多无人机协同的分布式空间搜索及轨迹规划方法及装置制造方法及图纸

本发明专利技术涉及一种多无人机协同的分布式空间搜索及轨迹规划方法及装置，方法包括：根据多个无人机输出的各自所处位置的场景深度图，进行地图共享，生成共享概率占据地图；根据共享概率占据地图中的地图信息，进行边界搜索得到边界集合和与边界集合对应的边界最佳视点集合；根据边界最佳观测点集合中观测点的数量和无人机的数量，以及无人机当前位置到观测点的代价进行运筹优化分配，为每个无人机分配到下一个目标点；根据各无人机分配的目标点进行轨迹规划，得到考虑避障和避免无人机之间碰撞的连续性期望轨迹，输出到各无人机的飞行控制器中进行飞行控制。本发明专利技术提高了无人机系统对环境一致性的感知能力，有效避免了机间无效感知的干扰。知的干扰。知的干扰。

【技术实现步骤摘要】
多无人机协同的分布式空间搜索及轨迹规划方法及装置


[0001]本专利技术属于无人机智能控制
，具体涉及一种多无人机协同的分布式空间搜索及轨迹规划方法及装置。

技术介绍

[0002]现有多无人机搜索的主要方法为编队法，该方法利用多无人机组成一定形状的队形，以扩大无人机的感知范围，从而使整个编队可以快速完成区域的搜索任务。但是这种方法不适用于复杂空间的协同搜索，因为复杂空间中往往存在许多障碍物，在这种情况下，维护队形和躲避障碍为相互矛盾的要求，要同时满足这两者需要寻找合理的参数设置，需要经过漫长的调试。同时，编队的优势在于扩大感知范围，由于复杂空间结构繁多，对感知范围扩大有限，不能充分发挥编队的优势，从而可能导致该方法在这种环境下运行较为缓慢，无法实现快速协同遍历空间的需求。

