基于上下文引导风障融合的无人机导航方法、系统及介质

摘要: 本发明属于无人机自主导航、低空飞行控制和智能决策,特别涉及基于上下文引导风障融合的无人机导航方法、系统及介质。背景技术:1、随着城市低空物流、巡检和应急救援等应...
基于上下文引导风障融合的无人机导航方法、系统及介质

本发明属于无人机自主导航、低空飞行控制和智能决策,特别涉及基于上下文引导风障融合的无人机导航方法、系统及介质。

背景技术:

1、随着城市低空物流、巡检和应急救援等应用的发展,无人机自主导航成为关键支撑技术。复杂城市环境中,建筑物诱导的非均匀风场会显著影响无人机的控制负担与推进能耗,因此将局部风场信息融入自主导航决策对能量受限无人机具有重要意义。

2、现有的未知环境无人机自主导航方法主要利用激光雷达、深度图像或距离传感器获取局部障碍物信息,并通过在线规划或深度强化学习生成导航轨迹或控制指令。此类方法通常将周围环境描述为障碍物与自由空间,重点优化碰撞风险、路径长度或任务时间,对建筑诱导的空间非均匀风场及其能耗影响考虑不足。

3、另一类现有技术将风场信息引入路径规划,通过图搜索、采样规划或轨迹优化利用有利风场并规避高能耗区域。此类方法通常依赖预先获取的完整环境地图和全局风场信息,难以适用于缺少环境先验、仅依赖机载局部感知的未知城市环境。

4、此外,现有结合局部风场与障碍物观测的导航方法受有限预测时域约束,难以充分评估当前决策对后续路径、任务时间与累计能耗的长期影响,在大范围复杂三维城市场景下执行长程任务时易受局部最优限制,且在线计算开销较大,实时计算裕度有限。

5、因此,如何在保留风场与障碍物异质语义的同时刻画二者在导航决策中的耦合关系,并依据任务目标与飞行状态动态提取决策相关信息,是实现风场感知能效导航亟需解决的技术问题。

技术实现思路

1、为了解决或至少缓解以上问题中的一个或多个,提供了一种基于上下文引导风障融合的无人机导航方法、系统及介质,可以在保留风场与障碍物异质语义的同时显式建模二者在导航决策中的耦合关系,并依据任务目标与飞行状态动态提取决策相关的风障信息,从而在未知城市环境中兼顾飞行安全、任务效率、实时性和长程能效。

2、为实现上述目的,按照本发明的第一方面,提供基于上下文引导风障融合的无人机导航方法,包括以下步骤。

3、s1、获取无人机当前时刻的局部观测信息,所述局部观测信息包括自身状态观测、目标相对状态观测、局部障碍物观测和局部风场观测。

4、s2、基于所述自身状态观测和所述目标相对状态观测构建任务上下文特征,对所述局部障碍物观测和所述局部风场观测进行特征编码,得到射线几何特征和风场采样点特征。

5、s3、以所述任务上下文特征为引导,对所述风场采样点特征进行点级聚合,得到射线级局部风场特征,将所述射线级局部风场特征与所述射线几何特征对齐融合为风障联合特征;再以任务上下文特征为引导,对所述风障联合特征依次进行俯仰方向聚合与水平方向聚合,得到整体局部场景特征。

6、s4、将所述任务上下文特征与所述整体局部场景特征进行特征拼接,输入训练好的策略网络的动作生成模块,经一次前向推理生成三维连续控制动作,以控制无人机飞行。

7、s5、重复执行s1-s4,直至无人机到达目标区域或满足预设任务终止条件。

8、进一步地,获取无人机当前时刻的局部观测信息,包括。

9、在所述无人机的h个水平方位中的每个水平方位上设置v条不同俯仰角的激光雷达射线,沿每条激光雷达射线检测最近障碍物并获取截断至最大探测距离的障碍物距离,得到所述局部障碍物观测。

