所示,航母甲板的形状尺寸与甲板上的障碍分布如图5所示。考虑舰载机从甲板上一点到弹射器C3的滑行轨迹规划问题,具体边界条件如表2所示。
表1舰载机尺寸参数与算法参数
Figure BDA0003849099440000071
表2舰载机初始边界条件与四个不同的终端目标点
X(m) Y(m) 朝向角(deg)
初始边界条件 40.00 37.50 0.00
终端边界条件C3 210.72 40.84 1.50
一种基于安全调运走廊的航母舰载机甲板滑行轨迹规划方法,包括以下步骤:
步骤1:根据调运需求、舰载机运动特性,初步构建最优控制问题
步骤1-1:描述舰载机运动学方程
记舰载机后轮中心为G(x,y)并且滑行速度为v。舰载机的朝向角与前轮比较分别记作θ和
Figure BDA0003849099440000072
不妨使用一个最小包络矩形代表舰载机的外轮廓,记矩形宽度为b=8.6,长度为L=Lr+Lw+Lf=18.3,其中Lr==6.3、Lw=8和Lf=4分别为舰载机后轮到矩形后边距离、舰载机前后轮间纵向距离、舰载机前轮到矩形前边距离。***的输入为u=[a,ω]T,其中,a为舰载机加速度,ω为前轮转向角加速度。当选取***状态空间为
Figure BDA0003849099440000073
时,可以使用如下的微分方程描述:
Figure BDA0003849099440000081
此外,考虑舰载机运动过程中如下的约束条件:
vmin≤v≤vmax       (19)
Figure BDA0003849099440000082
amin≤a≤amax                             (21)
ωmin≤ω≤ωmax                             (22)
其中,vmin=0,vmax=2,
Figure BDA0003849099440000083
amax=-amin=1,ωmax=-ωmin=π/3。
步骤1-2:描述任务需求
通过边界条件描述调运任务开始时刻与终端期望时刻舰载机的状态。对于初始时刻t=0,舰载机的构型记作:
Figure BDA0003849099440000084
其中,(xs,ys)=(40,37.5)表示后轮中心G在初始构型下的位置坐标,θs=0表示在舰载机在初始构型下的机头朝向。在终端时刻t=tf(tf也是待优化的变量),舰载机的构型记作:
Figure BDA0003849099440000085
cos(θ(tf))=cosθf,sin(θ(tf))=sinθf    (24)
其中,(xf,yf)=(210.72,40.84)表示后轮中心G在目标构型下的位置坐标,θf=1.5/180×π表示在舰载机在目标构型下的机头朝向。
步骤1-3:描述避障约束
定义函数
Figure BDA0003849099440000086
用于将舰载机的自身状态映射到其特征形状Π,记定义函数
Figure BDA0003849099440000087
其中特征形状Π应能完全覆盖舰载机机身,则当Π不与甲板上任何障碍发生重叠时认为避障成功。假设甲板上有Nobs个障碍,那么,对于第i个障碍,其特征形状记作Ωi。则当Π与Ωi具有重叠部分时,认为舰载机与第i个障碍发生碰撞。因此,舰载机的避障约束可以写作:
Figure BDA0003849099440000088
其中,
Figure BDA0003849099440000089
代表空集,
Figure BDA00038490994400000810
表示了所有障碍的并集。
步骤1-4:建立性能指标
调运效率与调运安全性是评价调运路径的两个关键因素。其中,设调运开始的时间为0时刻,则调运效率可以直接通过终端时刻tf反映;在调运安全性方面,尽管其在步骤1-1中已经对部分状态变量和控制变量施加了箱型约束,但提高控制变量与状态变量的顺滑型有利于进一步提高操作稳定性与驾驶员的舒适性。为此,优化问题的性能指标采用如下的形式:
