[发明专利]无人机目标追捕轨迹生成方法、电子设备及无人机

说明书

本发明提供一种无人机目标追捕轨迹生成方法、电子设备及无人机。该方法包括：获取待追捕目标和移动障碍物的三维位置信息，并基于三维位置信息对运动轨迹进行预测，得到待追捕目标和移动障碍物的预测运动轨迹；然后通过相机进行环境感知，得到静态环境信息，并基于静态环境信息构建导航地图；再构建MPC运动模型和目标函数，并对目标函数求解，得到无人机在MPC运动模型的滚动时域内的最优末端状态；最后将无人机的当前状态作为初始状态，将无人机的最优末端状态作为末端状态，基于时间最优轨迹生成算法和无人机的MPC运动模型，规划得到无人机追捕目标的飞行轨迹。本发明能够同时满足对目标的观测以及对移动障碍物的规避，安全高效的实施目标追捕。

技术领域

本发明涉及无人机技术领域，尤其涉及一种无人机目标追捕轨迹生成方法、电子设备及无人机。

背景技术

与目标跟随任务相比，目标追捕任务的无人机轨迹规划具有更强的轨迹时间约束。无人机被用于执行机场周边环境恶意飞行器防御抓捕任务，避免无人机对机场正常运作带来的干扰，具有较低的费效比并大大降低由此导致的经济损失和负面社会影响。此外，一些特种无人机，如装配有机械臂和抓取装置的无人机，在执行逃跑目标的追捕、“空对空”反无人机等特殊任务时通常期望以最短的时间追赶上运动目标并进行抓取的能力。虽然无人机应用得到了广泛的关注，但是在执行上述追捕任务时，现有无人机系统的自主化与智能化程度较低，通常需要熟练操作手的操作，在成本、反应时间以及追捕成功率等方面都存在着明显的缺陷。

无人机在执行一些特定任务，如复杂环境边境缉私、追捕等，当感兴趣目标进入一些密集障碍场景时，无人机需要具备较为优秀的机动性以及处理障碍环境及约束的能力，针对目标的运动能够自主地做出主动、积极的反应，防止目标逃逸，并对周边环境的动/静态障碍物进行有效地规避。与常规的无人机目标跟随任务不同，针对目标追捕任务的无人机轨迹规划可描述为：无人机根据目标运动信息和环境障碍物信息在线实时地规划出满足动力学约束的飞行轨迹，且期望以最短的任务时间追赶上逃跑的运动目标。相比较而言，面向目标追捕任务的轨迹规划具有更大的挑战性和更严苛的任务需求且需要具备以下要素：

（1）为了完成动态任务，无人机的轨迹规划模块需要能够针对逃跑目标的状态与周边环境信息在每一个控制周期内实时地生成安全、可行的飞行轨迹；

（2）时间最优性，即无人机期望以最短的时间追赶上逃跑的目标。

相比较于目标跟随研究，针对无人机目标追捕任务的研究相对较少但意义重大，近些年也逐渐引起了研究机构的重视。

在无人机目标追捕这一应用场景中，现有技术对目标进行追捕的同时，受限于机载传感器的有限探测范围与障碍物遮挡等因素，不能同时保持对目标的观测和对周边任务环境中的静态或动态障碍物的规避，使得追捕飞行的安全性与高效性低。

发明内容

本发明实施例提供了一种无人机目标追捕轨迹生成方法、电子设备及无人机，以解决现有技术在目标追捕过程中不能同时满足无人机对目标观测和障碍物规避的问题。

第一方面，本发明实施例提供了一种无人机目标追捕轨迹生成方法，包括：

获取待追捕目标和移动障碍物的三维位置信息，并基于所述三维位置信息对所述待追捕目标和所述移动障碍物在滚动时域内的运动轨迹进行预测，得到所述待追捕目标的第一预测运动轨迹和所述移动障碍物的第二预测运动轨迹；

通过无人机的相机进行环境感知，得到静态环境信息，并基于所述静态环境信息构建环境的导航地图；

获取无人机的状态量，基于所述状态量建立无人机的模型预测控制（ModelPredictive Control，MPC）运动模型，基于所述第一预测运动轨迹、所述第二预测运动轨迹和所述导航地图构建第一目标函数，并对所述第一目标函数求解，得到无人机在MPC运动模型的滚动时域内的最优末端状态；

将无人机的当前状态作为初始状态，将无人机的最优末端状态作为末端状态，基于时间最优轨迹生成算法和无人机的MPC运动模型，规划得到无人机追捕目标的飞行轨迹。