[发明专利]一种可倾转四旋翼无人机的运动轨迹生成方法及系统

说明书

一种可倾转四旋翼无人机的运动轨迹生成方法及系统，涉及无人机轨迹规划技术领域，用以解决现有技术不能在可倾转四旋翼无人机穿越不规则障碍物时对其位置及姿态进行有效单独规划的问题。本发明技术要点包括：对可倾转四旋翼无人机在含有障碍物的环境中飞行的运动轨迹进行规划，包括：搜索并生成无碰撞的初始轨迹；对初始轨迹进行优化，直至优化后轨迹中每个控制点到最近障碍物的距离均不小于预设最短距离阈值；对可倾转四旋翼无人机穿越障碍物的运动姿态进行规划，包括：将姿态对应到无人机运动轨迹中每个时间点，生成包含时间的目标姿态序列；对目标姿态序列进行优化。本发明使得可倾转四旋翼无人机可安全高效地通过飞行环境中的不规则障碍物。

技术领域

本发明涉及无人机轨迹规划技术领域，具体涉及一种可倾转四旋翼无人机的运动轨迹生成方法及系统。

背景技术

常规的四旋翼飞行器属于欠驱动系统，由于驱动力和驱动力矩具有强耦合性，导致在轨迹规划问题中，无法分别规划控制旋翼无人机的位置与姿态。为解决这个问题，在四旋翼无人机的机臂引入可倾转的舵机，使得固定垂直向上的旋翼可以绕机臂轴倾转，从而让四旋翼飞行器变为过驱动系统，实现位置与姿态的独立规划控制。根据微分平坦性质，常规四旋翼的轨迹规划问题中的变量只有三轴位置与偏航，然而，对于倾转四旋翼无人机，滚转与俯仰也作为单独的规划变量考虑，对于一些限制通过姿态的特殊障碍物，如椭圆环、狭缝等，三轴姿态均需要同时规划，在含有这些障碍物的场景下，倾转四旋翼明显更加适合执行穿越障碍物等飞行任务。因此，如何设计一种轨迹规划方法，从而保证倾转四旋翼无人机符合穿越不规则障碍物的位置姿态限制的工作是一个挑战性的问题。

近年来，在倾转四旋翼无人机的轨迹规划领域已有一定研究的成果。前端的路径搜索算法主要有人工势场法和基于随机采样的搜索树方法等。人工势场法应用灵活，可以在保证安全的情况下获得一条平滑路径，但是在障碍物多的环境下，人工势场法容易使规划陷入局部极小值点，从而使无人机停止运动。基于随机采样的搜索树方法可以在复杂约束环境中获得可行解，但是其求解速度较慢，很难应用于含有众多障碍物的大型复杂环境。后端的轨迹优化主要有Minimum-Snap多项式轨迹优化和微分动态规划法。Minimum-Snap多项式轨迹优化可以提升初始轨迹的平滑性，调整轨迹的时间分配使其更加高效，但是无法严格保证轨迹的安全。微分动态规划法当代价函数在最优轨迹附近趋近于零时可以求出最优轨迹，但是由于求解涉及的Hessian矩阵维数往往较高，计算比较耗时。在姿态规划方面，目前的算法多为姿态与位置规划的一种权衡，即为了保持特定姿态而牺牲部分速度或轨迹安全性。

发明内容

鉴于以上问题，本发明提出一种可倾转四旋翼无人机的运动轨迹生成方法及系统，用以解决现有技术不能在可倾转四旋翼无人机穿越不规则障碍物时对其位置及姿态进行有效单独规划的问题。

根据本发明的一方面，提供一种可倾转四旋翼无人机的运动轨迹生成方法，该方法包括以下步骤：

步骤一、对可倾转四旋翼无人机在含有障碍物的环境中飞行的运动轨迹进行规划；包括：

搜索并生成一条无碰撞的初始轨迹；

对初始轨迹进行优化，直至优化后轨迹中每个控制点到最近障碍物的距离均不小于预设最短距离阈值，获得优化后的无人机运动轨迹；

步骤二、对可倾转四旋翼无人机穿越障碍物的运动姿态进行规划；包括：

将姿态对应到无人机运动轨迹中每个时间点，生成包含时间的目标姿态序列；

对所述目标姿态序列进行优化，获得优化后对应时间点的无人机姿态序列。

进一步地，步骤一中利用A-star算法搜索并生成一条无碰撞的初始轨迹；其中，A-star算法中惩罚函数设计为：

g_i＝(‖u‖²+λ)T