一种无人机局部路径规划方法与流程

技术特征：
1.一种无人机局部路径规划方法，其特征在于：包括以下步骤：步骤s1、通过无人机上的传感器，对所处的局部场景进行全方位扫描，获得若干可行域，并结合可行域选择评价函数q（v，ω）获得相应的最优采样控制空间，其中，表示为线速度，表示为角速度；步骤s2、通过dwa算法在最优采样控制空间中采样多组线速度和角速度组合，并根据评价函数g（v，ω）获得一系列预选轨迹，其中，表示为线速度，表示为角速度；步骤s3、从一系列预选轨迹中输出一条得分最低的轨迹，限制始末点状态，最终解析出一条加速度变化率积分最小的更平顺的光滑轨迹解析式；步骤s4、将获得的解析式输送给无人机控制器，从而实现无人机稳定平顺地飞行。2.根据权利要求1所述的无人机局部路径规划方法，其特征在于：所述步骤s1包括以下子步骤：步骤s1-1、以无人机所在位置为中心点，通过传感器扫描全周环境，获得n个障碍遮挡点（n=1,2，
……
），并以最接近目标点的障碍点为起点，顺时针进行标记o1、o2、o3、
……
、on；步骤s1-2、避开感知域内的障碍，获得若干个可行域，从而将采样控制空间限制在可行域中；步骤s1-3、结合可行域选择评价函数q（v，ω）获得相应的最优采样控制空间。3.根据权利要求2所述的无人机局部路径规划方法，其特征在于：所述步骤s1-3中可行域评价函数为：，i=1,2，
……
，n；其中：； ， 为可行域限制范围、分别表示以障碍遮挡点、为可行域边缘点时候的绝对角，表示无人机飞行目标点的绝对角。4.根据权利要求1所述的无人机局部路径规划方法，其特征在于：所述步骤s3中评价函数g（v，ω）为：其中：head 为方位角评价函数；dist 为障碍物距离评价函数；vel 为目标速度评价函数；σ、α、β、γ 为各项评价子函数权重系数。5.根据权利要求1所述的无人机局部路径规划方法，其特征在于：所述步骤s3包括以下子步骤：步骤s3-1、根据步骤s2的求解，获得预测轨迹函数f（t）；步骤s3-2、对轨迹函数f（t）求导，分别获得速度、加速度、加加速度等参数随时间变化的函数v（t）、a（t）、jerk（t）；
步骤s3-3、构建轨迹起点的位置、速度和加速度约束条件，以及终点的位置、速度和加速度约束条件；步骤s3-4、对预测轨迹函数f（t）进行优化，最终获得一条加速度变化累计损失最小的轨迹方程式。6.根据权利要求5所述的无人机局部路径规划方法，其特征在于：所述步骤s3-1中的预测轨迹函数f（t）为：其中，p为轨迹上的位置点。7.根据权利要求5所述的无人机局部路径规划方法，其特征在于：所述步骤s3-2中的v（t）、a（t）、jerk（t）为：jerk（t）为：jerk（t）为：。8.根据权利要求5所述的无人机局部路径规划方法，其特征在于：所述步骤s3-3中的初始状态的约束条件如下：始状态的约束条件如下：始状态的约束条件如下：其中，为起点位置点；为起点速度；为起点加速度。9.根据权利要求5所述的无人机局部路径规划方法，其特征在于：所述步骤s3-3中的终止状态的约束条件如下：止状态的约束条件如下：止状态的约束条件如下：其中，为终点位置点；为终点速度；为终点加速度。

技术总结
一种无人机局部路径规划方法，包括步骤：S1、通过无人机上的传感器，对所处的局部场景进行全方位扫描，获得若干可行域，并结合可行域选择评价函数Q（v，ω）获得相应的最优采样控制空间；S2、通过DWA算法在最优采样控制空间中采样多组线速度和角速度组合，并根据评价函数G（v，ω）获得一系列预选轨迹；S3、从一系列预选轨迹中输出一条得分最低的轨迹，限制始末点状态，最终解析出一条加速度变化率积分最小的更平顺的光滑轨迹解析式；S4、将获得的解析式输送给无人机控制器，从而实现无人机稳定平顺地飞行。飞行。飞行。


技术研发人员：邓刚林 任芷锐 胡冬 程亮 曹亚兵
受保护的技术使用者：复亚智能科技（太仓）有限公司
技术研发日：2022.10.17
技术公布日：2022/11/11