基于人工勢場法的無人機路徑規劃

王少聰 張仁喜 苗子沛 于典琨 楊汶鑫

摘 要：目前，無人機在物流行業得到廣泛應用，但無人機運行過程中仍存在著諸多安全問題，如無法得到及時控制，與飛機相撞等。為優化無人機路徑規劃方法中的高度問題，首先，本文對比目前國內主要的路徑規劃方法并了解各種方法的優缺點;其次，以人工勢場法為基礎對無人機高度規劃模型進行建立;最后，在模型中進一步對規劃路徑進行分段平直化處理，使規劃路徑簡潔且符合無人機運行特點。實驗結果表明，在原有算法的基礎上針對無人機運行高度做出調整之后，無人機運行安全系數得到提高且對無人機的運行效率基本不存在影響，飛手也可較快完成對規劃路徑的熟悉。

關鍵詞：無人機;路徑規劃;人工勢場法;高度

一、引言

近些年來，無人機憑借著時效性、廉價性及可達性等優勢在農業及物流業受到了廣泛的關注。但是物流無人機的運行仍然存著很多的安全問題，如路徑規劃中的高度設置問題，起降點規劃，配貨點等的選擇都是有著很大的影響。就路徑規劃而言，無人機路徑規劃不僅使無人機在使用過程中節省能源，高速高效地完成指定任務。也解決了最后一公里的配送問題。

國外對無人機的路徑規劃做出了相應研究，Stecz Wojciech[1]等人提出帶有SAR應用的無人機任務計劃，Vahid Jamshidi[2]等人進行了控制器局域網上并行遺傳算法和并行粒子群優化算法的無人機路徑規劃分析研究，Franklin Samaniego[3]對固定翼無人機多目標優化的平滑3D路徑規劃做出研究。國內眾多學者對此問題進行了深入的研究，耿增顯[4]等人提出采用飛控軟件詳細分析無人機路徑規劃的設計、實施過程。李大林[5]等提出了一種基于Pythagorean Hodograph曲線的無人機路徑規劃方法。宿勇[6]提出使用五次PH曲線進行初始曲線生成，對PH算法進行改進;任佳[7]等提出基于威脅狀態預測的模型預測控制（MPC）算法，田闊[8]等同樣對MPC算法做出研究，李翰[9]等提出引入時間并采用A*算法進行搜索路徑，張啟錢[10]等同樣使用A*算法做出研究，白杰[11]等提出基于分散搜索的混合搜索算法，毛晨悅[12]、劉硯菊[13]等針對人工勢場法做出研究。

本文主要針對目前無人機路徑規劃中的安全高度問題基于人工勢場法做出研究，提出針對高度的人工勢場法改進方案，在保障無人機運行效率的前提下，對無人機的運行安全作出保障。

二、路徑規劃方法簡介及改進方法的提出

2.1路徑規劃方法簡介

無人機路徑規劃是指[14]：在給定的規劃空間內，尋找無人機從起始位置到達目標位置且滿足給定約束條件和性能指標的最優或可行航路。

隨著物流無人機快速發展，終端無人機物流成為民航業內普遍關注的熱點。但是物流無人機的運行仍然存著很多的安全問題，如路徑規劃，起降點規劃，配貨點等的選擇都是有著很大的影響，如何解決最后一公里的配送問題成了本文需要探索的方向。無人機路徑規劃通過人工勢場法規劃路徑，使用MATLAB進行建模，最后通過終端軟件進行飛行路線模擬使得路徑更加安全、便捷、高效，這就是無人機路徑規劃的意義所在。

當前針對路徑規劃提出了A*算法、蟻群算法、MPC算法等人工勢場法等算法。如 A* 算法在單元中進行安全路徑的搜索，但單元過多時無法確保得到最優路徑; 蟻群算法在求解性能上，具有很強的魯棒性和搜索較好解的能力，但蟻群算法計算量大，求解所需時間較長; MPC算法解決了約束控制問題，可對未來做出一定時間內的預測，但是對周圍環境信息的提供有一定的要求;與上述算法相比，人工勢場法具有計算簡單、實現容易、實時性好、計算時間短、規劃軌跡平滑等優點，因此得到了廣泛的應用。但是目前，這些算法將無人機路徑規劃問題簡化為平面內車輛的路徑規劃，本文引入高度約束規劃處一條滿足運行安全要求的運行路徑。

2.2基于人工勢場法的規劃方法

2.2.1改進傳統人工勢場法的局部最小值問題

本文針對人工勢場法存在的局部極小值問題采用劉硯菊等人的研究方法即在修改斥力函數的基礎上提出修改斥力方向和自主建立虛擬目標牽引點相結合的算法。

2.2.2對無人機運行的高度改進

民航客機在各個運行階段都存在著安全的運行高度，尤其是在客機進近這個距離地面較近的飛行過程中，以天津機場為例，民航客機進近高度要求為1000英尺，但要求在1500英尺左右截獲下滑道信號。因此，本文類比客機的運行模式提出無人機在不同環境下的運行安全高度。

因為無人機相比于民航客機，尺寸很小不需要太大的超障余度，但是需要保證在有風或能見度較低的等特殊氣象條件下可以保障無人機的運行安全，給飛手留有足夠的反應操作空間，在此提出面對不同障礙物應有的超障高度h0。

本文使用大疆曉SPARK產品進行研究，無人機技術參數如表一所示：

在無人機運行過程中懸停精度記為△h ，△h=+/-10cm ，機身高為d=5.5cm ，無人機運行超障高度的提出主要以機身高度為單位，飛手在操作無人機飛行過程中的反應時間及無人機對操作做出反應的時間記為△t ，假設△t=2s ，提出無人機超障高度公式，

