基于避障路径规划的无人直升机空地跟踪控制

doi:10.12422/j.issn.1672-6952.2024.01.011

摘要/Abstract

摘要：

针对无人直升机(Unmanned Aerial Helicopter，UAH)在空地协同跟踪过程中的避障和控制问题，提出了新型路径避障规划和跟踪控制设计方法。针对不确定性的线性UAH模型，通过对UAH警示范围内二维环境信息进行处理判断，借助摸墙算法(Wall?Following Algorithm) 提出合适的避障策略，计算避障路径的行进角度以及能够弥补绕行距离的跟踪速度；将所得避障方法拓展至三维环境中，根据水平和垂直方向上的障碍物信息确定UAH飞行角度，从而减小由避障环节所带来的绕行距离；在上述避障算法的基础上，引入人工神经网络(Approximate Nearest Neighbor，ANN)估计模型不确定项，进而结合前馈补偿与最优控制等技术建立了跟踪控制设计方案。仿真结果表明，所提避障策略和控制算法有效。

关键词: 无人直升机, 空地跟踪, 避障路径规划, 人工神经网络

Abstract:

The paper aims to study the problem of obstacle avoidance in air?ground cooperative tracking control for the unmanned aerial helicopter (UAH),in which a new approach of designing the path obstacle avoidance plan and controller design is proposed.Initially, as for the uncertain linear UAH,by processing and judging two?dimensional environmental information within the warning range for the UAH,an obstacle avoidance strategy is proposed with the help of wall?following algorithm,and the flight angle of obstacle avoidance path and the tracking speed that can make up for bypass distance are calculated.Secondly,the proposed obstacle avoidance method is extended to the three?dimensional case,and the flight angle of the UAH is determined based on the obstacle information in the horizontal and vertical directions,which can reduce the bypass distance caused by the obstacle avoidance link as possible.Thirdly,based on two derived obstacle avoidance algorithms above,the artificial neural network (ANN) is introduced to estimate model uncertainty,and then the tracking control design schemes are established by using feedforward compensation and optimal control technologies.some simulations demonstrate the effectiveness of the proposed obstacle avoidance strategy and control algorithm.

Key words: Unmanned aerial helicopter, Clearing tracking, Obstacle avoidance path planning, Artificial neural networ

中图分类号:

TP13

杨静雯, 李涛, 杨欣, 冀明飞. 基于避障路径规划的无人直升机空地跟踪控制[J]. 辽宁石油化工大学学报, 2024, 44(1): 71-79.

Jingwen YANG, Tao LI, Xin YANG, Mingfei JI. Collaborative Air⁃Ground Tracking Control of Unmanned Helicopter Based on Obstacle Avoidance Path Planning[J]. Journal of Liaoning Petrochemical University, 2024, 44(1): 71-79.

