小型無(wú)人直升機(jī)智能避障設(shè)計(jì)

夏 偉

(中國(guó)直升機(jī)設(shè)計(jì)研究所，江西 景德鎮(zhèn) 333001)

0 引言

無(wú)人直升機(jī)具有靈活性好、使用成本低的特點(diǎn)，因此在航空拍攝、氣象監(jiān)測(cè)、噴灑農(nóng)藥、地圖測(cè)繪、航空探礦和航空調(diào)查等民用方面應(yīng)用越來(lái)越多。然而，無(wú)人直升機(jī)的使用環(huán)境復(fù)雜多變，復(fù)雜環(huán)境下民用無(wú)人直升機(jī)的安全使用問(wèn)題備受關(guān)注，智能障礙規(guī)避就是其中重點(diǎn)之一。智能障礙規(guī)避是指無(wú)人直升機(jī)在執(zhí)行任務(wù)時(shí)，能自動(dòng)檢測(cè)并識(shí)別障礙物，然后綜合考慮完成任務(wù)的時(shí)間、油耗、遇到的威脅以及可飛行區(qū)域等因素，自主規(guī)劃出最優(yōu)或者滿(mǎn)意的飛行航跡，安全完成作業(yè)任務(wù)。智能障礙規(guī)避技術(shù)對(duì)于提高民用無(wú)人直升機(jī)作業(yè)效率及安全性是至關(guān)重要的，可使無(wú)人直升機(jī)對(duì)復(fù)雜未知環(huán)境具有更好的適應(yīng)能力，使之可以在山區(qū)、叢林、城市等復(fù)雜多變的環(huán)境下自主執(zhí)行任務(wù)。

從無(wú)人直升機(jī)規(guī)避障礙的過(guò)程來(lái)看，智能障礙規(guī)避技術(shù)主要包括三個(gè)階段的任務(wù)：一是障礙物感知階段；二是規(guī)避路徑規(guī)劃階段；三是自主繞過(guò)障礙物階段。第一階段中，當(dāng)無(wú)人直升機(jī)遇到障礙物時(shí)，快速識(shí)別、準(zhǔn)確獲取障礙物的信息并由此精確感知障礙物的具體輪廓。第二階段中，無(wú)人直升機(jī)根據(jù)障礙物信息，合理地進(jìn)行路徑規(guī)劃，使之能夠自主繞開(kāi)障礙物。第三階段中，無(wú)人直升機(jī)根據(jù)當(dāng)前飛行區(qū)域，按照重新規(guī)劃的軌跡，進(jìn)行穩(wěn)定的自主飛行，避開(kāi)障礙物，繼續(xù)執(zhí)行任務(wù)。

要實(shí)現(xiàn)無(wú)人直升機(jī)障礙物感知，首先需要配備一定的硬件設(shè)施(測(cè)量傳感器)來(lái)獲取障礙物信息;其次是需要相應(yīng)的信息處理技術(shù)對(duì)獲取的信息進(jìn)行處理分析以給出障礙物的狀態(tài)。具體的信息處理方法與所采用的傳感器的類(lèi)型以及所要完成的任務(wù)密切相關(guān)。目前常用的障礙物感知傳感器主要包括視覺(jué)、激光、微波、超聲波等傳感器?，F(xiàn)有的多種傳感器中，沒(méi)有一種能夠在各方面完全優(yōu)于其它類(lèi)型的傳感器，通常采用多傳感器相互補(bǔ)充，相應(yīng)地也需要一定的信息融合技術(shù)處理來(lái)自不同傳感器的信息，更好地服務(wù)于任務(wù)。

