申请/专利权人：四川大学

申请日：2023-09-21

公开（公告）日：2024-04-12

公开（公告）号：CN117170406B

主分类号：G05D1/46

分类号：G05D1/46

优先权：

专利状态码：有效-授权

法律状态：2024.04.12#授权;2023.12.22#实质审查的生效;2023.12.05#公开

摘要：本发明涉及一种基于分层规划的无人机快速自主搜寻方法，属于无人机自主探索技术领域。为了克服现有技术中存在的缺陷，本发明旨在提供一种基于分层规划的无人机快速自主搜寻方法，包括获取传感器数据和无人机与感兴趣目标的位姿；对边界簇进行边界信息提取；根据所提取的边界信息和无人机当前的运动状态，构建无人机与边界簇和边界簇与边界簇之间的运动代价矩阵；根据边界数据进行路径规划；无人机进行全局搜寻规划获得全局搜寻路径，并在全局搜寻路径的基础上进行局部搜寻优化；若目标在观测范围内则进行目标导向规划；根据规划的路径进行轨迹优化，无人机按照优化后的轨迹进行飞行。本发明具有运行效率高、安全性好、适用范围广等优点。

主权项：1.一种基于分层规划的无人机快速自主搜寻方法，其特征在于，包括以下步骤：S1、获取传感器数据和无人机与目标位姿，构建用于搜寻的栅格地图，在栅格地图上进行边界检测与分簇；S2、对边界簇进行边界信息提取；S3、根据所提取的边界信息和无人机当前的运动状态，构建无人机与边界簇和边界簇与边界簇之间的运动代价矩阵；对边界簇随机采样生成一组能充分覆盖它的视点集其中xi，j＝pi，j，ξi，j代表视点的位置和偏航角；其中xi，j为第i个簇的优先级为j的视点；pi，j为第i个簇的优先级为j的视点的三维坐标位置；ξi，j为第i个簇的优先级为j的视点的偏航角；xi，1为第i个簇的优先级为1的视点；xi，2为第i个簇的优先级为2的视点；为第i个簇的优先级为ni的视点；首先定义视点xi，j能覆盖到边界栅格的准则：|pi，j-Pcell|≤D 式中：D和T分别表示距离限制和视角限制，ns为栅格的指向自由空间法向量，pcell表示边界栅格的中心位置，line·表示两点连线构成的栅格组，Sfree表示自由空间；定义为边界簇Ci的普通栅格集和目标语义栅格集，为未被视点覆盖的栅格集；视点的覆盖率： 即视点的覆盖率受到之前视点覆盖率的影响；其中为视点vi所覆盖到的栅格数量；为视点vj所覆盖到的栅格数量；Ci为边界簇；为视点的覆盖率；边界簇被充分覆盖的条件： 其中ε为边界被充分覆盖的阈值；num·为栅格集的栅格数量；U为并集；根据上述条件，在边界簇的周围进行随机采样视点，直到满足边条件；随机采样方法首先计算边界簇的中心位置，接着根据S1获得的目标信息计算出边界簇上的目标语义栅格，然后在以边界簇中心为原点的圆柱坐标系内进行随机采样，将采样点移动到最近的视点附近，最后若该采样视点在自由空间且满足密度约束条件，就计算该视点的偏航角并存储，重复采样过程直到满足充分覆盖的条件；在进行搜寻之前，需要对每一对边界簇计算搜寻代价，令表示两个视点间的代价函数，计算公式如下： 其中L表示两点之间使用A*算法搜索的无碰撞路径的长度，pk为目标的位置；vmax、αmax表示速度和角速度限制；β1、β2均为权重系数；为第f1个簇的优先级为v1的视点；为第f2个簇的优先级为v1的视点；dk为目标位置pk到视点的位置的A*算法搜索出来的无碰撞路径的长度；Nobj为已检测到但未完成观测的目标数量；S4、无人机判断目标是否为新目标且在观测范围内，若是则进行目标导向规划，否则进行S5；S5、无人机进行全局搜寻规划获得全局搜寻路径，并在全局搜寻路径的基础上进行局部搜寻优化；S6、对规划的路径进行轨迹优化，无人机按照优化后的轨迹进行飞行。

全文数据：

权利要求：

百度查询： 四川大学 一种基于分层规划的无人机快速自主搜寻方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD