[发明专利]一种基于动态博弈的人-无人机群安全交互运动规划方法

说明书

本发明公开了一种基于动态博弈的人‑无人机群安全交互运动规划方法，用于实现无人机群以期望编队跟踪人类给定轨迹，并在人类指令不安全时自主避障，该人‑无人机群安全交互运动规划方法，包括：步骤A：创建无人机集群模型；步骤B：设定期望的编队队形、安全集以及无人机间的通信关系；步骤C：设计跟随无人机的最优响应策略，即Nash均衡策略；步骤D：设计领导无人机的安全控制策略；步骤E：设计领导无人机的编队跟踪控制策略；步骤F：用步骤C、D、E所确定的控制器实现人‑无人机群安全交互运动规划。本发明以充分发挥无人机群在交互过程中的自主性，使其能够主动发现并采取措施弥补人类命令的不足，实现人机互补、安全交互。

技术领域

本发明涉及一种运动规划方法，具体涉及一种基于动态博弈的人-无人机群安全交互运动规划方法，属于人-集群交互运动规划方法应用技术领域。

背景技术

尽管通常希望无人机集群能够自主完成期望的任务，但由于无人机在感知和决策方面具有天然弱势，不可避免地需要无人机集群与人类操作者在同一操作空间内共同完成任务。在这种情况下，期望无人机集群能够执行人类操作者的命令，以帮助人类操作者完成复杂任务；然而，由于人类可能存在疏忽、出现视野有限或某些紧急情况，使得人类操作者的命令并不总是安全。此时，希望无人机集群能够识别出人类命令的不安全性，并暂时违反人类命令以确保安全性。

控制障碍函数(Control Barrier Function,CBF)被广泛用来解决机器人系统中的避障问题。大多数已有工作运用CBF构造一个二次规划(Quadratic Programming,QP)问题，通过在每个离散时刻求解一个有约束的优化问题来规划安全路径；然而，所得优化问题可能在系统轨迹太靠近安全集边界时无解，从而导致避障失败。为解决这一问题，一些工作在优化目标中考虑未来时刻可能的收益/成本，并在最优控制框架下引入CBF研究避障问题。其中，大多数工作在优化目标中引入与CBF有关的项，这使得优化目标变的不光滑，加剧了安全控制策略的求解困难。尽管有一些工作运用学习的方法能够近似估计出相应的安全控制策略，如何保证在线学习过程中的安全性仍是值得探讨的关键问题。

发明内容

本发明是为了解决上述现有技术存在的不足之处，提供了一种基于动态博弈的人-无人机群安全交互运动规划方法，以期能缓解现有技术在离散时刻重新规划路径可能在系统轨迹太靠近安全集边界时失效的问题，从而能充分发挥无人机群在交互过程中的自主性，使其能够主动发现并采取措施弥补人类命令的不足，以实现人机互补、安全交互。

本发明为达到上述发明目的，采用如下技术方案：

本发明一种基于动态博弈的人-无人机群安全交互运动规划方法的特点在于，是按如下步骤进行：

步骤A：创建无人机集群模型；

步骤A.1：创建无人机动力学模型；

令无人机集群是由N+1个无人机组成的系统，且每个无人机在空间中的位置、速度、加速度均满足二阶动力学方程；利用式(1)构建t时刻的第i个无人机动力学模型：

式(1)中，x_i(t)表示由第i个无人机t时刻的位置和速度所组成的增广状态，表示x_i(t)的一阶导数，为偏移动力学矩阵，0₃为三维零矩阵，I₃为三维单位阵，为输入矩阵，u_i(t)为第i个无人机在t时刻的加速度；i＝0,1,…,N；

步骤A.2：构建无人机群的分层结构；

令无人机集群中的第0个无人机为领导者，并与操作者直接交互；其余第1,…,第N个无人机均为跟随者，并根据观察到的领导者行为自主采取响应；所述领导者无人机和跟随者无人机之间为分层关系，其中，领导者处于上层，跟随者处于下层；

步骤B：设定期望的编队队形、安全集以及无人机间的通信关系；