图/表 5

图1 二维避障示意图

Fig.1 Two?dimensional diagram of obstacle avoidance

图2 二维避障规划路径

Fig.2 Two?dimensional obstacle avoidance planning path

图3 三维避障规划路径

Fig.3 Three?dimensional obstacle avoidance planning path

图4 三维避障跟踪情况

Fig.4 Three?dimensional obstacle avoidance tracking

图5 人工神经网络补偿对比

Fig.5 Artificial neural network compensation comparison

参考文献 32

1	ZHAO W L，MENG Z J，WANG K P，et al.Backstepping control of an unmanned helicopter subjected to external disturbance and model uncertainty［J］.Applied Sciences，2021，11（12）：5331.
2	MA H X，CHEN M，YANG H，et al.Switched safe tracking control design for unmanned autonomous helicopter with disturbances［J］.Nonlinear Analysis：Hybrid Systems，2021，39：100979.
3	ULLAH I， PEI H L. Sliding mode tracking control for unmanned helicopter using extended disturbance observer［J］.Archives of Control Sciences，2019，29（1）：169⁃199.
4	王琼，刘美万，任伟建，等.无人机航迹规划常用算法综述［J］.吉林大学学报（信息科学版），2019，37（1）：58⁃67.
	WANG Q， LIU M W， REN W J，et al.Overview of common algorithms for UAV path planning［J］.Journal of Jilin University （Information Science Edition），2019，37（1）：58⁃67.
5	李安醍，武丁杰，李诚龙.低空无人机自主避障算法综述［J］.电光与控制，2021，28（8）：59⁃64.
	LI A T，WU D J，LI C L.A survey on autonomous collision avoidance algorithms for UAVs at low altitude［J］.Electronics Optics & Control，2021，28（8）：59⁃64.
6	陈亚青，张智豪，李哲.无人机避障方法研究进展［J］.自动化技术与应用，2020，39（12）：1⁃6.
	CHEN Y Q，ZHANG Z H，LI Z.Research progress on obstacle avoidance methods of UAV［J］.Techniques of Automation and Applications，2020，39（12）：1⁃6.
7	方健飞，张威，葛琳琳.基于避障切换控制的移动机器人路径规划［J］.辽宁石油化工大学学报，2017，37（4）：65⁃69.
	FANG J F，ZHANG W，GE L L.Path planning of mobile robot based on obstacle avoidance switching control［J］.Journal of Liaoning Shihua University，2017，37（4）：65⁃69.
8	常路，单梁，戴跃伟，等.未知环境下基于改进DWA的多机器人编队控制［J］.控制与决策，2022，37（10）：2524⁃2534.
	CHANG L，SHAN L，DAI Y W，et al.Multi⁃robot formation control in unknown environment based on improved DWA［J］.Control and Decision，2022，37（10）：2524⁃2534.
9	VINOKURSKY D L，MEZENTSEVA O S，SAMOYLOV P V，et al.Model predictive control for path planning of UAV group［C］//Ⅲ International Scientific Conference：Modernization，Innovations，Progress：Advanced Technologies in Material Science，Mechanical and Automation Engineering（MIP⁃Ⅲ2021）.Krasnoyarsk：IOP Publishing Ltd，2021：012092.
10	TANG Z Z，MA H Z.An overview of path planning algorithms［J］.IOP Conference Series：Earth and Environmental Science，2021，804（2）：022024.
11	李二超，王玉华.改进人工势场法的移动机器人避障轨迹研究［J］.计算机工程与应用，2022，58（6）：296⁃304.
	LI E C，WANG Y H.Research on obstacle avoidance trajectory of mobile robot based on improved artificial potential field［J］.Computer Engineering and Applications，2022，58（6）：296⁃304.
12	郝林佳，叶灿，都书鲜，等.改进人工势场的手术机器人位姿规划［J］.控制理论与应用，2022，39（6）：1121⁃1129.
	HAO L J，YE C，DU S X，et al.Pose planning for surgical robot with improved artificial potential field method［J］.Control Theory & Applications，2022，39（6）：1121⁃1129.
13	吕佳，邱建岗.智能汽车避障路径规划与跟踪控制研究［J］.机械设计与制造，2021（11）：166⁃171.
	L U ¨ J，QIU J G.Study on intelligent vehicle obstacle avoidance path planning and tracking control［J］.Machinery Design & Manufacture，2021（11）：166⁃171.
14	刘冠邦，成海东.基于模糊决策的无人直升机智能实时避障研究［J］.信息化研究，2018，44（2）：19⁃23.
	LIU G B，CHENG H D.Intelligent real⁃time obstacle avoidance for unmanned helicopter based on fuzzy decision making［J］.Informatization Research，2018，44（2）：19⁃23.
15	张思远.智能汽车路径规划与跟踪控制仿真研究［D］.长春：吉林大学，2018.
16	韩攀，陈谋，陈哨东，等.基于改进蚁群算法的无人机航迹规划［J］.吉林大学学报（信息科学版），2013，31（1）：66⁃72.
	HAN P，CHEN M，CHEN S D，et al.Path planning for UAVs based on improved ant colony algorithm［J］.Journal of Jilin University（Information Science Edition），2013，31（1）：66⁃72.
