03 四旋翼无人机自主避障技术的研究---实验仿真及分析

1. 引言

在前几篇文章的基础工作上，本文章主要进行仿真实验，首先在无人机动力学模型基础上进行定高控制以及姿态控制仿真实验，然后分别对前文中所研究的算法进行仿真实现， 最后在仿真成功的基础上，借助搭建的无人机平台进行实验验证。

2. 定高控制及姿态控制仿真实验

在对四旋翼无人机数学建模的基础上，，通过测量所得四旋翼无人机模型参数， 利用 Matlab/simulink 搭建四旋翼仿真模型，搭建定高已经姿态的控制器仿真模型，测量所得四旋翼各参数见表所示。

四旋翼无人机模型参数

设定无人机起始高度为 0m，定高设定高度为 4m，在控制器作用下，仿真曲线如下图所示，仿真图可以看出最终达到期望的高度，并保持在期望高度下飞行，所用时间为 3s，起始阶段有下落曲线经分析是由于仿真模型工作过程中，起始阶段给定油门值不够，故会有下落现象。

高度控制

3. A*算法路径仿真

上一章中描述了 A*算法的算法设计与实现，本节主要通过 Matlab 软件对 A*算法进行仿真实现，程序运行图如图，编辑过程中手动输入目标点，障碍物以及起始点的位置，以上三种位置点可以任意输入，目标点以及起始点只能通过鼠标左键输入一次，如图 6.5，图 6.7 所示，障碍物以左键输入任意个，以右键输入最后一个，如图 6.6 所示，地 图创建完成以后，经过算法的探索，最终形成了路径如图 6.8 所示，具体的过程如下所示：

通过仿真结果可以看出，A*算法能够迅速避开障碍物并最终到达目标位置，且由图 片可以看出，算法搜索路径接近为最短路径，但同时也能看出 A*算法在路径规划时存 在路径不够平滑的缺陷。

4. 人工势场算法仿真

本节对前文描述的人工势场算法进行仿真，编程时分别将引力以及斥力分解到X， Y 轴两个分量，分别对死锁问题以及目标不可达问题解决方法仿真实验。 首先对未改进的算法即传统人工势场算法进行运算仿真，设置7个障碍物坐标位置， 目标点设在(10,10),路径规划如图 6.9 所示：

由上图可见，在不涉及算法研究过程中提出的几种问题环境时，算法正常运行， 且在算法的整体路径规划过程中，路径相对 A*算法来说较为平滑，最终能够顺利到达 目标点位置。

针对传统算法的两个问题，分别设置障碍物位置，首先设置死锁现象环境，即设置障碍物与目标点处于同一直线时，仿真图如图 6.10 所示。由图可见，在第一个障碍 物(1,1)点时，无人机陷入死锁现象，在障碍物附近徘徊很多次以后才重新进入正常路径。

通过上一章针对此问题研究后提出的改进方法，对引力增加小角度作为引力增益因子tanθ之后的仿真图如图 6.11，由图可以看出，路径成功避开与目标点处于同一直 线的点，解决死锁问题。

针对第二种问题，即全局最小值问题，设置两种障碍物环境，如图 6.12 所示，设置双障碍物形成狭窄空间，检测是否可以通过，如图 6.13 所示，设置接近目标点位置的障 碍物，将目标点置于障碍物影响范围之内，检测最终能否顺利到达目标点位置。修改斥力势场函数，编程中修改斥力函数，由两幅图可以看出，在穿越障碍物过程中路径规划平滑，顺利通过，到达目标点；在障碍物影响目标点时，引力势场增加分量，修改引力函数，同样可以到达目标点。

5. 实际飞行实验

利用前文组建好的无人机在实际场所飞行实验，无人机采用 offboard 模式飞行， 机载计算机与地面计算机通过远程桌面软件实现从地面给机载计算机发送指令，通过地 面控制系统切换飞行模式并发送目标位置，无人机进入 offboard 模式后首先定高控制， 然后向指定目标点飞行，在飞行路径上设置柱形障碍物，飞行过程如图 6.14 所示顺序为由左至右。

经过多次“实验，失败，调试，又实验”的过程，可见圆柱上的磕痕为实验失败所致，无人机可以以较慢的飞行速度穿越简单场景下的圆柱障碍物，调试过程中主要考虑飞控与机载计算机之间的通信情况、障碍物检测时间与处理速度以及算法的参数设置情况。