基于自適應(yīng)人工力場的無人機航跡規(guī)劃方法

岳碧波

摘 要：本文針對傳統(tǒng)人工力場方法動態(tài)規(guī)劃能力差的不足，提出了一種自適應(yīng)人工力場防撞方法，將本機到目的地位置的距離作為新參數(shù)，使得障礙物對本機的斥力影響隨著障礙物的位置不同而不同，能保證在遠離目的地位置的障礙物對本機產(chǎn)生的斥力大，接近目的地位置的障礙物對本機產(chǎn)生的斥力小，提高了人工力場防撞方法的自適應(yīng)能力以及動態(tài)規(guī)劃能力。仿真實驗表明，該改進方法規(guī)劃出的航跡在效率及穩(wěn)定性方面優(yōu)于傳統(tǒng)人工力場方法。

關(guān)鍵詞：無人機；防撞規(guī)避；人工力場；航跡規(guī)劃

中圖分類號：V249.1 文獻標識碼：A 文章編號：1671-2064（2018）08-0202-01

1 引言

無人機（Unmanned Aerial Vehicle，UAV）是一類無人駕駛航空飛行器的總稱，目前，全球無人機型號超過300個，數(shù)量急劇增長，應(yīng)用領(lǐng)域涉及軍事偵察、監(jiān)視、通信中繼、電子對抗、攝影娛樂、農(nóng)林作業(yè)、治安反恐、地理測繪、災(zāi)害救援等。本文針對智能無人機實時自主防撞航跡規(guī)劃應(yīng)用中，常規(guī)人工力場方法動態(tài)規(guī)劃能力不足的問題，提出一種具有自適應(yīng)能力的人工力場動態(tài)航跡規(guī)劃方法。

2 人工力場防撞方法

常規(guī)人工力場法（Artificial Potential Field， APF）引力與斥力計算方法為

3 自適應(yīng)人工力場方法

針對APF航跡規(guī)劃方法動態(tài)適應(yīng)性差的問題，本文對APF斥力計算方法做了改進，提出一種自適應(yīng)人工力場方法（Adaptive Improved Artificial Potential Field， AAPF），采用本機當前位置與目的地位置間距修正斥力大小，增加人工力場方法的動態(tài)適應(yīng)性，斥力計算方法為：

4 仿真實驗

4.1 仿真場景設(shè)置

為了驗證本文提出的AAPF防撞航跡規(guī)劃效率，將AAPF以及APF應(yīng)用于同一組二維防撞規(guī)避仿真場景中，本機執(zhí)行水平規(guī)避。本機起始位置和目的地分別為（0，0）和（10000，6000），障礙物數(shù)量為5，位置參數(shù)分別為（1200 780）、（3000 2500）、（5000 850）、（6000 2500）、（7500 4500）。AAPF引力參數(shù)為，斥力參數(shù)為；APF方法引力參數(shù)為、斥力參數(shù)為。

本機在整段飛行過程中保持速度大小為180m/s并保持不變，規(guī)避過程根據(jù)合力只改變速度角度。AAPF方法參數(shù)與APF方法通過參數(shù)設(shè)置保證兩種方法產(chǎn)生的引力與斥力接近。

4.2 仿真結(jié)果分析

按照上述算法參數(shù)以及場景設(shè)置，采用APF和AAPF方法規(guī)劃的防撞航跡如圖1所示，APF方法雖然完成了對障礙物的規(guī)避，但是在對第3、5兩個障礙物規(guī)避的時候發(fā)生了劇烈的抖動，AAPF能完成對所有障礙無的規(guī)避，規(guī)劃出的規(guī)避航跡比APF平滑。

兩種方法的仿真結(jié)果在圖中用不同的曲線表示的規(guī)避過程中本機受到的引力、本機與障礙物最小距離、本機航向角如圖2所示。APF和AAPF方法規(guī)避時間分別為82秒和85秒。APF方法產(chǎn)生斥力變化劇烈，導致本機飛行過程中航向角劇烈變化，穩(wěn)定性較差，相比較而言，AAPF方法產(chǎn)生的斥力則平滑得多，本機飛行航向角變化平穩(wěn)，保證本機飛控穩(wěn)定。兩種方法都能保證本機與障礙物最小距離大于碰撞間隔，但AAPF方法可以保證本機與障礙物最小距離變化平穩(wěn)。

實驗結(jié)果表明，AAPF能夠規(guī)劃滿足防撞規(guī)避的可行航跡，相比于APF方法，AAPF規(guī)劃出的航跡長度更短，產(chǎn)生的斥力變化穩(wěn)定，不僅確保本機與障礙物保持安全間隔，而且能保證規(guī)劃出的航跡曲線平穩(wěn)，本機在該規(guī)劃航跡下保持合理的轉(zhuǎn)向角度，AAPF總體性能優(yōu)于APF。

5 結(jié)語

AAPF是針對APF方法在實際無人機航跡規(guī)劃過程中存在適應(yīng)性差的不足，改進了APF方法中斥力計算方式，將本機當前位置與目的地位置間距修正斥力大小，一方面，AAPF方法能使本機的斥力與引力大小保持和一個合理的范圍內(nèi)，另一方面，能保證在遠離目的地位置的障礙物對本機產(chǎn)生的斥力大，接近目的地位置的障礙物對本機產(chǎn)生的斥力小。相比于APF方法，AAPF方法產(chǎn)生的斥力大小與障礙物的位置有關(guān)，增加人工力場方法的動態(tài)適應(yīng)性。通過仿真實驗表明了AAPF的總體性能要優(yōu)于APF方法。智能自主防撞技術(shù)是未來防撞技術(shù)發(fā)展的必然趨勢，下一步將根據(jù)具體航線防撞、編隊防撞、空中加受油防撞等應(yīng)用場景以及實際飛行器機動參數(shù)，解決三維+時間的四維人工力場防撞問題。

參考文獻

[1]Tsourdos A.， White B.， Shanmulgavel M. Cooperative path planning of unmanned aerial vehicles[M].Chichester： Wiley，2011： 10-20.

[2]李儼，王重，齊延軍，等.城市風場環(huán)境中的無人機快速航跡規(guī)劃方法[J].航空學報，2016， 37（3）：949-959.

[3]焦衛(wèi)東，程穎，柯然.基于SAS算法的起飛一發(fā)失效應(yīng)急路徑規(guī)劃方法[J].航空學報，2016， 37（10）：3140-3148.

[4]Asano T.， Guibs L.， Hershberger J.， et al. Visibility-polygon search and Euclidean shortest path[C]. The Proceedings of 26th Symposium on Foundations of Computer Science， Berkeley， CV， 1989：155-164.

[5]王振華，章衛(wèi)國.基于改進概率地圖的無人機實時避障研究[J].計算機工程與應(yīng)用，2010，46（25）：220-222.