CN117784817A - 一种陆空两栖无人平台一体化规划控制***与方法 - Google Patents
一种陆空两栖无人平台一体化规划控制***与方法 Download PDFInfo
- Publication number
- CN117784817A CN117784817A CN202410211003.3A CN202410211003A CN117784817A CN 117784817 A CN117784817 A CN 117784817A CN 202410211003 A CN202410211003 A CN 202410211003A CN 117784817 A CN117784817 A CN 117784817A
- Authority
- CN
- China
- Prior art keywords
- land
- control system
- amphibious unmanned
- track
- air
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 22
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical compound C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 claims abstract description 18
- 230000001133 acceleration Effects 0.000 claims description 17
- 230000007613 environmental effect Effects 0.000 claims description 7
- 238000007670 refining Methods 0.000 claims description 3
- 230000003068 static effect Effects 0.000 claims description 3
- 238000006243 chemical reaction Methods 0.000 abstract description 11
- 239000011159 matrix material Substances 0.000 description 22
- 238000013507 mapping Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 239000013598 vector Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000002262 irrigation Effects 0.000 description 1
- 238000003973 irrigation Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 101150096860 thlA gene Proteins 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明涉及一种陆空两栖无人平台一体化规划控制***与方法,属于陆空无人两栖平台控制领域,解决了现有技术中的控制***实现模态转换的不连续,需要多个模态分别进行处理,导致运动规划不连续,中间的转换过程耗时较久的问题。本发明的控制***包括飞行控制***、地面行驶控制***和规划控制***,实现了统一框架下的规划和控制方法,实现在复杂环境下陆空无人平台连续轨迹规划与运动控制,提高了陆空模态转换时的控制连续性。连续陆空多模态轨迹规划实现了陆空运动轨迹的连续规划,避免了分段规划带来的不连续性,实现对连续轨迹的准确跟踪和模态的平滑转换。
Description
技术领域
本发明属于陆空无人两栖平台控制领域,特别涉及一种陆空两栖无人平台一体化规划控制***与方法。
背景技术
近年来,无人机,无人车等领域发展迅速,其中无人机被运用于空中摄影,农业监测,电力巡检,物资运送,废墟探查等场景。无人车多用于自动驾驶,地质勘测,农业浇灌等场景。