在獲取障礙物信息后，綜合無(wú)人直升機(jī)的機(jī)動(dòng)性能、飛行環(huán)境信息、飛行目標(biāo)和時(shí)間等各種約束條件，采用智能路徑規(guī)劃算法，快速尋找最優(yōu)路徑是智能避障技術(shù)的第二步。路徑規(guī)劃可分為兩種，分別是全局路徑規(guī)劃和局部路徑規(guī)劃。全局路徑規(guī)劃是飛行平臺(tái)在多種有效路徑選擇條件下根據(jù)相關(guān)算法解決尋找在全局范圍最優(yōu)的飛行路徑問(wèn)題。局部路徑規(guī)劃主要用于解決飛行平臺(tái)在正常飛行過(guò)程中的障礙物在線規(guī)避等問(wèn)題，是在全局路徑規(guī)劃生成的給定路徑上的局部的規(guī)劃控制策略。目前，可應(yīng)用于無(wú)人直升機(jī)的路徑規(guī)劃方法可大致分為四類(lèi)：基于幾何地圖搜索法，基于虛擬勢(shì)場(chǎng)與導(dǎo)航函數(shù)法，基于數(shù)學(xué)最優(yōu)化法以及基于生物智能優(yōu)化法。

無(wú)人直升機(jī)的飛行控制是實(shí)現(xiàn)其規(guī)避障礙物的基礎(chǔ)，然而由于自身固有的特性，要實(shí)現(xiàn)其自主飛行控制難度很大。直升機(jī)的穩(wěn)定邊界隨飛行條件的變化而發(fā)生巨大變化，且在不同飛行模態(tài)下的動(dòng)態(tài)特性有顯著的差異，因此很難建立統(tǒng)一的、精確的數(shù)學(xué)模型。同時(shí)，無(wú)人直升機(jī)是一個(gè)典型的強(qiáng)耦合、多變量的非線性系統(tǒng)，對(duì)各種干擾非常敏感。因此，無(wú)人直升機(jī)要實(shí)現(xiàn)智能避障，其飛行控制器就必須具有魯棒性和自適應(yīng)性。為了解決上述問(wèn)題，國(guó)內(nèi)外的學(xué)者們提出了很多直升機(jī)飛行控制方法，大體可以將這些方法分為兩大類(lèi)：基于模型的控制方法和非模型的控制方法。

本文以小型無(wú)人直升機(jī)為對(duì)象，針對(duì)城市、山區(qū)等復(fù)雜使用環(huán)境，進(jìn)行智能障礙規(guī)避設(shè)計(jì)研究。

1 障礙物感知

1.1 障礙物檢測(cè)

根據(jù)小型無(wú)人直升機(jī)的特點(diǎn)，選擇毫米波雷達(dá)+雙目視覺(jué)傳感器的障礙物檢測(cè)方案。毫米波雷達(dá)可以探測(cè)到障礙物上稀疏點(diǎn)的位置信息，用于障礙物初步定位；立體視覺(jué)傳感器能夠在近中距離感知障礙物的稠密距離/點(diǎn)云信息，單個(gè)攝像頭獲取的色彩圖像還包含了障礙物的二維細(xì)節(jié)信息，用于給出障礙物的判定和邊界。兩者結(jié)合可以較完美地完成障礙物檢測(cè)任務(wù)。

在無(wú)人直升機(jī)避障應(yīng)用中，障礙物一方面是指位于無(wú)人直升機(jī)前進(jìn)通道上安全距離內(nèi)將對(duì)前行造成威脅的物體，另一方面是指無(wú)人直升機(jī)為了躲避前方障礙物重新規(guī)劃路徑時(shí)需要考慮的周?chē)赡軐?duì)其造成威脅的物體。無(wú)論物體是什么，只要存在且對(duì)無(wú)人直升機(jī)的飛行造成威脅即為障礙物，因此物體在三維幾何空間中的信息具有非常重要的意義。在障礙物檢測(cè)過(guò)程除了要利用毫米波雷達(dá)探測(cè)到的障礙物上點(diǎn)的位置信息，還要在立體視覺(jué)能夠感知到的距離內(nèi)充分利用其測(cè)得的距離/位置信息。除此以外，還要充分利用色彩信息幫助確定障礙物邊界以及進(jìn)行中遠(yuǎn)距離障礙物的判別。具體方案如圖1所示。

