一种飞行器自主避障系统、方法及飞行器技术方案

本发明专利技术属于飞行器技术领域，公开了一种飞行器自主避障系统、方法及飞行器，自主避障系统包括：太阳能供电模块、图像采集模块、障碍信息探测模块、中央控制模块、分析判断模块、指令生成模块、路径规划模块、稳定性分析模块、显示模块。本发明专利技术通过路径规划模块在判断所述其他飞行器与所述飞行器会相撞时，调整所述飞行规划轨迹，因此能够确保为飞行器规划安全的飞行轨迹，大大提高飞行安全性；同时，通过稳定性分析模块能够在保证预测精度的同时大幅减少计算代价，从而易于开展飞行器全飞行域动稳定性特性的定性、定量研究，获得对飞行器设计有指导意义的设计方向。

【技术实现步骤摘要】
一种飞行器自主避障系统、方法及飞行器
本专利技术属于飞行器
，尤其涉及一种飞行器自主避障系统、方法及飞行器。
技术介绍
飞行器(flightvehicle)是在大气层内或大气层外空间(太空)飞行的器械。飞行器分为3类：航空器、航天器、火箭和导弹。在大气层内飞行的称为航空器，如气球、飞艇、飞机等。它们靠空气的静浮力或空气相对运动产生的空气动力升空飞行。在太空飞行的称为航天器，如人造地球卫星、载人飞船、空间探测器、航天飞机等。它们在运载火箭的推动下获得必要的速度进入太空，然后依靠惯性做与天体类似的轨道运动。然而，现有飞行器自主避障系统安全性低；同时，对飞行器飞行的稳定性测试复杂、繁琐、分析误差大。综上所述，现有技术存在的问题是：(1)现有飞行器自主避障系统安全性低；同时，对飞行器飞行的稳定性测试复杂、繁琐、分析误差大。(2)现有技术中采集飞行器飞行前方的环境图像的过程中，在多运动目标遮挡重叠的情况下，采用传统目标跟踪算法，不能有效的提高运动目标跟踪成功率。(3)现有技术中毫米波雷达对前方可探测距离内的障碍物进行多目标检测，获得障碍物的位置、速度以及方位信息的过程中，在工作在复杂的探测背景中，回波信号中难以避免掺杂着许多杂波成分，采用传统的算法，不能有效的消除杂波成分以虚假目标的形式遗留下来。(4)现有技术中根据采集的图像、障碍信息进行分析判断障碍物的危险性的过程中，根据采集的图像、障碍数据信息采用传统的算法建立障碍物的危险程度的决策树，不能快速确定障碍物危险性。
技术实现思路
针对现有技术存在的问题，本专利技术提供了一种飞行器自主避障系统、方法及飞行器。本专利技术是这样实现的，一种飞行器自主避障方法，所述飞行器自主避障方法包括以下步骤：步骤一，利用太阳能电池板将太阳能转化为电能为飞行器进行供电；通过图像采集模块利用光学摄像器采集飞行器飞行前方的环境图像；步骤二，通过障碍信息探测模利用毫米波雷达对前方可探测距离内的障碍物进行多目标检测，获得障碍物的位置、速度以及方位信息；步骤三，利用数据分析程序根据采集的图像、障碍信息进行分析判断障碍物的危险性；步骤四，利用指令生成器根据判断结果生成航线变更指令；通过路径规划模块利用导航系统根据变更指令规划飞行器的飞行路径；步骤五，利用分析程序对飞行器的稳定性进行分析；步骤六，利用显示器显示采集环境图像、障碍信息、飞行路径、稳定性数据。进一步，所述路径规划模块规划方法包括：(1)接收航线变更指令，为所述飞行器生成飞行规划轨迹，所述飞行规划轨迹包括飞行规划路线和飞行规划高度层；(2)在所述飞行规划高度层中有所述飞行器之外的其他飞行器飞行时，按照预设规则判断所述其他飞行器与所述飞行器是否会相撞；(3)在判断所述其他飞行器与所述飞行器会相撞时，调整所述飞行规划轨迹，直至按照所述预设规则判断所述其他飞行器与所述飞行器不会相撞。进一步，所述按照预设规则判断所述其他飞行器与所述飞行器是否会相撞包括：获取所述其他飞行器的飞行轨迹和飞行速度；在所述飞行规划轨迹与所述其他飞行器的飞行轨迹有重合区域时，依据所述其他飞行器的飞行轨迹和飞行速度以及所述飞行器的飞行规划轨迹和飞行速度，计算所述其他飞行器和所述飞行器到达所述重合区域的时间点间隔；在所述时间点间隔小于等于预设时间间隔时，判断所述其他飞行器与所述飞行器会相撞。