【技术实现步骤摘要】
一种复杂环境下无人机目标跟踪的轨迹生成方法
本专利技术涉及无人机运动规划及目标跟踪
,具体涉及一种复杂环境下无人机目标跟踪的轨迹生成方法。
技术介绍
目标跟踪作为一种基本任务形式,广泛出现于各类军用与民用领域。主要的应用情景有军用方面的边防巡逻、海关缉私、目标追捕、搜索营救等,以及民用领域的运动航拍、电力巡线等。目标跟踪的主要任务内容是在识别目标的前提下,持续观测目标的位置和速度变化,并随着目标的移动而进行自身平台的运动状态调整,以保证对目标的长时间不间断状态监测。在实际应用场景中,不定向跟踪应用最为广泛。在不定向跟踪过程中,无人机与目标维持在设定距离(可使目标在图像中的尺度保持不变),通过云台相机进行目标搜索、识别和图像跟踪,通过控制云台相机,使目标保持在图像中心。无刷云台相机系统相比较于静态相机系统可提高物体捕捉能力与跟踪能力。如果目标突然偏离图像中心,摄像机有足够的调整空间使目标重新位于图像中心,最大程度地避免目标丢失。关于无人机或其他移动机器人执行这些任务的研究已经有了很多,(J.Thomas,J.Welde,G.Loianno,K.DaniilidisandV.Kumar.AutonomousFlightforDetection,Localization,andTrackingofMovingTargetsWithaSmallQuadrotor,IEEERoboticsandAutomationLetters,vol.2,no.3,pp.1762-1769,July2017.)和(D. ...
【技术保护点】
1.一种复杂环境下无人机目标跟踪的轨迹生成方法,其特征在于,采用由激光雷达、机载计算机、云台相机以及无人机组成的系统进行目标跟踪,包括如下步骤:/n分段建立无人机运动轨迹多项式以及目标运动轨迹多项式;/n采用云台相机实时观测获取目标的三维位置信息,依据目标在设定时间段内的三维位置信息,通过拟合的方式对目标在未来时域内的运动轨迹进行预测;/n所述机载计算机和所述激光雷达进行环境感知,建立环境八叉树地图,并利用A*路径搜索算法在所述环境八叉树地图中进行搜索得到一条安全路径,利用欧式距离场与膨胀方法生成无人机安全飞行通道;/n建立轨迹生成的目标函数,所述目标函数为位置约束、速度约束以及能耗约束的加权求和函数;为所述目标函数添加几何约束、动态约束以及多段多项式轨迹间的平滑性约束,并将目标函数转化为凸优化问题;/n所述位置约束为无人机与目标之间的相对距离等于设定的距离阈值;/n所述速度约束为无人机与目标之间的相对速度最小化;/n所述能耗约束为无人机运动轨迹的能耗最小化;/n所述几何约束为所述无人机安全飞行通道约束;/n所述动态约束为所述目标的速度约束、加速度约束以及加加速度约束;/n采用凸优化求 ...
【技术特征摘要】
1.一种复杂环境下无人机目标跟踪的轨迹生成方法,其特征在于,采用由激光雷达、机载计算机、云台相机以及无人机组成的系统进行目标跟踪,包括如下步骤:
分段建立无人机运动轨迹多项式以及目标运动轨迹多项式;
采用云台相机实时观测获取目标的三维位置信息,依据目标在设定时间段内的三维位置信息,通过拟合的方式对目标在未来时域内的运动轨迹进行预测;
所述机载计算机和所述激光雷达进行环境感知,建立环境八叉树地图,并利用A*路径搜索算法在所述环境八叉树地图中进行搜索得到一条安全路径,利用欧式距离场与膨胀方法生成无人机安全飞行通道;
建立轨迹生成的目标函数,所述目标函数为位置约束、速度约束以及能耗约束的加权求和函数;为所述目标函数添加几何约束、动态约束以及多段多项式轨迹间的平滑性约束,并将目标函数转化为凸优化问题;
所述位置约束为无人机与目标之间的相对距离等于设定的距离阈值;
所述速度约束为无人机与目标之间的相对速度最小化;
所述能耗约束为无人机运动轨迹的能耗最小化;
所述几何约束为所述无人机安全飞行通道约束;
所述动态约束为所述目标的速度约束、加速度约束以及加加速度约束;
采用凸优化求解器求解所述凸优化问题,生成多项式飞行轨迹发送至所述无人机的飞行控制器,完成飞行轨迹跟踪。
2.如权利要求1所述的方法,其特征在于,所述分段建立无人机运动轨迹多项式以及目标运动轨迹多项式具体为:
将无人机的飞行时间进行分段,对于第i段,建立如下无人机运动轨迹多项式:
fμi(t)=a0i+a1it+a2it2+…+anitn=q(t)Aμi
其中fμi(t)为第μ∈x,y,z维的第i段的无人机运动轨迹多项式;μ用于指代世界坐标系的xyz轴,x,y,z为世界坐标系的xyz轴;
a0ia1ia2i…ani分别为第i段的无人机运动轨迹多项式的各项系数;
Aμi为无人机运动轨迹多项式的系数矩阵,
tn为t的n阶导数
q(t)为关于时间t的基向量q(t)=[1tt2…tn];
对于第i段,建立如下目标运动轨迹多项式:
Tμi(t)=b0i+b1it+b2it2+…+bnitn=q(t)Bμi
Tμi(t)为第μ∈x,y,z维第i段的目标运动轨迹多项式;
b0ib1ib2i…bni分别为第i段的目标运动轨迹多项式的各项系数;
Bμi为目标运动轨迹多项式的系数矩阵,
3.如权利要求2所述的方法,其特征在于,所述实时观测获取目标的三维位置信息,依据目标在设定时间段内的三维位置信息,通过拟合的方式对目标在未来时域内的运动轨迹进行预测;
具体为
所述云台相机实时采集目标图像并输出;选取一个时间段内所有时刻对应的目标图像,机载计算机对所选取的目标图像进行目标识别处理以及图像定位,获取目标的三维位置信息;
依据所选取的时间段内所有时刻下目标的三维位置信息,利用多项式拟合公式解算所述目标运动轨迹多项式的系数矩阵;
所述多项式拟合公式为最小二乘拟合公式和正则项的组合:
其中为最小二乘拟合公式,σBuiTBui为正则项,所述所选取的时间段为[tl,t0],tl为始时间,t0为结束时间;pk表示在时间t∈[tl,t0]区间内目标的第k个三维位置信息,共L个;...
【专利技术属性】
技术研发人员:彭志红,奚乐乐,陈杰,王星博,蒋卓,
申请(专利权)人:北京理工大学,
类型:发明
国别省市:北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。