基于前馈控制人工势场法的无人机群系统设计

发布时间：2021-05-14 16:53所属平台：学报论文发表咨询网浏览： 次

摘要:针对人工势场法中产生的振荡与停滞问题，提出一种前馈控制的改进方法。通过对上一状态的分析，计算出当前状态的期望值，再结合当前路径规划算法的解算值，得到当前状态的最终控制量，使得无人机(UAV)的行进路线更为平滑，局部最优问题也得到解决。为解

　　摘要:针对人工势场法中产生的振荡与停滞问题，提出一种前馈控制的改进方法。通过对上一状态的分析，计算出当前状态的期望值，再结合当前路径规划算法的解算值，得到当前状态的最终控制量，使得无人机(UAV)的行进路线更为平滑，局部最优问题也得到解决。为解决机群间的碰撞问题，对斥力场函数分层处理，并实时将它机作为障碍点。在群飞系统设计中，主机运行该算法，实时计算出无人机群的路径点，发送给相应的从机，从而完成机群的避障飞行。结果表明:该方案能满足无人机群飞的安全性、实时性与稳定性要求。

　　关键词:人工势场法;前馈控制;路径规划;串口;避障飞行

　　0引言

　　当今，无人机(unmannedaerialvehicle，UAV)编队飞行在军用与民用领域有着广阔的应用背景。无论是在战场作战还是大型表演，无人机编队飞行都有着不可替代的地位。在实际应用环境中，实时避障是无人机编队飞行中的一大难题[1]。针对无人机实时避障问题，国内外专家提出的控制方法有人工势场法[2]、神经网络[3]和最优化理论[4]等方法。其中人工势场法因计算量小，实现简单，实时性好而被广泛运用[5]。

　　无人机论文范例：无人机编队控制原理研究综述

　　人工势场法是由Khatib提出的一种虚拟力法。它将被控对象在周围环境中的运动设计成一种抽象的人造力场的运动，目标点对被控对象产生“引力”，障碍物对被控对象产生“斥力”，最后通过计算被控对象所受的合力来控制它的运动方向[6]。人工势场法规划出来的路径一般是比较平滑且安全的，但是这种方法存在局部最优与路径振荡的问题。为解决局部最优问题，国内外学者提出了不同的改进方法。例如，文献[7]在机器人陷入局部极小点后，提出设置中间目标的方法，使机器人跳出局部极小点。

　　文献[8]设计了一种分层势场法，引入回环力，实现了无人机的路径规划，并提出了一种路径规划评价机制，但是该方法随着分层的增加，规划速度越慢。文献[9]在当无人机陷入局部极小点时，系统在原目标点周围产生一个虚拟目标，从而使无人机所受合力不为零，跳出极小点。但上述方法仅对部分局部最优问题有效，例如当在目标点处存在障碍物时，文献[7，9]并不能有效地解决此问题。此外，无人机路径规划中存在的振荡问题，一直不能得到有效的应对措施[10，11]。

　　本文对斥力场作分层处理，分为可逼近层与危险层，以解决不可到达目标点的问题。此外，对路径点作类似滤波处理的前馈控制策略，将已规划的路径点作为下次规划的参考值，并设定合适的权重值，从而使规划的路径更为平滑，也可一定程度上解决局部最优问题。为避免由于机群与地面控制平台失去联系，导致无人机群失控，造成巨大的经济损失，本文提出在主机上搭载ARM板，收集主从机的位置与障碍信息，对无人机群作统一的路径规划，从而在地面控制系统失效时，无人机群仍能完成预设任务，提高了无人机群控制系统的安全性与稳定性[12，13]。

　　1改进人工势场法

　　1.1改进斥力场函数

　　当障碍物位于目标点附近时，会造成目标点不可到达的问题。本文提出对目标点附近障碍物的斥力场函数作分层处理，分为可逼近层与危险层。其中，可逼近层的距离为路径规划中的单位步长l，危险层的半径为无人机的最大半径ρ1。

　　2基于ARM上位机的无人机群控制系统搭建

　　2.1ARM上位机与无人机群之间的通信

　　ARM上位机与无人群之间采用无线通信连接，ARM板将传输的信息通过串口发送给ZigBee，ZigBee再将信息传输给整个无人机群。由于目前主流通信协议MAVLink是在串口通信基础上设计的，因而可以直接将根据MAVLink通信协议打包而成的数据信息发送给ZigBee，再发送给无人机群。而MAVLink可根据不同固件号的无人机打包其对应的消息帧，避免了无人机群间通信的干扰。

　　2.2路径规划算法实现

　　在上文路径规划算法中，将每次解算出的路径点赋值给MAVLink中的航点命令打包函数，并通过串口发送给对应的无人机，完成路径规划的控制。在确定无人机群各个单位的起始点与目标点后，将他们的经纬度值转换为XY坐标值，路径规划算法结算完实时路径点的坐标后，再将坐标值转换为经纬度发送给无人机。在无人机群规划距离较短时，利用投影变换法即可满足飞行要求。

　　3结束语

　　针对传统人工势场法出现的不可到达问题，改进了目标点附近障碍点的斥力函数。提出了一种基于前馈控制的人工势场改进法，有效解决了规划过程中出现的振荡与停滞问题，并一定程度上优化了路径曲线。在此基础上，实现了改进后无人机群的人工势场路径规划算法，本无人机群在保证避障要求的基础上，优化了无人机群路径曲线，避免陷入局部最优。利用上述改进的无人机群避障算法，搭建了无人机群控制通信链路，并将算法与其融合，完成了无人机群的系统设计，为无人机群飞提供了一种新的搭建思路。

　　参考文献：

　　[1]YANGX，YANGW，ZHANGH，ctal.Anewmethodforrobotpathplanningbasedartificialpotentialfield[C]∥IndustrialElectronicsandApplications，IEEE，2016:1294-12949.

　　[2]KURIKIY，NAMERIKAWAT.ExperimentalvalidationofcooperativeformationcontrolwithcollisionavoidanceforamultiUAVsystem[C]∥Proceedingsofthe6thInternationalConferenceonAutomation，Piscataway，2015:531-536.

　　[3]YADAVV，WANGXH，BALAKRISHNANSN.Neuralnetworkapproachforobstacleavoidancein3DenvironmentsforUAVs[C]∥Proceedingsofthe2006AmericanControlConference[s.l.]，2006:3667-3672.

　　作者：丁佳宇，王茂森，戴劲松

转载请注明来源。原文地址：http://www.xuebaoqk.com/xblw/6492.html

《基于前馈控制人工势场法的无人机群系统设计》

• 上一篇：基于深度学习的无人机载平台多目标检测和跟踪
• 下一篇：赫哲族萨满音乐文化研究