Figure BDA0003849099440000091
其中,P=diag(0,0,0,0,0)和R=diag(0,0)分别代表状态量与控制量的权重,即考虑时间最优意义下的轨迹规划问题;tf表示调运完成的时刻。
步骤1-5:建立最优控制问题
基于前述描述,建立最优控制问题OCPori,其具体形式为:
Figure BDA0003849099440000092
步骤2:利用双圆策略完成避障约束的保守转化
针对步骤1-1中提及的最小包络矩形,使用两个分布在其对称轴方向且半径相同的圆,实现对其完整的覆盖。这两个圆中,靠近舰载机前端的称作前圆,另一个称作后圆,两个圆的半径记作
Figure BDA0003849099440000093
前圆与后圆的圆心分别记作Gf(xf,yf)和Gr(xr,yr),二者坐标计算如下:
Figure BDA0003849099440000094
甲板上的舰岛、人员及其他装备需视作舰载机滑行过程中的的障碍。根据前述的转化,当保证双圆中的任意一个都不与障碍发生重叠,则认为避障成功。若将双圆缩聚到各自圆心,并对障碍物膨胀Rd的尺寸,则避障约束可以进一步转化为圆心Gf和Gr均不与膨胀后的障碍物发生碰撞。
步骤3:根据甲板形状与障碍分布完成甲板地图的栅格化
基于步骤2中描述的扩张方式,采用分辨率Rres=1建立甲板的栅格地图Λ。对于任意栅格,若其与膨胀后的障碍物重叠,则认为其为一个障碍栅格;否则,认为其为一个自由栅格。记X方向与Y方向上,栅格地图的边界分别为[Xmin,Xmax]与[Ymin,Ymax]。令“栅格(i,j)”代表如下的二维区域:{(X,Y)|(i-1)Rres<X-Xmin≤iRres,(j-1)Rres<Y-Ymin≤jRres}。
步骤4:利用混合A*算法,基于栅格地图规划一条粗糙的调运路径
使用混合A*算法,结合舰载机的运动学约束,为舰载机后轮中心G(x,y)规划一条粗糙路径,根据公式(11)可以计算Gf(xf,yf)与Gr(xr,yr)相应的路径。由混合A*算法得到的路径,实际上为一系列航路点,将其记作PathHA。假设PathHA由NHA个航路点组成,记其中第k个航路点为nodek(i=1,2,…,NHA),其包含了舰载机后轮中心在当前点的位置信息
Figure BDA0003849099440000101
与朝向信息
Figure BDA0003849099440000102
步骤5:基于最优速度-时间匹配原则,对前述的粗糙调运路径进行重采样
步骤5-1:调运耗时估计
定义路径PathHA的长度为任意相邻航路点之间距离之和,记作LHA。假设在该路径内采用时间最优运动方式。在路径两个端部航路点上速度为0。引入距离阈值
Figure BDA0003849099440000103
则沿PathHA完成调运的耗时可以估计为tall,其计算方法如下:
Figure BDA0003849099440000104
其中,vmax=2表示舰载机最大滑行上限;amax=1表示舰载机加速度上限。
步骤5-2:在离散点重采样
不失一般性,考虑实际求解过程中将时间段离散成Nd=200个等长时间区间,则有(Nd+1)=201个离散点。变量tall实际上为问题(10)中的tf提供了初始猜测,则第m(m=0,2,...,200)个离散点近似对应于时刻tm=fmtall=m×tall/200。在tm时刻,舰载机的位置、朝向、速度、加速度可以根据PathHA确定为
Figure BDA0003849099440000105
Figure BDA0003849099440000106
特别地,对于舰载机朝向变化序列
Figure BDA0003849099440000107
需利用一修正过程保证其连续性,记修正后的朝向变化序列为
Figure BDA0003849099440000108
接下来,基于运动方程公式(1),联合公式(3)与公式(5)中的约束,确定舰载机前轮转向角
