[发明专利]一种在同一空域内多架跟踪无人机的协同防碰撞方法有效
申请号: | 201911092138.8 | 申请日: | 2019-11-11 |
公开(公告)号: | CN110825108B | 公开(公告)日: | 2023-03-14 |
发明(设计)人: | 唐文兵;黎瑶;陈博琛;丁佐华 | 申请(专利权)人: | 浙江理工大学 |
主分类号: | G05D1/10 | 分类号: | G05D1/10 |
代理公司: | 杭州求是专利事务所有限公司 33200 | 代理人: | 邱启旺 |
地址: | 310018 浙江省杭*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 同一 域内 跟踪 无人机 协同 碰撞 方法 | ||
1.一种在同一空域内多架跟踪无人机的协同防碰撞方法,其特征在于,具体包括以下步骤:
步骤1,首先从无人机传感器发布的实时视频流中获取图像信息;
步骤2,使用OpenCV中的“跟踪器”定位目标在所述图像上的中心坐标(xo,yo);
步骤3,将步骤2中的中心坐标(xo,yo)缩放得到归一化的偏移量Δx′和Δy′,使用PID算法计算无人机的速度矢量v,用于跟踪目标;
步骤4,使用速度障碍模型对v进行碰撞检测,即检查v的末端是否处于组合的速度障碍区域内,当v的末端处于组合的速度障碍区域内,目标导向的速度优化方法用于对候选速度进行调整,进行碰撞消除;
具体地,在保证速度矢量v方向不变的情况下,在VO约束下,从所有候选速度和VO边界曲线的交点中选择距离p最近的那个交点pi,作为下一时刻速度的末端;
步骤5,无人机反复执行上述步骤1-4的过程,直至完成跟踪任务。
2.根据权利要求1所述协同防碰撞方法,其特征在于,跟踪无人机的方法具体为:
第1步:使用机载云台等设备采集图像信息,并回传视频数据至控制端;
第2步:在视频数据中选择无人机需要跟踪的目标,提取HOG、HSV等特征;
第3步:通过OpenCV的“跟踪器”,使用步骤2提取的HOG、HSV等特征,定位目标在图像上的中心坐标(xo,yo),即最小包围圆的圆心或最小包围矩形的中心;
第4步:计算中心坐标(xo,yo)与无人机视野中心位置(xc,yc)的在水平和竖直两个方向的绝对偏移量Δx和Δy:
Δx=xo-xc,
Δy=yo-yc,
第5步:设置一个死区范围,宽度为w,高度为h,死区范围的中心与无人机视野中心位置重合;当|xo-xc|≤w/2时,无人机的速度方向不需调整;当|yo-yc|≤h/2时,无人机速度大小应为0,即不需要前进或者后退,否则,实施第6步;
第6步:令无人机视野画面的分辨率为xr×yr,首先对偏移量进行归一化,将Δx和Δy缩放到[-1,1],即Δx′=Δx/(xr/2),Δy′=Δy/(yr/2),则无人机在下一个时刻的速度为:
v=vmaxΔy′
α=αmaxΔx′
vmax为无人机的最大速度,αmax(αmax≤π/2)为无人机仅围绕Z轴旋转的最大转角,
其中,当Δy′<0时,表示应该倒退,否则应该前进;同理,当Δx′<0时,表示无人机向左旋转,否则向右旋转;
此时生成了一个新的速度矢量v=(v,α),其方向为相对于当前正前方α,速度大小为v;
第7步:重复执行上述3-6步,直至完成跟踪任务。
3.根据权利要求1所述协同防碰撞方法,其特征在于,步骤4包括以下子步骤:
当空域内有多个跟踪无人机时,还需对v进行碰撞检查;
第1步:使用碰撞锥模型对“入侵者”进行筛选,选出对本机有威胁的“威胁者”,具体过程包括:
对于每个处于u0的感知范围内的无人机ui,定义相对速度v0|i=v0-vi,定义射线:
λ(p,v)={p+vt|t>0}
其中,无人机的状态信息以S=(p,v)表示,p=(px,py)表示无人机所处的位置,v表示无人机的速度信息;在无人机u0的感知范围内有u1,…,un也在执行任务,定义n个无人机u1,…,un为u0的“入侵者”,即||p0-pi||2≤ρSR,ρSR表示无人机的感知范围的半径,或者预警范围的半径;λ(p,v)表示起点在p,方向沿着v的方向的射线;
根据u0的半径大小对ui进行“膨化”,即ri′=ri+r0,得到位置障碍物PO0|i,定义碰撞锥CC0|i为:
任何相对速度vt|i位于CC0|i内,都会导致u0和ui的碰撞,通过CC0|i筛选出对u0有威胁的无人机,记为u1,…,um(m≤n);
第2步,定义速度障碍模型:
其中表示闵可夫斯基矢量和运算,即:
其中,VOt|i是一系列速度的集合,所述速度的集合导致u0和ui在将来某一时刻发生碰撞;
为了避免多个威胁,需要对多个VO进行组合:
其中,∪表示对m个VO几何区域进行组合,因此,当v0的末端位于VO内时,进行调整,选取处于VO外的速度,以避免潜在的碰撞;
第3步,速度优化,在保证速度矢量v方向不变的情况下,在VO约束下,对无人机下一个时刻的速度v(t+1)进行优化,具体步骤为:
假设VO的边界曲线为Ω,定义速度v的延长线为λ(p,v),则:
P=λ(p,v)∩Ω
其中,P表示候选速度和VO边界曲线的交点;在所有交点中,选择距离p最近的那个交点Pi,作为下一个时刻速度的末端Ev,即:
其中Pi表示p与i第个VO边界曲线的交点;
优化后的无人机速度为:
v′=(v′,α)=(||Ev-p||2,α)。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江理工大学,未经浙江理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201911092138.8/1.html,转载请声明来源钻瓜专利网。