无人机水面风险感知与主动协同规划方法及系统与流程
本发明涉及无人机控制,尤其涉及无人机水面风险感知与主动协同规划方法及系统。
背景技术:
1、在无人机执行未知环境自主探索任务时,飞行系统需要持续获取环境边界信息以规避实体障碍。水面作为特殊的物理风险目标具备强烈的镜面反射与信号吸收特性,导致机载感知设备获取的回波数据在时序上呈现极强的不连续性。传统的无人机避障技术大多采用感知与规划松耦合的单线控制架构,由于缺乏针对观测不确定性的动态分级处理策略以及跨模块共享的刚性禁行边界,在动态水面环境下底层控制器极易因单帧信号漏报而误判下方空间绝对安全,从而造成无人机在探索指令牵引下过度侵入高危水域并引发不可逆坠毁的严重问题。
技术实现思路
1、为了弥补以上不足,本发明提供了无人机水面风险感知与主动协同规划方法及系统,旨在改善传统的无人机避障大多采用松耦合单线逻辑,由于水面观测不稳定且缺乏共享防撞边界,从而造成无人机过度侵入水域坠机的问题。
2、第一方面,本发明提供了如下技术方案,无人机水面风险感知与主动协同规划方法,包括以下步骤:
3、s1、获取无人机的距离感知信息、飞行状态信息以及局部环境地图信息,对所述距离感知信息执行有效性筛选,并在判定筛选有效时生成候选风险事件;
4、s2、结合所述候选风险事件、所述飞行状态信息、所述局部环境地图信息以及提取的历史观测特征,执行局部风险分析,输出风险确定度评估结果;
5、s3、将所述风险确定度评估结果与预设的分级判定条件进行比对,生成分级处置指令,其中,若所述风险确定度评估结果落入低确定度区间,触发局部保守风险约束指令,若所述风险确定度评估结果落入高确定度区间,触发局部范围复核与更新指令;
6、s4、提取所述局部保守风险约束指令或所述局部范围复核与更新指令对应的处理结果,并将所述处理结果转化为统一风险区域;
7、s5、将所述统一风险区域同步施加于所述无人机的探索目标选择过程与轨迹避让规划过程中,以在所述探索目标选择过程中执行高风险目标抑制,并在所述轨迹避让规划过程中生成避让轨迹;
8、s6、基于所述避让轨迹输出模式切换信息与飞行执行结果,以形成主动避让控制闭环。
9、通过采用上述技术方案,对风险执行分级处置并转化为统一风险区域,进而同步约束目标选择与轨迹规划以形成避让闭环,从而改善了传统的无人机避障大多采用松耦合单线逻辑,由于水面观测不稳定且缺乏共享防撞边界,从而造成无人机过度侵入水域坠机的问题。
10、第二方面,本发明提供以下技术方案,无人机水面风险感知与主动协同规划系统,包括以下模块:
11、感知获取与筛选模块,用于获取无人机的距离感知信息、飞行状态信息以及局部环境地图信息,对所述距离感知信息执行有效性筛选,并在判定筛选有效时生成候选风险事件;
12、局部风险分析模块,用于结合所述候选风险事件、所述飞行状态信息、所述局部环境地图信息以及提取的历史观测特征,执行局部风险分析,输出风险确定度评估结果;
13、分级指令生成模块,用于将所述风险确定度评估结果与预设的分级判定条件进行比对,生成分级处置指令;
14、风险区域转化模块,用于提取所述分级处置指令对应的处理结果,并将所述处理结果转化为统一风险区域;
15、协同规划约束模块,用于将所述统一风险区域同步施加于所述无人机的探索目标选择过程与轨迹避让规划过程中;
16、避让执行输出模块,用于基于所述轨迹避让规划过程中生成的避让轨迹输出模式切换信息与飞行执行结果,以形成主动避让控制闭环。
17、本发明具有如下有益效果:
18、1、本发明中,通过对风险执行分级处置并转化为统一风险区域,进而同步约束目标选择与轨迹规划以形成避让闭环,从而改善了传统的无人机避障大多采用松耦合单线逻辑,由于水面观测不稳定且缺乏共享防撞边界,从而造成无人机过度侵入水域坠机的问题。
19、2、本发明中,通过计算传感器波束角与俯仰角的动态入射角以筛选有效点云,进而阻断机体姿态变化产生的多径干扰,从而改善了传统的感知模块大多采用无差别数据接收,由于水面反射在机体倾斜时引发信号漂移,从而造成避障系统频繁产生错误触发的问题。
20、3、本发明中,通过将逻辑假值的布尔截断掩码与探索收益执行逻辑与运算,从而改善了传统的任务规划大多采用代价软性衰减机制,由于常规惩罚难以抵消探索收益牵引,从而造成无人机极易侵入涉水危险死角的问题。
21、4、本发明中,通过将排斥势场惩罚项接入轨迹优化代价函数执行迭代求解,进而建立平滑连续的防撞物理斥力,从而改善了传统的飞控避障大多采用规则硬触发机制,由于生硬阻断逻辑在动态水面极易引发底层电平跳变,从而造成无人机航向产生剧烈震荡的问题。
1.无人机水面风险感知与主动协同规划方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的无人机水面风险感知与主动协同规划方法,其特征在于,在s1中,所述对所述距离感知信息执行有效性筛选,并在判定筛选有效时生成候选风险事件,包括:
3.根据权利要求1所述的无人机水面风险感知与主动协同规划方法,其特征在于,在s2中,所述结合所述候选风险事件、所述飞行状态信息、所述局部环境地图信息以及提取的历史观测特征,执行局部风险分析,输出风险确定度评估结果,包括:
4.根据权利要求1所述的无人机水面风险感知与主动协同规划方法,其特征在于,在s3中,所述若所述风险确定度评估结果落入低确定度区间,触发局部保守风险约束指令,包括:
5.根据权利要求1所述的无人机水面风险感知与主动协同规划方法,其特征在于,在s3中,所述若所述风险确定度评估结果落入高确定度区间,触发局部范围复核与更新指令,包括:
6.根据权利要求1所述的无人机水面风险感知与主动协同规划方法,其特征在于,在s4中,所述提取所述局部保守风险约束指令或所述局部范围复核与更新指令对应的处理结果,并将所述处理结果转化为统一风险区域,包括:
7.根据权利要求1所述的无人机水面风险感知与主动协同规划方法,其特征在于,在s5中,所述在所述探索目标选择过程中执行高风险目标抑制,包括:
8.根据权利要求1所述的无人机水面风险感知与主动协同规划方法,其特征在于,在s5中,所述在所述轨迹避让规划过程中生成避让轨迹,包括:
9.根据权利要求1所述的无人机水面风险感知与主动协同规划方法,其特征在于,在s6中,所述基于所述避让轨迹输出模式切换信息与飞行执行结果,以形成主动避让控制闭环,包括:
10.无人机水面风险感知与主动协同规划系统,其特征在于,用于权利要求1-9任一项所述的无人机水面风险感知与主动协同规划方法,包括以下模块:
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com