[发明专利]一种无人机目标跟踪中的分层避障控制方法

说明书

本发明公开一种无人机目标跟踪中的分层避障控制方法，步骤包括：S1.基于无人机、目标的状态构建无人机目标跟踪模型；S2.基于无人机目标跟踪模型控制无人机进行目标跟踪，使用基于目标信息累积量的跟踪决策函数控制无人机动作决策，以寻找使得目标信息累积量最大化的最佳动作序列；S3.当预测到障碍且判定需要进行障碍规避时，启动对无人机进行避碰控制，使用预先基于无人机位置与障碍位置之间关系构建的避碰决策函数控制无人机动作决策，以使得无人机快速远离预测到的障碍。本发明具有实现方法简单、所需计算时间少、跟踪及避障的效率及精度高且避障效果好等优点。

技术领域

本发明涉及无人机控制技术领域，尤其涉及一种无人机目标跟踪中的分层避障控制方法。

背景技术

无人机(UAV)已广泛用于军事以及民用领域，无人机在目标跟踪中，目标的可观察性是通过操纵安装在无人机上的传感器来实现的，正是由于无人机的感知能力受到无人机动态性能和机载传感器性能的限制，无人机的动作决策成为目前主要的研究热点之一。同时在复杂的环境下，无人机对目标进行跟踪时可能出现突发的威胁或障碍，即飞行空间出现禁飞区(统称为障碍区)，即在目标跟踪过程中还存在障碍规避问题。

现有技术中无人机目标跟踪过程中通常都是采用惩罚函数法进行碰撞检测及碰撞规避，会存在以下问题：

1、使用惩罚函数法进行碰撞检测及规避，所需的计算时间长，使得避障控制效率较低，在检测到障碍时无法及时响应；

2、使用惩罚函数法进行碰撞检测及规避时，仍需考虑目标跟踪策略，为同时保证目标与跟踪精度，无人机的避障效果通常较差，使得无人机位于危险区域的路径较长。

发明内容

本发明要解决的技术问题就在于：针对现有技术存在的技术问题，本发明提供一种实现方法简单、所需计算时间少、跟踪及避障的效率及精度高且避障效果好的无人机目标跟踪中的分层避障控制方法。

为解决上述技术问题，本发明提出的技术方案为：

一种无人机目标跟踪中的分层避障控制方法，步骤包括：

S1.基于无人机、目标的状态构建无人机目标跟踪模型；

S2.基于所述无人机目标跟踪模型控制无人机进行目标跟踪，使用基于目标信息累积量的跟踪决策函数控制无人机动作决策，以寻找使得所述目标信息累积量最大化的最佳动作序列；

S3.当预测到障碍且判定需要进行障碍规避时，启动对无人机进行避碰控制，使用预先基于无人机位置与障碍位置之间关系构建的避碰决策函数控制无人机动作决策，以使得无人机远离预测到的障碍。

作为本发明的进一步改进：所述步骤S1中具体基于POMDP(部分客观马尔可夫，partially observable Markov decision process)构建无人机目标跟踪模型，构建的模型中包括基于目标信息累积量定义的回报函数。

作为本发明的进一步改进：基于POMDP构建无人机目标跟踪模型具体为：基于系统状态S、动作U、观测率Ω、观测值O、回报函数R、状态转移律T以及置信状态b0构建无人机目标跟踪模型，定义一个无限区间的POMDP为一个数组M＝<S,U,T,Ω,O,R,b0>，其中所述系统状态S包括无人机的状态目标的状态以及计算得到的目标的相对位置所述动作U包括无人机的控制量所述回报函数R使用信息累积量定义；

所述状态转移律T为：

所述观测率Ω包括传感器的观测律：其中，所述目标的相对位置使用误差协方差矩阵表示。

作为本发明的进一步改进：所述步骤S2中具体使用基于Fisher信息矩阵计算无人机轨迹的信息累积量，构建基于Fisher信息矩阵的跟踪决策函数。