隨著無人機作業(yè)空域從中高空不斷向低空甚至超低空拓展,復雜的低空障礙環(huán)境對無人機造成了嚴重的威脅。研究無人機避障航路規(guī)劃理論與方法,對于保障無人機的飛行安全和提升其任務效率具有重要作用。對無人機避障航路規(guī)劃方法的研究現(xiàn)狀進行了梳理,首先,根據(jù)航路規(guī)劃問題所建立的優(yōu)化模型,將規(guī)劃方法劃分為基于數(shù)學規(guī)劃的方法、基于路標圖的方法、基于空間分解的方法、基于勢場的方法、基于隨機規(guī)劃的方法和基于機器學習的方法六個大類。然后,分別介紹了各類型方法的基本原理、代表性研究以及優(yōu)缺點。最后,對避障航路規(guī)劃方法未來可能的研究方向進行了展望。綜述表明,復雜環(huán)境下無人機三維航路規(guī)劃方法的研究仍有提升空間;未來應考慮將傳統(tǒng)規(guī)劃方法與新一代人工智能技術相結合;航路規(guī)劃方法研究應充分考慮機載傳感器的實際性能和工作特性;規(guī)劃航路的可跟蹤性問題也亟待解決。 

【文章來源】：無人系統(tǒng)技術. 2020,3(01)

【文章頁數(shù)】：10 頁

【部分圖文】：

可視圖法（左）和Voronoi圖法（右）示意圖

針對APF存在的問題，立足于勢場的基本思想，文獻[42-43]提出了流函數(shù)法，該方法具有規(guī)劃速度快、路徑平滑等優(yōu)點，其基本思路如下：在規(guī)劃空間內引入某種初始流場，可根據(jù)流體力學知識求得其速度勢；當流場中存在障礙物時，可建立障礙物勢場與原初始流場疊加得到總勢場，對其速度勢求導獲得流場流速；對流速積分得到流體流線即規(guī)劃航路。該方法是APF的一種變形，具有APF函數(shù)的一般特性，但能在一定程度上避免局部極小問題。一些研究工作對該算法進行了改進。梁宵等[44]提出一種基于行為伸縮功能的滾動窗口啟發(fā)方向計算方法，使其跟蹤目標，并在滾動窗口內采取流函數(shù)法規(guī)劃局部避障航路，經(jīng)驗證該方法可有效減少計算時間與空間復雜度，實現(xiàn)動態(tài)航路規(guī)劃。Daily R等[45]在采用流函數(shù)法解決躲避單障礙物問題的基礎上，采用加權求和法解決了兩個甚至多個障礙物存在時的航路規(guī)劃問題。然而，當規(guī)劃空間由二維擴展到三維時，流函數(shù)的概念將不復存在，因此該方法主要用于二維環(huán)境下的路徑規(guī)劃。針對這一情況，本課題組在參考流函數(shù)法中相應流體概念的基礎上，進一步提出了基于流水避石思想的三維航路規(guī)劃方法[46]。該方法借鑒了自然界水流流動的宏觀特征：當無障礙物時，水流沿直線流動；當遇到障礙物時，水流會平滑地繞過該障礙并最終流向終點。同時，引入三維障礙外包絡的概念，將航路規(guī)劃與流體計算有機結合，通過流體力學方法對三維地形進行流場模擬，并綜合考慮無人機性能約束、飛行安全性、航路代價等指標進行航路優(yōu)選，最終得到滿足任務要求的三維光滑可飛航路。其計算方法分為解析計算和數(shù)值計算兩種，解析法適合障礙分布簡單的情況，計算量小，航路分布于起點至終點的航路帶間；數(shù)值法適合復雜的地形情況，航路能夠充滿規(guī)劃區(qū)域。

與PRM算法相比，RRT算法采用樹表示路徑集合，且將系統(tǒng)狀態(tài)模型引入路徑規(guī)劃過程中，因此可處理無人機復雜動力學與運動學約束問題[58]。其計算速度快，實時性好，可用于動態(tài)不確定性環(huán)境，得到了廣泛的應用。但隨機思想的引入也導致了規(guī)劃結果優(yōu)化的不足，且其避障特性不甚理想，許多學者對此進行了改進。尹高揚等[59]通過引入航跡距離約束，使搜索樹沿路徑距離最短的近似最優(yōu)航跡方向進行擴展，克服了RRT方法隨機性強的缺陷。溫乃峰等[60]通過引入代價模型，提出約減域逐步構造方法，引導規(guī)劃樹快速有效擴展，改善了RRT算法中存在的采樣空間過度約減問題�；陔S機規(guī)劃的方法尤其是RRT算法能處理無人機的復雜動力學與運動學約束，且具有概率意義上的完備性。但節(jié)點的隨機采樣過程使得該算法規(guī)劃的航路難以保證最優(yōu)性。此外，由于該方法在隨機采樣過程中需判斷某一節(jié)點是否屬于自由空間，屬于被動的避障策略，因此不適用于復雜地形或動態(tài)環(huán)境。

【參考文獻】：
期刊論文
[1]RWPSO與馬爾科夫鏈的無人機航路規(guī)劃[J]. 胡美富,寧芊,陳炳才,雷印杰.  哈爾濱工業(yè)大學學報. 2019(11)
[2]類腦智能技術在無人系統(tǒng)上的應用[J]. 趙欣怡,宗群,張睿隆,田栢苓,張秀云,馮聰.  控制理論與應用. 2019(01)
[3]基于馬爾科夫生存模型與粒子群算法的動態(tài)航路規(guī)劃[J]. 崔舒婷,趙成萍,周新志,寧芊,嚴華.  四川大學學報(自然科學版). 2018(03)
[4]突發(fā)威脅情況下的無人機航跡重規(guī)劃[J]. 朱杰,魯藝,張輝明.  計算機工程與應用. 2018(08)
[5]采用粒子群優(yōu)化和B樣條曲線的改進可視圖路徑規(guī)劃算法[J]. 呂太之,周武,趙春霞.  華僑大學學報(自然科學版). 2018(01)
[6]無人機快速三維航跡規(guī)劃算法[J]. 尹高揚,周紹磊,吳青坡.  西北工業(yè)大學學報. 2016(04)
[7]基于流體擾動計算的無人機三維無碰撞航路規(guī)劃[J]. 王宏倫,雷玉鵬,姚鵬,劉暢.  控制理論與應用. 2016(03)
[8]基于改進流體擾動算法與灰狼優(yōu)化的無人機三維航路規(guī)劃[J]. 姚鵬,王宏倫.  控制與決策. 2016(04)
[9]基于動態(tài)流體擾動原理的三維滾動航路規(guī)劃[J]. 姚鵬,王宏倫,劉暢.  北京航空航天大學學報. 2015(12)
[10]一種利用改進A*算法的無人機航跡規(guī)劃[J]. 占偉偉,王偉,陳能成,王超.  武漢大學學報(信息科學版). 2015(03)



本文編號：3291501