一种多旋翼无人机轨迹规划方法、系统及电子设备

本申请属于无人飞行器轨迹规划，更具体地，涉及一种多旋翼无人机轨迹规划方法、系统及电子设备。

背景技术：

1、由于无人机无人化、网络化、智能化、机动化等特点，使得无人机有着广阔的应用场景。在无人机的开发方面，自主轨迹规划一直都是无人机技术研发中的核心任务。

2、多旋翼无人机实时轨迹规划算法一般包括前端的路径规划算法和后端的轨迹优化算法。前端路径规划的目的是在短时间内获得一条粗糙的无碰撞路径作为后端优化的初值，后端优化一般采用对轨迹进行采样或构造安全飞行走廊的方式求解带有约束的轨迹优化问题，导致轨迹规划的效率较低。

技术实现思路

1、针对现有技术的缺陷，本申请的目的在于提供一种多旋翼无人机轨迹规划方法、系统及电子设备，旨在解决现有多旋翼无人机实时轨迹规划方法规划效率较低的问题。

2、为实现上述目的，第一方面，本申请提供了一种多旋翼无人机轨迹规划方法，包括：

3、根据无人机飞行的环境建立esdf栅格地图，在esdf栅格地图上采用考虑无人机运动学的a星算法规划出从无人机起点到目标点的初始路径；

4、将初始路径构造成贝塞尔曲线并对其进行轨迹优化，获得优化后的无人机轨迹；

5、在轨迹优化中，构建无人机轨迹优化问题的等式约束和不等式约束，再利用轨迹的边值条件消除等式约束，利用贝塞尔曲线的控制点消除不等式约束，以将无人机轨迹优化问题转化为无约束的轨迹优化问题，最后求解无约束的轨迹优化问题，获得优化后的无人机轨迹。

6、在一个可选的示例中，利用轨迹的边值条件消除等式约束，包括：

7、利用轨迹的边值条件：

8、d＝a(df+bdp)

9、以及轨迹的边值条件与多项式系数矩阵之间的关系：

10、p＝o·d

11、将无人机轨迹优化问题：

12、j＝minptqp

13、

14、转变为：

15、j＝min(df+bdp)tatoyqoa(df+bdp)

16、s.t.aieqp≤bieq

17、p为多项式系数矩阵，p为每段轨迹的多项式系数，q为每段轨迹的持续时间ti确定的系数矩阵，aeq为等式约束系数矩阵，beq为等式约束向量，aieq为不等式约束系数矩阵，bieq为不等式约束向量，dp为中间每段轨迹的起始点状态，df为整条轨迹的起始点状态，a为常数矩阵，b为常数矩阵，o为每段轨迹的持续时间ti确定的转换矩阵，i＝1,2,....,m，m为轨迹的总段数。

18、在一个可选的示例中，利用贝塞尔曲线的控制点消除不等式约束，包括：

19、利用贝塞尔曲线的控制点和凸包性质，将无人机轨迹优化问题中的不等式约束aieqp≤bieq构造成目标函数：

20、f＝λsfs+λcfc+λf(fv+fa)+ρ(t)

21、其中，

22、fs＝(df+bdp)tatotqoa(df+bdp)

23、ρ(t)＝λtt

24、fs为光滑成本函数，λs为光滑成本函数对应的系数，fc为轨迹碰撞惩罚项，λc为碰撞成本系数，fv、fa为动力学可行性惩罚项中的速度惩罚项和加速度惩罚项，λf为动力学可行性惩罚成本系数，λt为时间惩罚项系数，t为每段轨迹的持续时间ti组成的矩阵。