Figure BDA0003849099440000109
与前轮转向角角速度
Figure BDA00038490994400001010
Figure BDA00038490994400001011
Figure BDA0003849099440000111
至此,通过重采样过程为实际优化问题提供了初始猜测。具体地,调运时间可以用tall进行初始化,在所有离散点上,状态变量与控制变量可以通过七元组
Figure BDA0003849099440000112
进行初始化。将重采样的路径记作PathRS
步骤6:根据重采样结果与甲板栅格地图信息,构造安全调运走廊
根据PathRS和公式(11)中的位置关系,可以计算点Gf的轨迹Trajf和点Gr的轨迹Trajr。点Gf的安全调运走廊的构建过程与点Gr类似,下面以点Gf为例,说明安全调运走廊的构架方法。假设第m个离散点处(m=0,1,…,200),点Gf对应的位置记作
Figure BDA0003849099440000113
Figure BDA0003849099440000114
所对应的安全调运走廊为STCf,m
首先,将STCf,m初始化为点
Figure BDA0003849099440000115
本身,其可以看作一个具有零宽度与零高度的矩形。定义探索方向集合Δ=[上,左,下,右]。不断地以固定的步长ρ向Δ中的每个方向进行探索。定义在前一步迭代过程中扩展得到的安全调运走廊为Γ,我们将Γ沿方向λ扩展得到一个临时安全调运走廊Γ*。如果同时满足如下2个条件,则扩展Γ*有效并令Γ=Γ*,条件为:1)Γ*不与栅格地图Λ中任何障碍栅格发生重叠;2)在方向λ上扩展的长度不超过预定的扩展距离上限σ。当条件1)或条件2)中至少有一个不满足时,将方向λ从Δ中删除。持续进行如上的扩展过程,直到探索方向集合变为空集。
重复上述流程(Nd+1)次,可以对每个
Figure BDA0003849099440000116
构造其对应的安全调运走廊STCf,m。如果
Figure BDA0003849099440000117
保持在STCf,m内,则可以保证
Figure BDA0003849099440000118
不与甲板上任何障碍发生碰撞。因此,根据公式(11)中点Gf与点G的相对位置关系,对于点Gf可以实现如下保守的碰撞约束转化:
Figure BDA0003849099440000119
其中,(xm,ymm)分别表示优化问题中第m个离散点上舰载机后轮中心的x坐标、y坐标和机头朝向;
Figure BDA00038490994400001110
代表了第m个离散点上前轮点Gf所处安全调运走廊的x坐标上下限;
Figure BDA00038490994400001111
代表了第m个离散点上前轮点Gf所处安全调运走廊的y坐标上下限。
同样地,对于点Gr可以类似构造其保守的碰撞约束转化:
Figure BDA00038490994400001112
其中,
Figure BDA0003849099440000121
代表了第m个离散点上前轮点Gr所处安全调运走廊的x坐标上下限;
Figure BDA0003849099440000122
代表了第m个离散点上前轮点Gr所处安全调运走廊的y坐标上下限。
步骤7:基于安全调运走廊、舰载机运动约束与调运任务需求,建立最终的最优控制问题并实施求解
使用公式(15)与公式(16)中的转化后的约束条件替代最优控制问题OCPori中的避障条件,构成如下的最优控制问题OCPRF
Figure BDA0003849099440000123
求解最优控制问题OCPRF,得到调运轨迹PathRF,如图6所示。
以上所述实施例仅表达本发明的实施方式,但并不能因此而理解为对本发明专利的范围的限制,应当指出,对于本领域的技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些均属于本发明的保护范围。

