基于RRT-Dubins的无人机航迹优化方法

针对多障碍物环境下考虑无人机(Unmanned Aerial Vehicle,UAV)始末位姿、转弯半径和航迹长度的1阶光滑约束的UAV航迹规划问题,提出一种基于快速搜索随机树(Rapidly-exploring Random Trees,RRT)算法和Dubins曲线以局部最优逼近全局最优的UAV航迹优化方法。利用RRT算法和基于贪心算法的剪枝优化方法,在二维任务空间中规划出满足避障要求的可行离散航路点。采用多条Dubins曲线平滑连接航路点,根据UAV始末位姿确定首尾曲线端点,基于UAV性能、障碍物和飞行参数的约束关系,建立多约束的航迹优化数学模型。通过粒子群优化算法确定曲线类型,同时优化曲线连接处位姿和曲线半径,获得最短航迹。仿真结果表明:所提方法得到的航迹与其他方法相比,在不同障碍物数量和始末位姿的多种场景中,平均长度缩短了11.48%,在避开障碍物的同时,满足UAV动力学约束。

基于Dubins曲线的轮式机旋耕作业CCPP算法

针对轮式机在无人农场自主作业下的全覆盖路径规划(CCPP)问题,提出了一种基于Dubins曲线的轮式机旋耕作业全覆盖路径规划算法。对作业地块边界进行内缩处理后,采用梭形法作业形式将全覆盖规划路径分为正常作业规划与封圈作业规划2部分,计算出的全覆盖规划路径通过关键控制点(进弯点与出弯点)表示。通过Dubins曲线对关键控制点拟合出满足车辆运动学的最短作业路径点,根据不同的作业形式与农艺要求在每个路径点上规划速度、机具状态以及当前航向角信息,以满足自主作业整体功能。实验结果表明,该算法在凸边形常见地块下的作业覆盖率达到95%以上,满足农艺要求。研究表明,该算法能够根据不同的作业机具参数与车辆运动学参数规划凸边形地块下从三角形地块到十边形地块下的全覆盖路径。

基于Dubins路径的浮标搜潜阵型优化

针对浮标搜潜浮标距离近、改航次数多的特点,将飞机机动能力纳入约束,结合浮标阵型、目标态势、飞行状态的相互影响,提出基于Dubins路径的浮标阵型规划方法。该方法按照Dubins路径调整浮标的布置角度和位置,避免了大幅度转向;并且在圆形阵和扇形阵基础上,令浮标至阵型中心距离随时间递增构建螺旋阵和螺线阵。仿真结果表明,优化的阵型减少了浮标消耗,缩短了航程和飞行时间,提升了浮标使用效率。螺旋阵的浮标消耗量和飞行时间分别缩短9%左右。

基于Dubins-双蚁群算法的搜潜航路规划

针对航空搜潜浮标距离近、偏航角较大的特点,提出Dubins路径和双蚁群算法相结合的航路规划算法。对比传统航路规划先确定直线航路再进行平滑处理的方式,所提算法在迭代寻路阶段将直线路径转化为Dubins路径,减少了转弯半径约束下无法抵达目标的风险;同时以Dubins距离作为判优基准,相比直线距离,更加接近全局最优;并且增加偏航距离扰动参数,引导蚂蚁选择直线距离和偏航角均较小的目标;发挥不同蚁群的信息素负反馈作用,促使寻找新路径,提升寻路能力。仿真结果表明,该算法加快了规划收敛速度,有效缩短了航路距离,缩短幅度平均达14.6%以上。

基于Dubins曲线的AUV集群协同搜索优化

实现目标搜索区域的全覆盖,是在开阔海域使用自主水下航行器(autonomous underwater vehicle,AUV)进行协同区域搜索应解决的首要问题之一。针对传统牛耕式集群搜索算法存在遗漏区域问题,在AUV运动学约束的基础上,提出一种基于Dubins曲线的协同区域搜索算法,给出集群中不同AUV的转弯时机,使AUV集群在满足目标区域全覆盖的条件下重复搜索面积最小。仿真结果表明,AUV集群的新型协同搜索方式在覆盖范围方面比传统牛耕式集群搜索方式更具优势。

混合编码差分进化算法求解含邻域Dubins旅行商问题(英文)

含邻域Dubins旅行商问题(DTSPN)是一个具有挑战性的混合变量优化问题,它源于Dubins车的运动规划,例如轨迹受曲率约束的高速飞行器.本文在对DTSPN的相关研究进行综述的基础上,提出两种混合编码差分进化算法来有效求解DTSPN,这两种算法分别采用完整编码方案和部分编码方案.完整编码差分进化算法在整个解空间中搜索最优的Dubins路径,有利于充分探索搜索空间.通过对Dubins车在相邻两点间移动时的终端朝向进行松弛,本文提出一种部分编码差分进化算法,在解的质量和计算时间方面实现了较好的权衡.比较性计算实验包含两种差分进化算法以及现有文献中的两种先进DTSPN算法,实验结果表明基于终端朝向松弛和部分编码的差分进化算法能够以较小的计算代价得到DTSPN的高质量解,明显优于其他算法.

