[发明专利]一种引入飞行员意图的航迹规划方法

说明书

技术领域

本发明涉及一种航迹规划方法，尤其涉及一种引入飞行员意图的航迹规划方法，属于空管技术领域。

背景技术

与商业航空的飞行路线是事先定义的、固定的相比，通用航空往往是在低空条件下自由飞行的(free flight)，其飞行员可以自主选择航线、高度和速度。在这种情况下，研究如何减轻气象、环境、地形、地貌等外界条件的复杂性对通用航空安全问题的影响，一直是空管研究中关心的问题，为此需要利用自主导航方法，例如：自主路径规划、冲突检测、风险评估和决策，为飞行器提供帮助。自主路径规划利用飞行器传感器获取的信息，检测可能遇到的障碍物或碰撞，进行风险评估，为飞行器提供可飞的航迹，因此对于飞行器的安全飞行有重要的意义。

在飞行器避险、避撞的自主路径规划研究中，相关研究学者、工程师提出了很多的算法。在这些算法中，对于多飞行器，一种鲁棒的策略是不同飞行器之间通过交换信息和飞行意图等合作的方式规划各自的路径。这种合作的方法进一步分为分散合作和集中合作两种方式。中央控制方式中，中央控制器知道每个飞行器的位置，并负责设计每个飞行器的航迹，其通常解决一个大的最优化问题。相关方法包括：semidefinite programming，nonlinearprogramming，mixed integer linear programming，mixed integer nonlinear programming，variational analysis。然而，规划的航迹数量n(n-1)/2与飞行器的数目n呈现二次函数关系，因此这些方法的计算量将成指数增长。中央集成系统需要对问题进行综合求解，往往能够得到最优解，但当系统很大的时候(飞行器很多)，收集信息的难度将大大提高。

一般来讲，分散的方法性能的鲁棒性要好。有人提出一种合作的、分散式方法，该方法基于model predictive control(MPC)，最优控制问题包括飞行器的动力学，通过mixed-integer linearprogramming(MILP，混合整数线性规划)。每个agent分配一个时隙用于计算动力学的可行性，从而保证一条无冲突的路径。把全局最优化问题分解成几个局部问题，这些局部问题被agent以迭代的、分散处理的方式予以解决。每次迭代中agent之间进行信息交换，充分利用解的过程。其他的分散控制方法，包括基于规则的方法、基于势场的方法。势场的方法包含了飞行器的动力学，并且计算速度很快，但有时候无法在保证飞行器安全的情况下完成避障或避撞。

通过滚动时域方法(receding horizon approach)，计算时间能被减少。然而，除非每次迭代中能把问题完全解决，安全问题才能保证。例如：当规划平面(planning horizon)太短时，飞行器的最大转率相对变小，就会导致：在规划之前飞行器之间会相距很近。结果是：飞行器不能及时转向，这时的最优化问题将没有可行解。另外，规模问题在无人机(unmanned aerial vehicle，UAV)领域也会出现。当需要对大队的UAV进行路径规划的时候，中央处理器的求解将随着UAV数量的增加而变得难以求解。并且，在实际应用中，当任务展开的时候，将会出现新情况，以至于规划问题需要多次求解。所以，分布式水平退让(decentralized receding horizon,ormodel predictive control)规划策略看起来更适合解决多飞行器航迹生成问题。也有文献提出这样一种方法，其中静态障碍物和动态飞行器用势函数(potential function)进行说明。尽管计算效率比较高，但potential function不能保证安全性：障碍物和移动的飞行器在代价函数中用soft constraints表示。还有文献提出一种基于iterative bargaining scheme的算法，但由于迭代可能收敛于不可行的平衡点，所以仍存在soft safety guarantees。

滚动时域Receding Horizon Planning(RHP)处理的是：在保证安全的前提下，对多个飞行器，计算其在2D空间的最优航迹。每个飞行器计算各自的飞向位点的航迹，并考虑其他飞行器的飞行意图。由于其他飞行器的意图是在线收集的，并且随着各自的航迹而变化，所以每个飞行器采用RHP策略：在每一步，通过求解一个有限平面长度T内的最优化问题来计算所有通向目的地的路径，然后对这些路径进行分割。目前滚动时域方法已经得到了广泛的应用，在无人机、有人机的避险避撞中能够在保证飞行器安全的前提下为飞行器提供航迹。