无人机机动灵活,通过性好,但是载重能力弱,续航较差,而无人车具有与之互补的特性,因此,单一领域中工作的无人机或无人车对于高度非结构化环境的适应性较差。现有技术中结合两者特点,同时兼备地面行驶和空中飞行两种运动模式,且能够通过自由切换陆空两种不同运动模式的一类无人***的陆空两栖平台应运而生。相比于传统无人机或无人车,陆空两栖平台具有良好的环境适应性和任务鲁棒性,相比单一介质平台扩大了工作范围,拥有较长的工作时间,具有广阔的发展、应用前景。目前,已有大量陆空协同规划控制的研究,如专利:CN115639830B和CN112558608B。
然而,现有陆空无人平台在多模态自主规划和自主控制***方面存在很多不足,主要体现在控制***实现模态转换的不连续,以及由此引起的运动规划不连续,需要分为两个模态分别进行处理,中间的转换过程耗时较久。
发明内容
鉴于上述问题,本发明提供了一种陆空两栖无人平台一体化规划控制***及控制方法,解决了现有技术中的控制***实现模态转换的不连续,需要多个模态分别进行处理,导致运动规划不连续,中间的转换过程耗时较久的问题。
本发明提供了一种陆空两栖无人平台一体化规划控制***,包括飞行控制***、地面行驶控制***和规划控制***;规划控制***包括机载计算机和深度相机;飞行控制***包括GPS定位芯片、飞行控制器和飞行电机;地面行驶控制***包括地面行驶控制器、方向舵机及地面行驶电机;
其中,深度相机用于实时获取陆空两栖无人平台视野内的环境深度数据生成三维栅格地图,以及获取区域地图;机载计算机1用于运行陆空一体规划算法,基于实时生成的三维栅格地图实时规划陆空两栖无人平台的避开障碍物的安全运行轨迹,同时根据规划的安全运行轨迹判定陆空两栖无人平台的运动模式,并根据相应的运行模式以及陆空无人平台当前时刻的状态生成轨迹控制指令对安全运行轨迹进行轨迹跟踪;
飞行控制器用于实时采集飞行状态数据和由规划控制***传输的飞行轨迹控制指令对安全运行轨迹进行轨迹跟踪,对比实时采集飞行状态数据和安全运行轨迹获得运动控制指令,驱动陆空两栖无人平台进行飞行;
地面行驶控制***用于实时采集规划控制***传输的陆空平台的地面轨迹控制指令对安全运行轨迹进行轨迹跟踪,对比实时采集飞行状态数据和安全运行轨迹获得运动控制指令,驱动陆空两栖无人平台进行地面行驶。
可选地,飞行轨迹控制指包括实时位置控制指令和姿态控制指令。
可选地,地面轨迹控制指包括线速度控制指令和角速度控制指令。
可选地,实时采集飞行状态数据包括陆空两栖无人平台的当前真实位置。
本发明另一方面,公开了一种陆空两栖无人平台一体化规划控制方法,具体步骤如下:
步骤1、陆空两栖无人平台的深度相机采集陆空两栖无人平台视野内的环境深度数据和区域地图;基于环境深度数据获得周围障碍物的坐标信息;
步骤2、将周围障碍物的坐标信息转换为世界坐标系下的障碍物位置信息,获得全局地图;
步骤3、获取全局地图中障碍物的点与位置信息;基于全局地图中障碍物的点与位置信息构建八叉树地图;基于八叉树地图将陆空两栖无人平台视野范围内的区域地图细化为栅格地图;
步骤4、根据细化的栅格地图,基于A*算法的全局路径规划实时规划一条避开静态障碍物的安全路径;
步骤5、基于安全路径采用多项式进行轨迹拟合,生成基于五次多项式的三维轨迹方程;基于三维轨迹方程获得陆空两栖无人平台安全运行轨迹的多项式;
步骤6、基于安全运行轨迹的多项式获得陆空两栖无人平台的安全运行轨迹;对安全运行轨迹进行判别和跟踪,并获得陆空两栖无人平台所需加速度;
步骤7,基于陆空两栖无人平台所需加速度获得运动控制指令。
可选地,三维轨迹方程的表达式为:
其中,表示时刻t陆空两栖无人平台的轨迹(为x,y,z三个方向的三维轨迹);表示时刻t的第m段路径;/>第m段路径的第i项的多项式系数,i表示时刻t的次数,;/>表示时刻t的i次项;/>表示第m段路径结束时的时间,/>表示第m段路径开始时的时间。
可选地,步骤6中对安全运行轨迹进行判别时,在世界坐标系下,对安全运行轨迹的Z轴高度进行判断,如果安全运行轨迹的Z轴高度高于陆空两栖无人平台所在地面高度,规划陆空两栖无人平台的位置控制指令和飞行姿态控制指令,并发送给飞行控制***;如果安全运行轨迹的Z轴高度小于或等于陆空两栖无人平台所在地面高度,规划陆空两栖无人平台的线速度控制指令和角速度控制指令,并发送给地面行驶控制***。
可选地,步骤6中对安全运行轨迹进行跟踪时,具体步骤如下:
获取陆空两栖无人平台当前时刻的状态以及安全运行轨迹;
获得陆空两栖无人平台的安全运行轨迹和前时刻的状态的误差;
基于误差和安全运行轨迹获得陆空两栖无人平台所需加速度。
可选地,步骤6中获取的安全运行轨迹包括陆空两栖无人平台的安全运行轨迹中的期望位置、期望速度和期望加速度。
