【技术实现步骤摘要】
本专利技术涉及一种基于条件在险价值的无人机碰撞风险感知方法，适用于执行应急救援物资投递、有害气体泄漏监测等危险极端条件下无人机作业任务，属于无人机风险评估领域。
技术介绍
1、无人机产业是国家战略新兴产业，也是全球新一轮科技革命和产业革命的热点。由于机动灵活且不受地形等因素限制，无人机能够在狭小逼仄、易燃易爆、有毒、缺氧、辐射等许多“人不愿及、人不能及”的灾后救援场景中发挥不可替代的作用。传统的应急救援无人机主要用于灾害现场的图像采集与灾情评估。随着先进传感器、导航制导与控制等技术方法的发展，无人机应急救援任务场景需求正在实现由空旷室外环境向复杂室内空间的拓展。值得注意的是，这些室内空间往往是未知动态环境，无人机不可避免地会面临多源异质不确定性带来的碰撞风险威胁。对于灾后室内救援或管网气体泄漏检测而言，由于碰撞风险所造成的脆弱建筑结构二次坍塌、管网气体发生爆炸等严重后果难以承受。因此，未知动态室内空间的碰撞风险对无人机的安全作业能力提出了更为苛刻的必然要求。
2、作为一种可靠的不确定性量化手段，风险度量提供了从随机变量(通常是代价)到实数的映射方法。由于风险度量有利于保证决策过程中的安全性和可靠性，其概念方法被引入到许多不确定工程系统的设计中。然而，在风险度量层面现有方法仍存在对潜在极端碰撞情况的尾部风险捕捉不敏感、统计分布信息受限下高斯假设等问题。因此，如何在非高斯统计分布特征和算力约束下高效准确地度量和感知碰撞风险是未知动态室内空间无人机安全运动规划和控制中最具挑战性的科学问题之一，也是制约无人机在危险极端条件下
3、专利申请号202010400283.4提出了一种多旋翼无人机风险评估系统，但是存在两个问题：(1)不能对无人机所受风险进行精细量化评估；(2)尾部风险捕捉不敏感；专利申请号202310690408.5公开了一种空地协同的无人机运行风险评估方法，但是存在两个类似问题：(1)没有考虑不确定性因素导致的障碍物位置变量的非独立性；(2)无人机系统失效概率受限于weibull分布假设，并且对机载计算机算力要求比较高；专利申请号202211225542.x专利技术了一种无人机风险等级获取方法、存储介质及电子设备，但是其没有考虑不确定性因素的影响，模型建立较为理想。
4、因此，上述的方法都没有考虑存在随机运动障碍物位置变量非独立的无人机碰撞风险感知评估的问题，以完成危险极端环境下高安全性的自主作业任务。
技术实现思路
1、本专利技术的技术解决问题是：克服现有方法的缺陷，对于自主作业无人机系统，提供一种基于条件在险价值的无人机碰撞风险感知方法。该方法能够保证无人机在密集障碍物环境中作业的安全性，提升无人机在障碍物运动随机性下的自主避障能力。
2、本专利技术的技术解决方案为：一种基于条件在险价值的无人机碰撞风险感知方法，其实现步骤如下：
3、第一步，建立描述障碍物质心位置不确定性的随机游走模型，并基于copula函数构造非独立位置随机变量的联合分布。
4、无人机在未知非结构化环境中飞行时，由于定位误差、传感器稀疏性和噪声等因素，感知障碍物位置时不可避免地存在量测不确定性。考虑障碍物质心位置在水平面上的不确定性，采用随机游走模型进行描述。用于描述第i个障碍物质心位置不确定性的随机游走模型为：
5、
6、式中，i＝1,...,n，为第k时刻第i个障碍物水平面上的质心位置坐标，为质心位置坐标的不确定性项。
7、由于障碍物不同维度运动之间的关联性，其质心位置变量通常是非独立的。因此，采用联合分布来描述障碍物在水平面上质心位置的随机不确定性：
8、
9、式中，和分别是位置变量与的边缘累积分布函数，c(·)为连接边缘累积分布函数的copula函数。而根据边缘分布的累计分布函数逆变换，即可得copula函数的一般形式为：
10、
11、第二步，建立无人机运动和动力学模型，并定义考虑障碍物质心位置随机不确定性的无人机安全飞行空域。
12、无人机的运动学和动力学分别建模如下：
13、
14、