基于Dubins路径的无人机避障规划算法

研究了一种基于Dubins路径的无人机的避障规划算法.通过采用遗传算法,结合无人机的飞行性能和最小转弯半径,提出了一种在已知障碍空间位置前提下的无人机路径规划方法,并通过算法改进,将其推广成为在未知障碍位置等先验知识的前提下的无人机实时避障算法.仿真结果表明,该算法原理正确,对于多障碍环境下无人机避障策略的获取具有较好效果.

一种基于Dubins路径的在线快速航路规划方法

随着反舰导弹射程的增加,导弹攻击目标时的落角与时间控制精度要求越来越高。传统航路规划算法为满足时间和角度约束,需在直线路径附加机动,对导弹过载要求高,计算量较大。为解决这一问题,提出了一种基于Dubins路径的在线快速航路规划方法,通过Dubins路径规划实现角度控制,通过微调转弯半径实现精确时间控制。仿真结果表明,该方法在满足约束的前提下,有较高的时间控制精度,且计算量可满足实时性要求。

基于Dubins曲线和改进A＊算法的AUV路径规划方法

将Dubins曲线和具有角度约束的改进A*搜索算法结合应用于路径规划中,能解决路径长度最短和安全性的问题。这样规划出来的路径由两段满足AUV最小转弯半径的圆弧和一段同时与两弧相切的直线构成;圆弧段由产生Dubins路径的方法产生,直线段由改进A*搜索算法扩展产生;首先通过判断Dubins路径存在条件,解算Dubins曲线参数,从而确定此路径中两圆弧的起始点、终止点坐标;再通过这些圆弧坐标可得到直线与圆弧的切入点、切出点,此两点就是改进A*搜索算法扩展路径的起始点和终止点;以Matlab为工具进行仿真实验,验证了此方法能产生规避障碍物的可行的最短路径。

基于Dubins曲线的无人直升机轨迹规划

为提高无人直升机的控制性能,提出了一种基于Dubins曲线的轨迹规划算法,并对其各个部分的实现进行了研究和设计。该算法利用Dubins曲线原理对定点飞行任务的两点或者多点目标进行分析计算,寻找出一条最短的飞行路径,从而提高了飞行效率。根据无人直升机系统多变量、非线性和强耦合的特点,采用串级PID方法设计了飞行控制器,该控制器能够修正无人直升机的姿态和位置,从而提高了轨迹规划的稳定性和准确性。最后,以某小型无人直升机为实验平台表明了该轨迹规划算法和控制器的可行性。

基于Dubins路径的智能车辆路径规划算法

路径规划是车辆智能化的核心问题之一,而所有路径均可分解为简单的Dubins路径。在Dubins路径的思想下对智能车辆的行驶路径进行分段研究,并利用经典PID控制对该算法的执行性能进行检验。研究表明:算法能计算出车辆行驶的最短路径,减少了车辆行驶的路径长度,缩短了行驶时间,减少了控制系统的计算量,提高了车辆执行系统的执行力度,降低了执行误差,对最优路径具有较好的选择性。

基于Dubins曲线的无线传感网聚类移动数据采集算法

利用类车型Sink节点实现无线传感器网络的移动数据采集,可以有效延长网络生命周期。考虑类车型移动Sink节点的Kinematic约束,本文提出了一种基于聚类间Dubins平滑曲线的移动数据采集算法。整个无线传感器网络被划分为多个不重叠的聚类区间,聚类内采用最小生成树路由方法实现传感器节点的无线多跳式数据传输,Sink节点按聚类之间规划的Dubins曲线寻访数据采集点进行移动数据采集,从而兼顾移动数据采集的平滑性和节点能耗的优化性。仿真结果验证了本文算法可以在保证移动路径平滑的约束条件下提高无线传感器网络的能耗效率。

融合TangentBug与Dubins曲线的智能轮式车辆局部路径规划算法

由于环境条件限制,某些采用Ackermann转向的智能轮式车辆仅能获取局部地图和定位信息,给路径规划造成了困难。针对这一问题,本文中提出了一种融合TangentBug和Dubins曲线的局部路径规划算法。首先通过采样的方法构建了规划参考点集合,然后以Dubins曲线作为规划路径,旨在满足车辆最小转向半径的运动约束和目标点处的航向要求,并加入了沿规划路径的碰撞检测和考虑定位误差的状态转换规则。最后通过实车实验证明:本文算法能使车辆按规定位姿到达目标点,并可保证规划路径的安全性和实时性;本文算法可有效避免定位误差对车辆状态的影响;相对于使用圆弧曲线,本文算法规划出的路径更有利于路径跟随控制。

