一种密集无人机避障与冲突消解方法及装置

本发明涉及无人机协同控制，尤其涉及一种密集无人机避障与冲突消解方法及装置。

背景技术：

1、现代无人机具有小巧、灵活、易于控制等特点，可以探索人类无法抵达或者存在危险的区域，在军事领域具有重要地位，而无人机负载能力的提升也为运输业、农业提供了一种崭新的发展方式，其中的无人机快递服务近些年一直是一个热门的话题。由于单一无人机续航、视野、负载等限制，相关科研工作的重点往往集中在无人机集群，而随着近些年无人机技术的高速发展，同一个空域下同时执行任务的无人机数量也在不断增加，从而使得集群进行障碍躲避以及无人机之间冲突消解的难度越来越大。目前常用的避障与冲突消解算法包括最优化理论、人工势场法和神经网络法。相比最优化方法的计算量大以及神经网络法的难以训练问题，人工势场法原理简单、易于理解、时效性高，而且路径光滑，在解决相应问题中往往处于首选地位。但传统的人工势场法存在容易陷入局部最优点以及无法达到目标两大问题，而且计算效率也会随着无人机数量的增加而快速降低。

技术实现思路

1、为至少一定程度上解决现有技术中存在的技术问题之一，本发明的目的在于提供一种密集无人机避障与冲突消解方法及装置。

2、本发明所采用的技术方案是：

3、一种密集无人机避障与冲突消解方法，包括以下步骤：

4、确认初始信息，所述初始信息包括各无人机信息以及障碍物信息；

5、建立空间均匀网格，将无人机信息和障碍物信息映射到空间均匀网格中；

6、构建人工势场函数，根据人工势场函数获取人工势场力；

7、引入核函数对人工势场力的影响进行加权调整；

8、引入作用于无人机速度法线方向的调整力；

9、引入一个无人机靠近目标时的调整系数，结合加权调整后的人工势场力和调整力计算合力。

10、进一步地，所述建立空间均匀网格，将无人机信息和障碍物信息映射到空间均匀网格中，包括：

11、构建空间均匀网格，将整个飞行空域分为n个独立的网格空间，每个网格空间的大小介于无人机的通讯范围与安全距离之间；

12、将无人机的实际空间坐标转换到网格坐标，计算得到所处网格的索引，并存入集合中。

13、进一步地，所述构建人工势场函数，根据人工势场函数获取人工势场力，包括：

14、构建无人机与目标点之间的引力势场函数；

15、构建无人机与障碍物之间的斥力势场函数；

16、构建无人机之间的斥力势场函数；

17、根据构建的势场函数，计算势场函数的负梯度得到对应的势场力。

18、进一步地，所述根据构建的势场函数，计算势场函数的负梯度得到对应的势场力，包括：

19、计算目标点对无人机的引力势场uatt以及目标点对无人机的吸引力fatt：

20、

21、

22、式中，katt为引力系数，q为无人机的当前位置，qgoal表示无人机的目标位置，d*为目标点对无人机吸引力增加的有效距离；

23、计算障碍物对无人机的斥力势场urep以及障碍物对无人机的斥力frep：

24、

25、

26、式中，krep为斥力系数，q为无人机的当前位置，qobs表示障碍物的位置，dr为障碍物对无人机有斥力影响的有效距离；

27、计算无人机之间的斥力势场ui以及对应的斥力fi：

28、

29、

30、式中，kc为无人机间的斥力系数，qi为受力无人机的当前位置，qj表示邻居施力无人机的当前位置，t为设置的无人机的最大影响距离。

31、进一步地，所述引入核函数对人工势场力的影响进行加权调整，包括：

32、引入核函数对无人机之间的斥力进行加权调整，加权后所得到无人机所受的斥力fc为：

33、

34、式中，αi为当前无人机位置的密集系数，αj为邻居施力无人机所处位置的密集系数，qi为受力无人机的当前位置，qj表示邻居施力无人机的当前位置，r为设置的无人机的最大影响距离，wspiky(r,h)为计算所使用的核函数。

35、进一步地，形如w(r,h)的函数为加权使用的核函数，第一项输入为该输入离核函数中心的距离，第二项输入为核函数所使用的半径，大小应与无人机之间的最大影响距离相等。所述核函数wspiky(r,h)与wpoly6(r,h)分别为：

36、

37、

38、其中，r为输入到核函数中心的距离，h为核函数所使用的半径。

39、进一步地，密集系数α的表达式为：

40、

41、式中，q为计算密集系数的目标位置，qi表示当前网格与邻居网格所有无人机的当前位置，r为设置的无人机的最大影响距离，wpoly6(r,h)为计算所使用的核函数。

42、进一步地，所述引入作用于无人机速度法线方向的调整力，包括：

43、当无人机受到的吸引力与无人机受到的斥力满足相互平衡的条件，且此时速度减小为0时，系统陷入局部最优点。故引入一个沿原速度法线方向的调整力，使无人机脱离原有的局部最优点；

44、所述调整力fadj的大小为：

45、

46、式中，θ为吸引力fatt与斥力frep的夹角，此时的frep为合斥力，ka为调整力大小的缩放系数，ks为调整力变化的敏感系数，ε为预设常量；

47、其中，取无人机弹道坐标系的z轴方向作为调整力fadj的所在方向。

48、进一步地，所述引入一个无人机靠近目标时的调整系数，求得合力，包括：

49、当无人机的目标位置与障碍物之间的距离非常小时，由于斥力的存在，无人机永远都无法抵达目标点。因此，引入一个调整系数μ，对斥力进行缩放处理，从而使无人机脱离障碍物的影响到达目标位置；

50、所述调整系数μ为：

51、

52、式中，dμ为调整系数μ作用的有效距离，q为无人机的当前位置，qgoal表示无人机的目标位置

53、根据所述调整系数μ，获取应用到无人机上的最终合力f：

54、f＝fatt+fc+μ(frep+fadj)

55、式中，fatt为目标点对无人机的吸引力，fc为无人机之间加权过的斥力，μ为调整系数，frep为障碍物对无人机的斥力，fadj为速度法线方向的调整力。

56、根据权利要求1所述的一种密集无人机避障与冲突消解方法，其特征在于，所述初始信息具体包括：总的无人机个数n，每一个无人机的初始位置q，每一个无人机的初始速度v0，每一个无人机的目标位置qgoal；所有障碍物的位置坐标qobs以及其作用范围dr。

57、本发明所采用的另一技术方案是：

58、一种密集无人机避障与冲突消解装置，包括：

59、至少一个处理器；

60、至少一个存储器，用于存储至少一个程序；

61、当所述至少一个程序被所述至少一个处理器执行，使得所述至少一个处理器实现上所述方法。

62、本发明的有益效果是：本发明通过使用空间均匀网格，保证密集无人机空域下系统的计算效率；通过设计并利用人工势场提供的势场力，确保每一个无人机能够有效躲避障碍与其他无人机，前往目的地执行任务；通过使用核函数对无人机之间的斥力进行加权，可以缓解无人机过于密集时人工势场法轨迹不稳定的情况，实现更平滑稳定的效果；通过引入作用于速度法线方向的调整力、以及作用于斥力与调整力上的调整系数，解决人工势场法存在局部最优点以及目标不可达的问题。