技术实现思路

[0003]鉴于上述的分析，本专利技术旨在公开了一种多无人机协同的分布式空间搜索及轨迹规划方法及装置，用于保证多无人机在对复杂空间搜索时的信息协同感知，提高环境一致性判断，防止信息冲突。
[0004]本专利技术公开了一种多无人机协同的分布式空间搜索及轨迹规划方法，包括：
[0005]步骤S1、根据多个无人机输出的各自所处位置的场景深度图，进行地图共享，生成共享概率占据地图；
[0006]步骤S2、根据共享概率占据地图中的地图信息，进行边界搜索得到边界集合和与边界集合对应的边界最佳视点集合；
[0007]步骤S3、根据边界最佳观测点集合中观测点的数量和无人机的数量，以及无人机当前位置到观测点的代价进行运筹优化分配，为每个无人机分配到下一个目标点；
[0008]步骤S4、根据各无人机分配的目标点进行轨迹规划，得到考虑避障和避免无人机之间碰撞的连续性期望轨迹，输出到各无人机的飞行控制器中进行飞行控制。
[0009]进一步地，所述步骤S1中包括：
[0010]步骤S101、进行多机相互遮掩判定，判定出存在遮掩的无人机；
[0011]步骤S102、对存在遮掩的无人机拍摄的深度信息进行掩码操作得到处理，得到处理后的深度图；
[0012]步骤S103、基于处理后的深度信息将深度图转换为障碍点云，并根据所有无人机同时观测的障碍点云生成共享概率占据地图；
[0013]所述共享概率占据地图由一个动态数组构成，数组内每个数据单元内储存着由多无人机共同获得观测概率，以及由观测概率确定的地图元素所对应的状态；并根据逐帧更新的障碍点云，进行观测概率和观测状态的更新。
[0014]进一步地，存在遮掩的无人机的判断包括：
[0015]1)一次判定；在获取每个无人机更新的深度图与全局位置时，判断任意两个无人机之间的距离，若两无人机的距离大于深度相机感知距离，则判定该两无人机之间不存在相互感知；反之，进入下一步骤；
[0016]2)二次判定；根据两无人机的相对位置矢量和机载深度相机的视角矢量判定其中一个无人机是否在另一个无人机的视野范围内；
[0017]所述判定公式为：Result＝minf(sign(dir
ij
·
dir
r
)),其中，)),其中，sign为数学符号函数；dir
ij
为无人机UAV
i
和UAV
j
的相对位置矢量；dir
r
为UAV
j
的视角矢量；
[0018]当Result为0，表示UAV
i
不在UAV
j
视野内；反之则表示出现在视野内，并且影响到了深度相机的估计。
[0019]进一步地，在步骤S2中，包括：
[0020]步骤S201、搜索共享概率占据地图中各数据单元当前状态找出用于区分地图未知和已知区域的边界集合；
[0021]共享概率占据地图中处于未知状态与自由状态的交接处的数据单元属于边界上的点，其自身状态为自由状态，其邻近单元状态为未知状态；
[0022]步骤S202、搜索边界集合中的每一条边界的观测效率最大化的观测点位置；
[0023]在搜索过程中，通过搜索边界的均值点、边界两端相距最远的两个空间点位置、边界中心法线和根据由边界两端相距最远的两个空间点位置计算出的中心点位置和深度相机的感知视野FOV确定出最佳观测点位置。
[0024]进一步地，在步骤S3中，将M个观测点VP
m
∈{VP1,
…
,VP
M
}分配给N个无人机UAV
n
∈{UAV1,
…
,UAV
N
}，一个无人机只分配一个观测点，并且分配后所有无人机以最小代价到达各自的观测点；建立如下分配优化数学模型：
[0025]无人机UAV
n
是否参与搜索表示为y
n
∈{0,1}；是否将观测点VP
m
分配给无人机UAV
n
表示为x
mn
∈{0,1}；其中，无人机UAV
n
到观测点VP
m
的代价表示为d
mn
，所有无人机到达各自观测点的总代价表示为通过分配优化使总代价Cost达到最小。
[0026]进一步地，根据观测点数量小于无人机数量和观测点数量大于无人机数量两种情况分别进行分配优化，使总代价达到最小；
[0027]情况一、在M<N时，该分配优化问题表述为：
[0028][0029][0030][0031][0032][0033][0034]情况二、在M>N时，该该分配优化问题表述为：
[0035][0036][0037][0038][0039][0040][0041]进一步地，无人机到观测点位置的代价为由距离代价、速度代价和速度变化代价组成的总观测代价。
[0042]进一步地，在步骤S4中，具体包括：
[0043]步骤S401、第一次路径规划；根据各无人机的避障感知地图进行路径规划，生成每个仿真无人机的连续性期望轨迹；
[0044]步骤S402、第二次路径规划；根据各机器人同时间段内的连续性期望轨迹进行无人机间碰撞判断；对判断的发生碰撞的两个仿真无人机，进行二次路径规划生成避免无人机碰撞的连续性期望轨迹。
[0045]进一步地，步骤S402中，包括：
[0046]1)在多无人机之间互相传递在同时间段内的轨迹曲线，对该时间段进行下采样，获取多个采样时刻；
[0047]2)针对所有无人机的连续性期望轨迹，在每个采样时刻计算各无人机的采样位置点；
[0048]3)判断相同采样时刻的任意两个无人机的位置点之间的距离是否处于设定安全距离内；是，则进入步骤4)的二次轨迹规划，否则结束步骤S3；
[0049]4)在二次轨迹规划中，在两个无人机各自的期望轨迹中确定出位置优化的两个贝塞尔曲线控制点；所述两个贝塞尔曲线控制本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种多无人机协同的分布式空间搜索及轨迹规划方法，其特征在于，包括：步骤S1、根据多个无人机输出的各自所处位置的场景深度图，进行地图共享，生成共享概率占据地图；步骤S2、根据共享概率占据地图中的地图信息，进行边界搜索得到边界集合和与边界集合对应的边界最佳视点集合；步骤S3、根据边界最佳观测点集合中观测点的数量和无人机的数量，以及无人机当前位置到观测点的代价进行运筹优化分配，为每个无人机分配到下一个目标点；步骤S4、根据各无人机分配的目标点进行轨迹规划，得到考虑避障和避免无人机之间碰撞的连续性期望轨迹，输出到各无人机的飞行控制器中进行飞行控制。2.根据权利要求1所述的多无人机协同的分布式空间搜索及轨迹规划方法，其特征在于，所述步骤S1中包括：步骤S101、进行多机相互遮掩判定，判定出存在遮掩的无人机；步骤S102、对存在遮掩的无人机拍摄的深度信息进行掩码操作得到处理，得到处理后的深度图；步骤S103、基于处理后的深度信息将深度图转换为障碍点云，并根据所有无人机同时观测的障碍点云生成共享概率占据地图；所述共享概率占据地图由一个动态数组构成，数组内每个数据单元内储存着由多无人机共同获得观测概率，以及由观测概率确定的地图元素所对应的状态；并根据逐帧更新的障碍点云，进行观测概率和观测状态的更新。3.根据权利要求2所述的多无人机协同的分布式空间搜索及轨迹规划方法，其特征在于，存在遮掩的无人机的判断包括：1)一次判定；在获取每个无人机更新的深度图与全局位置时，判断任意两个无人机之间的距离，若两无人机的距离大于深度相机感知距离，则判定该两无人机之间不存在相互感知；反之，进入下一步骤；2)二次判定；根据两无人机的相对位置矢量和机载深度相机的视角矢量判定其中一个无人机是否在另一个无人机的视野范围内；所述判定公式为：Result＝minf(sign(dir
ij
·
dir
r
)),其中，)),其中，sign为数学符号函数；dir
ij
为无人机UAV
i
和UAV
j
的相对位置矢量；dir
r
为UAV
j
的视角矢量；当Result为0，表示UAV
i
不在UAV
j
视野内；反之则表示出现在视野内，并且影响到了深度相机的估计。4.根据权利要求1所述的多无人机协同的分布式空间搜索及轨迹规划方法，其特征在于，在步骤S2中，包括：步骤S201、搜索共享概率占据地图中各数据单元当前状态找出用于区分地图未知和已知区域的边界集合；共享概率占据地图中处于未知状态与自由状态的交接处的数据单元属于边界上的点，其自身状态为自由状态，其邻近单元状态为未知状态；
步骤S202、搜索边界集合中的每一条边界的观测效率最大化的观测点位置；在搜索过程中，通过搜索边界的均值点、边界两端相距最远的两个空间点位置、边界中心法线和根据由边界两端相距最远的两个空间点位置计算出的中心点位置和深度相机的感知视野FOV确定出最佳观测点位置。5.根据权利要求1所述的多无人机协同的分布式空间搜索及轨迹规划方法，其特征在于，在步骤S3中，将M个观测点VP
m
∈{VP1,
…
,VP
M
}分配给N个无人机UAV
n
∈{UAV1,
…
,UAV
N
}，一个无人机只分配一个观测点，并且分配后所有无人机以最小代价到达各自的观测点；建立如下分配优化数学模型：...

【专利技术属性】
技术研发人员：赵小川，董忆雪，马燕琳，燕琦，李陈，刘华鹏，张少群，刘莹，王子彻，樊迪，彭阳，董仕鹏，邵佳星，
申请(专利权)人：中国兵器工业计算机应用技术研究所，
类型：发明
国别省市：