[发明专利]狭窄空间内基于随机采样的无人机轨迹规划方法

权利要求书

1.一种狭窄空间内基于随机采样的无人机轨迹规划方法，其特征在于，该方法具体包括以下步骤：

S101：建立飞行环境三维模型和设置轨迹规划初始参数：

获取无人机飞行环境信息，并根据所述飞行环境信息建立以多面体形式表达的飞行环境的三维模型；所述飞行环境包含自由空间和障碍物；

确定无人机的初始状态和目标状态，无人机的初始状态和目标状态包括无人机的位置、速度和相对于飞行环境的姿态；

并将所述无人机的初始状态、目标状态和飞行环境的三维模型作为轨迹规划的初始参数；

S102：根据所述飞行环境的三维模型进行路标点采样：

在步骤S101建立的飞行环境的三维模型中通过随机星型-均匀混合采样策略判断并生成路标点，并将所述路标点分别存入狭窄空间N和空旷区域U所对应的路标点列表NList和UList；

S103：以生成的路标点和无人机的初始状态、目标状态为根节点，采用多快速扩展随机树进行轨迹扩展：

以步骤S102中生成的路标点列表NList和UList中的每一路标点和所述无人机的初始状态、目标状态为RRT轨迹树的根节点，在所述飞行环境的三维模型中进行多条RRT轨迹树的扩展，并将多条RRT轨迹树两两连接成为一条融合后的RRT轨迹树；

S104：生成完整轨迹

将步骤103中融合后的RRT轨迹树与所述无人机的初始状态、目标状态相连接，从而生成一条连接所述无人机的初始状态和目标状态的完整轨迹，作为该无人机的飞行轨迹。

2.如权利要求1所述方法，其特征在于，所述步骤S101中，无人机通过机载RGB-D相机或激光测距仪等器件获得无人机飞行环境的深度信息，并以三维点云数组的形式存储；其中三维点云数组中的每一点表征飞行环境中的某一点相对于无人机的三维坐标信息，进一步将三维点云数组转换为以多面体形式表示的飞行环境的三维模型，其中每个多面体以构成该多面体的所有平面的形式存储，每个多面体代表了无人机飞行环境中的不同障碍物和环境结构。

3.如权利要求1所述方法，其特征在于，所述步骤102中通过随机星型-均匀混合采样策略生成路标点的具体步骤包括：

S1021设定所需的总路标点数n_total,和权重系数ω_N,ω_U，且ω_N+ω_U＝1；

并根据无人机飞行环境的特点和飞行环境中狭窄空间N和空旷区域U的相对比例分别设置为ω_N,ω_U；

S1022在无人机的飞行环境中通过随机星型采样策略采样判断生成狭窄空间N中数量为n_N个路标点，并将生成的路标点存入列表NList；

所述路标点为无人机的位形空间内的一个位形点；无人机的位形表征无人机的状态和无人机的几何构型；无人机的位形空间为无人机的所有位形的集合，所述每一路标点均表征无人机的状态和无人机的几何构型。