[发明专利]一种无人机局部路径规划方法

说明书

一种无人机局部路径规划方法，包括步骤：S1、通过无人机上的传感器，对所处的局部场景进行全方位扫描，获得若干可行域，并结合可行域选择评价函数Q（v，ω）获得相应的最优采样控制空间；S2、通过DWA算法在最优采样控制空间中采样多组线速度和角速度组合，并根据评价函数G（v，ω）获得一系列预选轨迹；S3、从一系列预选轨迹中输出一条得分最低的轨迹，限制始末点状态，最终解析出一条加速度变化率积分最小的更平顺的光滑轨迹解析式；S4、将获得的解析式输送给无人机控制器，从而实现无人机稳定平顺地飞行。

技术领域

本发明涉及无人机操作技术领域，具体是一种无人机局部路径规划方法。

背景技术

路径规划方法广义地可以分为全局路径规划和局部路径规划算法。当存在精确的全局地图时，规划一条无人机安全有效的甚至最优的路径很容易；但当无人机仅能通过传感器实时感知周边环境生成局部地图时，输出一条优秀的路径存在很大挑战。

其中动态窗口法（Dynamic Window Approach, DWA）便是一种应用广泛的局部路径规划算法。传统的DWA算法采用固定权重组合，能在差分机器人低速运动面对稀疏的小目标障碍场景下表现良好，但面对新的复杂场景，例如存在大面积横断障碍场景的情况下，容易出现路径规划不合理甚至产生碰撞的情形。另外，当无人机在高速运动状态下需要较大的转向角且稳定在该状态一段时间，才可绕过障碍，传统的DWA算法经常出现以下不足：无人机过度转向导致的螺旋转圈、不足转向导致的转向静止，以及平顺性差导致的速度突变等问题。

发明内容

发明目的：本发明的目的是提供一种无人机局部路径规划方法，解决了无人机在大面积横断障碍场景下，存在的过度转向、不足转向、以及平顺性差导致的无法顺利飞行的问题。

技术方案：本发明提供了一种无人机局部路径规划方法，包括以下步骤：

步骤S1、通过无人机上的传感器，对所处的局部场景进行全方位扫描，获得若干可行域，并结合可行域选择评价函数Q（v，ω）获得相应的最优采样控制空间，其中，v表示为线速度， w表示为角速度；

步骤S2、通过DWA算法在最优采样控制空间中采样多组线速度和角速度组合，并根据评价函数G（v，ω）获得一系列预选轨迹，其中，v表示为线速度， w表示为角速度。

步骤S3、从一系列预选轨迹中输出一条得分最低的轨迹，限制始末点状态，最终解析出一条加速度变化率积分最小的更平顺的光滑轨迹解析式；

步骤S4、将获得的解析式输送给无人机控制器，从而实现无人机稳定平顺地飞行。

本发明增加了一个串行可行域评价函数Q（v，ω），对所处的具有大面积横断障碍的飞行场景的控制空间采样范围进行限制，在前端把动态窗口绑定在有限可行域内，从而有效减少无人机在遇到大面积横断障碍时候，过度转向导致的螺旋转动，或者转向不足导致的静止问题，从而大大提高了无人机的飞行效率。另外，对通过评价函数G（v，ω）获得的预选轨迹进行后端轨迹平滑处理，对加速度空间平滑处理，实现对控制空间的进一步离散约束，最终输出一条更平顺的轨迹，从而通过局部路径的规划，保证了无人机可以在复杂场景下的高速稳定的飞行，有效提高了无人机飞行的稳定性以及平顺性。

进一步的，所述步骤S1包括以下子步骤：

步骤S1-1、以无人机所在位置为中心点，通过传感器扫描全周环境，获得n个障碍遮挡点（n=1,2，……），并以最接近目标点的障碍点为起点，顺时针进行标记O1、O2、O3、……、On；

步骤S1-2、避开感知域内的障碍，获得若干个可行域，从而将采样控制空间限制在可行域中；

步骤S1-3、结合可行域选择评价函数Q（v，ω）获得相应的最优采样控制空间。

进一步的，所述步骤S1-3中可行域评价函数为：