基于MB-RRT的无人机二维航迹规划方法技术

一种基于MB‑RRT*的无人机二维航迹规划方法，初始化树以及环境信息；导入障碍物信息，并设置迭代次数；判断是否达到迭代次数，如果是，对生成的路径点进行降采样处理并采用插值算法优化生成路径线；否则产生随机采样点，并寻找树中与随机采样点距离最近的点，根据点生成自适应步长，根据步长生成最终插入点，判断插入点到树根的距离是否大于当前的最优路径长，如果否，对路径进行碰撞检测，如果通过将插入点加入树中，并对插入点周围的邻近节点进行优化；如果否，对树进行连接检测并进行连接。本发明专利技术收敛速度较快、内存占用空间较小、解决了在障碍物附近生长具有局限性的问题、能直接应用于无人机控制。

【技术实现步骤摘要】

本专利技术涉及一种无人机二维航迹规划方法。
技术介绍
大路径规划是无人机导航和机器人技术中的一个重要问题。路径规划可以被定义为：给定一个初始状态和目标状态，寻找一个可行路径使无人机无碰撞的从初始状态运行到目标状态。路径规划有广泛的应用场景：GPS导航、无人驾驶汽车、计算机动画、路由问题、制造行业的机械臂运动和生活以及工业领域的很多方面。因此对路径规划问题的研究近年来成为一个热门的研究课题。无人机二维航迹规划算法根据其感知能力，可以分为局部路径规划和全局路径规划，其中全局路径规划就是在已知环境地图的情况下进行规划，预先知道环境的全局信息；而局部路径规划只需要获得机器人感知范围内的环境信息，主要指障碍物信息，根据局部信息完成规划。全局二维航迹规划算法有很多，人工势场算法是典型的路径规划算法，算法在环境中建立一个人工势场，障碍物和环境边界具有斥力，目标区域具有引力，无人机根据所受力向目标区域靠近。势场法不需要进行复杂的计算，只需要计算出环境的势场即可，然而势场法在复杂环境中容易使飞行器陷入局部最小，并不适合在复杂环境以及狭窄的通道中进行规划。针对势场法的不足，部分学者提出了Dubins曲线算法以及细胞分裂算法和Delaunay三角算法等离散化搜索空间的算法，通过对障碍物或者环境空间进行建模的方法寻找最优路径。同时也有人将进化算法例如遗传算法以及粒子群算法用于解决路径规划问题，利用算法的并行性找到最优路径。然而这类算法的计算开销特别大，算法在复杂的环境以及高维数的环境中需要大量的时间去计算，无法直接应用于无人机的路径规划问题上。基于采样的路径规划算法已被证明可以高效地解决路径规划问题，概率路线图算法(PRM)和快速扩展随机数算法(RRT)是目前主要的两种采样算法。PRM算法随机在空间生成采样点，并且对这些点进行连接，最后通过图搜索算法找到初始状态到目标区域的路径。与RPM算法相比，RRT算法采用树结构介绍了算法进行碰撞检测的次数，并且树的路径搜索比图的路径搜索更容易实现。然而RRT算法的收敛率太低，即需要通过大量的迭代才能找到最优路径，并且随着迭代次数的上升，算法也需要大量的内存。因此人们目前提出了很多针对RRT算法的变种算法以及改进算法：NikA将例子滤波与RRT算法结合提出了PRRT算法用于局部路径规划、StephenR将泰森多边形(Voronoi)引入树的生长中提高算法找到可行解的速度等等，其中应用最广并且效果最好的是SertacKaraman提出的RRT*算法。RRT*算法在每次迭代后对新加入的节点及其邻近节点进行优化，这一优化操作改善了算法的收敛率，保证了算法的渐近最优性，从而使其广泛应用在路径规划领域并衍生出一系列变种算法。A.H.Qureshi为了加快RRT*算法的收敛速度，在生成随机点的同时将随机点以及目标点和初始位置三个点构成的三角形的内心作为新的随机点加入树中，使随机点一定程度上偏向了目标点；M.Jordan提出了利用两棵树生长寻找路径的方法提高了算法的收敛率。但是这些改进算法中仍然存在着一系列的问题：(1)算法的收敛速率还有很大的提升空间；(2)算法寻找最优路径需要进行大量的迭代，因此算法的运行需要大量的内存；(3)算法的节点基于固定的步长生长，因此树在障碍物附近地生长具有局限性；(4)由于算法的路径由树节点连接生成，最后生成的路径不够平滑，难以直接应用于无人机中。
技术实现思路
为了克服已有无人机二维航迹规划方法的收敛速度较慢、内存占用偏大、在障碍物附近生长具有局限性、实用性较差的不足,本专利技术提供了一种收敛速度较快、内存占用空间较小、解决了在障碍物附近生长具有局限性的问题、能直接应用于无人机控制的基于MB-RRT*的无人机二维航迹规划方法。本专利技术解决其技术问题所采用的技术方案是：一种基于MB-RRT*的无人机二维航迹规划方法，包括如下步骤：1)初始化树以及环境信息；2)导入障碍物信息，并设置迭代次数；3)判断是否达到迭代次数，如果是，对生成的路径点进行降采样处理，并采用插值算法优化生成路径线，结束；否则进入4)；4)产生随机采样点Xrand，并寻找树中与随机采样点Xrand距离最近的点Xinsert；5)根据点Xinsert生成自适应步长，根据步长生成最终插入点Xnew；6)判断插入点Xnew到树根的距离是否大于当前的最优路径长，如果是，进入9)；如果否进入7)；7)对路径进行碰撞检测，如果未通过进入9)，如果通过，将插入点加入树中，并对插入点周围的邻近节点进行优化；8)对树进行连接检测，并进行连接。9)将当前操作的目标树设置为另一颗树，回到步骤3)。进一步，所述步骤3)中，所述降采样处理：对最终生成的轨迹点之间不断地进行碰撞检测，对最后的轨迹不断地截短直至无法截短。再进一步，所述步骤3)中，采用构建三次贝塞尔曲线对轨迹点进行插值生成最后的路径曲线，三次贝塞尔曲线的方程如下所示：B(t)＝P0(1-t)3+3P1t(1-t)2+3P2t2(1-t)+P3t3其中P0为起始点，P3为目标点，P1和P2为控制点，用于控制曲线的方向，对于一系列路径点，只需要根据轨迹点不断计算两个控制点带入方程，即可生成曲线。更进一步，所述步骤5)中，自适应步长的计算过程如下：首先通过NearestOb(x1,2μMax)寻找并计算出距离点x1最近的障碍物的距离Di，x1为查找的坐标点，μMax为设定的最大步长，μMin为设定的最小步长。根据下列公式计算出步长：通过这一方法计算出的步长保持在范围μMin＜μ＜μMax，点x1距离障碍越近，步长越接近μMin，当以x1为中心半径为μMax的范围内没有障碍时，步长为μMax。所述步骤4)中，在采样阶段对采样点进行筛选，即在每次生成插入点xnew后计算插入点到达根节点的长度c(xnew,xinit)，如果这个长度大于当前最优路径的长度就抛弃这个插入点。本专利技术的技术构思为：虽然B-RRT*算法利用双向树同时生长提高了算法的收敛率，并且保留了RRT*算法的概率完整性，但是B-RRT*算法仍然有很多缺点需要去改善。首先，B-RRT*算法保留了RRT*算法以固定步长生长树的方式，较大的步长可以较快的生长，然而生长至障碍物附近的节点有较大概率由于无法通过碰撞检测而被抛弃，同时较小的步长虽然在障碍物附近地生长较好，但在空旷的环境地图中相对生长较慢。其次，B-RRT*算法在找到可行路径之后仍然对整个环境空间进行采样，这种采样策略容易产生大量无效节点。最后，B-RRT*算法同时也保留了RRT*算法将最后生成的路径点直接相连的方法生成最终路径，导致最后产生的路径过于粗糙，无法应用于实际情况当中。针对B-RRT*算法的这些问题，本专利技术提出了MB-RRT*算法，通过引入自适应步长、懒惰采样以及贝塞尔曲线优化等方法对B-RRT*算法进行改进优化。MB-RRT*算法与B-RRT*算法相比在每次迭代过程中多了两个步骤，并且在算法迭代结束后又加入了两个处理方法。针对
技术介绍
中的问题(1)、(3)，MB-RRT*算法引入了自适应步长的方法去优化算法的收敛率；针对问题(1)、(2)，MB-RRT*算法引入了懒惰采样的方法在提高算法收敛率的同时减少了算法内存占用；针对问题(4)，MB-RRT*本文档来自技高网...

