异构风场下多旋翼无人机4D航线规划与控制方法及系统与流程

本发明涉及无人机飞行控制，尤其涉及一种异构风场下多旋翼无人机4d航线规划与控制方法及系统。

背景技术：

1、本部分的陈述仅仅是提供了与本发明相关的背景技术信息，不必然构成在先技术。

2、在低空经济场景中，起飞重量在5kg级别以内的轻型多旋翼无人机发挥着重要作用；此类飞行器推重比高、转动惯量小，具备优异的空间穿梭与机动能力。然而，在高层建筑密集的城市峡谷中执行任务时，受建筑遮挡与狭管效应的交织影响，局部空域通常存在复杂的异构风场。在此类异构风场中，风速与风向在极短的空间距离内分布极不均匀，常伴随剧烈的风切变与涡流等空间非一致性气流。

3、传统的全局路径规划算法在处理包含时间维度的4d时变风场时，多采用线性的时间或距离惩罚机制。这忽略了无人机在异构风场中克服局部强逆风时，其废阻功率随相对空气速度呈三次方非线性增长的物理规律，导致算法规划出的航线在实际执行时，极易因能耗激增而提前耗尽电量。并且，全局算法向底层交接时通常仅下发基于几何路径的对地速度上限，当无人机穿越异构风场中的高速气流带时，这种缺乏气动考量的单纯几何约束，会致使迎风动压远超预期，直接导致底层非线性模型预测控制（nmpc）优化器因电机推力饱和而陷入无可行解的状态。

技术实现思路

1、针对多旋翼无人机在时变微气象环境中遭遇的风速与风向在局部空间不均、错综复杂的非一致性气流形成的异构风场，及其引发的机体能耗非线性激增与底层控制求解器易陷入无可行解的问题，本发明提出了一种异构风场下多旋翼无人机4d航线规划与控制方法及系统，有效解决了宏观几何规划与底层动力学脱节的问题，提升了无人机在受限复杂空域内的飞行安全性与作业效率。

2、在一些实施方式中，采用如下技术方案：

3、一种异构风场下多旋翼无人机4d航线规划与控制方法，包括：

4、获取作业区域的环境预报风场与三维高精地图，构建基于连续平滑映射的微观风场畸变修正模型，计算等效微观风速；

5、在包含时间维度的四维状态空间中，并行计算能量累加代价与时间累加代价，执行基于松弛变量的帕累托多目标航线寻优，生成全局安全飞行走廊；

6、将所述全局安全飞行走廊信息下发至底层控制器，所述底层控制器的优化求解边界中引入对地空间几何约束与对气空间动力学约束，并采用非线性模型预测控制算法，滚动优化生成电机目标转速指令；

7、考虑由动态障碍物引发的拓扑空间变化，在拓扑切换条件中引入滞环惩罚常数，以维持避障决策的稳定性；当判定所有前向避障安全集均为空集时，触发最小风险机动。

8、作为进一步的方案，基于连续平滑映射的微观风场畸变修正模型，具体为：

9、；

10、其中，为几何诱导风场放大系数，为设定的物理放大极限值，为飞行通道两侧的有效物理净空，为触发风速放大的临界净空距离，为平滑过渡系数；

11、所述等效微观风速为宏观风速与几何诱导风场放大系数的乘积。

12、作为进一步的方案，在飞行器转弯时，飞行器实际可用的有效侧向加速度具体为：

13、；

14、其中，为无风状态下的最大物理侧向加速度，为空气密度，为侧向气动阻力系数，为机身侧面积，为预报风速，为目标航向的单位矢量，表示环境风速垂直于目标航向的侧风分量模长，为飞行器质量。

15、作为进一步的方案，执行基于松弛变量的帕累托多目标航线寻优，具体为：

16、采用优先队列排序评价函数进行节点扩展：

17、；

18、其中，为起点至当前节点的实际累积能量代价，为起点至终点的能量代价启发式预估下界；为惩罚函数系数；为时间松弛变量；

19、时间松弛变量具体为：

20、；

21、其中，为起点至当前节点的实际累积时间代价，为起点至终点的时间代价启发式预估下界，为预设的任务时间约束阈值。

22、作为进一步的方案，所述对地空间几何约束用于限定控制器输出的对地速度向量，具体为：

23、；

24、其中，为所处空间约束的最大对地速度，为飞行器实际可用的有效侧向加速度，为路径网格折角，和分别为构成所述路径网格折角的前一航段长度和后一航段长度，为战术避障预留系数。

25、作为进一步的方案，所述对气空间动力学约束用于限定飞行器迎风动压以防止电机推力饱和，要求速度向量满足：

26、；

27、其中，为控制器输出的对地速度向量，为等效微观风速，为飞行器最大允许的相对空气速度阈值。

28、作为进一步的方案，考虑由动态障碍物引发的拓扑空间变化，在拓扑切换条件中引入滞环惩罚常数，具体为：

29、动态障碍物的侵入将连续的可通行空间分割为多个非凸的同伦类；

30、为避免避障决策在不同同伦类之间频繁交替，在同伦类切换判定逻辑中引入滞环惩罚常数，拓扑切换条件设定为：

31、；

32、其中，为滞环惩罚常数，为候选切换同伦类对应的预测优化代价，为当前保持同伦类对应的预测优化代价。

33、作为进一步的方案，当判定所有前向避障安全集均为空集时，触发最小风险机动，具体为：

34、将z轴开环垂直规避机动对应的控制序列定义为；

35、具体控制逻辑为：通过将总推力指令置零以促使飞行器快速降低高度，从而规避当前水平面内的碰撞风险；同时，同步施加水平保持力矩以抑制机体姿态发散并维持横滚与俯仰的稳定。