其中，建筑物和路燈等障礙物的高度一般較長時間內不會發生改變，但是樹木等自然障礙物的高度是隨時間一直發生變化的，因此針對樹木等自然障礙物提出的超障高度要比人工建筑物高。但是路燈等占地面積小，與宿舍樓，教學樓等相比對無人機運行程度較小，進而提出不同n的取值。

根據超障公式計算，并對結果進行以5cm為單位的向上取整，得出各類障礙物的超障高度h0 如表二所示，

2.2.3改進算法

在高度改進的基礎上提出對算法的改進，改進算法的規劃高度 為

其中h 為原算法中規劃路徑的高度，h0 為針對各類障礙物提出的超障余度，Hmax 為無人機運行最大高度。

在對路徑規劃做出初步修改之后所得規劃路徑存在較多的拐彎點或下降點，飛行狀態一直發生改變，這就意味著需要飛手的不斷操作，這會極大地增加飛手的操作負荷，針對這個問題，本文提出對規劃路徑的平直化處理，使得規劃路徑能夠適當減小飛手操作負荷。根據規劃路徑中設置的飛行關鍵點對無人機路徑進行劃分，針對每個飛行路段分別提出自己的運行要求，進而使得規劃路徑平直，易于飛手操作。

無人機某個飛行路段的飛行高度變為：

Hi（i=1，2，3……） 為無人機路徑規劃某飛行航段中面對所有可能對在該點運行產生影響的障礙物時無人機應有的運行高度。△H 為所規劃路徑某兩個飛行路段之間的高度差，l 為針對路段高度差無人機應在到達下一路段之前作出操作的距離，α 為無人機對應的爬升率或下降率。

本節通過超障余度對高度做出修正，并通過將規劃路徑分段處理獲得每段路徑的飛行高度，最后通過對路徑的平直化處理完成對算法的修正，下文將正對算法進行仿真實驗分析規劃算法對無人機運行效率和安全的影響。

三、實驗準備及實現

為了研究上述算法的可行性，本文以中國民航大學南院為假設場景，對中國民航大學南院部分主要障礙物進行了測量。以中國民航大學南院驛站附近某點為配送起點，南二十一公寓附近某點為配送終點，如圖標示，綠色點為配送起點，藍色點為路徑過程中的關鍵點，紅色點為配送終點。測量規劃路徑中的各障礙物的高度，如樹高，公寓高，教學樓高，電燈高等可能對無人機運行產生安全影響的障礙物進行了全部測量。

此次測量使用測高儀器，通過多次測量得出規劃路徑上各類障礙物的高度如表二所示：

同時通過使用手機軟件GPS工具箱獲得無人機規劃路徑中各關鍵點的經緯度坐標，各點坐標如表四所示：

基于上述數據使用做出改進的人工勢場法進行路徑規劃，得到路徑規劃結果如圖二：

此次研究在原人工勢場法的基礎上提出對高度問題的修正，同時對規劃路徑進行分段平直化處理使得規劃路徑更加符合無人機運行特點。改進算法所規劃路徑急需要無人機在飛行過程中做出兩次升降，而在原規劃路徑中無人機在起飛之后需要一直對無人機運行狀態做出調整，但兩條規劃路徑實際模擬飛行時間差別不大，進而得出結論，改進算法規劃路徑可極大地減少了無人機飛手的操作動作，并保證無人機可在視線范圍內運行，同時對無人機運行效率的影響基本可以忽略不計。

四、結論

本文針對無人機路徑規劃過程中的高度問題做出研究，在人工勢場法的基礎上提出改進并獲得了較為安全的飛行路徑，同時對無人機運行效率的影響在可接受范圍之內。此次改進提出了關于無人機運行高度規范的一種可能性，在原有試驗的基礎上，獲得了無人機在高空中飛行時回避障礙物的有效方法。為無人機在路徑規劃上提供了試驗依據和改進的方法，為無人機路徑規劃上做出了重要的試驗依據，填補了目前無人機路徑規劃中高度設置的部分問題。但是此次研究實驗次數較少，無法準確獲得無人機在各運行場景應有的安全高度，使得無人機的規劃路徑更加精確。

參考文獻：

[1]Stecz Wojciech，Gromada Krzysztof. UAV Mission Planning with SAR Application.[J]. Sensors （Basel， Switzerland），2020，20（4）.

[2]Vahid Jamshidi，Vahab Nekoukar，Mohammad Hossein Refan. Analysis of Parallel Genetic Algorithm and Parallel Particle Swarm Optimization Algorithm UAV Path Planning on Controller Area Network[J]. Journal of Control， Automation and Electrical Systems： formerly CONTROLE & AUTOMA？？O，2020，31（1-3）.

[3]Franklin Samaniego，Javier Sanchis，Sergio Garcia-Nieto，Raul Simarro. Smooth 3D Path Planning by Means of Multiobjective Optimization for Fixed-Wing UAVs[J]. Electronics，2019，9（1）.

[4]耿增顯，趙嶷飛，孟令航，龐筆照.基于飛控軟件的民用無人機路徑規劃研究.

[5]李大林，李杰，楊東曉.基于Pythagorean Hodograph曲線的無人機路徑規劃方法[J].制造業自動化，2011，7：50-68.

[6]宿勇.基于曲率連續曲線的無人機路徑規劃方法[J].艦船電子工程，2017，3：31-34.

[7]任佳，高曉光，張艷.移動威脅情況下的無人機路徑規劃[J].控制理論與應用，2010，5：641-647.

[8]田闊 符小衛 高曉光.威脅聯網下無人機路徑在線規劃[J].西北工業大學學報，2011，3：367-373.