基于梯度下降法的无人机路径规划方法及系统技术方案

本发明专利技术属于路径规划技术领域，提供了一种基于梯度下降法的无人机路径规划方法及系统，以全局初始路径为基础，进行B样条曲线拟合，得到B样条函数的初始控制点，引入速度调节因子，将控制点作为决策变量，利用梯度下降法求得最优路径，利用控制点的几何位置关系近似表示曲线的弧度，使得速度便于控制，不会增加大量的计算负担，通过速度调节因子，实现了适应于轨迹弧度的速度动态调节，避免了出现急转弯的现象，提高了规划安全性；同时，在最优路径中进行碰撞检测，如果发生碰撞的次数大于预次数时，则在障碍物附近选取一个临时中间目标点，将临时中间目标点更换为目标点，重新进行路径规划，得到最终的全局最优路径，通过改变对无人机的引导方向，使得所规划的路径不会陷入局部极小值。极小值。极小值。

【技术实现步骤摘要】
基于梯度下降法的无人机路径规划方法及系统


[0001]本专利技术属于路径规划
，尤其涉及一种基于梯度下降法的无人机路径规划方法及系统。

技术介绍

[0002]现有的路径规划算法多数由前端的路径搜索以及后端的轨迹优化两部分组成，即先搜索出一条无障碍的初始路径，再通过轨迹优化得到一条光滑的、无碰撞的和动力学可行的路径。前端路径搜索算法主要包括启发式A*算法、混合A*算法等，以及基于采样的方法概率路线图(Probabilistic Roadmap Method，PRM)和快速扩展随机树(Rapidly
‑
Exploring Random Tree，RRT)等；而轨迹优化方法主要有软约束优化和硬约束优化，包括轨迹多项式的四阶导数(minimum snap)、Bezier曲线优化、B样条曲线优化和二次规划等，并通过梯度下降法、牛顿法等数值求解方法得到轨迹的最优解。在这些算法中，基于梯度的方法被广泛使用，也就是通过构建欧几里得符号距离场(Euclidean Signed Distance Field，ESDF)来估计梯度的大小和方向本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于梯度下降法的无人机路径规划方法，其特征在于，包括：使用混合A*算法在预设的地图中进行初始路径搜索，得到一条全局初始路径；以全局初始路径为基础，对初始路径点进行B样条曲线拟合，得到B样条函数的控制点；引入速度调节因子，将控制点作为决策变量，利用梯度下降法求得最优路径；在最优路径中进行碰撞检测，如果发生碰撞的次数大于预次数时，则在障碍物附近选取一个临时中间目标点，将临时中间目标点更换为目标点，重新进行路径规划，得到最终的全局最优路径。2.如权利要求1所述的基于梯度下降法的无人机路径规划方法，其特征在于，获取无人机相关参数信息以及环境信息，将障碍物进行膨胀处理，获得三维地图作为预设的地图。3.如权利要求2所述的基于梯度下降法的无人机路径规划方法，其特征在于，无人机相关参数信息包括地图分辨率、无人机最大速度和加速度限制；环境信息包括无人机起始点位置和终止点位置。4.如权利要求1所述的基于梯度下降法的无人机路径规划方法，其特征在于，根据无人机状态空间模型进行节点扩张，将代价函数设置为关于控制输入的函数，并以当前扩展结点到目标点的距离为启发式代价函数，进行全局路径搜索，得到满足无人机运动学且控制代价最优的初始路径点。5.如权利要求4所述的基于梯度下降法的无人机路径规划方法，其特征在于，利用B样条函数的矩阵表达式对初始路径点进行均匀三次B样条曲线拟合，得到B样条函数的初始控制点，并优化光滑性代价、碰撞代价和动力学可行性代价；在优化动力学可行性代价时引入速度调节因子，速度调节因子越大，对速度施加的约束越紧，速度调节因子的值越小，对速度施加的约束越宽松。6.如权利要求5所述的基于梯度下降法的无人机路径规划方法，其特征在于，根据轨迹曲线弧度对无人机的...

【专利技术属性】
技术研发人员：刘允刚，张敏，满永超，李峰忠，
申请(专利权)人：山东大学，
类型：发明
国别省市：