Claims (1)

1.一种基于安全调运走廊的航母舰载机甲板滑行轨迹规划方法,其特征在于,包含以下步骤:
步骤1:根据调运需求、舰载机运动特性,初步构建最优控制问题;
步骤1-1:描述舰载机运动学方程;
舰载机在舰面低速滑行时,其运动采用经典的自行车模型描述;记舰载机后轮中心为G(x,y)并且滑行速度为v;舰载机的朝向角与前轮比较分别记作θ和
Figure FDA0004090531440000011
采用一个最小包络矩形代表舰载机的外轮廓,记矩形宽度为b,长度为L=Lr+Lw+Lf,其中Lr、Lw和Lf分别为舰载机后轮到矩形后边距离、舰载机前后轮间纵向距离、舰载机前轮到矩形前边距离;***的输入为u=[a,ω]T,其中,a为舰载机加速度,ω为前轮转向角加速度;当选取***状态空间为
Figure FDA0004090531440000012
时,可以使用如下的微分方程描述:
Figure FDA0004090531440000013
此外,考虑舰载机运动过程中如下的约束条件:
vmin≤v≤vmax  (2)
Figure FDA0004090531440000014
amin≤a≤amax  (4)
ωmin≤ω≤ωmax  (5)
其中,[(·)min,(·)max]代表了变量(·)的许用范围;
步骤1-2:描述任务需求;
通过边界条件描述调运任务开始时刻与终端期望时刻舰载机的状态;对于初始时刻t=0,舰载机的构型记作:
Figure FDA0004090531440000015
其中,(xs,ys)表示后轮中心G在初始构型下的位置坐标,θs表示在舰载机在初始构型下的机头朝向;在终端时刻t=tf,tf也是待优化的变量,舰载机的构型记作:
Figure FDA0004090531440000016
其中,(xf,yf)表示后轮中心G在目标构型下的位置坐标,θf表示在舰载机在目标构型下的机头朝向;
步骤1-3:描述避障约束;
定义函数
Figure FDA0004090531440000021
用于将舰载机的自身状态映射到其特征形状Π,记定义函数
Figure FDA0004090531440000022
其中特征形状Π应能完全覆盖舰载机机身,则当Π不与甲板上任何障碍发生重叠时认为避障成功;假设甲板上有Nobs个障碍,那么,对于第i个障碍,其特征形状记作Ωi;则当Π与Ωi具有重叠部分时,认为舰载机与第i个障碍发生碰撞;因此,舰载机的避障约束可以写作:
Figure FDA0004090531440000023
其中,
Figure FDA0004090531440000024
代表空集,
Figure FDA0004090531440000025
表示了所有障碍的并集;
步骤1-4:建立性能指标;
调运效率与调运安全性是评价调运路径的两个关键因素;其中,设调运开始的时间为0时刻,则调运效率可以直接通过终端时刻tf反映;在调运安全性方面,优化问题的性能指标采用如下的形式:
Figure FDA0004090531440000026
其中,P和R分别代表状态量与控制量的权重;tf表示终端时刻;
步骤1-5:建立最优控制问题;
基于前述描述,建立最优控制问题OCPori,其具体形式为:
Figure FDA0004090531440000027
步骤2:利用双圆策略完成避障约束的保守转化;
针对步骤1-1中提及的最小包络矩形,使用两个分布在其对称轴方向且半径相同的圆,实现对其完整的覆盖;这两个圆中,靠近舰载机前端的称作前圆,另一个称作后圆,两个圆的半径记作
Figure FDA0004090531440000028
前圆与后圆的圆心分别记作Gf(xf,yf)和Gr(xr,yr),二者坐标计算如下:
Figure FDA0004090531440000029
甲板上的舰岛、人员及其他装备需视作舰载机滑行过程中的障碍;根据前述的转化,当保证双圆中的任意一个都不与障碍发生重叠,则认为避障成功;若将双圆缩聚到各自圆心,并对障碍物膨胀Rd的尺寸进行测量,则避障约束可以进一步转化为圆心Gf和Gr均不与膨胀后的障碍物发生碰撞;
步骤3:根据甲板形状与障碍分布完成甲板地图的栅格化;
基于步骤2中描述的利用双圆策略完成避障约束的保守转化,采用分辨率Rres建立甲板的栅格地图Λ;对于任意栅格,若其与膨胀后的障碍物重叠,则认为其为一个障碍栅格;否则,认为其为一个自由栅格;记X方向与Y方向上,栅格地图的边界分别为[Xmin,Xmax]与[Ymin,Ymax];令“栅格(i,j)”代表如下的二维区域:{(X,Y)(i-1)Rres<X-Xmin≤iRres,(j-1)Rres<Y-Ymin≤jRres};
步骤4:利用混合A*算法,基于栅格地图规划一条粗糙的调运路径;
使用混合A*算法,结合舰载机的运动学约束,为舰载机后轮中心G(x,y)规划一条粗糙路径,根据公式(11)可以计算Gf(xf,yf)与Gr(xr,yr)相应的路径;由混合A*算法得到的路径,实际上为一系列航路点,将其记作PathHA;假设PathHA由NHA个航路点组成,记其中第k个航路点为nodek,其中k=1,2,...,NHA,其包含了舰载机后轮中心在当前点的位置信息
Figure FDA0004090531440000031
与朝向信息
Figure FDA0004090531440000032
步骤5:基于最优速度-时间匹配原则,对前述的粗糙调运路径进行重采样;
步骤5-1:调运耗时估计;
定义路径PathHA的长度为任意相邻航路点之间距离之和,记作LHA;假设在该路径内采用时间最优运动方式;在路径两个端部航路点上速度为0;引入距离阈值
Figure FDA0004090531440000033