36、在另一些实施方式中，采用如下技术方案：

37、一种异构风场下多旋翼无人机4d航线规划与控制系统，包括：

38、等效微观风速计算模块，被配置为用于获取作业区域的环境预报风场与三维高精地图，构建基于连续平滑映射的微观风场畸变修正模型，计算等效微观风速；

39、安全走廊计算模块，被配置为用于在包含时间维度的四维状态空间中，并行计算能量累加代价与时间累加代价，执行基于松弛变量的帕累托多目标航线寻优，生成全局安全飞行走廊；

40、目标指令生成模块，被配置为用于将所述全局安全飞行走廊信息下发至底层控制器，所述底层控制器的优化求解边界中引入对地空间几何约束与对气空间动力学约束，并采用非线性模型预测控制算法，滚动优化生成电机目标转速指令；

41、风险规避模块，被配置为用于考虑由动态障碍物引发的拓扑空间变化，在拓扑切换条件中引入滞环惩罚常数，以维持避障决策的稳定性；当判定所有前向避障安全集均为空集时，触发最小风险机动。

42、在另一些实施方式中，采用如下技术方案：

43、一种终端设备，其包括处理器和存储器，处理器用于实现指令；存储器用于存储多条指令，所述指令适于由处理器加载并执行上述的异构风场下多旋翼无人机4d航线规划与控制方法。

44、与现有技术相比，本发明的有益效果是：

45、（1）传统的全局路径规划算法在处理包含时间维度的4d时变风场时，多采用线性的时间或距离惩罚机制。这忽略了无人机在异构风场中克服局部强逆风时，其废阻功率随相对空气速度呈三次方非线性增长的物理规律，导致算法规划出的航线在实际执行时，极易因能耗激增而提前耗尽电量。本发明通过构建等效微观风速模型，并在4d航线搜索过程中引入推进能耗积分和基于松弛变量的帕累托多目标a寻优机制，将航段能耗累加代价与任务时间累加代价共同作为航线评价依据。由此，规划算法能够识别并规避高逆风、高相对空速导致的高能耗航段，在满足任务时间约束的同时优先生成低能耗航线，降低无人机因能耗非线性激增而提前耗尽电量的风险。

46、（2）城市狭长建筑通道极易诱发局部风速突变的狭管效应。若直接将传统理想流体力学中的截面积反比模型引入控制器预测域，在靠近建筑壁面处会产生数学偏导数奇点，极易导致底层非线性求解器在计算雅可比矩阵时出现梯度爆炸，进而造成控制解算失败。针对局部气流畸变易导致底层求解发散的问题，本发明基于连续平滑映射的微观风场畸变修正模型，将建筑通道、狭管区域等几何约束对局部风速的放大作用转化为有界且连续可导的几何诱导风场放大系数。由此，避免传统截面积反比模型在近壁面或净空极小时产生数学奇异性，降低nmpc预测模型中的梯度突变和雅可比矩阵异常风险，提高底层控制求解器的数值稳定性。

47、（3）在传统级联架构中，全局算法向底层交接时通常仅下发基于几何路径的对地速度上限。当无人机穿越异构风场中的高速气流带时，这种缺乏气动考量的单纯几何约束，会致使迎风动压远超预期，直接导致底层非线性模型预测控制（nmpc）优化器因电机推力饱和而陷入无可行解的状态。本发明在底层控制器优化求解边界中同时引入对地空间几何约束和对气空间动力学约束：一方面，利用飞行器实际可用的有效侧向加速度、路径网格折角和相邻航段长度计算折角处最大允许对地速度；另一方面，利用等效微观风速和最大允许相对空气速度限制迎风动压。由此，使全局航线下发的速度边界同时满足路径几何转弯要求和电机推力能力边界，减少电机推力饱和和nmpc无可行解的发生概率。

48、（4）现有的控制策略多沿用保守的重载无人机运动学约束（如刚性的偏航约束），未能充分释放轻型平台的高机动优势。同时，现有方法忽视了无人机在高速大俯仰角前飞时，机载传感器视场角显著向下偏移所引发的前向感知盲区问题。此外，当动态障碍物彻底阻断飞行通道，导致控制障碍函数的避障安全集缩减为空集时，现有架构缺乏有效的极限状态降级与防碰撞逃生机制。本发明将电机瞬态转速扩展至非线性模型预测控制的状态向量中，以补偿执行器响应延迟并释放轻型多旋翼平台的机动能力；同时引入基于传感器视场角的防盲安全约束，使控制器根据机身俯仰角、传感器安装角和制动距离限制高速前飞状态下的盲区风险；进一步地，在同伦类切换判定中引入滞环惩罚常数，并在所有前向避障安全集为空时触发最小风险机动。由此，提高动态障碍物规避过程中的决策稳定性、前向感知安全性和极限状态下的防碰撞能力。

49、本发明的其他特征和附加方面的优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本方面的实践了解到。