面向信号受限环境的空地异构无人系统协同轨迹规划方法

本发明涉及空地协同无人系统的轨迹规划与运动控制，具体涉及一种面向信号受限环境的空地异构无人系统协同轨迹规划方法。

背景技术：

1、随着无人驾驶技术与智能交通系统的快速发展，网联自动驾驶车辆在城市道路无信号交叉口的自主管理受到广泛关注。现有的无信号交叉口自主管理方法高度依赖车车通信和卫星定位技术来获取精确的车辆位置信息并共享状态数据，从而规划无碰撞的协同行驶轨迹。然而，在城市峡谷等信号受限环境中，密集的高层建筑严重遮挡卫星信号视线，导致定位漂移显著加大；同时，地面车辆之间的直接通信链路因非视距遮挡而频繁中断。上述两个问题使得现有的无信号交叉口管理框架在信号受限场景下基本失效。

2、空地协同系统为解决上述问题提供了一种新范式。通过为每辆无人地面车辆配备一架搭载式无人飞行器作为专用空中通信中继节点，当车辆接近交叉口时无人飞行器起飞升空，利用其高度优势重建车辆之间的视距通信链路并获取精确的定位信息。在空地协同轨迹规划领域，现有方法主要分为解耦式和耦合式两类。解耦式方法分别独立规划无人飞行器和地面车辆的轨迹，计算复杂度较低但难以处理两者之间的强耦合约束。耦合式方法同时优化两者的轨迹，能够处理复杂的交互约束，但面临计算量大、求解困难的问题。

3、现有技术中，公告号为cn116880434b的发明专利提出了基于云雾计算和事件触发机制的空地异构无人集群协同控制方法，但未涉及多编队同时通过交叉口等冲突区域时的碰撞避免与通行顺序协调问题，也未考虑空地之间视距传播概率约束对轨迹规划的影响；公开号为cn115499921a的发明专利申请提出了面向无人机网络的三维轨迹设计及资源调度优化方法，但未涉及地面车辆的运动学约束和多车防碰撞约束，无法直接用于多编队协同轨迹规划。此外，上述方法均未有效处理异构运动学模型与高度非凸的视距概率约束之间的深度耦合问题，若直接将全部约束统一建模为最优控制问题进行求解，会导致计算量急剧增长且求解极易失败。

技术实现思路

1、鉴于上述问题，本发明提供了一种面向信号受限环境的空地异构无人系统协同轨迹规划方法，解决了现有技术中计算量呈指数级增长且求解极易失败的技术问题。

2、本发明提供了一种面向信号受限环境的空地异构无人系统协同轨迹规划方法，包括如下步骤：

3、步骤s1、获取信号受限交叉口环境信息，包括道路和障碍物的位置信息；确定无人机和无人车的运动信息，包括确定无人机和无人车的运动参数以及编队的初始位置和目标位置；其中每辆无人车搭载一辆无人机形成编队；

4、步骤s2、基于无人机和无人车的运动信息确定无人机和无人车的观测空间和动作空间；

5、基于无人机和无人车之间的距离、与障碍物的距离以及通信连通性和视距概率建立通信感知混合奖励函数；

6、基于所述信号受限交叉口环境信息、所述观测空间和动作空间以及通信感知混合奖励函数进行强化学习，获取各编队的初始位置到目标位置的联合轨迹；

7、步骤s3、将各编队的联合轨迹拼接为初始轨迹；基于初始轨迹进行膨胀障碍检测，建立安全走廊；基于所述安全走廊和轨迹最大偏移阈值进行平滑优化，获取全局初始轨迹；

8、步骤s4、基于运动学动力学约束确定迭代求解的目标函数；对所述全局初始轨迹进行迭代求解，获取无碰撞轨迹；

9、每次迭代求解的步骤包括：进行编队碰撞检测，根据是否发生碰撞确定对应的安全窗口；基于所述安全窗口和目标函数进行最优控制求解，更新所述无碰撞轨迹；

10、步骤s5、基于所述无碰撞轨迹和所述运动学动力学约束重新进行最优控制求解，最终获取多编队协同轨迹。

11、优选地，步骤s1中，所述无人机和无人车的运动参数包括无人机的三维空间位置坐标、俯仰角、偏航角和纵向速度、俯仰和偏航姿态控制指令以及纵向加速度；无人车的平面位置坐标、速度、方向角和前轮转角、加速度、轴距、前轮转角变化率。

12、优选地，步骤s2中，所述无人机和无人车的观测空间和动作空间具体为：

13、无人车的观测空间包括二维运动状态信息、到最近静态障碍物的欧氏距离、到目标位置的曼哈顿距离以及与配对飞行器之间的相对空间距离；

14、无人车的观测空间包括三维运动状态信息、到最近静态障碍物的欧氏距离、到位置的直线距离以及空对地传播模型的环境参数；

15、无人车的动作空间为连续动作空间，包括加速度控制量和前轮转角变化率控制量；

16、无人机的动作空间为连续动作空间，包括纵向加速度控制量、俯仰角速度控制量和偏航角速度控制量。

17、优选地，其特征在于，步骤s2中，所述通信感知混合奖励函数表达式为：

18、

19、

20、

21、

22、

23、其中，表示通信感知混合奖励函数，为空间距离奖励，为安全惩罚，为通信奖励，为平滑性惩罚，为各子奖励的权重系数；表示无人车当前位置坐标，表示无人车的目标位置坐标，表示无人机当前位置坐标，表示无人机的前置引导目标位置坐标，‖‖表示向量的欧氏范数k为惩罚增益系数，为预设的安全裕度阈值，为智能体与最近静态障碍物之间的距离，和为权重系数，为当前时刻的视距概率，为上一时刻的视距概率，为预设的视距概率可接受阈值，和分别表示无人车和无人机的控制输入向量。