则沿PathHA完成调运的耗时可以估计为tall,其计算方法如下:
Figure FDA0004090531440000034
其中,vmax表示舰载机最大滑行上限;amax表示舰载机加速度上限;
步骤5-2:在离散点重采样;
不失一般性,考虑实际求解过程中将时间段离散成Nd个等长时间区间,则有(Nd+1)个离散点;变量tall实际上为问题(10)中的tf提供初始猜测,则第m个离散点近似对应于时刻tm=fmtall=m×tall/Nd,其中m=0,2,...,Nd;在tm时刻,舰载机的位置、朝向、速度、加速度可以根据PathHA确定为
Figure FDA0004090531440000041
Figure FDA0004090531440000042
Figure FDA0004090531440000043
特别地,对于舰载机朝向变化序列
Figure FDA0004090531440000044
需利用一修正过程保证其连续性,记修正后的朝向变化序列为
Figure FDA0004090531440000045
接下来,基于运动方程公式(1),联合公式(3)与公式(5)中的约束,确定舰载机前轮转向角
Figure FDA0004090531440000046
与前轮转向角角速度
Figure FDA0004090531440000047
Figure FDA0004090531440000048
Figure FDA0004090531440000049
至此,通过重采样过程为实际优化问题提供初始猜测;具体地,调运时间可以用tall进行初始化,在所有离散点上,状态变量与控制变量可以通过七元组
Figure FDA00040905314400000410
进行初始化;将重采样的路径记作PathRS
步骤6:根据重采样结果与甲板栅格地图信息,构造安全调运走廊;
根据PathRS和公式(11)中的位置关系,可以计算点Gf的轨迹Trajf和点Gr的轨迹Trajr;点Gf的安全调运走廊的构建过程与点Gr类似,下面以点Gf说明安全调运走廊的构架方法;假设第m个离散点处,其中m=0,1,…,Nd,点Gf对应的位置记作
Figure FDA00040905314400000411
Figure FDA00040905314400000412
所对应的安全调运走廊为STCf,m
首先,将STCf,m初始化为点
Figure FDA00040905314400000413
本身,其可以看作一个具有零宽度与零高度的矩形;定义探索方向集合△=[上,左,下,右];不断地以固定的步长ρ向△中的每个方向进行探索;定义在前一步迭代过程中扩展得到的安全调运走廊为Γ,我们将Γ沿方向λ扩展得到一个临时安全调运走廊Γ*;如果同时满足如下2个条件,则扩展Γ*有效并令Γ=Γ*,条件为:1)Γ*不与栅格地图Λ中任何障碍栅格发生重叠;2)在方向λ上扩展的长度不超过预定的扩展距离上限σ;当条件1)或条件2)中至少有一个不满足时,将方向λ从△中删除;持续进行如上的扩展过程,直到探索方向集合变为空集;
重复上述流程(Nd+1)次,可以对每个
Figure FDA00040905314400000414
构造其对应的安全调运走廊STCf,m,其中m=0,1,…,Nd;如果
Figure FDA00040905314400000415
保持在STCf,m内,则可以保证
Figure FDA00040905314400000416
不与甲板上任何障碍发生碰撞;因此,根据公式(11)中点Gf与点G的相对位置关系,对于点Gf可以实现如下保守的碰撞约束转化:
Figure FDA0004090531440000051
其中,(xm,ymm)分别表示优化问题中第m个离散点上舰载机后轮中心的x坐标、y坐标和机头朝向;
Figure FDA0004090531440000052
代表了第m个离散点上前轮点Gf所处安全调运走廊的x坐标上下限;
Figure FDA0004090531440000053
代表了第m个离散点上前轮点Gf所处安全调运走廊的y坐标上下限;
同样地,对于点Gr可以类似构造其保守的碰撞约束转化:
Figure FDA0004090531440000054
其中,
Figure FDA0004090531440000055
代表了第m个离散点上前轮点Gr所处安全调运走廊的x坐标上下限;
Figure FDA0004090531440000056
代表了第m个离散点上前轮点Gr所处安全调运走廊的y坐标上下限;
步骤7:基于安全调运走廊、舰载机运动约束与调运任务需求,建立最终的最优控制问题并实施求解,得到调运轨迹;
使用公式(15)与公式(16)中的转化后的约束条件替代最优控制问题OCPori中的避障条件,构成如下的最优控制问题OCPRF
Figure FDA0004090531440000057
求解最优控制问题OCPRF,得到调运轨迹PathRF
CN202211128429.XA 2022-09-16 2022-09-16 一种基于安全调运走廊的航母舰载机甲板滑行轨迹规划方法 Active CN115328165B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211128429.XA CN115328165B (zh) 2022-09-16 2022-09-16 一种基于安全调运走廊的航母舰载机甲板滑行轨迹规划方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211128429.XA CN115328165B (zh) 2022-09-16 2022-09-16 一种基于安全调运走廊的航母舰载机甲板滑行轨迹规划方法

