预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共12页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN107577241A(43)申请公布日2018.01.12(21)申请号201710567800.5(22)申请日2017.07.13(71)申请人西北工业大学地址710072陕西省西安市友谊西路127号(72)发明人李伟王佩张科徐有新吕梅柏王靖宇陈勃羽张彦华陈汛科(74)专利代理机构西北工业大学专利中心61204代理人王鲜凯(51)Int.Cl.G05D1/10(2006.01)G01C21/20(2006.01)权利要求书2页说明书5页附图4页(54)发明名称一种基于避障系统的消防无人机航迹规划方法(57)摘要本发明涉及一种基于避障系统的消防无人机航迹规划方法,在无人机的前后左右四个方向设有超声波测距传感器,当测量距离不小于安全距离,则输出原始控制信号,飞行器按计划正常飞行;当发现无人机某一方向出现障碍物,判断即将碰撞,飞控系统将根据测量距离采取收油门、向障碍物反方向倾侧飞行等动作避开障碍物。本发明中所设计的避障算法同传统的局部避障规划算法(人工势场法、栅格法)相比较具有兼容性好,执行效率高的优点;基于超声波避障系统,采用A*搜索算法能够有效的降低机载控制器的计算量,并且能够保证无人机在突发情况下能够快速避障,并及时规划出新的航迹。CN107577241ACN107577241A权利要求书1/2页1.一种基于避障系统的消防无人机航迹规划方法,其特征在于:在无人机的前后左右四个方向设有超声波测距传感器,无人机飞行过程中的规划步骤如下:步骤1:在无人机起飞后,无人机按照规划路径进行飞行,同时四个超声波测距传感器监测前方飞行中的突现障碍物距离信息,以PWM波的形式输出给Arduino单片机;步骤2:安全距离确定,安全距离在初始设定的安全距离基础上,根据当前无人机飞行速度进行调整:所述安全距离=初始安全距离+k0×当前飞行速度;系数k0为正系数,值取值范围为0.001~0.005;步骤3:判断测量距离是否为安全距离:当测量距离不小于安全距离,则输出原始控制信号,飞行器按计划正常飞行;测量距离小于安全距离,则油门输出信号和方向输出信号分别重构:油门输出信号=原始油门控制信号-k1×(安全距离-测量距离)方向输出信号=原始方向控制信号-k2×(安全距离-测量距离)系数k1和k2为正系数,物理意义为避障效果强度,即k1和k2值越大则避障的反应越强烈,k1和k2的取值范围为0.05~0.1;当发现无人机某一方向出现障碍物,判断即将碰撞,飞控系统将根据测量距离采取收油门、向障碍物反方向倾侧飞行等动作避开障碍物;所述规划路径的建立步骤:步骤a1、建立起点至终点的原始数字地形;从中科院数据云中查找起点至终点数字地形数据,获取数字高程数据;在三维空间中构建单个高程值和它位于水平面的坐标x,y的对应的关系:z1(x,y)=f(x,y)其中z1(x,y)为(x,y)的点的高程值,f是坐标和高程值的关系函数;采用函数模拟法来模拟任务中已经确认的地形,使用的数学模型如下:其中,x,y为点坐标,z1是对应坐标点的地形高程值,a,b,c,d,e,f,g为相应常系数;步骤a2、构建威胁等效山峰模型:其中,x,y为威胁投在水平面之上的坐标,z2相对应的高程值;x0,y0为第i个威胁的坐标,xi(i)和yi(i)为第i个威胁朝x轴和v轴方向的衰减度,h(i)表示威胁的作用强度,N是山峰个数;步骤a3、数字地形图与威胁等效山峰图信息融合:z(x,y)=max(z1(x,y),z2(x,y))其中,z1函数表示的是原地图里面对应点的高程值,z2函数是等效的山峰地图里面对2CN107577241A权利要求书2/2页应点的高程值;步骤a4、航迹规划模型的建模:fitness=min(a1×f1+a2×f2+a3×f3+a4×f4)其中ai为性能指标函数fi的权系数;f1是为航迹长度的指标限制函数,f2为最小转弯半径的性能约束函数,f3是飞行高度的性能函数,f4是与已知威胁源的中心点的距离的约束函数;步骤a5:采用A*算法求解步骤4的规划模型,得到起点至终点的规划路径。3CN107577241A说明书1/5页一种基于避障系统的消防无人机航迹规划方法技术领域[0001]本发明属于消防无人机领域,涉及一种基于避障系统的消防无人机航迹规划方法。背景技术[0002]无人机在城市高层建筑火灾的侦查、救援任务中具有很强的优势,为了能够快速准确的到达火灾现场,必须保证消防无人机能够以最少时间、燃料消耗以及环境威胁等条件飞往目的地,并能够保证无人机对突然出现的障碍物具有快速响应能力。[0003]常规的无人机规划算法多采用动态规划法、A*搜索法、Voronoi图算法、人工势能法、蚁群算法、遗传算法等。它们之间各有优