[发明专利]城市低空环境下无人机多目标路径规划联合搜索方法

说明书

本发明提供了一种城市低空环境下无人机多目标路径规划联合搜索方法，属于无人机路径规划技术领域。本方法步首先以静态已知障碍物为基础构建静态安全指数地图，以无人机在飞行过程中主动探测到的没有标记在地理地图中的障碍物为基础，在机载平台上构建动态安全指数地图；然后基于离线搜索与在线搜索联合求解优化无人机飞行时间和飞行安全的多目标路径规划问题。使用本方法首先离线规划一条从起点到终点的代价最小的路径，然后在检测到未知障碍物时，采用在线搜索为在线规划一段变更的航迹，以避开动态障碍物。本发明的在线搜索具有较小的搜索空间，能够为无人机快速地在线重新规划一段安全的路径，从而满足无人机对路径规划实时性的要求。

技术领域

本发明属于无人机路径规划技术领域，具体是指一种联合离线和在线搜索的实现城市低空环境下无人机多目标路径规划的方法。

背景技术

自美国联邦航空管理局(Federal Aviation Administration，FAA)发布了至2015年国内无人机(unmanned aerial vehicles，UAVs)起降规划以来，无人机的使用受到了极大关注。可以想象，在未来的智慧城市(Smart Cities)中，无人机将会在物流、应急通信、消防、航拍、遥感、救援等事务中扮演重要角色。为了最大程度地利用无人机的优势，首先需要考虑的是怎样使无人机既快速又安全地到达指定区域，这就是所谓的路径规划问题(PathPlanning Problem)。

路径规划问题指的是：求解无人机当前位置和目的地之间一条或多条无障碍路径的问题。近年来，研究人员一直致力于研究如何在障碍物环境中为车辆或飞行器找出一条无障碍的路径，这一问题的解决对于无人驾驶技术的发展是至关重要的。至今，已有三种类型的路径规划方法被提出，它们是几何法(Geometry Method)、速度空间法(VelocitySpace Method)和图形搜索法(Graph Search Method)。几何法将地图中的障碍物的集合信息作为路径搜索算法的输入，典型的几何法包括势场法(Potential Field Method)、矢量场直方图法(Vector Field Histogram Method)和Voronoi图法(Voronoi DiagramMethod)。速度空间法是综合考虑了车辆或飞行器的形状以及运动学和动力学约束的避免碰撞的方法，包括曲率速度法(Curvature Velocity Method)和动态窗口法(DynamicWindow Method)。图形搜索法旨在找到某个图中两个顶点之间的最短路径，其中A*算法是一种已知的可以有效地找出从起点到目的地之间无障碍路径的图形搜索方法。

然而，上述路径规划方法不能直接用于在动态城市环境中执行低空飞行任务的无人机的路径规划，因为它们需要及时更新的全局地图信息。在动态城市低空环境中，及时更新的全局地图信息对于无人机来说往往是不可知的，因为无人机的带宽是十分有限的。另外，在飞行过程中，无人机可能会遇到一些没有在地图中标记的意外的障碍物，在这种情况下，无人机将有可能与这些障碍物相撞。虽然可以利用重规划(Replanning)来减少飞行期间这种不确定性带来的影响，但仍然至少存在两个显著问题亟待解决：

1)利用有限的机载计算资源实时探测障碍物并更新路径；

2)基于有限的探测范围以及有限的定位精度，如利用全球定位系统(GlobalPositioning System，GPS)进行无人机定位，应对周围环境的变化(与已知地图信息的不匹配)。

实现无人机在城市低空环境下的路径规划，既要保证无人机在飞行期间的安全，又要保证无人机在尽量短的时间内到达目的地。该问题是一个多目标路径规划问题。