针对面向城市环境的四旋翼无人机的在线避障航迹规划问题,分别研究了常用的快速扩展随机树(Rapidly-exploring Random Tree,RRT)和人工势场的改进算法。为了解决RRT算法收敛速度慢、航迹曲折的问题,首先利用概率引导的方式对随机树的生...针对面向城市环境的四旋翼无人机的在线避障航迹规划问题,分别研究了常用的快速扩展随机树(Rapidly-exploring Random Tree,RRT)和人工势场的改进算法。为了解决RRT算法收敛速度慢、航迹曲折的问题,首先利用概率引导的方式对随机树的生长方向进行引导,然后对航迹进行裁减和B样条曲线平滑处理,生成满足四旋翼无人机性能要求的可行航迹;为了解决人工势场法陷入局部极小值和振荡的问题,首先利用改进的势场函数生成初始航迹,然后利用航迹点裁剪和B样条曲线进行优化,得到最终规划航迹。最后在城市环境模型下,从算法规划时间、规划航迹长度和转折角度3个方面将改进RRT算法与改进人工势场法进行仿真比较,结果表明改进RRT算法更适用于四旋翼的在线避障航迹规划。展开更多
针对突发威胁,无人机重新规划局部航迹的问题,提出了分段优化快速扩展随机树(rapidly-exploring random tree,RRT)的无人机动态航迹规划算法。首先利用分段优化RRT算法生成全局航迹,然后根据突发威胁的相关信息确定局部航迹的起点和终点...针对突发威胁,无人机重新规划局部航迹的问题,提出了分段优化快速扩展随机树(rapidly-exploring random tree,RRT)的无人机动态航迹规划算法。首先利用分段优化RRT算法生成全局航迹,然后根据突发威胁的相关信息确定局部航迹的起点和终点,最后利用分段优化RRT算法生成局部航迹,绕过突发威胁并回到原航迹。实验结果表明算法运行时间和路径代价都降低了10%左右。对于动态航迹规划,该算法的鲁棒性与实时性较强。展开更多
针对传统的快速扩展随机树(rapidly-exploring random tree,RRT)算法收敛速度较慢、规划航迹曲折的缺点,提出基于启发式引导策略、动态步长策略、双层平滑度优化策略的综合改进RRT算法。利用概率对随机树的生长方向进行引导;采用动态步...针对传统的快速扩展随机树(rapidly-exploring random tree,RRT)算法收敛速度较慢、规划航迹曲折的缺点,提出基于启发式引导策略、动态步长策略、双层平滑度优化策略的综合改进RRT算法。利用概率对随机树的生长方向进行引导;采用动态步长进行未知空间的搜索;通过双层平滑度优化策略进行规划航迹的平滑,规划出适合四旋翼无人机飞行的可行航迹。与其它改进方法进行仿真比较,实验结果表明,综合改进RRT算法规划的航迹更短且平滑度更好,已将其应用于四旋翼无人机两种类型的突发障碍的航迹规划中。展开更多
文摘针对面向城市环境的四旋翼无人机的在线避障航迹规划问题,分别研究了常用的快速扩展随机树(Rapidly-exploring Random Tree,RRT)和人工势场的改进算法。为了解决RRT算法收敛速度慢、航迹曲折的问题,首先利用概率引导的方式对随机树的生长方向进行引导,然后对航迹进行裁减和B样条曲线平滑处理,生成满足四旋翼无人机性能要求的可行航迹;为了解决人工势场法陷入局部极小值和振荡的问题,首先利用改进的势场函数生成初始航迹,然后利用航迹点裁剪和B样条曲线进行优化,得到最终规划航迹。最后在城市环境模型下,从算法规划时间、规划航迹长度和转折角度3个方面将改进RRT算法与改进人工势场法进行仿真比较,结果表明改进RRT算法更适用于四旋翼的在线避障航迹规划。
文摘针对突发威胁,无人机重新规划局部航迹的问题,提出了分段优化快速扩展随机树(rapidly-exploring random tree,RRT)的无人机动态航迹规划算法。首先利用分段优化RRT算法生成全局航迹,然后根据突发威胁的相关信息确定局部航迹的起点和终点,最后利用分段优化RRT算法生成局部航迹,绕过突发威胁并回到原航迹。实验结果表明算法运行时间和路径代价都降低了10%左右。对于动态航迹规划,该算法的鲁棒性与实时性较强。
文摘针对传统的快速扩展随机树(rapidly-exploring random tree,RRT)算法收敛速度较慢、规划航迹曲折的缺点,提出基于启发式引导策略、动态步长策略、双层平滑度优化策略的综合改进RRT算法。利用概率对随机树的生长方向进行引导;采用动态步长进行未知空间的搜索;通过双层平滑度优化策略进行规划航迹的平滑,规划出适合四旋翼无人机飞行的可行航迹。与其它改进方法进行仿真比较,实验结果表明,综合改进RRT算法规划的航迹更短且平滑度更好,已将其应用于四旋翼无人机两种类型的突发障碍的航迹规划中。
