复杂环境下多UAV协同可飞行路径规划研究*

2018-10-16 08:25高晓冬杨秀霞
火力与指挥控制 2018年9期
关键词:控制参数曲率航迹

高晓冬,杨秀霞,张 毅

(1.海军装备部军械装备局,北京 100081;2.海军航空大学,山东 烟台 264001)

0 引言

目前,无人飞行器(UAV)无论在军事上还是民用上都得到了越来越广泛的应用。为提高UAV在复杂环境下执行任务的能力,通常采用多UAV协同,此时也对多UAV到达目的地的时间和飞行角度提出了要求。对UAV的路径规划主要有航路点规划及曲线规划两种。路径点规划只考虑路径点处UAV的性能约束,而没有在整个航迹上考虑,航迹的曲率变化会比较大,这样会导致实际飞行航迹与规划所得到的航迹之间存在较大误差。因此,要得到真正可飞行的航迹,必须考虑路径的曲率。

一些学者提出应用曲线来直接规划整个航迹,如文献[1]提出利用Dubins曲线来规划多UAV航迹。而从微分几何的原理来看,要得到平滑的飞行器运动轨迹,路径的前两阶导数至少是存在的,即曲线的曲率是连续的,而Dubin路径是C1类曲线,但不是C2类曲线。文献[2]提出将Bézier曲线应用于机器人的路径规划中,胡峰[3]将Bézier曲线应用于多UAV路径规划。Bézier曲线可基于起始终止点的位置和切向量使UAV即时生成路径,并且在路径的任意点处都可以进行路径重规划,并到达目标位置。

目前,Pythagorean Hodograph(PH)曲线[4-6]被广泛应用于飞行器的在线航迹规划中。PH曲线规划航迹为C2类曲率连续航迹,用于航迹规划相比其他曲线有好多优点:1)整体曲率比较小;2)曲线的长度、曲率、弯曲能量能以闭合形式求出;3)起始和终止点的位置和方向直接被用于边界条件;4)长度和曲率容易协调。PH曲线生成可基于Bézier样条曲线,因此,其还拥有Bézier曲线规划的优点。

文献[7-8]给出了多UAV同时到达的PH曲线生成方法,多UAV协同时,选最长的航迹作为参考航迹;考虑航迹的曲率等性能约束,若不满足要求,考虑将PH控制点的切向量增长,此时整体路径长度会增加,文中没有对二者的最优协调曲线参数选择进行研究,并且没有考虑复杂威胁环境下的多UAV协同。文献[9]提出一种复杂环境下的多UAV路径规划算法,该算法基于速度障碍圆弧法,采用PH曲线对UAV进行避障路径重规划,但没有考虑多UAV之间的协同。

1 基于PH曲线的可飞行路径生成及控制参数研究

1.1 PH路径的生成

采用五次PH曲线进行航迹规划,它具有弯曲点且能为飞行航迹提供足够灵活的最低阶次PH曲线[5]。UAV进行路径规划时,给出初始点P0和目标点P5处的位姿信息,,就可以规划出满足UAV性能约束的可飞行路径r(t):

其中,(x0,y0)为出发点P0的坐标,(x5,y5)为目标点P5的坐标,θ0和θ5分别表示为出发点P0和目标点P5处的方向角,t为控制参数,表示UAV的性能约束条件。

文献[8]给出了二维五次 PH 路径r(t)基于控制点的表达形式

其中,u(t)和 v(t)可设置为

1.2 PH路径约束条件研究

首先,为了满足UAV的动态性能要求,所规划的PH路径需要满足UAV的最大曲率约束,即。

另外,为了能够实现多UAV路径规划在目标点P5处的角度协同,需要在PH路径规划时能够在目标点处考虑UAV的飞行角度约束。而五次PH路径规划的初始化条件中,目标点处UAV的位姿信息包含了UAV的飞行方向角θ5,因此,可将多UAV在目标点处协同的飞行角度作为规划UAV可飞行PH路径初始化条件中的位姿信息,从而实现多UAV在目标点处的方向角协同。

1.3 PH路径长度的控制参数研究

1.3.1 PH路径长度与控制参数关系的数学推导

PH曲线满足勾股条件,矢端曲线是曲线的切线也即曲线的一阶导数,因此,与速度矢量等价。以t为参数的r(t)的长度可写为如下形式:

PH航迹的长度、曲率和等距线均具有闭合的多项式表达式。选择合适的多项式σ(t),使其满足

则可通过对多项式σ(t)的积分算出航迹长度 s(t),而 σ(t)本身即为速度。曲线的路径长度为:

式(13)中,均匀变化的t可以得到沿曲线均匀变化的路径长度。

由式(2)、式(3)和式(12)、式(13)可得

再将式(4)和式(5)代入式(14),可确定 σ(t)的二次多项式形式为

将 u0,u1,u2,v0,v1和 v2看作变量,此时多项式σ(t)的阶次为

由文献[8]可知,变量 u0,u1,u2,v0,v1,v2都可以表达成为和一个函数的乘积。所以,多项式σ(q)可表示为

由于 θ0,θ5,θP0P5为设定的路径规划初始化条件,根据式(19)可得,PH路径的长度s与参数k和ε有关。而当ε的值较小时,ε对PH路径长度的影响较小,可认为PH路径长度s与出发点和目标点处切向量长度k具有‘类线性’关系。