【技术保护点】
一种基于MB‑RRT*的无人机二维航迹规划方法，其特征在于：所述方法包括如下步骤：1)初始化树以及环境信息；2)导入障碍物信息，并设置迭代次数；3)判断是否达到迭代次数，如果是，对生成的路径点进行降采样处理，并采用插值算法优化生成路径线，结束；否则进入4)；4)产生随机采样点Xrand，并寻找树中与随机采样点Xrand距离最近的点Xinsert；5)根据点Xinsert生成自适应步长，根据步长生成最终插入点Xnew；6)判断插入点Xnew到树根的距离是否大于当前的最优路径长，如果是，进入8)；如果否进入7)；7)对路径进行碰撞检测，如果未通过进入8)，如果通过，将插入点加入树中，并对插入点周围的邻近节点进行优化；8)对树进行连接检测，并进行连接。

【技术特征摘要】
1.一种基于MB-RRT*的无人机二维航迹规划方法，其特征在于：所述方法包括如下步骤：1)初始化树以及环境信息；2)导入障碍物信息，并设置迭代次数；3)判断是否达到迭代次数，如果是，对生成的路径点进行降采样处理，并采用插值算法优化生成路径线，结束；否则进入4)；4)产生随机采样点Xrand，并寻找树中与随机采样点Xrand距离最近的点Xinsert；5)根据点Xinsert生成自适应步长，根据步长生成最终插入点Xnew；6)判断插入点Xnew到树根的距离是否大于当前的最优路径长，如果是，进入8)；如果否进入7)；7)对路径进行碰撞检测，如果未通过进入8)，如果通过，将插入点加入树中，并对插入点周围的邻近节点进行优化；8)对树进行连接检测，并进行连接。2.如权利要求1所述的基于MB-RRT*的无人机二维航迹规划方法，其特征在于：所述步骤3)中，所述降采样处理：对最终生成的轨迹点之间不断地进行碰撞检测，对最后的轨迹不断地截短直至无法截短。3.如权利要求2所述的基于MB-RRT*的无人机二维航迹规划方法，其特征在于：所述步骤3)中，采用构建三次贝塞尔曲线对轨迹点进行插值生成最后的路径曲线，三次贝塞尔曲线的方程如下所示...

【专利技术属性】
技术研发人员：陈晋音，施晋，杜文耀，
申请(专利权)人：浙江工业大学，
类型：发明
国别省市：浙江;33