圖1 融合雷達(dá)數(shù)據(jù)與雙目視覺(jué)數(shù)據(jù)的障礙物感知方案

首先，將雷達(dá)探測(cè)到的障礙物位置點(diǎn)轉(zhuǎn)換成圖像坐標(biāo)，找到障礙物的感興趣點(diǎn)在圖像中的位置；其次，根據(jù)感興趣點(diǎn)的圖像位置和視覺(jué)傳感所得深度/色彩信息進(jìn)行圖像分割，計(jì)算出障礙物的候選區(qū)域；而后，為了消除雷達(dá)探測(cè)的虛假目標(biāo)的影響，利用條件約束或特征匹配設(shè)計(jì)檢測(cè)器對(duì)候選區(qū)域進(jìn)行檢測(cè)，判斷是否為障礙物；最后，如果判別為障礙物，則將障礙物的圖像坐標(biāo)轉(zhuǎn)換為NED坐標(biāo)系下的三維坐標(biāo)。由于雙目視覺(jué)傳感器有兩個(gè)攝像頭，立體匹配測(cè)距過(guò)程通常將右攝像機(jī)坐標(biāo)系轉(zhuǎn)換到左攝像機(jī)坐標(biāo)系下進(jìn)行行對(duì)齊計(jì)算視差，因此所得深度圖像/三維點(diǎn)云是相對(duì)于左目而言，所以上述雷達(dá)坐標(biāo)與圖像坐標(biāo)轉(zhuǎn)換、圖像坐標(biāo)與機(jī)體坐標(biāo)轉(zhuǎn)換、色彩圖像等都是指左目圖像[1-2]。具體的數(shù)據(jù)流圖如圖2。

圖2 融合雷達(dá)數(shù)據(jù)與雙目視覺(jué)數(shù)據(jù)的障礙物感知數(shù)據(jù)流圖

1.2 感興趣點(diǎn)提取

傳統(tǒng)的毫米波雷達(dá)和視覺(jué)傳感器融合通?；诙S運(yùn)動(dòng)平臺(tái)的假設(shè)，其雷達(dá)和圖像坐標(biāo)轉(zhuǎn)換結(jié)果對(duì)平臺(tái)的姿態(tài)變化敏感。而無(wú)人直升機(jī)平臺(tái)存在高度、姿態(tài)不斷變化特點(diǎn)，因此需要進(jìn)行對(duì)高度、俯仰和滾轉(zhuǎn)角度變化自適應(yīng)的雷達(dá)和圖像坐標(biāo)轉(zhuǎn)換。經(jīng)過(guò)雷達(dá)和視覺(jué)傳感器聯(lián)合標(biāo)定，將雷達(dá)坐標(biāo)系下的距離/角度坐標(biāo)與圖像中相應(yīng)的像素點(diǎn)建立單向映射關(guān)系，使雷達(dá)信息與雙目視覺(jué)測(cè)量距離信息及左目色彩圖像信息獲得匹配，從而確定障礙物感興趣點(diǎn)。

1.3 候選區(qū)域建立

障礙物感興趣點(diǎn)給出了障礙物上某個(gè)點(diǎn)的圖像坐標(biāo)，而障礙物規(guī)避任務(wù)需要已知障礙物的邊界，為此基于雙目測(cè)距距離像和左目彩色圖像建立障礙物候選區(qū)域。而常規(guī)的稠密雙目測(cè)距得到像素級(jí)的視差，當(dāng)視差為1時(shí)測(cè)距最遠(yuǎn)。受基線長(zhǎng)度和圖像分辨率的限制，能夠測(cè)量和感知到的障礙物距離有限。例如：視場(chǎng)角50°分辨率為320×240，基線長(zhǎng)度為15 cm時(shí)可以感知57 m左右；視場(chǎng)角50°分辨率為640×480，基線長(zhǎng)度為105 cm時(shí)可以感知1000 m左右；并且隨距離增大測(cè)距精度下降嚴(yán)重。雖然通過(guò)在左右圖像上進(jìn)行亞像素級(jí)的角點(diǎn)檢測(cè)和匹配對(duì)應(yīng)，可以得到亞像素級(jí)的視差使測(cè)距更遠(yuǎn)，但所得僅為稀疏測(cè)距，因而在遠(yuǎn)距離場(chǎng)景下圖像中存在一些不能被感知距離的像素點(diǎn)。因此，由感興趣點(diǎn)建立候選區(qū)域分兩種情況進(jìn)行，若感興趣點(diǎn)位于雙目視覺(jué)感知距離范圍內(nèi)則首先利用雙目測(cè)距信息再輔以色彩信息，在雙目視覺(jué)能夠感知的距離之外則僅利用色彩信息[3]。