24、优选地，其特征在于，步骤s2中，所述基于所述信号受限交叉口环境信息、所述观测空间和动作空间以及通信感知混合奖励函数进行强化学习，获取各编队的初始位置到目标位置的联合轨迹的步骤具体包括：

25、构建两个执行网络，第一执行网络以无人车的局部观测为输入，输出无人车的动作概率分布参数，第二执行网络以无人机的局部观测为输入，输出无人机的动作概率分布参数；

26、构建评价网络以全局状态信息为输入，所述全局状态信息包括编队内无人车和无人机的完整状态、环境障碍物信息以及任务目标信息，评价网络输出当前全局状态下的价值函数估计值；

27、基于所述两个执行网络和评价网络进行多智能体近端策略优化算法训练；基于训练好的执行网络对每个编队从其初始位置开始进行轨迹推演，生成从初始位置到目标位置的完整轨迹序列，作为所述联合轨迹。

28、优选地，其特征在于，步骤s3具体包括：

29、步骤s3-1、将各编队的联合轨迹按照统一的时间轴进行汇总拼接，获取初始全局轨迹；

30、步骤s3-2、基于对无人机进行膨胀障碍检测建立安全走廊，所述安全走廊包括无人机和无人车位置坐标的上界和下界；

31、步骤s3-3、确定平滑优化目标函数和约束条件，基于平滑优化目标函数、安全走廊、约束条件和轨迹最大偏移阈值进行平滑优化，获取全局初始轨迹。

32、优选地，步骤s3-2中，所述安全走廊的边界表达式为：

33、

34、其中，，分别表示智能体i在时刻k的位置坐标，分别表示智能体i在时刻k的x坐标的下界和上界，分别表示智能体i在时刻k的y坐标的下界和上界。

35、优选地，步骤s4中，所述迭代求解的目标函数的表达式为：

36、

37、

38、其中，表示迭代求解的目标函数，表示平滑优化目标函数，为罚函数权重，表示学动力学约束的违反程度参数；为编队总数，和分别表示无人机和无人车权重，和分别表示第i个编队中无人机和无人车的控制输入向量。

39、优选地，步骤s4中，所述根据是否发生碰撞确定对应的安全窗口的步骤具体包括：

40、基于所述安全走廊确定静态安全窗口；

41、当检测到智能体i在时刻k发生碰撞时，对智能体在时刻k及其前后邻域时刻的静态安全窗口进行弹性扩展，扩展后的安全窗口表达式为：

42、

43、其中，表示时刻k发生碰撞时的安全窗口，为弹性缩放因子（），为静态安全窗口，为碰撞时刻，为时间邻域参数；

44、当检测到智能体i在时刻k没有发生碰撞时，对智能体在时刻k及其前后邻域时刻的静态安全窗口进行收紧，收紧后的安全窗口表达式为：

45、

46、其中，表示时刻k未碰撞时的安全窗口，为收缩参数（），为无碰撞时刻集合。

47、与现有技术相比，本发明至少具有如下有益效果：

48、（1）本发明针对城市峡谷等信号受限交叉口中卫星定位退化、车车通信不稳定以及视距遮挡严重等问题，提出了基于通信感知混合奖励函数的多智能体强化学习方法，将无人机与无人车之间的距离约束、与障碍物的安全距离约束、通信连通性约束以及视距概率约束统一融入奖励设计中，使系统能够在无需直接求解高度非凸约束的情况下，通过交互学习自动生成满足通信需求的联合轨迹，从而有效提升了空地异构编队在复杂遮挡环境中的通信可靠性与任务可执行性。

49、（2）本发明采用初始轨迹拼接、膨胀障碍检测、安全走廊构建、平滑优化的分层处理方式，将强化学习得到的粗粒度联合轨迹转化为全局初始轨迹，并进一步通过基于碰撞状态选择性激活的安全窗口机制进行迭代优化。仅在存在碰撞风险时扩展防碰撞约束、在无碰撞时收紧安全窗口，避免了传统方法在全时域内强制施加密集碰撞约束所带来的过约束、死锁和求解失败问题，显著降低了优化复杂度，提高了多编队协同规划的稳定性和求解成功率。

50、（3）本发明利用第一阶段生成的高质量轨迹作为第二阶段最优控制求解的热启动初值，并结合运动学与动力学约束进行重新优化，使无碰撞轨迹在保证安全性的同时进一步满足车辆与无人机的实际运动性能要求，实现轨迹的平顺化、可执行化和协同性增强。该两阶段协同优化机制有效缩小了搜索空间，能够加快迭代收敛速度，最终能够输出兼顾安全、效率与平滑性的多编队协同轨迹，提升信号受限交叉口场景下空地编队通行的整体鲁棒性与工程实用性。