一种基于近面气流感知的无人机安全避障方法及系统

摘要: 本发明涉及无人机自主控制、空气动力学感知与安全控制,具体涉及一种基于近面气流感知的无人机安全避障方法及系统。背景技术:1、四旋翼无人机具有结构紧凑、机动性强和可...
一种基于近面气流感知的无人机安全避障方法及系统

本发明涉及无人机自主控制、空气动力学感知与安全控制,具体涉及一种基于近面气流感知的无人机安全避障方法及系统。

背景技术:

1、四旋翼无人机具有结构紧凑、机动性强和可在狭窄空间飞行等特点,已被用于巡检、搜救、仓储、室内探索等任务。在近壁面、透明障碍物或光照变化明显的环境中,飞行器需要及时获得与障碍物之间的距离并对控制指令进行安全修正。现有避障方案通常依赖相机、激光雷达、超声波或深度传感器。相机容易受弱光、强光、烟尘以及透明或低纹理表面影响;激光雷达和深度传感器会增加重量、功耗与成本,并可能对透明表面产生漏检。对于小型无人机,上述外感知设备还会压缩有效载荷和续航裕度。

2、旋翼在产生升力的同时形成诱导气流。当无人机靠近墙面、箱体或其他障碍物时,诱导气流的流场、压力分布与有效推力会随间距改变,飞行控制器为维持姿态和轨迹而产生的旋翼转速、姿态和速度调整包含障碍物距离信息。现有技术对该类近面气动效应多作为需要抑制的扰动处理,尚缺少将其作为主动感知信息并与具有可验证安全约束的控制器一体化的方法。因此,需要一种不依赖常规外感知传感器、可利用无人机已有飞行状态完成近面障碍物距离估计,并能在估计误差存在时实时修正标称控制输入的安全避障技术。

3、中国专利申请cn201910310817.1提出了一种基于红外光测距的四旋翼无人机避障装置及避障方法,该方法在无人机上安装四组红外光发射与接收装置、超声波测距模块以及舵机—平面镜扫描装置,根据测得的障碍物距离及预设阈值控制无人机改变飞行方向,但存在两个问题:(1)该方法需要额外配置多组红外传感器、超声波模块及舵机扫描机构,增加了无人机的结构复杂度、重量和能耗,不利于载荷及续航能力受限的小型四旋翼无人机;(2)红外测距依赖障碍物表面对红外光的有效反射,其测量结果容易受到强环境光、透明或镜面障碍物、表面反射率及入射角变化的影响,可能出现测距误差或漏检,难以适应复杂的感知退化环境。

4、中国专利申请cn202011506198.2提出了一种基于预测控制和屏障函数的无人机安全轨迹跟踪方法,该方法利用模型预测控制生成基准控制量,并根据机载传感器获得的无人机与障碍物距离构造控制屏障函数,通过二次规划对基准控制量进行修正,但存在两个问题:(1)该方法预设机载传感器能够直接、持续地获得障碍物信息及距离,未涉及利用旋翼转速、惯性测量信息及飞行状态时序变化估计障碍物距离,因此仍受到弱光、烟尘、透明或低纹理表面等外感知退化因素的限制;(2)该方法采用基于位置安全域的一阶控制屏障函数约束,但障碍物距离相对于四旋翼推力或平移加速度输入通常具有较高相对阶,该专利未对相对阶问题进行专门处理,难以直接用于反应时间有限的近距离避障控制。

技术实现思路

1、本发明旨在解决现有小型无人机在透明、弱纹理或感知退化环境中依赖相机和激光雷达进行近距离避障时存在的漏检、载荷增加和安全约束不足的问题,提供一种将旋翼诱导气流的近面效应转化为距离观测量并以此构造安全控制约束的技术方案。

2、本发明的技术解决方案为:

3、本发明提供一种基于近面气流感知的无人机安全避障方法,包括以下几个步骤:

4、步骤s1,采集无人机在飞行过程中的连续飞行状态数据,所述连续飞行状态数据按照时间顺序构造固定长度的状态数据序列;

5、步骤s2,将所述状态数据序列输入预先训练的时序距离估计模型,提取由障碍物近面效应引起的旋翼诱导气流时序特征,输出所述无人机相对于障碍物的估计距离;

6、步骤s3,根据轨迹生成模块生成的参考轨迹与无人机当前位置计算标称平动加速度,并基于所述估计距离构造安全集合及指数控制障碍函数约束;

7、步骤s4,在所述指数控制障碍函数约束下求解以所述标称平动加速度的修正量最小为目标的二次规划问题,得到安全平动加速度;