1) 感興趣點(diǎn)位于雙目視覺(jué)感知距離范圍內(nèi)

以各感興趣點(diǎn)為種子點(diǎn)，在稠密測(cè)距部分采用較小的生長(zhǎng)窗口，在稀疏測(cè)距部分采用較大的生長(zhǎng)窗口，在深度圖像上進(jìn)行區(qū)域生長(zhǎng)，得到初步的障礙物候選區(qū)域。由于距離較近的不同物體測(cè)距值相當(dāng)，可能會(huì)位于同一障礙物候選區(qū)域內(nèi)，且因測(cè)距誤差及姿態(tài)因素，同一物體可能得到不同的測(cè)距值，所以即使采用動(dòng)態(tài)聚類(lèi)閾值，僅基于距離信息也不能完全保證同一物體位于同一候選區(qū)域，不同物體位于不同的候選區(qū)域。因此，以感興趣點(diǎn)為種子點(diǎn)在彩色圖像上采用均值漂移方法進(jìn)行圖像分割，得到彩色圖像障礙物候選區(qū)域，并與距離像障礙物候選區(qū)域融合，得到關(guān)于障礙物候選區(qū)域更合理的劃分，再由包圍盒得到障礙物候選區(qū)域的邊界。相應(yīng)的數(shù)據(jù)流見(jiàn)圖3。

圖3 感興趣點(diǎn)位于雙目視覺(jué)感知距離范圍內(nèi)時(shí)的候選區(qū)域建立數(shù)據(jù)流圖

2) 感興趣點(diǎn)位于雙目視覺(jué)感知距離范圍外

當(dāng)感興趣點(diǎn)位于雙目視覺(jué)感知距離范圍外時(shí)，只能利用顏色信息建立障礙物候選區(qū)域。具體方法為：首先對(duì)RGB顏色空間進(jìn)行稀疏量化，將每個(gè)顏色通道的256級(jí)稀疏量化為12級(jí)，大大減少顏色總數(shù)；然后對(duì)量化后的每種顏色，計(jì)算其所包含的像素點(diǎn)相對(duì)于雷達(dá)探測(cè)像素點(diǎn)的空間距離關(guān)系，進(jìn)而通過(guò)閾值分割過(guò)濾掉大部分非障礙物點(diǎn)；再基于顏色頻率和LAB空間距離的乘積計(jì)算顯著性圖，并計(jì)算顯著性圖每點(diǎn)相對(duì)于雷達(dá)探測(cè)點(diǎn)的顯著性密度，得到密度圖；最后基于顯著性密度圖的垂直及水平投影確定障礙物候選區(qū)域的上下左右邊界。相應(yīng)的數(shù)據(jù)流見(jiàn)圖4。

圖4 感興趣點(diǎn)位于雙目視覺(jué)感知距離范圍外時(shí)的候選區(qū)域分割數(shù)據(jù)流圖

1.4 候選區(qū)域判別

為了排除虛假的雷達(dá)檢測(cè)點(diǎn)，還需要對(duì)障礙物候選區(qū)域加以判別，以驗(yàn)證其是否為真正的障礙物。根據(jù)障礙物候選區(qū)域是否位于雙目視覺(jué)感知距離范圍內(nèi)，采用不同的判別方法。

1) 障礙物候選區(qū)域位于雙目視覺(jué)感知距離范圍內(nèi)

這種情況下障礙物候選區(qū)域是由雷達(dá)檢測(cè)點(diǎn)、雙目測(cè)距、彩色圖像共同得到的檢測(cè)結(jié)果，具有高可靠性，認(rèn)為確實(shí)有物體存在。而該物體是否構(gòu)成障礙，關(guān)鍵在于是否位于無(wú)人直升機(jī)的前進(jìn)通道上，主要考慮是否為地面的情況。根據(jù)平臺(tái)高度及雙目測(cè)距所得稠密點(diǎn)云，如果障礙物候選區(qū)域的點(diǎn)云位于地表則判別為非障礙物，否則判別為障礙物。具體的數(shù)據(jù)流見(jiàn)圖5。

