【无人机避障跟踪算法设计解析案例3100字】

无人机避障跟踪算法设计解析案例目录TOC\o"1-3"\h\u21746无人机避障跟踪算法设计解析案例 1155651.1传统人工势场算法解析 1324381.1.1势场函数构建 247931.1.2MATLAB仿真分析 5140591.2改进型人工势场法 685331.2.1人工势场法引力场改进 6138271.2.2模拟退火算法 7无人机在执行各种飞行任务时,主要完成的目标只有两个:(1)躲避飞行途中可能会碰到的障碍物(2)可以实现对目标地点的跟踪。因此,利用有限的已知数据规划出高效率的飞行轨迹,是实现无人机的避障能力的主要保障。目前,基于周围的网络地图设计环境对实际路径的局部规划计算方式设计是否已经有所充分了解,路径局部规划的设计算法大致情况可以将其细分为复式局部混合路径设计规划、混合式局部路径设计规划[20]。本研究课题中,假定了无人机对于周围环境处于未知的状态,无人机在飞行时可能会遇到一些未知的局部障碍物,选择的是一种局部路径规划算法。局部路径规划算法主要包括:基于个体行为的自动回避局部障碍规划算法、基于遗传算法的局部路径控制规划以及基于人工智能势场的局部路径控制规划[20]。本课题选用的是传统的人工势场算法作为飞行器的路径规划方法,首先解析其基本原理,指出其中的物理模型，然后提出该算法存在的缺陷,最后提出改进该算法的方案并在MATLAB上进行仿真验证，以此优化传统的人工势场算法。1.1传统人工势场算法解析传统的人工势场法的基本核心理念可以大致概括为:为整个地图环境中构建一个虚拟势场,无人机在该势场作用下受力的牵引而到达所规定的目标位置。该模型中的虚拟力场包括两个部分,一个就是目标点对于无人机的一种吸引力动态势场,方向上是从无人机指向目标点;一个就是障碍物对于无人机的一种斥力势场,方向从障碍物直接指向了无人机。在引力势场与斥力势场两种势场的同时影响下将会构成人工势场,势场函数降低的方向即为一个无人机所需要寻找的无障碍物飞行路径,人工势场法的受力图如图5-1所示:图5-1无人机在人工势场受力分析图在规划出来的人工势场中,想要飞行器完成自主飞行避障，找到最佳飞行路径，最重要的是设计出一个合适的势场函数，飞行器根据此函数来规划自身的运动轨迹。在完善该设计时,需要顾及到的因素是障碍物的有效影响区域,如果障碍物距离飞行器较远,则我们可以忽略此区域的障碍物对于飞行器正常飞行的影响;而且,当一个飞行器已经接近了目标地点时,人工势场对于一个飞行器的综合合力应减少至零,使得飞行器可以精确地到达这个目标地点[21]。以下是一种经典的势场函数的架构分析，并对该函数进行仿真验证。1.1.1势场函数构建在进行设计斥力势场函数时,需要满足的原则是:四旋翼飞行器与障碍物之间的距离越近,四旋翼飞行器所要承受的斥力数值越大,当四旋翼飞行器与障碍物发生碰撞事故时,斥力数值在理论上应是无限大,与障碍物之间的距离越远,飞行器所需要承受的斥力越小;设计引力势场函数时,四旋翼飞行器距离制定的目标点越接近,所受到的引力就会越小,距离制定的目标点越远,所受到的引力就会越大,当一架四旋翼飞行器到达所制定的目标点时,引力值在理论上应该变化为零。根据上述原理可进一步对飞行器做模型分析。在进行模型分析时，通常需要将飞行器、未知障碍和航点目标实现质点化。人工势场建模如图5-2：图5-2空间建模斥力势场函数在建立的人工势场中,将障碍物对四旋翼飞行器形成的斥力势场函数设为，其数值的大小与飞行器和障碍物间距的大小成反比，因此通过假设人工势能的势场函数将其公式定义为:（1.1）其中，为斥力势能系数，越大，避障的效果越明显；是四旋翼飞行器与障碍物两者之间的距离，；是障碍物的作用距离，当时，障碍物可以被认为对飞行器的飞行路径没有起到干扰作用。