1.3.2 PH路径长度与控制参数关系的仿真验证

将UAV路径规划条件进行初始化,对PH路径长度s与切向量长度k之间的‘类线性’关系进行仿真验证。仿真图1给出了其中一种路径规划初始化条件下的仿真结果,从图1中可以看出规划的PH路径长度s与切向量长度k之间为‘类线性’关系。

1.4 时间和角度约束下的多UAV协同路径规划

对于多UAV协同路径规划,可充分利用PH路径长度s与切向量长度k之间的‘类线性’关系,可快速规划出多UAV路径长度相差不大的PH路径,再通过简单的速度控制即可实现多UAV到达目标点处的时间协同。另外,可将目标点P5的飞行角度协同融入到PH路径规划的初始化条件中。

2 多UAV自主避障协同路径规划

2.1 复杂环境下UAV自主避障规划

UAV在复杂环境飞行过程中,可能会遭遇未知动态障碍物,但UAV可利用自身携带的传感器装置探测到周围环境中的障碍物,并获取它们的位置和速度信息,UAV探测到未知动态障碍物的情况示意图如下页图2所示。为简化UAV对未知动态障碍物的避碰,将UAV当作一个点,同时根据障碍物与UAV之间的相对大小,将障碍物‘膨化’为一个半径为R的圆。那么,过UAV位置坐标点作障碍圆的切线l1和l2,则UAV与障碍物之间形成了障碍锥CC(Collision Cone)。障碍物的位置坐标为,速度矢量为;UAV的位置坐标为,速度矢量为。另外,设定UAV携带的传感器探测距离为d0。

首先,需要根据相应的初始化条件,判断UAV探测到的障碍物威胁性。当α≥α0时,障碍物不具有威胁性;当α<α0时,障碍物具有威胁性。其中,α为相对速度矢量vu0与位置矢量之间的夹角,α0为障碍锥的半顶角。α和α0可通过下列关系进行求解,

对威胁障碍物的避碰可通过速度障碍VO进行求解,速度障碍示意图如图3所示。图3中的速度障碍VO是将示意图2中的障碍锥CC平移障碍物的速度矢量vo得到。为实现UAV对威胁障碍物的避碰,需要将UAV的速度矢量vu旋转出速度障碍VO,图3给出了相应的旋转示意图。

假设UAV的速度大小不变,将速度矢量末端旋转至速度障碍VO的边界上,对应的UAV与障碍物之间相对速度矢量vuo位于速度障碍边界l1和l2上,从而可实现UAV对威胁障碍物的避碰。根据示意图3中的几何关系,可对UAV避碰的期望速度矢量vu进行求解,

2.2 复杂环境下多UAV避障协同路径规划

复杂环境下,UAV在飞行过程中可能探测到周围存在的威胁障碍物,需对其进行避碰,此时多UAV协同路径规划需考虑因避障路径重规划产生的影响。为实现复杂环境下的多UAV协同,设定以最长避障重规划路径作为多UAV协同的参考路径。

3 多UAV自主避障协同路径规划仿真

3.1 多UAV协同路径规划仿真

对时间和角度约束下基于PH曲线的多UAV协同路径规划方法进行仿真验证。各UAV的仿真初始化条件如表1所示。

表1 多UAV协同路径规划初始化条件及路径长度

下页图4给出了多UAV协同路径规划仿真图。通过计算,规划出的各UAV的PH路径长度分别为 559.3、560.0、559.6、559.8,则各 UAV 的 PH 路径长度相差不大,再通过简单的速度控制,即可实现各UAV到达目标点的时间协同。另外,各UAV到达目标点处的飞行角度为初始化条件的角度,到达目标点处的角度协同也可实现。

3.2 多UAV避障协同路径规划仿真

在3.1节仿真过程中,假设UAV2探测到在处存在一动态障碍O,‘膨化’半径为R=45,其速度大小为V0=40,速度方向与OX轴的夹角分别为θo=195°,各UAV速度Vu=55。

通过计算,UAV2需要对障碍物O进行避障,仿真结果如图5所示。从图5中可以看出,UAV2成功实现了避障,此时各PH路径的长度分别为559.3,560.7,559.6,559.8,各 PH 路径长度相差也不大,仍可以通过简单的速度控制实现时间协同。

4 结论

通过PH曲线路径规划实现多UAV到达目标点的时间和角度协同。将多UAV到达目标点处的飞行角度协同融入到规划PH路径的初始化条件中。推导并仿真验证了PH路径长度与控制参数之间的关系,得出了PH路径长度s与切向量长度k之间‘类线性’关系,据此可快速确定多UAV路径长度近似相等的控制参数k,避免了为实现多UAV时间协同而进行的迭代过程,大大地降低了算法的复杂度和协同规划时间。另外,对于复杂环境下的多UAV协同,首先采用速度障碍法进行避障,采用PH曲线进行路径重规划,通过UAV速度及PH曲线生成参数的控制,也可实现多UAV到达目标点处的时间和角度协同。

猜你喜欢
控制参数曲率航迹
一种多机协同打击的快速航迹规划方法
大数据分析的船舶航迹拟合研究
基于数据挖掘的船舶航迹自动识别系统
一类具有消失χ 曲率的(α,β)-度量∗
儿童青少年散瞳前后眼压及角膜曲率的变化
面向复杂曲率变化的智能车路径跟踪控制
一种复杂环境下的多假设分支跟踪方法
不同曲率牛顿环条纹干涉级次的选取
PCB线路板含镍废水处理工艺研究
基于模糊控制的一阶倒立摆系统稳定控制研究