10、沿每条激光雷达射线在其障碍物之前、局部风场感知距离范围内的多个采样点处采样局部风场,由各采样点的机体系风速、机体系相对位置和有效掩码构成风场特征标记,得到所述局部风场观测。

11、进一步地,以所述任务上下文特征为引导,对所述风场采样点特征进行点级聚合,得到射线级局部风场特征,包括。

12、对每条激光雷达射线上的每个有效风场采样点,综合所述风场采样点特征、对应射线的射线几何特征和所述任务上下文特征,采用加性注意力计算各采样点的注意力得分。

13、对同一激光雷达射线内部各采样点的注意力得分进行归一化,其中无效采样点的注意力权重置为零。

14、根据归一化后的注意力权重对所述风场采样点特征进行加权求和,并与该激光雷达射线上有效采样点特征的平均值结合,经层归一化后得到所述射线级局部风场特征。

15、进一步地,将所述射线级局部风场特征与所述射线几何特征对齐融合为风障联合特征,包括。

16、对每条激光雷达射线,将所述射线几何特征、所述射线级局部风场特征、二者的逐元素乘积以及所述任务上下文特征进行特征拼接。

17、将特征拼接结果输入多层感知机,并将所述多层感知机的输出与所述射线几何特征和所述射线级局部风场特征进行残差连接,经层归一化后得到所述风障联合特征。

18、进一步地,对所述风障联合特征依次进行俯仰方向与水平方向聚合,得到整体局部场景特征,包括。

19、对于同一水平方位下不同俯仰方向的各风障联合特征,综合各风障联合特征和所述任务上下文特征,计算俯仰方向注意力得分,经归一化后对所述风障联合特征进行加权聚合,并结合该水平方位下各风障联合特征的平均值,经层归一化后得到各水平方位的综合特征。

20、在不同水平方位之间,综合各水平方位的综合特征和所述任务上下文特征,计算水平方向注意力得分,经归一化后对各水平方位的综合特征进行加权聚合,并结合各水平方位的综合特征的平均值,经层归一化后得到所述整体局部场景特征。

21、进一步地,生成三维连续控制动作,包括。

22、由所述任务上下文特征与所述整体局部场景特征拼接并经多层感知机得到动作分布特征;通过均值输出层和标准差输出层分别得到三维高斯分布的均值和对数标准差。

23、训练阶段采用重参数化方式,根据所述均值、所述对数标准差和从标准正态分布采样的随机向量生成所述三维连续控制动作;在线部署阶段采用所述高斯分布的均值生成确定性的所述三维连续控制动作。

24、进一步地,所述方法还包括:采用状态—动作价值评估网络,对所述局部观测信息与待评估动作对应的状态—动作价值进行评估,具体包括。

25、将所述任务上下文特征与所述待评估动作进行拼接,构成动作条件上下文,并经多层感知机映射为动作条件上下文特征。

26、按照与s2和s3相同的特征编码、点级聚合、对齐融合、俯仰方向聚合和水平方向聚合流程处理所述局部观测信息,且在各聚合和融合过程中以所述动作条件上下文特征替代所述任务上下文特征作为引导,得到动作条件整体局部场景特征。

27、将所述动作条件上下文特征与所述动作条件整体局部场景特征拼接,经价值预测头输出标量状态—动作价值。

28、进一步地,所述方法还包括对策略网络和价值评估网络进行训练的步骤,包括。

29、构建包含城市建筑几何和三维稳态风场的训练场景数据集,初始化策略网络、两个参数相互独立的价值评估网络、两个对应的目标价值评估网络和经验回放缓冲区。

30、执行分阶段预热:预热阶段初期采用受限随机动作与环境交互并存储经验;达到第一预设步数后开始更新价值评估网络和目标价值评估网络;达到第二预设步数后由策略网络接管动作生成,并同时更新价值评估网络、策略网络、熵温度参数和目标价值评估网络。

