王少聰 張仁喜 苗子沛 于典琨 楊汶鑫

摘 要：目前，無人機(jī)在物流行業(yè)得到廣泛應(yīng)用，但無人機(jī)運(yùn)行過程中仍存在著諸多安全問題，如無法得到及時(shí)控制，與飛機(jī)相撞等。為優(yōu)化無人機(jī)路徑規(guī)劃方法中的高度問題，首先，本文對(duì)比目前國內(nèi)主要的路徑規(guī)劃方法并了解各種方法的優(yōu)缺點(diǎn);其次，以人工勢場法為基礎(chǔ)對(duì)無人機(jī)高度規(guī)劃模型進(jìn)行建立;最后，在模型中進(jìn)一步對(duì)規(guī)劃路徑進(jìn)行分段平直化處理，使規(guī)劃路徑簡潔且符合無人機(jī)運(yùn)行特點(diǎn)。實(shí)驗(yàn)結(jié)果表明，在原有算法的基礎(chǔ)上針對(duì)無人機(jī)運(yùn)行高度做出調(diào)整之后，無人機(jī)運(yùn)行安全系數(shù)得到提高且對(duì)無人機(jī)的運(yùn)行效率基本不存在影響，飛手也可較快完成對(duì)規(guī)劃路徑的熟悉。

關(guān)鍵詞：無人機(jī);路徑規(guī)劃;人工勢場法;高度

一、引言

近些年來，無人機(jī)憑借著時(shí)效性、廉價(jià)性及可達(dá)性等優(yōu)勢在農(nóng)業(yè)及物流業(yè)受到了廣泛的關(guān)注。但是物流無人機(jī)的運(yùn)行仍然存著很多的安全問題，如路徑規(guī)劃中的高度設(shè)置問題，起降點(diǎn)規(guī)劃，配貨點(diǎn)等的選擇都是有著很大的影響。就路徑規(guī)劃而言，無人機(jī)路徑規(guī)劃不僅使無人機(jī)在使用過程中節(jié)省能源，高速高效地完成指定任務(wù)。也解決了最后一公里的配送問題。

國外對(duì)無人機(jī)的路徑規(guī)劃做出了相應(yīng)研究，Stecz Wojciech[1]等人提出帶有SAR應(yīng)用的無人機(jī)任務(wù)計(jì)劃，Vahid Jamshidi[2]等人進(jìn)行了控制器局域網(wǎng)上并行遺傳算法和并行粒子群優(yōu)化算法的無人機(jī)路徑規(guī)劃分析研究，F(xiàn)ranklin Samaniego[3]對(duì)固定翼無人機(jī)多目標(biāo)優(yōu)化的平滑3D路徑規(guī)劃做出研究。國內(nèi)眾多學(xué)者對(duì)此問題進(jìn)行了深入的研究，耿增顯[4]等人提出采用飛控軟件詳細(xì)分析無人機(jī)路徑規(guī)劃的設(shè)計(jì)、實(shí)施過程。李大林[5]等提出了一種基于Pythagorean Hodograph曲線的無人機(jī)路徑規(guī)劃方法。宿勇[6]提出使用五次PH曲線進(jìn)行初始曲線生成，對(duì)PH算法進(jìn)行改進(jìn);任佳[7]等提出基于威脅狀態(tài)預(yù)測的模型預(yù)測控制（MPC）算法，田闊[8]等同樣對(duì)MPC算法做出研究，李翰[9]等提出引入時(shí)間并采用A*算法進(jìn)行搜索路徑，張啟錢[10]等同樣使用A*算法做出研究，白杰[11]等提出基于分散搜索的混合搜索算法，毛晨悅[12]、劉硯菊[13]等針對(duì)人工勢場法做出研究。

本文主要針對(duì)目前無人機(jī)路徑規(guī)劃中的安全高度問題基于人工勢場法做出研究，提出針對(duì)高度的人工勢場法改進(jìn)方案，在保障無人機(jī)運(yùn)行效率的前提下，對(duì)無人機(jī)的運(yùn)行安全作出保障。