可选地,误差包括陆空两栖无人平台的期望位置和当前真实位置的误差以及期望速度和当前实际速度的误差。
与现有技术相比,本发明至少具有如下有益效果:本发明的规划控制***及控制方法,实现了统一框架下的规划和控制方法,实现在复杂环境下陆空无人平台连续轨迹规划与运动控制,提高了陆空模态转换时的控制连续性。连续陆空多模态轨迹规划实现了陆空运动轨迹的连续规划,避免了分段规划带来的不连续性,陆空多模态控制***使用变增益控制实现对连续轨迹的准确跟踪和模态的平滑转换。
附图说明
附图仅用于示出具体实施例的目的,而并不认为是对本发明的限制。
图1为本发明的陆空两栖无人平台的主视图;
图2为本发明陆空两栖无人平台一体化规划控制***的示意图;
图3为本发明陆空两栖无人平台一体化规划控制方法的流程图。
附图标记说明:
1.机载计算机;2.飞行控制器;3.GPS定位芯片;4.地面行驶控制器;5.深度相机;6.飞行电机;7.地面行驶电机。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点,下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是,在不冲突的情况下,本发明的实施例及实施例中的特征可以相互组合。另外,本发明还可以采用其他不同于在此描述的其他方式来实施,因此,本发明的保护范围并不受下面公开的具体实施例的限制。
本发明的一个具体实施例,如图1-图3,提供了一种陆空两栖无人平台一体化规划控制***,使用所述规划控制***控制陆空两栖无人平台的运行,包括飞行控制***、地面行驶控制***和规划控制***;规划控制***包括机载计算机1和深度相机5;飞行控制***包括GPS定位芯片3、飞行控制器2和飞行电机6;地面行驶控制***包括地面行驶控制器4、方向舵机及地面行驶电机7。
其中,深度相机5用于实时获取陆空两栖无人平台视野内的环境深度数据生成三维栅格地图,以及获取区域地图;机载计算机1用于运行陆空一体规划算法,基于实时生成的三维栅格地图实时规划陆空两栖无人平台的避开障碍物的安全运行轨迹,同时根据规划的安全运行轨迹判定陆空两栖无人平台的运动模式(空中模式或地面模式),并根据相应的运行模式以及陆空无人平台当前时刻的状态生成轨迹控制指令对安全运行轨迹进行轨迹跟踪;
进一步地,当安全运行轨迹的高度高于陆空两栖无人平台所在地面的高度时,判定陆空两栖无人平台的运动模式处于空中模式,根据陆空两栖无人平台的当前时刻的状态实时获取轨迹跟踪所需要的飞行轨迹控制指(包括实时位置控制指令和姿态控制指令),并发送给飞行控制器2驱动飞行电机6进行飞行,对安全运行轨迹进行轨迹跟踪;当高度小于或等于陆空两栖无人平台所在地面高度时,判定陆空两栖无人平台的运动模式处于地面模式,根据陆空两栖无人平台当的前状态实时获取跟踪轨迹所需要的地面轨迹控制指(包括线速度和角速度),并发送给地面行驶控制***驱动陆空两栖无人平台在地面运动,对运行轨迹进行轨迹跟踪。
其中,飞行控制器2用于实时采集飞行状态数据(包括GPS定位芯片3获取的陆空两栖无人平台的当前真实位置)和由规划控制***传输的飞行轨迹控制指令(包括实时位置控制指令和姿态控制指令)对安全运行轨迹进行轨迹跟踪,对比由GPS定位芯片3获取的陆空两栖无人平台的当前真实位置和安全运行轨迹的期望值获得运动控制指令,驱动陆空两栖无人平台进行飞行,同时将陆空两栖无人平台的飞行状态数据及飞行电机6、机载电源***、陆空两栖无人平台飞行模式任务设备的工作状态参数实时传送给陆空两栖无人平台的规划控制***,实时监控陆空两栖无人平台的工作状态。
优选地,飞行状态数据包括飞行控制器中惯性传感器、GPS定位芯片采集的数据。
其中,地面行驶控制***用于实时采集规划控制***传输的陆空平台的地面轨迹控制指令(包括线速度与角速度指令)对安全运行轨迹进行轨迹跟踪,对比由GPS定位芯片3获取的陆空两栖无人平台的当前真实位置和安全运行轨迹的期望值获得运动控制指令,并转换为控制地面电机7与方向舵机的控制信号。
优选地,陆空两栖无人平台底部设置底盘驱动板,底盘驱动板为4轮独立驱动底盘驱动板。
可以理解的是,飞行控制***和地面行驶控制***对陆空两栖无人平台的动力输出进行控制,例如如何将动力分配陆空两栖无人平台的多个旋翼上,在陆空两栖无人平台受到干扰时如何保持稳定的跟踪规划***给出的控制指令等。
可以理解的是,陆空两栖无人平台包含飞行模式和地面模式。
进一步地,规划控制***还包括陆空轨迹跟踪控制***;飞行控制***和地面控制***为底层控制***。
