[发明专利]一种基于图论的集群无人机编队飞行轨迹优化方法

说明书

本发明公开了一种基于图论的集群无人机编队飞行轨迹优化方法，基于图论的可微分的编队队形相似性指标，以及同时考虑编队和避障的轨迹优化框架，不仅能够凭借有效的整体几何拓扑表征来实现更稳定的队形保持效果，同时该相似性指标还具有平移旋转以及尺寸放缩的不变性，使无人机在复杂场景中编队飞行时能够通过旋转或放缩整体队形来更灵活地应对障碍物，大幅提高了基于优化的方法在此类问题中的成功率，有重大的工程应用意义。

技术领域

本发明涉及无人机导航技术领域，具体涉及一种基于图论的集群无人机编队飞行轨迹优化方法。

背景技术

近年来，随着自主导航技术的日益成熟和嵌入式设备的高速发展，无人机在民用和军用领域都得到了大量的部署和应用。但是单架无人机在执行任务时仍然存在单机荷载小、系统容错率低等不足，而集群无人机通过增加了系统冗余度，能够更加鲁棒地完成既定任务。同时对于一些需要多个体协作的场景，如快速搜索救援、智能物流运输、协同建图等，集群无人机能够提供更系统的解决方案。作为集群无人机研究的一个重要方向，多无人机编队飞行问题是提高集群系统协同性和场景适应性的关键研究领域。

在无人机集群在进行复杂编队导航任务的时候，需要至少以下四点得到保证：a.复杂场景中的无人机飞行安全；b.飞行过程中对期望编队队形的保持；c.集群中各无人机之间的安全飞行间隔；d.无人机自身机体的动力学限制。对于复杂场景中的飞行安全，需要无人机对周围环境地图进行在线感知和构建以获得障碍物信息，常用的地图类型包括点云地图、欧式距离地图或概率栅格地图。对于实现集群中无人机之间的飞行避碰以及期望队形保持，需要集群系统能够通过广播网络进行无人机之间的通讯，主要通讯内容为各无人机当前位置信息和规划的轨迹。为了保证所规划轨迹能够被无人机正常执行，机体本身所具有的动力学约束也应被满足，通常包括最大电机推力、最大飞行倾角和最大滚转速率等物理限制。对于acd三点要求，目前在学界已经有了系统性的解决方案。文献^[1]中，浙江大学的Zhou等人提出了一个无人机集群自主导航系统，该系统采用时间－空间轨迹优化方法，能够用无人机机载电脑在毫秒级的时间内计算生成出安全无碰撞且满足动力学限制的高质量轨迹，本发明便是基于此背景技术。

对于上述的要求b，目前学界有很多的研究工作聚焦于解决无人机集群编队的协同控制和规划，但大多数方法只能够实现空旷场景中的集群无人机队形保持，在有障碍物的复杂环境中的编队飞行还是一个尚未有系统性解决方案的难题。因为在复杂场景下，每架无人机躲避障碍物的安全需求和维持期望队形的任务需求经常是矛盾的，因此如何系统地平衡这两个矛盾需求成为了解决无人机编队避障飞行的核心问题。目前大部分的编队飞行方案都依赖于设计基于集群一致性的局部反馈控制律。该方法对于空旷场景中的期望队形有较好的收敛性，但因为局部反馈控制律无法考虑未来一段时间窗口中的系统状态，缺乏对多障碍物场景进行提前应对处理的能力，使得该方法难以适应复杂环境中的编队飞行要求。相比而言，基于集群轨迹优化的编队飞行方案则更适合解决复杂场景中常遇到的避障问题。目前大部分的轨迹优化方案通过对各无人机施加相对位置的硬约束来实现几何队形的保持，但这些位置约束和避碰约束难以同时得到满足，从而导致优化问题不可解。一部分基于优化的工作通过被动地放弃队形的位置约束来保证无人机的飞行安全，这样会极大地破坏无人机集群的协同性。综上，目前学界亟需一种能够同时解决复杂环境下编队避障飞行的无人机集群轨迹规划方案。

目前在集群编队飞行领域有许多方法被提出，例如虚拟结构法，导航函数法，反应行为法和基于一致性理论的局部反馈控制法等等。但是以上这些方法大部分只能够在没有外部障碍物的空旷场景中实现无人机集群编队飞行。