CN119514820A 基于数字孪生的无人机路径规划方法和系统 （广东开放大学（广东理工职业学院））

基于数字孪生的无人机路径规划方法和系统本申请公开了基于数字孪生的无人机路径环境感知数据中的第一目标环境数据构建三维目标物理数据混合动态模型及三维环境模型构合预测控制算法和路径规划算法对物理无人机2获取目标飞行区域内物理无人机对应的第一初始多源对所述第一初始多源环境感知数据进行预处理，得到第一述第一目标多源环境感知数据包括第一目标将第二目标多源环境感知数据输入至所述数字孪生体，通过所基于所述模拟飞行环境状态数据，结合目标预测控制算法和据混合动态模型的步骤，所述预先构建所述目标物理数据混合动态模型具体包括以下步获取数据驱动模型和所述物理无人机对应的所述物理模型；所述结合所述物理模型和所述数据驱动模型，对所述物理通过目标最小化损失函数训练所述初始物理数据混合动态模型，对所述第一初始多源环境感知数据进行特征提取处理，得到第一通过粒子滤波器对所述第一时空清洁特征数据进行滤波处理，得到所3通过目标三角剖分算法对所述三维光滑表面模型进行三角网格化处基于所述第二目标多源传感器数据动态更新在所述数字孪生体基于所述第二目标环境数据动态更新在所述数字孪生体中的所述三基于更新后的所述虚拟环境信息和更新后的所述三维环境模型动态更新所述数字孪基于更新后的所述数字孪生体在所述虚拟空间中动态模拟所述物理无人机的飞行行根据所述目标预测控制算法对所述模拟飞行环境状态数据进行行行为控制序列；根据所述目标路径规划算法和目标避碰策略对所述目标飞行行为控制序列进行路径数据获取模块，用于获取目标飞行区域内物理无人机对应的数据处理模块，用于对所述第一初始多源环境感知数据进行预处数字孪生体构建模块，用于基于所述物理无人机对应的几何模型、飞行行为模拟模块，用于将第二目标多源环境感知数据所述数字孪生体基于所述第二目标多源环境感知数据在虚拟空间中动态模拟所述物理无飞行路径规划模块，用于基于所述模拟飞行环境状态数据，45[0008]对所述第一初始多源环境感知数据进行预处理，得到第一目标多源环境感知数6[0030]基于所述第二目标多源传感器数据动态更新在所述数字孪生体中的虚拟环境信[0032]基于更新后的所述虚拟环境信息和更新后的所述三维环境模型动态更新所述数[0033]基于更新后的所述数字孪生体在所述虚拟空间中动态模拟所述物理无人机的飞7标飞行行为控制序列；[0036]根据所述目标路径规划算法和目标避碰策略对所述目标飞行行为控制序列进行[0042]飞行行为模拟模块，用于将第二目标多源环境感知数据通过所述数字孪生体基于所述第二目标多源环境感知数据在虚拟空间中动态模拟所述物划方法和系统,该方案通过获取目标飞行区域内物理无人机对应的第一初始多源环境感知标多源环境感知数据包括第一目标环境数据；基于第一目标环境数据构建三维环境模型；8技术人员通常理解的含义相同。本文中所使用的术语只是为了描述本申请实施例的目的，9[0055]有鉴于此，本申请实施例中型构建的虚拟环境为数字孪生和路径规划提供了可靠的模拟场景，是数字孪生体的基础，的模拟过程能够动态适应实际环境的变化，物理无人机与其虚拟孪生体之间能够紧密同内容分发网络)以及大数据和人工智能平台等基础云计算服务的云服务器，服务器还可以信设备等完成复杂的飞行和作业任务，而虚拟无人机不具备物理无人机的实际飞行能力，拟化模块使用三维重建算法对处理后的目标环境数据进行三维重建生成环境的三维模型，[0069](1)地形数据：用于描述地面的高度和坡度等信息，对飞行路径规划具有重要意模型是在无人机数字孪生系统的物理数据混合驱动集成模块通过结合物理模型与数据驱[0088]在具体实现中，结合物理模型与数据驱动模型整合成目标物理数据混合动态模[0094]对于第一多源环境感知特征数据，其为经过特征提取处理后得到的关键特征数刻的无人机传感器S1的实际数据值，Δt是无人机传感器S1的采样时间间隔，XS表通过传感器之间的相对位置和姿态，可以采用变换矩阵TS,-s,将数据从一个传感器的坐"[0118]对每个粒子i(假设为)，根据系统的动态模型(即目标物理数据混合动态模型)预测其下一个状态",可以通过添加噪声到系统的动态模型中完成，即通过上述目标"模型与虚拟化模块基于三维重建算法生成虚拟环境中的高精度三维空间对齐技术处理无人机的多源数据，确保不同传感器的数据在时间和空间上的一致性，[0132]需要说明的是，多源数据的获取与预处理均由多源数据融合与环境感知模块实维环境模型的，在后续进行数字实时交互时的目标环境数据可以称为第二目标环境数据，疏数据中构建光滑的三维表面。目标三角剖分算法为Delaunay三角剖分算法，可以利用[0137]基于第一目标环境数据构建三维环境模型的过程是在无人机数字孪生系统的高[0141]高精度三维模型与虚拟化模块利用Delaunay三角剖分生[0144]在本申请实施例中，高精度三维模型与虚拟化模块通过泊松表面重建算法和[0149]本申请实施例中构建的无人机数字孪生系统创建的无人机及其操作环境的数字的几何模型与生成的三维环境模型结合，构建完整的虚拟空间。无人机的物理模型x(t)=f(x(t),u(t))+N(x(t),u(t);9)+n(t)都将在该虚拟空间中得到展现。虚拟空[0151]在具体实现中，通过高速通信链路(如5G(5thGenerationMobile孪生体基于所述第二目标多源环境感知数据在虚拟空间中动态模拟所述物理无人机的飞数据，第二目标多源环境感知数据是由第二初始多源环境感知数据经过预处理后得到的，与上述第一初始多源环境感知数据经过预处理后得到第一目标多源环境感知数据的处理第二目标多源环境感知数据的第二多源传感器数据均可以用于输入数字孪生体进行实时源环境感知数据用于表征传输给数字孪生体的实时数据，并不仅是指某一次的实时数据，[0164]其中，目标预测控制算法为MPC(ModelPredictiveControl，模型预测控制)算[0169]其中，每个状态都基于当前时刻的状态xk及未来的控制输入序列uk，uk+1，...，[0187](7)重新连接：对于树T中与qnew距离在一定范围内的节点qnear_neigh2355P12P3456定义P123P1和P2均表示中间证与优化模块通过虚拟仿真和实际测试验证系统功能。仿真环境基于实际物理环境的建制算法和路径规划算法对物理无人机进行路径规划，能够智能地规划出最优的飞行路径，的第二目标多源环境感知数据使得数字孪生体的模拟过程能够动态适应实际环境的于模拟飞行环境状态数据，结合预测控制算法和路径规划算法对物理无人机进行路径规[0211]请参阅图2，本申请实施例还提供一种基于数字孪生的无人[0212]数据获取模块201，用于获取目标飞行区域内物理无人机对应的第一初始多源环[0216]飞行行为模拟模块205，用于将第二目标多源环境感知数据输入至所述数字孪生储有计算机程序，处理器执行计算机程序时实现上述基于数字孪生的无人机路径规划方方案；302可以存储操作系统和其他应用程序，在通过软件或者固件来实现本说明书实施例所提计算机程序，该计算机程序被处理器执行时实现上述基于数字孪生的无人机路径规划方