优选地,飞行控制***采用雷迅CUAV V5飞行控制器,运行PX4飞控处理***。PX4飞控处理***用于提供飞行模式硬件支持和软件堆栈的标准,允许硬件和软件的可扩展性。将PX4固件加载到雷迅CUAV V5飞行控制器中后,可完成对飞行控制器的软件配置。
PX4飞控处理***的飞行控制协议与逻辑使用Mavlink飞控协议。该协议包括上行通道和下行通道,上行通道用于传输控制指令,完成对飞行模式的实时控制,下行通道用于陆空***信息的返回,即实现陆空两栖无人平台对规划控制***指令的反馈。
地面控制***采用STM32f405控制器,基于陆空两栖无人平台地面模式的运动模型,输出控制电机转动指令,进一步驱动陆空两栖无人平台以地面模式运动。
本发明的另一个具体实施例,提供了一种陆空两栖无人平台一体化规划控制方法,使用前述陆空两栖无人平台一体化规划控制***对陆空两栖无人平台进行控制,陆空两栖无人平台一体化规划控制***包括陆空两栖无人平台一体化的安全运行径规划和轨迹跟踪控制。安全运行规划部分负责在有障碍物环境下,规划一条对于陆空两栖平台来说动力可行的路线;轨迹跟踪控制部分负责陆空两栖平台跟踪安全运行轨迹。陆空两栖无人平台一体化规划控制***具体的工作流程如图3所示,下面将详细介绍陆空两栖无人平台一体化规划控制***的工作流程,具体步骤如下:
步骤1、陆空两栖无人平台的深度相机5采集陆空两栖无人平台视野内的环境深度数据和区域地图;基于环境深度数据获得周围障碍物的坐标信息。
可以理解的是,获得周围障碍物的坐标信息为在相机坐标系下的坐标信息。
步骤2、将周围障碍物的坐标信息转换为世界坐标系下的障碍物位置信息,获得全局地图。
进一步地,相机坐标系下的障碍物坐标信息与世界坐标系的转换关系的表达是为:
其中,表示世界坐标系下障碍物的X轴向坐标;/>表示世界坐标系下障碍物的Y轴向坐标;/>表示世界坐标系下障碍物的Z轴向坐标;/>表示相机坐标系下障碍物的X轴向坐标,/>表示相机坐标系下障碍物的Y轴向坐标,/>表示相机坐标系下障碍物的Z轴向坐标;T表示平移矩阵;R表示旋转矩阵;/>表示零矩阵。
和/>坐标轴相互垂直,/>坐标轴垂直于由/>和/>坐标轴构成的平面。
步骤3、获取全局地图中障碍物的点与位置信息;基于全局地图中障碍物的点与位置信息构建八叉树地图;基于八叉树地图将陆空两栖无人平台视野范围内的区域地图细化为栅格地图(即点云地图)。
步骤4、根据细化的栅格地图,基于A*算法的全局路径规划实时规划一条避开静态障碍物的安全路径。
步骤5、基于安全路径采用多项式进行轨迹拟合,生成基于五次多项式的三维轨迹方程;基于三维轨迹方程获得陆空两栖无人平台安全运行轨迹的多项式;
三维轨迹方程的表达式为:
其中,表示时刻t陆空两栖无人平台的轨迹(为x,y,z三个方向的三维轨迹);表示时刻t的第m段路径;/>第m段路径的第i项的多项式系数,i表示时刻t的次数,;/>表示时刻t的i次项;/>表示第m段路径结束时的时间,/>表示第m段路径开始时的时间。
上式每段路径都满足首尾端点的约束和路径中间点的连续性约束。基于三维轨迹方程的表达式,构建各段路径的目标函数:
其中,/>表示第j段路径的目标函数;/>表第j段路径的结束时间;/>表示第j段路径的开始时间;i表示时刻t的次数;l表示第l项时刻t的次数;/>表示对第j段路径的多项式表达式求4阶导数;/>表示多项式的第i项系数;/>表示多项式第l项系数;/>表示第j段路径的多项式系数向量,/>-/>表示第j段路径的0次幂系数到5次幂系数;/>表示第j段路径对应的常数矩阵。
基于各段路径的目标函数构建路径目标函数矩阵,表达式为:
其中,表示第m段的多项式系数向量;/>表示第m段路径对应的常数矩阵。
进一步地,假设第j段路径时间间隔为T 0,第j段路径的首尾端点导数为:
其中,分别表示第j段路径对应的时间节点处的原值、一阶导数和二阶导数。
基于第j段路径的首尾端点导数构建第j段路径的映射矩阵/>,表达式为:
在目标函数矩阵J中带入第j段路径的映射矩阵,表达式为:
其中,表示第m段路径的首尾端点导数;/>表示第m段路径的映射矩阵;/>表示约束矩阵;/>表示路径映射矩阵;/>表示组合矩阵,由m段路径对应的常数矩阵组成。
进一步地,对于约束矩阵D,基于每段路径首尾端点的位置、速度和加速度,获得约束矩阵D,表达式为:
其中,分别表示每段路径对应的时间节点处的原值、一阶导数和二阶导数;
将约束矩阵D分为固定变量和优化变量/>,基于固定变量/>和优化变量/>构建选择矩阵/>,表达式为:
基于选择矩阵获得更新目标函数矩阵J *,表达式为:
对更新目标函数矩阵J *求导,获得更新目标函数矩阵J *的闭式解;基于更新目标函数矩阵J *的闭式解获得每段路径的多项式系数;基于所有段路径的多项式系数获得陆空两栖无人平台安全运行轨迹的多项式。
步骤6、基于安全运行轨迹的多项式获得陆空两栖无人平台的安全运行轨迹;使用规划控制***下的轨迹跟踪判别器对安全运行轨迹进行判别和跟踪,并获得陆空两栖无人平台所需加速度;
具体地,对安全运行轨迹的多项式求一阶导数得到陆空两栖无人平台的速度;对多项式求二阶导数得到陆空两栖无人平台的加速度。
判别时,在世界坐标系下,对所得到安全运行轨迹的Z轴高度进行判断,如果安全运行轨迹的Z轴高度高于陆空两栖无人平台所在地面高度,规划控制***规划陆空两栖无人平台的位置控制指令和飞行姿态控制指令,并发送给飞行控制***;如果安全运行轨迹的Z轴高度小于或等于陆空两栖无人平台所在地面高度,规划控制***规划陆空两栖无人平台的线速度控制指令和角速度控制指令,并发送给地面行驶控制***,从而实现了由规划控制***完成的统一轨迹跟踪调度。
进一步地,基于步骤5获得的安全运行轨迹的多项式,获得陆空两栖无人平台的安全运行轨迹中的期望位置、期望速度/>和期望加速度/>:
其中,表示陆空两栖无人平台的安全运行轨迹中时刻t的位置;/>表示陆空两栖无人平台的安全运行轨迹中时刻t的速度;/>陆空两栖无人平台的安全运行轨迹中时刻t的加速度;/>-/>分别表示不同次幂的多项式系数;/>表示对陆空两栖无人平台的安全运行轨迹中时刻t的位置的一阶导;/>示对陆空两栖无人平台的安全运行轨迹中时刻t的位置的二阶导;/>,表示x,y,z三个方向。
由表示陆空两栖无人平台的安全运行轨迹中时刻t的位置;/>表示陆空两栖无人平台的安全运行轨迹中时刻t的速度和/>陆空两栖无人平台的安全运行轨迹中时刻t的加速度获得安全运行轨迹的期望位置/>、期望速度/>和期望加速度/>。
轨迹跟踪时,对于步骤5得到的陆空两栖无人平台安全运行轨迹,采用前馈PID方法进行轨迹跟踪。
具体地,轨迹跟踪控制部分的输入为陆空两栖无人平台当前真实位置以及路径规划部分规划的安全运行轨迹,获得陆空两栖无人平台的安全运行轨迹中的期望位置和当前真实位置的误差以及安全运行轨迹中的期望速度和当前实际速度的误差/>,进一步获得陆空两栖无人平台所需加速度/>:
其中,为陆空两栖无人平台的传感器所测得的当前时刻陆空两栖无人平台的期望加速度,/>表示比例系数。
步骤7,基于陆空两栖无人平台所需加速度获得运动控制指令。
进一步地,根据获得的加速度计算输出运动控制指令给飞行控制器或地面行驶控制器,控制平台运动。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。
Claims (10)
1.一种陆空两栖无人平台一体化规划控制***,其特征在于,包括飞行控制***、地面行驶控制***和规划控制***;规划控制***包括机载计算机和深度相机;飞行控制***包括GPS定位芯片、飞行控制器和飞行电机;地面行驶控制***包括地面行驶控制器、方向舵机及地面行驶电机;
其中,深度相机用于实时获取陆空两栖无人平台视野内的环境深度数据生成三维栅格地图,以及获取区域地图;机载计算机用于运行陆空一体规划算法,基于实时生成的三维栅格地图实时规划陆空两栖无人平台的避开障碍物的安全运行轨迹,同时根据规划的安全运行轨迹判定陆空两栖无人平台的运动模式,并根据相应的运行模式以及陆空无人平台当前时刻的状态生成轨迹控制指令对安全运行轨迹进行轨迹跟踪;
飞行控制器用于实时采集飞行状态数据和由规划控制***传输的飞行轨迹控制指令对安全运行轨迹进行轨迹跟踪,对比实时采集飞行状态数据和安全运行轨迹获得运动控制指令,驱动陆空两栖无人平台进行飞行;
地面行驶控制***用于实时采集规划控制***传输的陆空平台的地面轨迹控制指令对安全运行轨迹进行轨迹跟踪,对比实时采集飞行状态数据和安全运行轨迹获得运动控制指令,驱动陆空两栖无人平台进行地面行驶。
2.根据权利要求1所述的陆空两栖无人平台一体化规划控制***,其特征在于,飞行轨迹控制指包括实时位置控制指令和姿态控制指令。
3.根据权利要求1所述的陆空两栖无人平台一体化规划控制***,其特征在于,地面轨迹控制指包括线速度控制指令和角速度控制指令。
4.根据权利要求1所述的陆空两栖无人平台一体化规划控制***,其特征在于,实时采集飞行状态数据包括陆空两栖无人平台的当前真实位置。