进一步，所述调整所述飞行器的飞行规划轨迹包括：通过调整所述飞行器在至少所述重合区域处的飞行规划高度层和/或飞行规划路线来调整所述飞行规划轨迹；所述飞行器的调整后的飞行规划高度层位于所述飞行器的下限飞行高度与上限飞行高度之间。进一步，稳定性分析方法包括：1)设置飞行器飞行参数；2)针对飞行器气动力特性，确定目标精度要求和计算量上限，并在全飞行域范围选取预定数量的初始样本点；3)在初始样本点x(i)处，对一组给定的运动训练信号序列u(x(i),k)使用CFD计算获得飞行器强迫运动的非定常气动力和力矩系数的时序数列y(x(i),k)，然后以u(x(i),k)和y(x(i),k)为样本数据，构建Kriging代理模型作为初始的目标代理模型；4)构建参考代理模型，对初始样本点进行评估，以确定当前采样精度；5)利用试验设计方法生成新的候选采样点；并通过目标代理模型和参考代理模型对所有的候选采样点分别进行计算和评估，以获得各候选采样点加入目标代理模型和参考代理模型后产生的精度变化值；6)通过自适应采样准则选取精度变化值中符合当前采样精度要求的候选采样点作为下一个加入目标代理模型和参考代理模型的样本点进行训练；7)重复步骤4)至5)，然后在每次重复时判断当前目标代理模型精度是否达标和计算量是否达到上限，并在满足其中一个条件时退出当前循环，完成当前目标代理模型的采样并以此确定全飞行域非定常气动力代理-降阶模型的训练样本；8)用随机抽样方法在全飞行域内生成大量随机分布、充满全飞行域的设计点；对每个设计点，在训练样本中利用Kriging插值获取各设计点的输入输出信号，再利用各输入输出信号形成的离散空间确定非定常气动力降阶模型；9)将非定常气动力降阶模型转化为连续空间的状态空间方程；将刚体动力方程转化为连续空间下的状态方程；将非定常气动力降阶模型的状态空间方程与刚体动力方程的状态方程进行反馈连接，即得到当前飞行器的耦合动稳定性分析方程；求解耦合动稳定性分析方程的特征矩阵特征根，特征根实部表征系统阻尼，虚部表征系统频率；其中，当所有特征根实部全部为负时，该设计点的飞行器动稳定；当出现正实部的特征根时，该设计点的飞行器动不稳定；10)通过上述步骤获得每个设计点的飞行器的动稳定性特征后，获得飞行器在整个飞行域内的动稳定性特征。进一步，步骤三利用数据分析程序根据采集的图像、障碍信息进行分析判断障碍物的危险性中，采用适合处理障碍图像信息的脉冲耦合神经网络模型对障碍显微图像进行检测；障碍显微图像受到密度较小的脉冲噪声污染通过自适应加权滤波处理；障碍显微图像受到密度较大的脉冲噪声污染采用保持边缘细节信息的引入双结构元素数学形态学进行二次滤波后得到障碍物危险性信息。进一步，适合处理障碍图像信息的脉冲耦合神经网络模型：Fij[n]＝Sij；Uij[n]＝Fij[n](1+βij[n]Lij[n])；θij[n]＝θ0e-αθ(n-1)；其中，βij[n]为自适应链接强度系数；Sij、Fij[n]、Lij[n]、Uij[n]、θij[n]分别为输入图像信号、反馈输入、链接输入、内部活动项及动态阈值，Nw为所选待处理窗口W中的像素总数，Δ为调节系数，选取1～3。进一步，脉冲耦合神经网络模型对障碍显微图像进行检测时，利用网络特性使灰度为Sijmax的像素点火激活，再进行第二次脉冲耦合神经网络迭代处理，把介于[Sijmax/1+βijLij,Sijmax]间的像素捕获激活，使两次激活的像素点对应的Yij输出为1；然后对原噪声污染图像反白处理，再对处理后的图像Sij按前述进行迭代处理，并使对应的输出Yij＝1，利用图像噪声像素与周围像素相关性小，灰度差别大特性，当一个神经元的激发没有引起所在区域附近大多数神经元的激发时，就说明该神经元对应像素可能是噪声点；初步甄别出Yij＝0对应的像素点为障碍显微图像的信号点，予以保护；对Yij输本文档来自技高网...