二、路徑規(guī)劃方法簡介及改進(jìn)方法的提出

2.1路徑規(guī)劃方法簡介

無人機(jī)路徑規(guī)劃是指[14]：在給定的規(guī)劃空間內(nèi)，尋找無人機(jī)從起始位置到達(dá)目標(biāo)位置且滿足給定約束條件和性能指標(biāo)的最優(yōu)或可行航路。

隨著物流無人機(jī)快速發(fā)展，終端無人機(jī)物流成為民航業(yè)內(nèi)普遍關(guān)注的熱點(diǎn)。但是物流無人機(jī)的運(yùn)行仍然存著很多的安全問題，如路徑規(guī)劃，起降點(diǎn)規(guī)劃，配貨點(diǎn)等的選擇都是有著很大的影響，如何解決最后一公里的配送問題成了本文需要探索的方向。無人機(jī)路徑規(guī)劃通過人工勢場法規(guī)劃路徑，使用MATLAB進(jìn)行建模，最后通過終端軟件進(jìn)行飛行路線模擬使得路徑更加安全、便捷、高效，這就是無人機(jī)路徑規(guī)劃的意義所在。

當(dāng)前針對(duì)路徑規(guī)劃提出了A*算法、蟻群算法、MPC算法等人工勢場法等算法。如 A* 算法在單元中進(jìn)行安全路徑的搜索，但單元過多時(shí)無法確保得到最優(yōu)路徑; 蟻群算法在求解性能上，具有很強(qiáng)的魯棒性和搜索較好解的能力，但蟻群算法計(jì)算量大，求解所需時(shí)間較長; MPC算法解決了約束控制問題，可對(duì)未來做出一定時(shí)間內(nèi)的預(yù)測，但是對(duì)周圍環(huán)境信息的提供有一定的要求;與上述算法相比，人工勢場法具有計(jì)算簡單、實(shí)現(xiàn)容易、實(shí)時(shí)性好、計(jì)算時(shí)間短、規(guī)劃軌跡平滑等優(yōu)點(diǎn)，因此得到了廣泛的應(yīng)用。但是目前，這些算法將無人機(jī)路徑規(guī)劃問題簡化為平面內(nèi)車輛的路徑規(guī)劃，本文引入高度約束規(guī)劃處一條滿足運(yùn)行安全要求的運(yùn)行路徑。

2.2基于人工勢場法的規(guī)劃方法

2.2.1改進(jìn)傳統(tǒng)人工勢場法的局部最小值問題

本文針對(duì)人工勢場法存在的局部極小值問題采用劉硯菊等人的研究方法即在修改斥力函數(shù)的基礎(chǔ)上提出修改斥力方向和自主建立虛擬目標(biāo)牽引點(diǎn)相結(jié)合的算法。

2.2.2對(duì)無人機(jī)運(yùn)行的高度改進(jìn)

民航客機(jī)在各個(gè)運(yùn)行階段都存在著安全的運(yùn)行高度，尤其是在客機(jī)進(jìn)近這個(gè)距離地面較近的飛行過程中，以天津機(jī)場為例，民航客機(jī)進(jìn)近高度要求為1000英尺，但要求在1500英尺左右截獲下滑道信號(hào)。因此，本文類比客機(jī)的運(yùn)行模式提出無人機(jī)在不同環(huán)境下的運(yùn)行安全高度。

因?yàn)闊o人機(jī)相比于民航客機(jī)，尺寸很小不需要太大的超障余度，但是需要保證在有風(fēng)或能見度較低的等特殊氣象條件下可以保障無人機(jī)的運(yùn)行安全，給飛手留有足夠的反應(yīng)操作空間，在此提出面對(duì)不同障礙物應(yīng)有的超障高度h0。

本文使用大疆曉SPARK產(chǎn)品進(jìn)行研究，無人機(jī)技術(shù)參數(shù)如表一所示：

在無人機(jī)運(yùn)行過程中懸停精度記為△h ，△h=+/-10cm ，機(jī)身高為d=5.5cm ，無人機(jī)運(yùn)行超障高度的提出主要以機(jī)身高度為單位，飛手在操作無人機(jī)飛行過程中的反應(yīng)時(shí)間及無人機(jī)對(duì)操作做出反應(yīng)的時(shí)間記為△t ，假設(shè)△t=2s ，提出無人機(jī)超障高度公式，