25、在一个可选的示例中，求解无约束的轨迹优化问题，获得优化后的无人机轨迹，包括：

26、求解目标函数关于dp和ti的梯度，获得最优dp和最优ti；

27、基于最优dp和最优ti，确定最优的多项式系数矩阵，以获得优化后的无人机轨迹。

28、在一个可选的示例中，求解目标函数关于dp和ti的梯度，获得最优dp和最优ti，包括：

29、首先根据链式法则求出目标函数f关于dp的梯度

30、

31、使用拟牛顿法得到最优dp；

32、基于最优dp更新目标函数d；

33、接着根据链式法则求出目标函数f关于ti的梯度

34、

35、使用拟牛顿法得到最优ti。

36、第二方面，本申请提供一种多旋翼无人机轨迹规划系统，包括：

37、路径规划模块，用于根据无人机飞行的环境建立esdf栅格地图，在esdf栅格地图上采用考虑无人机运动学的a星算法规划出从无人机起点到目标点的初始路径；

38、轨迹优化模块，用于将初始路径构造成贝塞尔曲线并对其进行轨迹优化，获得优化后的无人机轨迹；

39、在轨迹优化中，构建无人机轨迹优化问题的等式约束和不等式约束，再利用轨迹的边值条件消除等式约束，利用贝塞尔曲线的控制点消除不等式约束，以将无人机轨迹优化问题转化为无约束的轨迹优化问题，最后求解无约束的轨迹优化问题，获得优化后的无人机轨迹。

40、第三方面，本申请提供一种电子设备，包括：至少一个存储器，用于存储程序；至少一个处理器，用于执行存储器存储的程序，当存储器存储的程序被执行时，处理器用于执行第一方面或第一方面的任一种可能的实现方式所描述的方法。

41、第四方面，本申请提供一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，当计算机程序在处理器上运行时，使得处理器执行第一方面或第一方面的任一种可能的实现方式所描述的方法。

42、第五方面，本申请提供一种计算机程序产品，当计算机程序产品在处理器上运行时，使得处理器执行第一方面或第一方面的任一种可能的实现方式所描述的方法。

43、可以理解的是，上述第二方面至第五方面的有益效果可以参见上述第一方面中的相关描述，在此不再赘述。

44、总体而言，通过本申请所构思的以上技术方案与现有技术相比，具有以下有益效果：

45、本申请提供一种多旋翼无人机轨迹规划方法、系统及电子设备，首先通过一种运动学约束下的a星算法得到一条满足无人机运动学的初始路径，该路径相比于普通的a星算法更贴近于后端优化的轨迹，这可以大大减少后端优化时迭代收敛的速度；将初始路径构造成贝塞尔曲线，对曲线控制点进行优化从而满足连续时间约束，这样避免了对轨迹进行采样或是构造安全飞行走廊来满足约束，减少了优化的运算量；再使用轨迹边值条件和贝塞尔曲线的控制点消除原优化问题的等式约束和不等式约束，从而将优化问题转化为无约束的优化问题，提高了轨迹规划的效率，保证了轨迹生成的实时性。

技术特征：

1.一种多旋翼无人机轨迹规划方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，利用轨迹的边值条件消除等式约束，包括：

3.根据权利要求2所述的方法，其特征在于，利用贝塞尔曲线的控制点消除不等式约束，包括：

4.根据权利要求3所述的方法，其特征在于，求解无约束的轨迹优化问题，获得优化后的无人机轨迹，包括：

5.根据权利要求4所述的方法，其特征在于，求解目标函数关于dp和ti的梯度，获得最优dp和最优ti，包括：

6.一种多旋翼无人机轨迹规划系统，其特征在于，包括：

7.一种电子设备，其特征在于，包括：

8.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，当所述计算机程序在处理器上运行时，使得所述处理器执行如权利要求1-5任一所述的方法。

9.一种计算机程序产品，其特征在于，当所述计算机程序产品在处理器上运行时，使得所述处理器执行如权利要求1-5任一所述的方法。

技术总结本申请公开了一种多旋翼无人机轨迹规划方法、系统及电子设备，其中方法包括：根据无人机飞行的环境建立ESDF栅格地图，在ESDF栅格地图上采用考虑无人机运动学的A星算法规划出从无人机起点到目标点的初始路径；将初始路径构造成贝塞尔曲线并对其进行轨迹优化，获得优化后的无人机轨迹；在轨迹优化中，构建无人机轨迹优化问题的等式约束和不等式约束，再利用轨迹的边值条件消除等式约束，利用贝塞尔曲线的控制点消除不等式约束，以将无人机轨迹优化问题转化为无约束的轨迹优化问题，最后求解无约束的轨迹优化问题，获得优化后的无人机轨迹。通过本申请，将优化问题转化为无约束优化问题，提高了轨迹规划的效率，保证了轨迹生成的实时性。技术研发人员：韩斌,龙镇南,鲁亮,高湘泉受保护的技术使用者：华中科技大学技术研发日：技术公布日：2024/7/23