基于二维连通图的无人机快速三维路径规划

针对复杂真实环境下无人机三维路径规划解算速度慢的问题,提出一种基于二维连通图的快速三维路径规划方法。首先解析真实地理环境的地形特征和建筑要素,构建基于数字高程模型(DEM)的多层次等效三维数字地图;在此基础上,经过无人机可行空域到二维连通图的转化、连通图中的路径规划及路径的三维化与优化,快速获得一条可执行的三维路径。针对连通图中的全局路径规划,设计了一种基于步长地图的变步长稀疏A*算法,在保证路径质量的同时有效降低路径搜索的时间;针对连通图中的局部路径规划,提出一种基于障碍预测的随机路标图(PRM)实时路径重规划算法,以满足无人机的实时性避障需求。分别在山地环境和城市环境中进行仿真飞行,结果表明:所提方法能够有效降低三维路径规划的解算难度,在短时间内完成复杂环境下不同尺度和需求的路径规划,全局路径规划算法同比三维A*算法和基于二维连通图的二维A*算法搜索时间分别降低了99%和95%,局部路径重规划算法能够在1 s的单次采样周期内完成路径重规划,实时躲避未知障碍物,保证飞行过程的安全。

改进PRM算法的无人机航迹规划

针对传统随机路标图(PRM)算法对航迹规划的自由空间进行随机采样表现出的随机性,和在狭窄通道中可能出现的航迹无解问题,提出一种改进PRM的航迹规划算法。通过将障碍物的边界点作为确定采样点,并对栅格地图的自由空间建立最优可行区域,降低传统PRM算法随机采样点的分散性,使路径搜索具有明确性,以此来提高算法在时间和空间上的利用率。为验证算法的有效性,采用MATLAB仿真平台建立无人机二维和三维空间,进行航迹规划对比实验。实验结果表明:在三维空间中,改进PRM算法较传统PRM算法航迹规划时间降低2.469%至5.721%,航迹长度减少0.89%至1.54%。