丁佳宇, 王茂森, 戴劲松
(南京理工大学 机械工程学院,江苏 南京210094)
当今,无人机(unmanned aerial vehicle,UAV)编队飞行在军用与民用领域有着广阔的应用背景。无论是在战场作战还是大型表演,无人机编队飞行都有着不可替代的地位。在实际应用环境中,实时避障是无人机编队飞行中的一大难题[1]。
针对无人机实时避障问题,国内外专家提出的控制方法有人工势场法[2]、神经网络[3]和最优化理论[4]等方法。其中人工势场法因计算量小,实现简单,实时性好而被广泛运用[5]。人工势场法是由Khatib提出的一种虚拟力法。它将被控对象在周围环境中的运动设计成一种抽象的人造力场的运动,目标点对被控对象产生“引力”,障碍物对被控对象产生“斥力”,最后通过计算被控对象所受的合力来控制它的运动方向[6]。人工势场法规划出来的路径一般是比较平滑且安全的,但是这种方法存在局部最优与路径振荡的问题。为解决局部最优问题,国内外学者提出了不同的改进方法。例如,文献[7]在机器人陷入局部极小点后,提出设置中间目标的方法,使机器人跳出局部极小点。文献[8]设计了一种分层势场法,引入回环力,实现了无人机的路径规划,并提出了一种路径规划评价机制,但是该方法随着分层的增加,规划速度越慢。文献[9]在当无人机陷入局部极小点时,系统在原目标点周围产生一个虚拟目标,从而使无人机所受合力不为零,跳出极小点。
但上述方法仅对部分局部最优问题有效,例如当在目标点处存在障碍物时,文献[7,9]并不能有效地解决此问题。……