基于Dubins曲线的局部路径规划方法研究

针对矿区中自动驾驶车辆在采掘面与排土场作业场景下的局部路径规划问题,提出基于Dubins曲线的无人驾驶车辆无碰撞、平滑的局部路径规划方法。首先针对矿区场景,基于Dubins曲线,提出路径规划及车辆轨迹点求解方法,得到一组局部路径。然后在满足车辆运动学约束的条件下,基于车辆自行车模型,建立车辆可行域,结合分离轴理论,设计碰撞检测算法实时检测Dubins曲线路径,快速筛选出无碰撞轨迹。设计评价函数H,通过比较曲线的评价函数值,最终得到损失值最小的路径。采用B样条曲线平滑,即可得到一条最优的局部路径。在仿真软件中,设置特定场景,对所提出的路径规划方法进行仿真试验。结果表明,该方法所规划的局部路径能够满足车辆运动学约束,同时设计函数H值达到158.7,路径最短且平滑。该文所提的局部路径规划方法,对解决矿区采掘面和排土场场景中的局部路径规划问题在实时性与有效性上有显著效果,可以为该场景下的无人驾驶车局部路径规划提供理论和实践依据。

基于Dubins曲线的高超声速飞行器路径规划

对于高超声速飞行器而言,在进行航迹规划时需要考虑很多的约束条件,主要的约束条件是有限的转弯半径和最短的飞行路径。针对这些问题,文中设计了一种基于Dubins曲线的高超声速飞行器路径规划算法,并对算法的通用性进行了仿真分析。结果表明,本算法能够为飞行器在起始位置和终止位置之间规划出一条满足约束条件的最短飞行轨迹,并且能够避开雷达探测、激光武器威胁、电子干扰威胁等威胁区域。

基于Dubins路径的无人艇运动规划算法

针对无人艇运动规划问题,通过Dubins路径的理论分析,提出一种利用纯粹几何方法的Dubins路径计算方法。该方法中没有出现解方程组的运算,而是首先根据无人艇运动状态计算转向圆,然后利用几何方法计算转向圆间的公切线,最后通过公切线连接得到Dubins路径。通过5组仿真实验验证了所提方法的有效性。前4组仿真实验分别设计了计算Dubins路径过程中可能出现的各种情形,以验证算法适用于多种情况的Dubins路径计算。最后一组仿真实验用于无人艇的路径规划及运动状态调整,仿真结果表明,基于Dubins路径的无人艇运动规划算法是可行的。

无动力无人机进场阶段三维Dubins路径跟踪方法

针对无人机进场阶段失去推力后,如何使其跟踪一条给定进场路径这一特殊情况,提出了一种3维Dubins路径跟踪方法,该方法首先利用Dubins曲线解决无人机故障位置任意性及其路径求解实时性高的路径规划问题;然后为了跟踪所生成的3维Dubins路径,设计了一种基于切换平面的自适应非线性制导方法,其中切换平面用来解决圆弧制导与直线制导之间的过渡问题,而自适应规则降低横纵向制导律之间的相互影响,从而提高了系统的跟踪精度。最后通过仿真实验验证了该方法的有效性。

基于Dubins路径的A~*算法的多无人机路径规划

以两架固定翼无人机在同高度、有障碍物环境下的路径规划为应用背景,针对传统基于网格的A*搜索算法没有考虑飞行性能约束的问题,首先利用Dubins曲线找到有效节点,结合A*启发式搜索的思想,分别为每架无人机离线构建由Dubins曲线组成的最短避障路径;在两机同高度飞行过程中,通过相对运动关系判断是否碰撞,使用"向量共享"解得航向改变量以及在线路径重规划,得到两机的防撞避障路径。仿真表明,与传统A*搜索相比,此算法可更快地得到更短的连续安全路径;通过在线重规划,可以得到两机的防撞避障路径。

基于Dubins路径的空中加油自主会合制导与控制

针对空中加油过程中,受油机需要在最短时间内与加油机完成会合的情况,设计了一种基于Dubins路径的航路规划方法。该方法利用Dubins路径的原理,结合受油机的飞行性能和最小转弯半径等因素,计算出一条最短的会合轨迹,并给出轨迹上的预计转弯点和预计会合点作为受油机的目标路径点,这样提高了飞行效率减小会合时间。采用比例制导方法设计了受油机的制导指令,并采用基于RBF神经网络的backstepping方法设计了受油机非线性控制律。以受油机主动会合为例进行了仿真,结果表明该方法能够引导受油机实现与加油机的会合,且路径时间最短。

考虑速度约束的无人机Dubins路径规划

针对目前关于Dubins路径的研究未考虑速度约束的情况,根据Dubins路径的特点,提出了速度控制算法实现无人机对Dubins路径的有效跟踪。首先为无人机生成满足要求的Dubins路径,随后采用速度控制方法对无人机跟踪Dubins路径进行控制,并通过设置虚拟位姿点的方法,使无人机完成速度大小的调整,以期望速度大小到达任务点,实现了无人机在路程、速度约束条件下的运动控制。最后利用四旋翼无人机平台进行了飞行验证,实验及仿真结果表明了该方法简便可行,易于实现。