【技术保护点】
1.一种飞行器自主避障方法，其特征在于，所述飞行器自主避障方法包括以下步骤：步骤一，利用太阳能电池板将太阳能转化为电能为飞行器进行供电；通过图像采集模块利用光学摄像器采集飞行器飞行前方的环境图像；步骤二，通过障碍信息探测模利用毫米波雷达对前方可探测距离内的障碍物进行多目标检测，获得障碍物的位置、速度以及方位信息；步骤三，利用数据分析程序根据采集的图像、障碍信息进行分析判断障碍物的危险性；步骤四，利用指令生成器根据判断结果生成航线变更指令；通过路径规划模块利用导航系统根据变更指令规划飞行器的飞行路径；步骤五，利用分析程序对飞行器的稳定性进行分析；步骤六，利用显示器显示采集环境图像、障碍信息、飞行路径、稳定性数据。

【技术特征摘要】
1.一种飞行器自主避障方法，其特征在于，所述飞行器自主避障方法包括以下步骤：步骤一，利用太阳能电池板将太阳能转化为电能为飞行器进行供电；通过图像采集模块利用光学摄像器采集飞行器飞行前方的环境图像；步骤二，通过障碍信息探测模利用毫米波雷达对前方可探测距离内的障碍物进行多目标检测，获得障碍物的位置、速度以及方位信息；步骤三，利用数据分析程序根据采集的图像、障碍信息进行分析判断障碍物的危险性；步骤四，利用指令生成器根据判断结果生成航线变更指令；通过路径规划模块利用导航系统根据变更指令规划飞行器的飞行路径；步骤五，利用分析程序对飞行器的稳定性进行分析；步骤六，利用显示器显示采集环境图像、障碍信息、飞行路径、稳定性数据。2.如权利要求1所述的飞行器自主避障方法，其特征在于，所述路径规划模块规划方法包括：(1)接收航线变更指令，为所述飞行器生成飞行规划轨迹，所述飞行规划轨迹包括飞行规划路线和飞行规划高度层；(2)在所述飞行规划高度层中有所述飞行器之外的其他飞行器飞行时，按照预设规则判断所述其他飞行器与所述飞行器是否会相撞；(3)在判断所述其他飞行器与所述飞行器会相撞时，调整所述飞行规划轨迹，直至按照所述预设规则判断所述其他飞行器与所述飞行器不会相撞。3.如权利要求2所述的飞行器自主避障昂发，其特征在于，所述按照预设规则判断所述其他飞行器与所述飞行器是否会相撞包括：获取所述其他飞行器的飞行轨迹和飞行速度；在所述飞行规划轨迹与所述其他飞行器的飞行轨迹有重合区域时，依据所述其他飞行器的飞行轨迹和飞行速度以及所述飞行器的飞行规划轨迹和飞行速度，计算所述其他飞行器和所述飞行器到达所述重合区域的时间点间隔；在所述时间点间隔小于等于预设时间间隔时，判断所述其他飞行器与所述飞行器会相撞。4.如权利要求3所述飞行器自主避障方法，其特征在于，所述调整所述飞行器的飞行规划轨迹包括：通过调整所述飞行器在至少所述重合区域处的飞行规划高度层和/或飞行规划路线来调整所述飞行规划轨迹；所述飞行器的调整后的飞行规划高度层位于所述飞行器的下限飞行高度与上限飞行高度之间。5.如权利要求1所述飞行器自主避障方法，其特征在于，稳定性分析方法包括：1)设置飞行器飞行参数；2)针对飞行器气动力特性，确定目标精度要求和计算量上限，并在全飞行域范围选取预定数量的初始样本点；3)在初始样本点x(i)处，对一组给定的运动训练信号序列u(x(i),k)使用CFD计算获得飞行器强迫运动的非定常气动力和力矩系数的时序数列y(x(i),k)，然后以u(x(i),k)和y(x(i),k)为样本数据，构建Kriging代理模型作为初始的目标代理模型；4)构建参考代理模型，对初始样本点进行评估，以确定当前采样精度；5)利用试验设计方法生成新的候选采样点；并通过目标代理模型和参考代理模型对所有的候选采样点分别进行计算和评估，以获得各候选采样点加入目标代理模型和参考代理模型后产生的精度变化值；6)通过自适应采样准则选取精度变化值中符合当前采样精度要求的候选采样点作为下一个加入目标代理模型和参考代理模型的样本点进行训练；7)重复步骤4)至5)，然后在每次重复时判断当前目标代理模型精度是否达标和计算量是否达到上限，并在满足其中一个条件时退出当前循环，完成当前目标代理模型的采样并以此确定全飞行域非定常气动力代理-降阶模型的训练样本；8)用随机抽样方法在全飞行域内生成大量随机分布、充满全飞行域的设计点；对每个设计点，在训练样本中利用...

【专利技术属性】
技术研发人员：仇飞，邵仟彤，黄云峰，刘洺瑜，杨智豪，
申请(专利权)人：南京晓庄学院，
类型：发明
国别省市：江苏,32