多无人机在线路径规划的新算法

南京航空航天大学自动化学院使用NOKOV度量动作捕捉系统获取多架无人机的精确位置信息,实现多架无人机协同实时路径规划。

研究背景

近年来,无人机越来越多地应用于执行战场侦察、目标识别、跟踪打击等任务。

由多架无人机协同执行任务,通过无人机之间的信息交互实现全局性目标,可以获取超过单架无人机叠加的功能和效率,成为无人机应用的趋势之一。

多无人机在线路径规划的新算法_第1张图片
为了保证多无人机协同运行,需要进行高效的实时路径规划,包括避障和防碰。

多无人机在线路径规划可以让无人机集群适应复杂多变的环境,躲避未知障碍物,提高飞行安全。

多无人机在线路径规划不仅要考虑单机的飞行约束条件和威胁条件,还要考虑无人机的数量、功能、协同方式等因素,本质上是一个大规模约束多目标优化问题。

飞行实验

南京航空航天大学自动化学院吕迅竑团队研究了一种基于改进Hybird A*的多无人机在线路径规划算法。并搭建了仿真系统和实验平台,验证算法的实时性与稳定性。

研究成果发表在2023年第六届国际自主系统大会发表。

多无人机在线路径规划的新算法_第2张图片
实验中无人机搭载深度相机提供深度图用来感知周围环境;板载计算机负责无人机之间的路径信息交互以及运行路径规划算法。NOKOV动作捕捉系统为各个无人机提供精准的位置信息。

实验目标为同时给定三架无人机的目标点,要求各无人机均可在考虑避障和防撞的约束条件下安全抵达目标点。

研究团队将传统速度障碍模型进行改进,提出适用于6自由度无人机的三维速度障碍模型,用以计算无人机在三维空间中的安全飞行速度。
多无人机在线路径规划的新算法_第3张图片
各架无人机利用Hybird A*算法进行分布式路径规划。对已规划的路径进行碰撞风险评估,若存在碰撞风险,则根据三维速度障碍模型计算安全飞行速度,将安全飞行速度作为优化约束条件,基于势场法对路径进行调整,使之同时达到避障与防撞的效果。

多无人机在线路径规划的新算法_第4张图片

实验结果

各架无人机进行在线路径规划,开始飞往目标位置,在飞行的过程中不断检测障碍物,同时检查是否与其他无人机发生碰撞,如果有碰撞风险则进行重规划;最后安全抵达目标点。
多无人机在线路径规划的新算法_第5张图片
三架无人机从起飞至到达目标点,中途遇到多个障碍物,每架无人机均可以调整自己的路径,在避障和防撞约束下到达目标点。

其中UAV1飞行路径8m,平均速度0.8m/s;UAV2飞行路径15m,平均速度1.1m/s;UAV3飞行路径19m,平均速度1.1m/s。

结果表明,利用研究团队提出的算法,多架无人机可以同时进行在线规划,规划的路径满足无人机运动学约束条件,能够规避障碍物,并有效防止无人机之间发生碰撞。

参考文献:
Zhiwei Wang, Chenhui Wan, Xunhong Lv, Cheng Ni, Zehui Mao, Yunrui Li. Multi-UAV online path planning algorithm based on improved Hybrid A*. Published in 2023 6th International Symposium on Autonomous Systems (ISAS), Nanjing, China

原文链接:https://ieeexplore.ieee.org/document/10164537

你可能感兴趣的:(无人机,路径规划,室内定位,Hybird,A,速度障碍模型,南京航空航天大学)