其中，建筑物和路燈等障礙物的高度一般較長時(shí)間內(nèi)不會(huì)發(fā)生改變，但是樹木等自然障礙物的高度是隨時(shí)間一直發(fā)生變化的，因此針對(duì)樹木等自然障礙物提出的超障高度要比人工建筑物高。但是路燈等占地面積小，與宿舍樓，教學(xué)樓等相比對(duì)無人機(jī)運(yùn)行程度較小，進(jìn)而提出不同n的取值。

根據(jù)超障公式計(jì)算，并對(duì)結(jié)果進(jìn)行以5cm為單位的向上取整，得出各類障礙物的超障高度h0 如表二所示，

2.2.3改進(jìn)算法

在高度改進(jìn)的基礎(chǔ)上提出對(duì)算法的改進(jìn)，改進(jìn)算法的規(guī)劃高度 為

其中h 為原算法中規(guī)劃路徑的高度，h0 為針對(duì)各類障礙物提出的超障余度，Hmax 為無人機(jī)運(yùn)行最大高度。

在對(duì)路徑規(guī)劃做出初步修改之后所得規(guī)劃路徑存在較多的拐彎點(diǎn)或下降點(diǎn)，飛行狀態(tài)一直發(fā)生改變，這就意味著需要飛手的不斷操作，這會(huì)極大地增加飛手的操作負(fù)荷，針對(duì)這個(gè)問題，本文提出對(duì)規(guī)劃路徑的平直化處理，使得規(guī)劃路徑能夠適當(dāng)減小飛手操作負(fù)荷。根據(jù)規(guī)劃路徑中設(shè)置的飛行關(guān)鍵點(diǎn)對(duì)無人機(jī)路徑進(jìn)行劃分，針對(duì)每個(gè)飛行路段分別提出自己的運(yùn)行要求，進(jìn)而使得規(guī)劃路徑平直，易于飛手操作。

無人機(jī)某個(gè)飛行路段的飛行高度變?yōu)椋?/p>

Hi（i=1，2，3……） 為無人機(jī)路徑規(guī)劃某飛行航段中面對(duì)所有可能對(duì)在該點(diǎn)運(yùn)行產(chǎn)生影響的障礙物時(shí)無人機(jī)應(yīng)有的運(yùn)行高度。△H 為所規(guī)劃路徑某兩個(gè)飛行路段之間的高度差，l 為針對(duì)路段高度差無人機(jī)應(yīng)在到達(dá)下一路段之前作出操作的距離，α 為無人機(jī)對(duì)應(yīng)的爬升率或下降率。

本節(jié)通過超障余度對(duì)高度做出修正，并通過將規(guī)劃路徑分段處理獲得每段路徑的飛行高度，最后通過對(duì)路徑的平直化處理完成對(duì)算法的修正，下文將正對(duì)算法進(jìn)行仿真實(shí)驗(yàn)分析規(guī)劃算法對(duì)無人機(jī)運(yùn)行效率和安全的影響。

三、實(shí)驗(yàn)準(zhǔn)備及實(shí)現(xiàn)

為了研究上述算法的可行性，本文以中國民航大學(xué)南院為假設(shè)場景，對(duì)中國民航大學(xué)南院部分主要障礙物進(jìn)行了測量。以中國民航大學(xué)南院驛站附近某點(diǎn)為配送起點(diǎn)，南二十一公寓附近某點(diǎn)為配送終點(diǎn)，如圖標(biāo)示，綠色點(diǎn)為配送起點(diǎn)，藍(lán)色點(diǎn)為路徑過程中的關(guān)鍵點(diǎn)，紅色點(diǎn)為配送終點(diǎn)。測量規(guī)劃路徑中的各障礙物的高度，如樹高，公寓高，教學(xué)樓高，電燈高等可能對(duì)無人機(jī)運(yùn)行產(chǎn)生安全影響的障礙物進(jìn)行了全部測量。

此次測量使用測高儀器，通過多次測量得出規(guī)劃路徑上各類障礙物的高度如表二所示：

同時(shí)通過使用手機(jī)軟件GPS工具箱獲得無人機(jī)規(guī)劃路徑中各關(guān)鍵點(diǎn)的經(jīng)緯度坐標(biāo)，各點(diǎn)坐標(biāo)如表四所示：