圖5 感興趣點(diǎn)位于雙目視覺(jué)感知距離范圍外時(shí)的候選區(qū)域判別數(shù)據(jù)流圖

2) 障礙物候選區(qū)域位于雙目視覺(jué)感知距離范圍外

這種情況下障礙物候選區(qū)域判別通過(guò)特征匹配來(lái)實(shí)現(xiàn)。首先離線階段預(yù)先建立感興趣障礙物的樣本庫(kù)，提取各樣本的SIFT特征關(guān)鍵點(diǎn)；在線檢測(cè)階段提取障礙物候選區(qū)域的SIFT特征關(guān)鍵點(diǎn)，將其與樣本庫(kù)中各樣本的SIFT特征關(guān)鍵點(diǎn)一一匹配；若和第N類(lèi)樣本匹配成功則判斷候選區(qū)域?yàn)榈贜類(lèi)障礙物，若和所有樣本均匹配失敗，則判斷為非障礙物。具體流程見(jiàn)圖6。

圖6 基于SIFT特征匹配的候選區(qū)域判別

1.5 障礙物三維位置坐標(biāo)計(jì)算

如果候選區(qū)域被判別為障礙物，則將障礙物的坐標(biāo)由圖像坐標(biāo)轉(zhuǎn)換到機(jī)體坐標(biāo)，具體包括障礙物圖像坐標(biāo)到左攝像機(jī)坐標(biāo)，左攝像機(jī)坐標(biāo)到機(jī)體坐標(biāo)兩部分轉(zhuǎn)換。數(shù)據(jù)流見(jiàn)圖7。

圖7 障礙物三維位置坐標(biāo)計(jì)算數(shù)據(jù)流圖

基于上述障礙物檢測(cè)方案，給出存在或不存在障礙物的判別，以及障礙物的三維坐標(biāo)。如果不存在障礙物，則無(wú)人直升機(jī)可以按照預(yù)設(shè)軌跡正常前行；如果存在障礙物則需要重新規(guī)劃路徑以繞過(guò)障礙物，并期望在可預(yù)見(jiàn)的未來(lái)盡可能少地再次遇到障礙物。為了達(dá)到該目的，在障礙物感知階段，當(dāng)檢測(cè)到前方有障礙物時(shí)，在深度圖像及彩色圖像上增加感興趣點(diǎn)至雷達(dá)檢測(cè)點(diǎn)以外，在前述基于雷達(dá)檢測(cè)點(diǎn)未處理到的圖像區(qū)域進(jìn)行二次障礙物檢測(cè)及判別，給出無(wú)人直升機(jī)周?chē)敱M的障礙物信息，用于后續(xù)路徑規(guī)劃。

2 避障路徑規(guī)劃

在通過(guò)視覺(jué)傳感器獲取障礙物基本狀態(tài)信息之后，需要對(duì)當(dāng)前飛行路徑進(jìn)行路徑重規(guī)劃。本文針對(duì)小型無(wú)人直升機(jī)，重點(diǎn)解決全局路徑下局部路徑的平滑處理，以便得到最優(yōu)軌跡，使無(wú)人直升機(jī)安全避障飛行。

局部路徑規(guī)劃關(guān)鍵在于算法的實(shí)時(shí)性，本文采用人工勢(shì)場(chǎng)法進(jìn)行避障局部路徑規(guī)劃。人工勢(shì)場(chǎng)法是由Khatib提出的一種虛擬力法，它的基本思想是將無(wú)人直升機(jī)在周?chē)h(huán)境中的運(yùn)動(dòng)設(shè)計(jì)成一種抽象的人造引力場(chǎng)中的運(yùn)動(dòng)，目標(biāo)點(diǎn)對(duì)無(wú)人直升機(jī)產(chǎn)生“引力”，障礙物對(duì)無(wú)人直升機(jī)產(chǎn)生“斥力”，最后通過(guò)求合力來(lái)控制無(wú)人直升機(jī)的運(yùn)動(dòng)。人工勢(shì)場(chǎng)法原理簡(jiǎn)單，而且規(guī)劃路徑安全而平滑，非常適用于無(wú)人直升機(jī)的路徑規(guī)劃。