Publications (2)

Publication Number Publication Date
CN115328165A CN115328165A (zh) 2022-11-11
CN115328165B true CN115328165B (zh) 2023-04-07

Family

ID=83930478

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211128429.XA Active CN115328165B (zh) 2022-09-16 2022-09-16 一种基于安全调运走廊的航母舰载机甲板滑行轨迹规划方法

Country Status (1)

Country Link
CN (1) CN115328165B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115617078B (zh) * 2022-12-12 2023-07-07 北京理工大学 基于膨化障碍的无人机三维航迹快速规划方法
CN115933701B (zh) * 2023-01-06 2023-06-06 北京理工大学 一种基于二次规划的安全走廊优化生成方法及***
CN115774455B (zh) * 2023-02-13 2023-04-21 北京大学 复杂障碍环境下避免死锁的分布式无人集群轨迹规划方法
CN116382260B (zh) * 2023-02-13 2023-11-28 大连理工大学 一种基于安全航行通道的水面舰艇停泊轨迹规划方法
CN117762124B (zh) * 2023-04-06 2024-07-09 大连理工大学 一种无杆牵引构型下舰载机甲板调运轨迹规划方法
CN117111479B (zh) * 2023-10-23 2024-01-30 深圳市智绘科技有限公司 机器人控制方法、装置、电子设备及可读存储介质

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE69523064D1 (de) * 1994-11-16 2001-11-08 Saab Ab Linkoeping Verfahren und vorrichtung zur verwendung eines von einem trägerflugzeug gestarteten gefechtskopfes zur bekämpfung von an der flugbahn des trägerflugzeuges entlang identifizierten zielen
CN106339000A (zh) * 2016-10-10 2017-01-18 沈阳航空航天大学 基于舰载机进舰速度调节的母舰甲板运动补偿策略