基于上述數(shù)據(jù)使用做出改進(jìn)的人工勢場法進(jìn)行路徑規(guī)劃，得到路徑規(guī)劃結(jié)果如圖二：

此次研究在原人工勢場法的基礎(chǔ)上提出對(duì)高度問題的修正，同時(shí)對(duì)規(guī)劃路徑進(jìn)行分段平直化處理使得規(guī)劃路徑更加符合無人機(jī)運(yùn)行特點(diǎn)。改進(jìn)算法所規(guī)劃路徑急需要無人機(jī)在飛行過程中做出兩次升降，而在原規(guī)劃路徑中無人機(jī)在起飛之后需要一直對(duì)無人機(jī)運(yùn)行狀態(tài)做出調(diào)整，但兩條規(guī)劃路徑實(shí)際模擬飛行時(shí)間差別不大，進(jìn)而得出結(jié)論，改進(jìn)算法規(guī)劃路徑可極大地減少了無人機(jī)飛手的操作動(dòng)作，并保證無人機(jī)可在視線范圍內(nèi)運(yùn)行，同時(shí)對(duì)無人機(jī)運(yùn)行效率的影響基本可以忽略不計(jì)。

四、結(jié)論

本文針對(duì)無人機(jī)路徑規(guī)劃過程中的高度問題做出研究，在人工勢場法的基礎(chǔ)上提出改進(jìn)并獲得了較為安全的飛行路徑，同時(shí)對(duì)無人機(jī)運(yùn)行效率的影響在可接受范圍之內(nèi)。此次改進(jìn)提出了關(guān)于無人機(jī)運(yùn)行高度規(guī)范的一種可能性，在原有試驗(yàn)的基礎(chǔ)上，獲得了無人機(jī)在高空中飛行時(shí)回避障礙物的有效方法。為無人機(jī)在路徑規(guī)劃上提供了試驗(yàn)依據(jù)和改進(jìn)的方法，為無人機(jī)路徑規(guī)劃上做出了重要的試驗(yàn)依據(jù)，填補(bǔ)了目前無人機(jī)路徑規(guī)劃中高度設(shè)置的部分問題。但是此次研究實(shí)驗(yàn)次數(shù)較少，無法準(zhǔn)確獲得無人機(jī)在各運(yùn)行場景應(yīng)有的安全高度，使得無人機(jī)的規(guī)劃路徑更加精確。

參考文獻(xiàn)：

[1]Stecz Wojciech，Gromada Krzysztof. UAV Mission Planning with SAR Application.[J]. Sensors （Basel， Switzerland），2020，20（4）.

[2]Vahid Jamshidi，Vahab Nekoukar，Mohammad Hossein Refan. Analysis of Parallel Genetic Algorithm and Parallel Particle Swarm Optimization Algorithm UAV Path Planning on Controller Area Network[J]. Journal of Control， Automation and Electrical Systems： formerly CONTROLE & AUTOMA？？O，2020，31（1-3）.

[3]Franklin Samaniego，Javier Sanchis，Sergio Garcia-Nieto，Raul Simarro. Smooth 3D Path Planning by Means of Multiobjective Optimization for Fixed-Wing UAVs[J]. Electronics，2019，9（1）.

[4]耿增顯，趙嶷飛，孟令航，龐筆照.基于飛控軟件的民用無人機(jī)路徑規(guī)劃研究.

[5]李大林，李杰，楊東曉.基于Pythagorean Hodograph曲線的無人機(jī)路徑規(guī)劃方法[J].制造業(yè)自動(dòng)化，2011，7：50-68.

[6]宿勇.基于曲率連續(xù)曲線的無人機(jī)路徑規(guī)劃方法[J].艦船電子工程，2017，3：31-34.

[7]任佳，高曉光，張艷.移動(dòng)威脅情況下的無人機(jī)路徑規(guī)劃[J].控制理論與應(yīng)用，2010，5：641-647.

[8]田闊 符小衛(wèi) 高曉光.威脅聯(lián)網(wǎng)下無人機(jī)路徑在線規(guī)劃[J].西北工業(yè)大學(xué)學(xué)報(bào)，2011，3：367-373.