【技术实现步骤摘要】
本专利技术属于uav控制避障，具体涉及一种基于改进apf-a*混合算法的uav三维避障方法。
技术介绍
1、自主飞行uav技术是当今非常受欢迎的技术。广泛应用于民用和军事的各个领域，uav在飞行中不可避免地会遇到各种障碍，能否实时避开这些障碍物是衡量其性能的关键指标，也是决定uav飞行成功与否的关键因素。
2、避障规划是指在考虑uav机动性等因素的情况下，通过uav携带的环境传感传感器获取障碍物信息数据，寻找一条从初始位置到目标的无碰撞最优路径。近年来，许多学者对避障路径规划进行了大量的研究。目前，避障路径规划主要分为常规规划方法和智能规划方法。其中，智能规划方法包括:蚁群算法(aca)、遗传算法(ga)、快速探索随机树算法(rrt)、神经网络算法等。传统的规划方法有:可见性图法、人工势场法、基于网格图的a*算法等。
3、人工势场法是哈提卜于1986年提出的一种虚拟力场法。该算法为目标建立一个吸引势场，为障碍物建立一个排斥势场，并对两者进行积分。通过选择合适的势场函数及其参数和移动步长生成障碍物路径。
4、大多数避障算法存在迭代次数过多、运行时间长、避障过程复杂、未知环境下的实时性差等问题。然而，在使用人工势场方法进行避障规划时，只考虑每一步当前的位置以及障碍物和目标产生的合成场，因此下一步不需要提前生成完整的路径。因此，该算法具有数学和物理机理简单、计算时间短、满足实时控制要求、规划路径安全光滑等优点。然而，它也存在着很多问题，如初始点附近容易发生碰撞问题、附近有障碍物的目标不可达、抖振问题
5、因此，本专利技术提出了一种改进apf-a*混合算法的uav三维避障方法，针对传统人工势场方法的问题来进行改善。提高uav的避障能力和避障效率。
技术实现思路
1、针对上述背景内容中现有技术存在的不足，本专利技术提出了一种改进apf-a*混合算法的uav三维避障方法，能解决传统方法初始点附近易发生碰撞、附近有障碍物的目标不可达、抖振问题以及陷入局部最小值问题，从而提高uav的避障能力和避障效率。
2、为实现以上目的，本专利技术所采用的技术方案其特征在于包括以下步骤：
3、采用改进apf-a*混合算法进行路径避障，算法步骤如下。
4、步骤1、对初始位置、障碍物位置，引力增益系数kat、斥力增益系数kre，削减因子ε，边界常数l0以及移动步长l，障碍影响距离ρ0，权重因子σ参数进行初始化。
5、步骤2、计算四旋翼uav与目标点以及障碍物的x、y、z方向的夹角、uav与障碍物的三维距离ρ(q·qobs)、uav与目标点的三维坐标ρ(q,qgoat)(得到的夹角统一角度为逆时针方向)、计算合引力、合斥力并得到x、y、z方向的势场合力。
6、步骤3、算出uav下一点三维坐标pnext，更新uav的位置坐标、与障碍物以及目标点的角度。
7、步骤4、判断uav是否到达目标点，如果到达，则程序结束，否则至步骤5。
8、步骤5、判断uav是否停止运动，如果未停止跳至步骤2，否则使用改进a*算法寻迹，跳出局部最小值。
9、步骤6、判断迭代点frep1(q)和frep2(q)是否为零，如果为零跳至步骤2，否则跳至步骤5。
10、步骤2包括：
11、uav与目标点的三维夹角为：
12、
13、其中qg(xg,yg,zg)为目标点的坐标，q(x,y,z)为uav的坐标。
14、uav与障碍物的三维夹角为：
15、
16、其中qo(xo,yo,zo)为障碍物的坐标，q(x,y,z)为uav的坐标。
17、uav与目标点的三维距离为：
18、
19、其中(xg,yg,zg)为目标点的三维坐标，(x,y,z)为uav的三维坐标。
20、uav与障碍物的三维距离为：
21、
22、其中(xo,yo,zo)为障碍物的三维坐标，(x,y,z)为uav的三维坐标。
23、uav的引力为：
24、
25、其中ε为虚弱因子，l0为边界常数，kat为引力增益系数，ρ3d(q,qg)为uav与目标点的三维欧式距离。
26、uav的frep1(q)和frep2(q)为：
27、
28、
29、式中，kre为斥力比例增益系数，ρ3d(q,qobs)表示uav和障碍物之间的三维距离，ρ3d(q,qgoat)表示uav和目标点之间的三维距离，ρ0表示每个障碍物的影响半径。
30、uav的引力分力为：
31、
32、其中为引力在x轴上的分力，为引力在y轴上的分力，为引力在z轴上的分力。
33、uavfrep1(q)和frep2(q)在x轴、y轴、z轴的斥力分力分别为：
34、(frep1x(qx),frep1y(qy),frep1z(qz))＝frep1(q)·(cosαox,cosαoy,cosαoz)
35、(frep2x(qx),frep2y(qy),frep2z(qz))＝frep2(q)·(cosαgx,cosαgy,cosαgz)
36、uav的合引力和合斥力为：
37、
38、其中为uav在x轴方向的合力，为uav在y轴方向的合力，为uav在z轴方向的合力。
39、步骤3包括：
40、计算下一个路径点qo+1(xo+1,yo+1,zo+1)的位置为:
41、
42、其中αtotx、αtoty、αtotz是合力与x、y、z轴之间的夹角，l为移动步长。
43、步骤5、步骤6包括：
44、
45、其中xo、yo、zo为迭代前的三维坐标，xo+1、yo+1、zo+1为迭代后的三维坐标。
46、所采用的改进a*算法步骤如下：
47、将uav避障环境离散成三维网格图，每个网格单元表示无人机可占据的空间。
48、确定无人机的起点和终点以及权重因子σ，计算真实代价函数g(n)、启发函数h(n)、父节点函数h(m)。
49、根据评价函数f(n)＝g(n)+σ[h(n)+h(m)]选择具有最小代价的节点作为最优路径进行迭代并将最优路径上的网格单元标记为已访问，障碍物网格单元无法被访问。
50、其中，σ为权重因子，h(m)为父节点函数，即上一个父节点到目标点的距离。
51、当最优节点斥力分力frep1(q)和frep2(q)＝0时，跳出改进a*算法，使用改进的apf算法继续搜索。否则继续寻迹，直到满足条件跳出改进a*算法。
52、本专利技术的有益效果：提供了优化引力场和优化斥力场，解决了uav在避障过程中发生颤抖的情况，使得uav本文档来自技高网...
【技术保护点】
1.一种基于改进APF-A*混合算法的UAV三维避障方法，其特征在于：包括以下步骤：
2.根权利要求1所述的方法，其特征在于，步骤2包括：
【技术特征摘要】
1.一种基于改进apf-a*混合算法的uav三维避障方法，其特征在于：包括以...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。