5.一种陆空两栖无人平台一体化规划控制方法,其特征在于,使用权利要求1-4任一项所述的陆空两栖无人平台一体化规划控制***,具体步骤如下:
步骤1、陆空两栖无人平台的深度相机采集陆空两栖无人平台视野内的环境深度数据和区域地图;基于环境深度数据获得周围障碍物的坐标信息;
步骤2、将周围障碍物的坐标信息转换为世界坐标系下的障碍物位置信息,获得全局地图;
步骤3、获取全局地图中障碍物的点与位置信息;基于全局地图中障碍物的点与位置信息构建八叉树地图;基于八叉树地图将陆空两栖无人平台视野范围内的区域地图细化为栅格地图;
步骤4、根据细化的栅格地图,基于A*算法的全局路径规划实时规划一条避开静态障碍物的安全路径;
步骤5、基于安全路径采用多项式进行轨迹拟合,生成基于五次多项式的三维轨迹方程;基于三维轨迹方程获得陆空两栖无人平台安全运行轨迹的多项式;
步骤6、基于安全运行轨迹的多项式获得陆空两栖无人平台的安全运行轨迹;对安全运行轨迹进行判别和跟踪,并获得陆空两栖无人平台所需加速度;
步骤7,基于陆空两栖无人平台所需加速度获得运动控制指令。
6.根据权利要求5所述的陆空两栖无人平台一体化规划控制方法,其特征在于,三维轨迹方程的表达式为:
其中,表示时刻t陆空两栖无人平台的轨迹;/>表示时刻t的第m段路径;/>第m段路径的第i项的多项式系数,i表示时刻t的次数,/>;/>表示时刻t的i次项;/>表示第m段路径结束时的时间,/>表示第m段路径开始时的时间。
7.根据权利要求5所述的陆空两栖无人平台一体化规划控制方法,其特征在于,步骤6中对安全运行轨迹进行判别时,在世界坐标系下,对安全运行轨迹的Z轴高度进行判断,如果安全运行轨迹的Z轴高度高于陆空两栖无人平台所在地面高度,规划陆空两栖无人平台的位置控制指令和飞行姿态控制指令,并发送给飞行控制***;如果安全运行轨迹的Z轴高度小于或等于陆空两栖无人平台所在地面高度,规划陆空两栖无人平台的线速度控制指令和角速度控制指令,并发送给地面行驶控制***。
8.根据权利要求7所述的陆空两栖无人平台一体化规划控制方法,其特征在于,步骤6中对安全运行轨迹进行跟踪时,具体步骤如下:
获取陆空两栖无人平台当前时刻的状态以及安全运行轨迹;
获得陆空两栖无人平台的安全运行轨迹和前时刻的状态的误差;
基于误差和安全运行轨迹获得陆空两栖无人平台所需加速度。
9.根据权利要求8所述的陆空两栖无人平台一体化规划控制方法,其特征在于,步骤6中获取的安全运行轨迹包括陆空两栖无人平台的安全运行轨迹中的期望位置、期望速度和期望加速度。
10.根据权利要求9所述的陆空两栖无人平台一体化规划控制方法,其特征在于,误差包括陆空两栖无人平台的期望位置和当前真实位置的误差以及期望速度和当前实际速度的误差。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410211003.3A CN117784817B (zh) | 2024-02-27 | 2024-02-27 | 一种陆空两栖无人平台一体化规划控制***与方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410211003.3A CN117784817B (zh) | 2024-02-27 | 2024-02-27 | 一种陆空两栖无人平台一体化规划控制***与方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117784817A true CN117784817A (zh) | 2024-03-29 |
CN117784817B CN117784817B (zh) | 2024-05-17 |
Family
ID=90396749
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410211003.3A Active CN117784817B (zh) | 2024-02-27 | 2024-02-27 | 一种陆空两栖无人平台一体化规划控制***与方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117784817B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100121574A1 (en) * | 2006-09-05 | 2010-05-13 | Honeywell International Inc. | Method for collision avoidance of unmanned aerial vehicle with other aircraft |