當(dāng)無(wú)人直升機(jī)逼近目標(biāo)時(shí)，障礙物的斥力變得很小，甚至可以忽略，無(wú)人直升機(jī)將只受到吸引力的作用而直達(dá)目標(biāo)。但是在實(shí)際運(yùn)動(dòng)過(guò)程中的一些比較特殊的情況下，往往至少有一個(gè)障礙物與目標(biāo)點(diǎn)離得很近，無(wú)人直升機(jī)逼近目標(biāo)的同時(shí)，它也將向障礙物靠近。如果利用以前對(duì)引力場(chǎng)函數(shù)和斥力場(chǎng)函數(shù)的定義，斥力將比引力大得多，這樣目標(biāo)點(diǎn)將不是整個(gè)勢(shì)場(chǎng)的全局最小點(diǎn)，結(jié)果是導(dǎo)致無(wú)人直升機(jī)在目標(biāo)點(diǎn)周邊徘徊而無(wú)法到達(dá)目標(biāo)位置。因此要對(duì)該策略進(jìn)行改進(jìn)。改進(jìn)策略中引力勢(shì)函數(shù)保持不變，只對(duì)斥力勢(shì)函數(shù)進(jìn)行修改。為了保證目標(biāo)位置處斥力為零，在斥力勢(shì)函數(shù)中引入無(wú)人直升機(jī)和目標(biāo)點(diǎn)的相對(duì)位置，在原有的斥力勢(shì)函數(shù)基礎(chǔ)上乘以一個(gè)影響因子，從而解決目標(biāo)點(diǎn)和障礙物較近時(shí)無(wú)人直升機(jī)無(wú)法到達(dá)目標(biāo)點(diǎn)的問(wèn)題。

但是，當(dāng)無(wú)人直升機(jī)、目標(biāo)點(diǎn)、障礙物在同一條直線上且障礙物在無(wú)人直升機(jī)和目標(biāo)點(diǎn)之間時(shí)，或者多個(gè)障礙物對(duì)無(wú)人直升機(jī)的斥力和無(wú)人直升機(jī)受到的引力相等時(shí)，僅僅通過(guò)修改斥力勢(shì)函數(shù)是不夠的，還需要改變斥力的方向。

為了保證無(wú)人直升機(jī)用最短的時(shí)間完成躲避障礙物繼續(xù)追蹤目標(biāo)，需要它能按照最短路徑進(jìn)行跟蹤與避障。但是按照傳統(tǒng)的方法，會(huì)出現(xiàn)無(wú)人直升機(jī)在障礙物周?chē)@很遠(yuǎn)的路才能到達(dá)目標(biāo)點(diǎn)的情況。針對(duì)這種情況，采用切線繞圓法來(lái)解決這一問(wèn)題，示意圖見(jiàn)圖8。

圖8 無(wú)人直升機(jī)避障示意圖

圖中e表示無(wú)人直升機(jī)和障礙物之間的安全距離，c為無(wú)人直升機(jī)的半徑。無(wú)人直升機(jī)沿切線圓運(yùn)動(dòng)，求得的切線圓用O表示，圓P表示無(wú)人直升機(jī)，圓R表示障礙物。切線繞圓法的具體過(guò)程是當(dāng)無(wú)人直升機(jī)和障礙物之間的距離到達(dá)安全距離e附近時(shí)，不斷計(jì)算無(wú)人直升機(jī)下一時(shí)刻的位置；當(dāng)其下一時(shí)刻的位置位于切線圓O里面時(shí)就停止向前運(yùn)動(dòng)，通過(guò)調(diào)整自身姿態(tài)沿著圓O切線方向運(yùn)動(dòng)。

當(dāng)系統(tǒng)應(yīng)用改進(jìn)人工勢(shì)場(chǎng)法預(yù)測(cè)出障礙物下一時(shí)刻t的位置時(shí)，將位置信息發(fā)送到無(wú)人直升機(jī)飛控系統(tǒng)。為了保證無(wú)人直升機(jī)用最短的時(shí)間完成躲避障礙物繼續(xù)追蹤目標(biāo)，飛控系統(tǒng)將相應(yīng)改變無(wú)人直升機(jī)的位置及姿態(tài)以切線圓法躲避障礙物；完成規(guī)避任務(wù)后，無(wú)人直升機(jī)離開(kāi)障礙物影響區(qū)域到達(dá)切線圓外部，此時(shí)退出切線繞圓法進(jìn)入改進(jìn)人工勢(shì)場(chǎng)法路徑規(guī)劃，繼續(xù)規(guī)劃下一時(shí)刻的無(wú)人直升機(jī)位置，若無(wú)人直升機(jī)不在障礙物影響范圍之內(nèi)，說(shuō)明無(wú)人直升機(jī)已經(jīng)成功避開(kāi)障礙物[4-5]。