8、步骤s5,将所述安全平动加速度转换为总推力指令和期望姿态指令,控制所述无人机远离障碍物。

9、本发明还提供与上述方法相对应的基于近面气流感知的无人机安全避障系统,所述系统包括:

10、状态采集模块,用于采集无人机在飞行过程中的连续飞行状态数据,所述连续飞行状态数据按照时间顺序构造固定长度的状态数据序列;

11、距离估计模块,用于将所述状态数据序列输入预先训练的时序距离估计模型,提取由障碍物近面效应引起的旋翼诱导气流时序特征,输出所述无人机相对于障碍物的估计距离;

12、标称控制模块,用于根据轨迹生成模块生成的参考轨迹与无人机当前位置计算标称平动加速度,并基于所述估计距离构造安全集合及指数控制障碍函数约束;

13、安全滤波模块,用于在所述指数控制障碍函数约束下求解以所述标称平动加速度的修正量最小为目标的二次规划问题,得到安全平动加速度;

14、飞行执行模块,用于将所述安全平动加速度转换为总推力指令和期望姿态指令,控制所述无人机远离障碍物。

15、本发明与现有技术相比的有益效果在于:

16、1)利用飞行器已有的惯性、姿态和旋翼转速数据感知障碍物,可降低对相机、激光雷达等外感知设备的依赖,特别适用于透明或弱纹理障碍物;

17、2)时间卷积网络同时利用多个飞行状态的历史信息,能够从含噪声、时滞和耦合的气动响应中提取稳定的近面特征,提高距离估计的实时性与鲁棒性;

18、3)将估计距离直接嵌入指数控制障碍函数,并通过二次规划对标称输入作最小修正,使轨迹跟踪性能与安全性能够兼顾;

19、4)感知与控制形成闭环,系统可按控制周期滚动更新,对静态透明障碍物以及靠近无人机的动态障碍物均可进行响应;

20、5)技术方案可通过软件部署在现有飞控或机载计算机中,硬件改造量小,具有较好的工程适配性。

1.一种基于近面气流感知的无人机安全避障方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的基于近面气流感知的无人机安全避障方法,其特征在于,所述步骤s1中状态数据序列表示为,其中至少包括线速度、姿态四元数、机体角速度和各旋翼转速,为滑动时间窗长度;不同来源的飞行状态按照统一时间戳同步并进行归一化处理。

3.根据权利要求1所述的基于近面气流感知的无人机安全避障方法,其特征在于,所述步骤s2中时序距离估计模型包括依次连接的时间卷积网络和多层感知机;所述时间卷积网络包括至少两个因果卷积时序块,所述因果卷积时序块采用扩张卷积以扩大时间感受野,并包括非线性激活、批归一化、丢弃层和残差连接中的至少一种;所述多层感知机将所述时间卷积网络输出的高维时序特征映射为所述估计距离。

4.根据权利要求3所述的基于近面气流感知的无人机安全避障方法,其特征在于,所述时序距离估计模型采用带有障碍物真实距离标签的飞行数据进行监督训练,训练目标为最小化估计距离与真实距离之间的均方误差;所述飞行数据包括无人机在不同障碍物距离、飞行速度和飞行方向下的连续飞行状态。

5.根据权利要求1所述的方法,其特征在于,所述安全集合定义为,其中安全函数,为所述估计距离,为预设安全距离;所述指数控制障碍函数约束为,其中和为使对应特征多项式稳定的正参数,和分别表示所述安全函数关于时间的一阶导数和二阶导数。

6.根据权利要求1所述的方法,其特征在于,所述二次规划问题表示为:在满足所述指数控制障碍函数约束的条件下,使最小,其中为所述标称平动加速度,为待求解的安全平动加速度;所述二次规划问题按照预设控制周期滚动求解。

7.根据权利要求1所述的方法,其特征在于,在所述步骤s3中,所述标称平动加速度根据所述无人机的位置跟踪误差、速度跟踪误差、参考轨迹加速度和重力补偿项计算得到;在所述步骤s5中,根据所述安全平动加速度和预设偏航角计算所述总推力指令和期望姿态指令,并通过姿态控制器、角速度控制器和控制分配模块将所述总推力指令和期望姿态指令转换为各旋翼的转速指令。

8.一种基于近面气流感知的无人机安全避障系统,其特征在于,包括:

9.根据权利要求8所述的基于近面气流感知的无人机安全避障系统,其特征在于,所述状态采集模块包括惯性测量单元、飞行控制器、速度信息获取接口和旋翼转速信息获取接口;所述系统在不依赖相机或激光雷达直接测量障碍物的情况下,利用旋翼诱导气流受障碍物表面扰动所引起的飞行状态变化完成距离估计并实现避障。