15、式中，为无人机位置，为无人机速度，为重力加速度，为无人机惯量矩阵，无人机姿态旋转矩阵表示形式，代表无人机的角速度，是无人机的总重量，为无人机的加速度，表示无人机电机的总推力，表示无人机电机产生的总扭矩，中上标×号表示该向量的偏对称算子，e3和b3分别为世界坐标系和机体坐标系的z轴方向。
16、根据无人机的动力学和运动学模型，以及障碍物的随机游走模型，定义无人机安全空域，安全距离rs定义为：
17、rs＝rq+ro+rm
18、式中，为无人机近似球体半径，为圆柱形障碍物切面半径，为安全裕度。
19、为了安全起见，无人机应在安全空域飞行，安全空域是由障碍物的分布确定的。无人机在第i个障碍物下的安全空域可表示为：
20、
21、式中，为无人机在水平面位置坐标，为无人机与障碍物质心位置之间的欧氏距离，其形式如下：
22、
23、式中，
24、考虑所有障碍物的安全飞行空域可定义为的交集：
25、
26、第三步，采用基于条件在险价值的风险度量指标量化无人机碰撞风险，生成风险地图，并设定风险阈值降低保守性。
27、对于第i个障碍物，碰撞代价函数被设计为：
28、
29、式中，当且仅当无人机在安全空域飞行时是非负的。然而，由于障碍物位置不确定性，施加确定性约束可能会带来严重的潜在风险。为了处理这种不确定性，引入碰撞代价函数的条件在险价值度量。
30、条件在险价值是基于在险价值计算的。碰撞函数的在险价值度量定义如下：
31、
32、其中，为第i个障碍物位置的联合分布，zc为安全距离的最大可能损失值。碰撞代价函数的在险价值度量表示为在置信水平αc下安全距离最大可能损失的度量。
33、为了量测超出在险价值部分的最大可能安全损失，引入碰撞代价函数的条件在险价值度量：
34、
35、式中，(zc)+＝max{zc,0}，表示求条件期望。碰撞代价函数的条件在险价值度量对(1-αc)最坏情况分位数下损失的条件期望进行量化。若则表示无人机以不小于αc的概率处于安全空域中。
36、考虑空间中的所有障碍物，由条件在险价值度量的最大碰撞风险构成风险地图其形式表示为：
37、
38、其中，
39、值得注意的是，表示没有风险，即绝对安全；否则，值为正。为了降低保守性，引入以下碰撞风险约束：
40、
41、式中ρc≥0为反映碰撞风险容忍度的碰撞风险阈值。
42、第四步，设计cvar-a*算法，在保证无人机安全的前提下，寻找无碰撞的最优路径。
<本文档来自技高网...【技术保护点】
1.一种基于条件在险价值的无人机碰撞风险感知方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，第一步，建立描述障碍物质心位置不确定性的随机游走模型，并基于Copula函数构造非独立位置随机变量的联合分布；其具体实现方法为：
3.根据权利要求1所述的方法，其特征在于，第二步，建立无人机运动和动力学模型，并定义考虑障碍物质心位置随机不确定性的无人机安全飞行空域；其具体实现方法为：
4.根据权利要求1所述的方法，其特征在于，第三步，采用基于条件在险价值的风险度量指标量化无人机碰撞风险，生成风险地图，并设定风险阈值降低保守性；其具体实现方法为：
5.根据权利要求1所述的方法，其特征在于，第四步，设计CVaR-A*算法，在保证无人机安全的前提下，寻找无碰撞的最优路径；其具体实现方法为：
【技术特征摘要】
1.一种基于条件在险价值的无人机碰撞风险感知方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，第一步，建立描述障碍物质心位置不确定性的随机游走模型，并基于copula函数构造非独立位置随机变量的联合分布；其具体实现方法为：
3.根据权利要求1所述的方法，其特征在于，第二步，建立无人机运动和动力学模型，并定义考虑障碍物质心位置随机...
【专利技术属性】
技术研发人员：余翔，卞俊，章健淳，朱灶旭，郭克信，郭雷，
申请(专利权)人：北京航空航天大学杭州创新研究院，
类型：发明
国别省市：
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。