3 避障控制策略

針對(duì)小型無(wú)人直升機(jī)的特點(diǎn)，采用內(nèi)環(huán)和外環(huán)雙閉環(huán)的控制方法來(lái)實(shí)現(xiàn)避障軌跡跟蹤控制。由于外環(huán)(位置控制)是慢變系統(tǒng)，內(nèi)環(huán)(姿態(tài)控制)為快變系統(tǒng)，所以針對(duì)內(nèi)外環(huán)各自的特點(diǎn)，對(duì)外環(huán)使用模型預(yù)測(cè)(MPC)，對(duì)內(nèi)環(huán)使用自適應(yīng)反步法(ABC)來(lái)設(shè)計(jì)控制器。這種新型的控制方法將結(jié)合模型預(yù)測(cè)控制和自適應(yīng)反步法的優(yōu)點(diǎn)。

模型預(yù)測(cè)控制是一種先進(jìn)的控制技術(shù)，它以預(yù)測(cè)模型為基礎(chǔ)，采用二次在線滾動(dòng)優(yōu)化性能指標(biāo)的方式，以及通過(guò)反饋校正策略，來(lái)克服受控對(duì)象建模誤差和結(jié)構(gòu)、參數(shù)與環(huán)境不確定因素的影響。預(yù)測(cè)模型需要完成的是根據(jù)控制對(duì)象的歷史信息和未來(lái)輸入預(yù)測(cè)其未來(lái)輸出。通常系統(tǒng)模型可以寫(xiě)成狀態(tài)方程、傳遞函數(shù)這類(lèi)形式，這些都可以作為預(yù)測(cè)模型。模型預(yù)測(cè)控制的主要特征表現(xiàn)在滾動(dòng)優(yōu)化。模型預(yù)測(cè)控制中的優(yōu)化與傳統(tǒng)離散最優(yōu)控制有很大差別，主要表現(xiàn)在模型預(yù)測(cè)控制中的優(yōu)化是一種一段時(shí)間內(nèi)的滾動(dòng)優(yōu)化，在每一個(gè)采樣周期，優(yōu)化的性能指標(biāo)只涉及到現(xiàn)在時(shí)刻到本次采樣周期內(nèi)，而到下一采樣時(shí)刻，這一優(yōu)化時(shí)段同時(shí)向前推移。因此，模型預(yù)測(cè)控制不是用一個(gè)在全局范圍內(nèi)相同的最優(yōu)指標(biāo)，而是在每一采樣時(shí)刻有一個(gè)相對(duì)于該時(shí)刻的優(yōu)化性能指標(biāo)。因而，在模型預(yù)測(cè)控制中，并不是離線優(yōu)化的，而是反復(fù)在線進(jìn)行的。當(dāng)實(shí)際系統(tǒng)中存在著非線性、時(shí)變、模型適配、干擾等因素時(shí)，基于不變模型的預(yù)測(cè)控制不可能和實(shí)際情況完全符合，因此實(shí)際控制系統(tǒng)中還需要加入反饋環(huán)節(jié)。在通過(guò)優(yōu)化確定了一系列未來(lái)的控制作用后，預(yù)測(cè)控制通常不是把這些控制作用逐一全部實(shí)施，而只是實(shí)現(xiàn)本時(shí)刻的控制作用。到下一采樣時(shí)刻，則首先檢測(cè)對(duì)象的實(shí)際輸出，并利用這一實(shí)時(shí)信息對(duì)基于模型的預(yù)測(cè)進(jìn)行修正，然后再進(jìn)行新的優(yōu)化。所以模型預(yù)測(cè)控制方法需要較大的計(jì)算量，比較適合于慢變對(duì)象，由此可以適用于無(wú)人直升機(jī)控制系統(tǒng)中的外環(huán)位置控制[6]。

