首页|多约束条件下无人机集群协同运动规划算法研究

多约束条件下无人机集群协同运动规划算法研究

吕玉鑫

多约束条件下无人机集群协同运动规划算法研究

吕玉鑫1
扫码查看

作者信息

  • 1. 东北大学
  • 折叠

摘要

当下无人机技术发展迅猛,在民用及国防领域得到了广泛应用,为扩展任务执行能力,弥补单架无人机在载荷、感知以及执行能力等方面的不足,无人机集群协同技术应运而生,并逐渐成为了无人机技术发展的重要方向。而协同运动规划则是无人机集群协同技术中不可缺少的一环,是无人机集群实现智能自主化的关键。无人机集群的协同运动规划控制要求在考虑运动性能以及飞行环境等多种复杂约束的条件下使集群成员达到严格的时空协同状态,从而满足任务需求。目前对于集群协同运动规划控制的研究仍存在着时间复杂度高,轨迹可飞性差及防碰避撞考虑不足等问题。本文主要针对无人机集群协同运动规划过程存在的问题进行研究,主要研究内容及成果如下: (1)本文针对编队保持以及队形变换过程中的领导者轨迹生成问题,提出了一种基于Hybird A*算法和多项式轨迹优化方法的可飞性强且无碰撞的领导者轨迹生成方法。该算法首先使用Hybird A*算法,结合离散化之后的无人机模型进行离散航迹点搜索,相邻离散航迹点状态的转移一定符合无人机运动模型,从而保障轨迹的可飞性。然后采用多项式轨迹进行离散航迹点的轨迹连接,使用贝塞尔曲线的凸包属性构建了领导者无人机的性能约束,并同时考虑了轨迹的连续性约束以及安全约束,将领导者的轨迹规划问题转化成二次规划问题,从而保障领导者轨迹生成算法的快速性与可靠性。 (2)在无人机集群的多机集结过程中,首先构建了以最小化能量和控制量改变量为目标的优化函数,并转化为二次函数形式,其次在集结规划问题中加入了离散化的模型约束以及线性化的性能约束,保障航迹是可飞的,并且基于BVC方法设计了规划层的线性凸约束以实现无人机与外部障碍物的避撞以及集群内部无人机之间的避碰,最终将所有约束条件都构建成非空闭凸集,集结过程的规划问题由此转化成二次规划问题,无人机只需要与邻居交换规划的航迹信息进行避碰,并且经过有限次数的信息交互即可收敛,使得算法符合完全分布式的需求并且求解快速可靠。针对编队保持以及队形变换过程,以最小化编队误差为目标,结合模型约束、线性化运动性能约束以及BVC避撞线性凸约束,将规划问题也转化成二次规划形式,从而保障问题快速求解。最后针对轨迹连接问题给出了一种保持连续性的5阶多项式闭式求解方案,以便作为轨迹求解时间过长的备用方案,进一步完善规划算法,保障可行性。 (3)搭建了多无人机室内协同飞行试验平台,通过四旋翼平台Crazyflie2.0配合动捕定位系统Optitrack组成了室内协同飞行系统,提出了多无人机室内协同飞行系统的总体控制架构,设计了对应的功能模块,并依托协同飞行系统针对不同场景验证了本文协同运动规划算法以及防碰避撞方案的有效性和可靠性。

关键词

无人机集群/运动规划/分布式协同

引用本文复制引用

授予学位

硕士

学科专业

控制科学与工程

导师

董久祥

学位年度

2022

学位授予单位

东北大学

语种

中文

中图分类号

V2
段落导航相关论文