17	罗鹰，冒兴蜂.智能汽车换道避障路径规划与跟踪控制研究［J］.机械设计与制造，2019（7）：139⁃143.
	LUO Y，MAO X F.Study on path planning and tracking control of intelligent vehicle obstacle avoidance by changing lanes［J］.Machinery Design & Manufacture，2019（7）：139⁃143.
18	AMBEWADKAR G N，GAJRE S.Probe path planning for flatness measurement on coordinate measuring machine using ant colony optimization［J］.Advanced Engineering Forum，2021，41：85⁃91.
19	陈继清，谭成志，莫荣现，等.基于人工势场的A*算法的移动机器人路径规划［J］.计算机科学，2021，48（11）：327⁃333.
	CHEN J Q，TAN C Z，MO R X，et al.Path planning of mobile robot with A* algorithm based on artificial potential field［J］.Computer Science，2021，48（11）：327⁃333.
20	QI B K，LI M Q，YANG Y，et al.Research on UAV path planning obstacle avoidance algorithm based on improved artificial potential field method［C］//The 2021 2nd International Conference on Internet of Things，Artificial Intelligence and Mechanical Automation （IoTAIMA 2021）.Hangzhou：IOP Publishing Ltd，2021：012060.
21	谢龙，刘山.基于改进势场法的机械臂动态避障规划［J］.控制理论与应用，2018，35（9）：1239⁃1249.
	XIE L，LIU S.Dynamic obstacle⁃avoiding motion planning for manipulator based on improved artificial potential filed［J］.Control Theory & Applications，2018，35（9）：1239⁃1249.
22	李志锟，赵倩楠.融合人工势场蚁群算法的移动机器人路径规划［J］.电光与控制，2022，29（11）：118⁃124.
	LI Z K，ZHAO Q N. Path planning of mobile robot based on artificial potential field and ant colony algorithm［J］. Electronics Optics & Control， 2022， 29（11）： 118⁃124.
23	张郭，许艳英，张亮.基于动静态安全场的机器人避障路径控制仿真研究［J］.中国工程机械学报，2021，19（3）： 232⁃237.
	ZHANG G， XU Y Y， ZHANG L. Simulation research on obstacle avoidance path control of robot based on dynamic and static safety field［J］. Chinese Journal of Construction Machinery， 2021，19（3）： 232⁃237.
24	胡多修，董文瀚，解武杰.无人机自主引导跟踪与避障的近端策略优化［J］.北京航空航天大学学报，2023，49（1）：195⁃205.
	HU D X， DONG W H， XIE W J. Proximal policy optimization for UAV autonomous guidance，tracking and obstacle avoidance［J］. Journal of Beijing University of Aeronautics and Astronautics， 2023， 49（1）： 195⁃205.
25	蒙志君，平学寿，陈旭智. 无人直升机三维避障方法及仿真［J］.北京航空航天大学学报，2016，42（8）：1619⁃1626.
	MENG Z J， PING X S， CHEN X Z. 3D obstacle avoidance method and simulation for unmanned helicopter［J］. Journal of Beijing University of Aeronautics and Astronautics， 2016， 42（8）： 1619⁃1626.
26	LÓPEZ B， MUÑOZ J， QUEVEDO F， et al. Path planning and collision risk management strategy for multi⁃UAV systems in 3D environments［J］. Sensors， 2021， 21（13）： 4414.
27	欧阳银涛，孙彦玺，屈敬朝，等.基于BP神经网络的人体活动识别方法［J］. 物联网技术， 2021， 11（12）： 40⁃42.
	OUYANG Y T，SUN Y X， QU J C， et al. Human activity recognition method based on BP neural network［J］. Internet of Things Technologies，2021，11（12）：40⁃42.
28	黄越洋，李平，刘宣宇. 基于BP神经网络的非线性预测控制［J］. 辽宁石油化工大学学报， 2008， 28（1）： 59⁃61.
	HUANG Y Y，LI P， LIU X Y. Nonlinear predictive control based on BP neural network［J］.Journal of Liaoning University of Petroleum & Chemical Technology， 2008， 28（1）： 59⁃61.
29	吴鹏飞，石章松，吴中红，等. 无人直升机自主着舰轨迹跟踪控制［J］. 系统工程与电子技术， 2019， 41（11）： 2573⁃2580.
	WU P F， SHI Z S， WU Z H， et al. Trajectory tracking and control for unmanned helicopter's autonomous landing on ship［J］. Systems Engineering and Electronics， 2019， 41（11）： 2573⁃2580.
30	XIAN B，GUO J C，ZHANG Y，et al. Sliding mode tracking control for miniature unmanned helicopters［J］. Chinese Journal of Aeronautics， 2015， 28（1）： 277⁃284.
31	陈浩浩，樊渊. 基于动态事件触发机制的线性系统最优控制［J］. 控制工程， 2020， 27（10）： 1820⁃1827.
	CHEN H H，FAN Y.Optimal control for linear systems based on dynamic event⁃triggered mechanism［J］.Control Engineering of China， 2020， 27（10）： 1820⁃1827.
32	马海志.BP神经网络的改进研究及应用［D］.哈尔滨：东北农业大学，2015.