CN102390543A (zh) * | 2011-08-23 | 2012-03-28 | 北京航空航天大学 | 一种无人机的纵向着陆轨迹的设计方法 |
WO2018103242A1 (zh) * | 2016-12-09 | 2018-06-14 | 武汉科技大学 | 一种基于运动学习的四旋翼无人机电塔巡检方法 |
CN111722641A (zh) * | 2020-04-10 | 2020-09-29 | 南京非空航空科技有限公司 | 一种微型无人机高机动轨迹规划方法 |
CN113608543A (zh) * | 2021-08-31 | 2021-11-05 | 普宙科技(深圳)有限公司 | 飞行器航迹自适应规划的方法、装置、设备及存储介质 |
CN115718485A (zh) * | 2022-09-14 | 2023-02-28 | 清华大学 | 一种陆空两栖无人车自动模态切换与地面避障的训练方法 |
CN116400703A (zh) * | 2023-04-23 | 2023-07-07 | 北京理工大学重庆创新中心 | 一种路径规划方法、装置、计算机设备及存储介质 |
CN117452965A (zh) * | 2023-11-07 | 2024-01-26 | 北京航空航天大学杭州创新研究院 | 一种变构型无人机穿越狭长通道的轨迹规划方法 |
-
2024
- 2024-02-27 CN CN202410211003.3A patent/CN117784817B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100121574A1 (en) * | 2006-09-05 | 2010-05-13 | Honeywell International Inc. | Method for collision avoidance of unmanned aerial vehicle with other aircraft |
CN102390543A (zh) * | 2011-08-23 | 2012-03-28 | 北京航空航天大学 | 一种无人机的纵向着陆轨迹的设计方法 |
WO2018103242A1 (zh) * | 2016-12-09 | 2018-06-14 | 武汉科技大学 | 一种基于运动学习的四旋翼无人机电塔巡检方法 |
CN111722641A (zh) * | 2020-04-10 | 2020-09-29 | 南京非空航空科技有限公司 | 一种微型无人机高机动轨迹规划方法 |
CN113608543A (zh) * | 2021-08-31 | 2021-11-05 | 普宙科技(深圳)有限公司 | 飞行器航迹自适应规划的方法、装置、设备及存储介质 |
CN115718485A (zh) * | 2022-09-14 | 2023-02-28 | 清华大学 | 一种陆空两栖无人车自动模态切换与地面避障的训练方法 |
CN116400703A (zh) * | 2023-04-23 | 2023-07-07 | 北京理工大学重庆创新中心 | 一种路径规划方法、装置、计算机设备及存储介质 |
CN117452965A (zh) * | 2023-11-07 | 2024-01-26 | 北京航空航天大学杭州创新研究院 | 一种变构型无人机穿越狭长通道的轨迹规划方法 |
Also Published As
Publication number | Publication date |
---|---|
CN117784817B (zh) | 2024-05-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11557210B2 (en) | Trajectory planner for a vehicle | |
Bouabdallah et al. | Design and control of a miniature quadrotor | |
Pettersson et al. | Probabilistic roadmap based path planning for an autonomous unmanned helicopter | |
