基于三维点云图的无人机路径规划

发布时间：2020-07-27 08:50

【摘要】：伴随着人工智能的热潮,无人机自主飞行得到了广泛的关注和研究,路径规划是实现无人机自主飞行的关键环节之一。路径规划的主要任务就是根据任务目标规划出满足无人机自身约束条件的路径,无人机实际飞行环境为高维空间,若考虑时间约束条件,则维度上升到四维,会造成规划过程中的“维度灾难”问题。而基于采样的路径规划算法避免了对周围飞行环境的精确描述,且复杂度不受空间维度的影响,因此本文采用基于采样的路径规划方法研究无人机在动态环境中的路径规划问题。本文主要内容包括:1.针对视觉导航的图像处理受光线影响的问题,本文从三维点云出发进行空间模型的建立,同时分析了现有的空间模型,栅格地图、几何地图、拓扑地图和点云地图各自的优缺点。为了减少碰撞检测的计算负担,将三维点云图转换为基于八叉树的Octomap三维地图表示规划空间模型,然后利用包围盒法进行碰撞检测。2.在建立好空间模型的基础上,采用基于采样的快速搜索随机树算法(Rapidlyexploring Random Tree,RRT)进行三维空间的路径规划,为了解决算法的随机性,引入了随机概率,当随机树进行扩展时以一定概率偏向目标点。在此基础上,为了实现遇到动态障碍物时的快速重规划和使得最终的路径能接近最优,将进行迭代比较得到较优路径所在的随机树存储,当遇到威胁或动态障碍物在此基础上进行局部重规划。实验表明改进的RRT算法在动态环境中表现更好,得到的路径也更短。3.基于采样的概率地图法(Probabilistic Roadmap Method,PRM)在路径规划之前要构造路线图,优秀的采样策略可以使得采样点均匀的分布在整个规划空间,从而构造出覆盖整个规划空间的路线图来提高算法的效率。为了提高采样的效率,本文分析和比较了现有的采样策略,最终选择混合采样方法解决了PRM算法在狭窄通道的采样问题。实验结果表明混合采样方法不仅解决了狭窄通道问题,同时采样点在其他空闲区域分布也均匀,最后采用A*算法进行路经查询。4.基于采样的路径规划方法得到的路径是一系列采样点组成的路径段,为了使无人机自身飞行系统能够跟随,所以要进行路径平滑,针对现有的贝塞尔曲线和B样条曲线平滑进行了分析和比较,选择了B样条曲线在三维环境下进行路径平滑。最后通过软件设计实现了从无人机采集到点云到得到最终路径的整个规划系统,同时考虑无人机自身尺寸、动态障碍物等约束条件,通过实验分析比较了在不同的参数下的路径规划结果。
【学位授予单位】：西安电子科技大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：V279;V249

【参考文献】

相关期刊论文 前6条

1 张广林;胡小梅;柴剑飞;赵磊;俞涛;;路径规划算法及其应用综述[J];现代机械;2011年05期

2 郝利波;侯媛彬;;基于一种改进RRT算法的足球机器人路径规划[J];西安科技大学学报;2011年01期

3 王振华;章卫国;;基于改进概率地图的无人机实时避障研究[J];计算机工程与应用;2010年25期

4 朱毅;张涛;宋靖雁;;未知环境下势场法路径规划的局部极小问题研究[J];自动化学报;2010年08期

5 梁瑾;宋科璞;;神经网络在移动机器人路径规划中的应用[J];系统仿真学报;2010年S1期

6 李得伟;韩宝明;韩宇;;一种逆向改进型A*路径搜索算法[J];系统仿真学报;2007年22期

相关博士学位论文 前3条

1 刘洋;动态环境中的无人机路径规划研究[D];西北工业大学;2015年

2 王维;虚拟人运动规划与运动合成关键技术研究[D];国防科学技术大学;2011年

3 赵仁亮;基于Voronoi图的空间关系计算研究[D];中南大学;2002年

本文编号：2771624