31、执行环境交互、奖励计算与经验存储;其中,无人机导航过程中满足以下约束:无人机位置位于允许飞行边界和高度范围内,水平速度、垂直速度、水平加速度、垂直加速度和偏航角速度不超过预设范围,相邻两个决策时刻之间形成的运动线段不与障碍物区域相交;单次导航任务在无人机到达目标区域、运动线段与障碍物区域相交、无人机飞出允许飞行边界或高度范围、或决策步数达到最大允许步数时终止;即时奖励综合目标接近奖励、障碍风险惩罚、时间惩罚、能耗惩罚和终止事件奖励五项,所述能耗惩罚根据风场作用下的无人机推进能耗计算。

32、当经验回放缓冲区中的经验数量达到更新阈值后,每完成一个环境交互步,从所述经验回放缓冲区随机采样一批经验,构造时序差分目标,依次更新两个价值评估网络、策略网络和熵温度参数,并软更新两个目标价值评估网络,直至达到预设训练回合数。

33、为实现上述目的,按照本发明的第二方面,提供基于上下文引导风障融合的无人机导航系统,包括。

34、观测信息接收模块,用于接收无人机当前时刻的局部观测信息,所述局部观测信息包括自身状态观测、目标相对状态观测、局部障碍物观测和局部风场观测。

35、以及训练好的策略网络,所述策略网络包括。

36、特征编码模块,用于基于所述自身状态观测和所述目标相对状态观测构建任务上下文特征,对所述局部障碍物观测和所述局部风场观测进行特征编码,得到射线几何特征和风场采样点特征。

37、风障融合聚合模块,用于以所述任务上下文特征为引导,对所述风场采样点特征进行点级聚合,得到射线级局部风场特征,将所述射线级局部风场特征与所述射线几何特征对齐融合为风障联合特征;再以任务上下文特征为引导,对所述风障联合特征依次进行俯仰方向与水平方向聚合,得到整体局部场景特征。

38、动作生成模块,用于将所述任务上下文特征与所述整体局部场景特征进行特征拼接,并基于拼接后的特征经一次前向推理生成三维连续控制动作,以控制无人机飞行。

39、循环控制模块,用于控制所述观测信息接收模块、所述特征编码模块、所述风障融合聚合模块以及所述动作生成模块,直至无人机到达目标区域或满足预设任务终止条件。

40、为实现上述目的,按照本发明的第三方面,提供计算机可读存储介质,存储有计算机程序,所述计算机程序由处理器执行时,用于实现如前所述的基于上下文引导风障融合的无人机导航方法。

41、采用上述技术方案后,本发明与现有技术相比具有以下有益效果:

42、本发明以激光雷达射线作为统一的空间基准,在每条射线上将障碍物特征与局部风场特征进行对齐融合,在保留风场与障碍物各自语义特性的同时,显式建模同一空间方向上障碍物条件与风场条件之间的耦合作用,形成同时表征碰撞风险与推进代价的射线级风障特征,为兼顾飞行安全与推进能耗的导航决策提供了直接的环境信息依据。

43、本发明以无人机飞行状态和任务目标构成上下文,并以其为查询依次在采样点级、俯仰方向级和水平方位级引导风障特征的选择与聚合,能够动态突出与当前飞行状态和任务目标相关的关键空间方向,并将复杂的整体特征学习分解为结构明确的逐级特征聚合过程,降低了直接统一聚合高维局部观测的表征难度。

44、本发明通过深度强化学习的长期累计回报学习当前决策对后续路径、任务时间和累计推进能耗的长期影响,克服了有限预测时域所导致的短视决策问题;在线部署阶段仅需通过策略网络的单次前向推理生成连续控制指令,无需在每个决策周期反复采样、预测和评价多组候选控制序列,降低了在线计算开销;并且仅依赖无人机实时获取的目标信息、自身状态、局部障碍物观测和局部风场观测进行在线决策,无需预先获得完整环境地图和全局风场信息。

45、下面结合附图对本发明的具体实施方式作进一步详细的描述。