（1.2）在上式里，斥力的方向是由障碍物直接指向飞行器，其数值大小与有关，当减小时，反之增大，当时，。因为上述函数具有连续可导的性质，规划出来的路径曲线通常较为平滑，然而在实际的飞行过程中，障碍物不能被当作质点，所以在定义这个函数时，需要对障碍物进行膨化处理，也就是给定危险距离，让飞行器在内的势能趋于无限大，该斥力势能函数表达式为：（1.3）将式（1.3）代入式（1.2）中可得新的斥力势能函数公式为：（1.4）引力势场函数相对地，我们把目标点对飞行器产生的引力势场函数设为，其数值通常与四轴飞行器和目标点间距的大小成正比，因此，为设计这个引力势场函数，将其公式定义为：（1.5）其中，为引力势能系数，越大，无人机避障的功能越为显著；表示飞行器与目标点两者间距的距离，增大，具有的势能就会增加，，即目标地点的对无人机的导向引力势能为0。（1.6）将代入该式可得：（1.7）引力由无人机指向目标点，其大小与有关，随着的减小而减小，当时，。合成势场函数根据势场叠加的原理，得到了无人机在人工势场中的总动力势场函数公式为：（1.8）无人机所受合力大小为：（1.9）1.1.2MATLAB仿真分析在MATLAB软件上对该算法进行了仿真和分析,根据该算法的基本原理与公式编写好该算法所对应的程序，其中：假设障碍物为半径为0.5的圆，障碍物的作用半径为2，飞行器的起点坐标为（0,0），终点坐标为（10,10）。运行仿真程序后结果如图5-3所示，飞行器能正确绕开障碍物并规划出新的轨迹到达目标点位置。图5-3传统人工势场法可以看出，根据传统人工势场法模拟得到的避障轨迹较为平滑，此算法适用于普通的场景，能满足一般的飞行条件。1.2改进型人工势场法采用人工势场方法的设计较为简便,该算法的基本理念是基于完整的飞行环境中,飞行器与障碍物、飞行器与目标航点两者相隔的距离来计算得出的势场函数。然而，该算法本身存在以下两个不足之处：当飞行器所受引力与斥力大小相等，方向相反时，飞行器所受合力为0，这时候飞行器的路径规划陷入了局部最小值。飞行器会在局部极小值点周围徘徊，无法跳出局部极小值点，陷入了死循环的状态。当飞行器距离规定的目标航点较远时，飞行器所受引力会随距离的增大而增大，当目标点对飞行器的引力大于障碍物对飞行器的斥力时，容易导致飞行器在距离目标点较远的位置与障碍物发生撞击事故。针对上述提出的两点缺陷，下面对传统的人工势场法进行改良优化，其中一种方式是改进引力场函数，另一种方法是当路径规划陷入局部最小值时，按照模拟退火算法的原理对人工势场法进行改进。1.2.1人工势场法引力场改进引力势场的大小由飞行器与目标点两点之间的距离决定，当两者之间的距离非常大时，引力的数值将会变得非常大，则斥力相对于引力而言就变得非常小，这就会导致飞行器在距离目标点较远的位置与障碍物发生碰撞事故。因此，对引力场加以改进显得很有必要，公式如下：（1.10）其中，d为阈值，当四旋翼飞行器与目标点之间两点的距离≤d时，无人机所受引力与距离成正比；当四旋翼飞行器与目标点之间两点的距离＞d时，将无人机所受引力视为常数；图5-4改良前、后函数图在MATLAB中对引力势场改良后的人工势场方法进行了仿真，同样地，在该仿真中,将一个障碍物看成一个圆,在二维平面上进行算法的仿真。对比改进前与改进后的算法，不难看出传统的人工势场法用时较短，但是相对地路径较远，而改进后的人工势场法虽然用时较长，但是路径缩短了。图5-5改进引力场后的人工势场法1.2.2模拟退火算法人工势场法中的一个缺点就是容易陷入局部最小值，当其陷入局部最小值时，模拟退火法即可发挥作用。重复上述步骤直到脱离局部最小值。在MATLAB软件中对这个改良后的人工势场方法进行了仿真,验证了模拟退火技术的改良。与上文中的仿真环境不同，在这次仿真中改变了障碍物的位置，而其他条件不变。首先是对传统的人工势场法的仿真，从下图5-4可以看出，在规划路径时传统人工势场