US20180102058A1 (en) | High-precision autonomous obstacle-avoidance flying method for unmanned aerial vehicle | |
CN111880573B (zh) | 一种基于视觉惯导融合的四旋翼自主导航方法 | |
Beard et al. | Autonomous vehicle technologies for small fixed-wing UAVs | |
CN109976164B (zh) | 一种多旋翼无人机能量优化视觉覆盖轨迹规划方法 | |
Bacheti et al. | Path-following with a ugv-uav formation considering that the uav lands on the ugv | |
US20240076066A1 (en) | Fixed-wing unmanned aerial vehicle capable of high angle-of-attack maneuvering | |
Bueno et al. | Project AURORA: Towards an autonomous robotic airship | |
Ajami et al. | Path planning and Ground Control Station simulator for UAV | |
Asadi et al. | An integrated aerial and ground vehicle (UAV-UGV) system for automated data collection for indoor construction sites | |
CN113608543A (zh) | 飞行器航迹自适应规划的方法、装置、设备及存储介质 | |
CN117784817B (zh) | 一种陆空两栖无人平台一体化规划控制***与方法 | |
Zhang et al. | Multi-sensory motion estimation and control of an autonomous quadrotor | |
CN114779766B (zh) | 一种自主避障陆空两栖装置及其控制方法 | |
Helble et al. | OATS: Oxford aerial tracking system | |
Phang et al. | Autonomous tracking and landing on moving ground vehicle with multi-rotor UAV | |
Adolf et al. | An unmanned helicopter for autonomous flights in urban terrain | |
Kim et al. | Evaluation of cooperative guidance for formation flight of fixed-wing UAVs using mesh network | |
Geiger et al. | Flight testing a real-time direct collocation path planner | |
Brandao et al. | High-level nonlinear underactuated controller for a leader-follower formation involving a miniature helicopter and a ground robot | |
Johnson et al. | Fourteen years of autonomous rotorcraft research at the Georgia Institute of Technology | |
US11935427B2 (en) | Driver training system employing an unmanned aerial vehicle | |
Causey | A lateral vision-based control autopilot for micro air vehicles using a horizon detection approach |
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 |