模型預(yù)測(cè)控制的基本原理如圖9。它利用過(guò)去和未來(lái)的輸出輸入信息，根據(jù)內(nèi)部模型預(yù)測(cè)系統(tǒng)未來(lái)的輸出，通過(guò)輸出誤差進(jìn)行反饋校正后，再與參考輸入進(jìn)行比較，隨后進(jìn)行二次性能指標(biāo)滾動(dòng)優(yōu)化，然后再計(jì)算當(dāng)前時(shí)刻應(yīng)給予系統(tǒng)的控制輸入，完成整個(gè)控制循環(huán)。因此模型預(yù)測(cè)控制的基本思想是先預(yù)測(cè)系統(tǒng)未來(lái)的輸出，再去確定當(dāng)前時(shí)刻的控制輸入，即先預(yù)測(cè)后控制，控制性能明顯優(yōu)于先有信息反饋，再產(chǎn)生控制信號(hào)的經(jīng)典反饋控制系統(tǒng)。

圖9 模型預(yù)測(cè)控制原理圖

采用內(nèi)外環(huán)分層控制方法設(shè)計(jì)的避障軌跡跟蹤控制器如圖10所示。其中外環(huán)(位置環(huán))采用模型預(yù)測(cè)控制跟蹤參考軌跡，內(nèi)環(huán)(姿態(tài)環(huán))使用自適應(yīng)反步法穩(wěn)定姿態(tài)角。Pd和P為無(wú)人直升機(jī)在地面坐標(biāo)系下的位置和實(shí)際傳感器解算的位置反饋，Vd和V為無(wú)人直升機(jī)的期望速度和實(shí)際傳感器測(cè)量的速度反饋，η為無(wú)人直升機(jī)的滾轉(zhuǎn)角、俯仰角和偏航角，[TM，a,b,TT]為無(wú)人直升機(jī)的控制量輸入。

圖10 內(nèi)外環(huán)控制器結(jié)構(gòu)圖

4 試驗(yàn)驗(yàn)證

采用雙目視覺(jué)與毫米波雷達(dá)融合方案的障礙物檢測(cè)試驗(yàn)結(jié)果如圖11所示。其中綠色框中的障礙物通過(guò)融合雙目視覺(jué)深度圖像和彩色圖像得到，藍(lán)色框中的障礙物通過(guò)雷達(dá)檢測(cè)點(diǎn)、視覺(jué)彩色圖像得到。

圖11 融合視覺(jué)傳感與雷達(dá)傳感的障礙物檢測(cè)結(jié)果

對(duì)人工勢(shì)場(chǎng)和改進(jìn)的人工勢(shì)場(chǎng)避障控制策略進(jìn)行仿真驗(yàn)證，仿真結(jié)果見(jiàn)圖12。從圖中可以看出人工勢(shì)場(chǎng)法對(duì)于躲避障礙物的影響。

圖12 人工勢(shì)場(chǎng)法規(guī)避障礙物效果對(duì)比

對(duì)智能避障方案進(jìn)行完整的仿真驗(yàn)證，仿真結(jié)果見(jiàn)圖13。結(jié)果表明該方案的實(shí)時(shí)性、快速性、安全性、穩(wěn)定性都能夠滿(mǎn)足小型無(wú)人直升機(jī)的需求。

圖13 無(wú)人直升機(jī)智能避障仿真結(jié)果

5 結(jié)論

1) 本文采用毫米波雷達(dá)+雙目視覺(jué)傳感器的障礙物檢測(cè)方法，通過(guò)數(shù)據(jù)融合，可以較完美地完成障礙物檢測(cè)任務(wù)；

2) 采用改進(jìn)人工勢(shì)場(chǎng)法進(jìn)行避障路徑規(guī)劃，可以快速規(guī)劃出安全而平滑的避障路徑；

3) 采用模型預(yù)測(cè)法和自適應(yīng)反步法相結(jié)合設(shè)計(jì)控制器，可以實(shí)現(xiàn)無(wú)人直升機(jī)智能避障飛行。

這些方法的選取充分考慮了小型無(wú)人直升機(jī)的特點(diǎn)和能力，易于工程實(shí)現(xiàn)。