[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

摘要

本发明涉及一种狭窄空间内基于随机采样的无人机轨迹规划方法，属于无人机轨迹规划领域。该方法包括：获取无人机飞行环境信息，将无人机的初始状态、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；根据所述飞行环境的三维模型进行路标点采样：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，采用多快速扩展随机树，并将多条RRT轨迹树两两连接成为一条融合后的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。本发明可有效提高狭窄空间内无人机轨迹规划的计算效率。

主权项

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。