基于改进生物启发模型的UUV在线避障方法

针对无人水下航行器(UUV)在复杂海洋环境中面临的安全快速避障问题,文中提出一种基于改进生物启发模型的在线避障方法,以确保 UUV 具有快速实时的避障能力。首先,根据预测控制滚动优化原理,以前视声呐所获得的实时障碍物信息为基准,对栅格地图进行滚动优化,实时更新环境信息。其次,将滚动栅格地图的变化一一对应成生物启发式神经网络拓扑结构图,并针对生物启发模型的位置不确定性设计了新型判定函数,通过判定函数值获取 UUV下一时刻的航行位置, UUV通过对规划路径的跟踪,实现在线实时避障。最后,设计了滚动栅格动态试验以验证环境建模的正确性。通过障碍物避障的在线路径规划仿真试验验证了文中所提方法的有效性。

基于改进式RRT的手术机器人在线避障运动规划

针对机械臂实际作业中不能在线避障的问题,对最优快速随机搜索树(Optimal rapidly-exploring random tree,RRT*)进行改进并应用到机械臂空间,提出了在线避障运动规划算法。算法分为预规划和重规划两阶段。预规划阶段,算法在关节空间内进行采样并添加节点,同时将规划出的前k个节点送给机械臂控制器,直至搜索到目标节点进入重规划。重规划阶段,算法在路径节点附近进行采样以优化路径,当目标点发生移动时则以机械臂当前位置为起始点重新规划路径,形成闭环控制,直至机械臂运动到目标点。实验表明,该算法能够实现动态环境中的在线避障要求,具备可行性与有效性。

基于有限时间速度障碍法的UAV避障研究

运用速度障碍法进行避障时,UAV的可选避障速度区间过小,需要进行不必要的机动。针对这一问题,文中在速度障碍法的基础上提出了有限时间速度障碍法,在进行避障的过程中,同时考虑碰撞发生时间和UAV的过载约束,并设计相关指标函数,在无碰速度区域中选择最优避障速度矢量,并将UAV速度偏转至最优避障速度方向上完成避障。该方法计算量少,实时性好,能够满足UAV在线避障的要求。仿真结果验证了方法的可行性和有效性。

多个无人飞行器协同避障及避碰研究

在多个无人飞行器(UAV)进行避障时,各个UAV通常将其他UAV当作移动障碍物进行处理,忽略了其他UAV也会根据自身传感器获知的周围环境信息做出相应的避障机动,规划出的UAV避障路径不可避免出现震颤,针对这一问题,提出了一种基于互惠速度障碍法的避障算法。避障时,不需UAV之间进行通信,每个UAV独立进行同样的避障决策,计算量少,实时性好,能够满足多UAV在线避障的要求。仿真结果验证了本方法的可行性和有效性。

基于双旋Lyapunov矢量场的无人机避障算法

提出一种基于双旋Lyapunov矢量场的无人机避障算法.首先,建立无人机和障碍物的模型,并根据无人机有限时间是否会侵犯障碍物安全圆设计避障判定规则;然后,基于最小侧向偏移量原则选定避障机动中无人机速度旋转方向为最优避障方向,选定其反方向为矢量场旋转方向,定义成功避障的标准并进行证明;最后,通过建立的障碍物合并规则提升避障效率,使得上述方法适用于未知环境下的无人机在线避障.仿真结果表明,在无人机性能约束下,所提出的算法对动态和静态障碍都能有效避障,算法性能优于Dubins路径和人工势场法.