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3751021B2 (ja) * 1994-04-19 2006-03-01 ノースロップ グラマン コーポレーション 航空機位置探索及び識別システム
US20020072832A1 (en) * 2000-12-11 2002-06-13 Bachinski Thomas J. System and method of determining an altitude of an aircraft using barometric pressure measurements
US8949011B2 (en) * 2005-09-14 2015-02-03 Novatel Inc. Helicopter ship board landing system
CN108860638A (zh) * 2018-05-08 2018-11-23 赵凤银 带高效超短距滑行或垂直起降飞机装置的平台式喷气跑道
CN110412877B (zh) * 2019-08-30 2023-03-28 中国人民解放军海军航空大学 一种基于nsp算法的舰载机甲板路径规划最优控制方法
CN110703799B (zh) * 2019-10-28 2021-09-24 大连理工大学 基于集中式最优控制的多舰载机协同甲板面滑行轨迹规划方法
CN112947073B (zh) * 2021-01-29 2023-08-29 大连理工大学 一种基于模型预测控制的舰载机滑行轨迹跟踪方法
CN112904868B (zh) * 2021-01-29 2022-09-13 中国人民解放军军事科学院战争研究院 一种基于同构化-跟踪的多舰载异构体舰面协同轨迹规划与控制方法
CN114169628B (zh) * 2021-12-14 2023-04-07 西南交通大学 基于a*算法和遗传算法的舰载机调度优化方法及***

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE69523064D1 (de) * 1994-11-16 2001-11-08 Saab Ab Linkoeping Verfahren und vorrichtung zur verwendung eines von einem trägerflugzeug gestarteten gefechtskopfes zur bekämpfung von an der flugbahn des trägerflugzeuges entlang identifizierten zielen
CN106339000A (zh) * 2016-10-10 2017-01-18 沈阳航空航天大学 基于舰载机进舰速度调节的母舰甲板运动补偿策略

Also Published As

Publication number Publication date
CN115328165A (zh) 2022-11-11

Similar Documents

Publication Publication Date Title
CN115328165B (zh) 一种基于安全调运走廊的航母舰载机甲板滑行轨迹规划方法
CN112378408B (zh) 一种实现轮式移动机器人实时避障的路径规划方法
CN113359757B (zh) 一种无人驾驶车辆路径规划与轨迹跟踪方法
CN110609552B (zh) 一种水下无人航行器编队平面航迹规划方法
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
Lacaze et al. Path planning for autonomous vehicles driving over rough terrain
Yoon et al. Spline-based RRT∗ using piecewise continuous collision-checking algorithm for Car-like vehicles
CN102541069A (zh) 偏离损失的避免操纵
CN112130587A (zh) 一种针对机动目标的多无人机协同跟踪方法
Liu et al. Research on cooperative trajectory planning and tracking problem for multiple carrier aircraft on the deck
CN112539750A (zh) 一种智能运输车路径规划方法
CN114578834B (zh) 基于目标分层双感知域的强化学习的无人车路径规划方法
Liyang et al. Path planning based on clothoid for autonomous valet parking
CN110411445A (zh) 基于软翼无人机的遍历规划方法
Paszkowiak et al. Kinematic model of a logistic train with a double ackermann steering system
CN113341999A (zh) 一种基于优化d*算法的叉车路径规划方法及装置
Valente et al. Optimized trajectories of the transfer cask system in ITER
CN113485418B (zh) 一种柔性绳系约束多机器人的轨迹生成方法
CN112904868B (zh) 一种基于同构化-跟踪的多舰载异构体舰面协同轨迹规划与控制方法
CN114879676A (zh) 一种多机器人编队队形变换与动态避障方法
CN112214037A (zh) 一种基于野外台站的无人机遥感组网航迹规划方法
Tian et al. Local smooth path planning for turning around in narrow environment
Choi et al. Smooth path generation based on Bézier curves for autonomous vehicles
CN117762124B (zh) 一种无杆牵引构型下舰载机甲板调运轨迹规划方法
Yu et al. A path planning algorithm for unmanned surface vessel with pose constraints in an unknown environment

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
GR01 Patent grant
GR01 Patent grant