基于模型预测控制与改进人工势场法的多无人机路径规划

模型预测控制(model predictive control,MPC)已成功地应用于无人机集群的路径规划.但其存在计算量大及单步运算时间长等不足,在实时运行中往往难以获得较高的控制频率.而离线的MPC需要准确的地图信息,难以处理地图中无法预测的动态障碍物.对此,提出一种结合离线MPC全局规划与在线改进人工势场法局部规划的方法.在利用MPC方法生成安全、平滑轨迹的同时,提高无人机在动态障碍物影响下的避障能力.通过引入调节力来处理传统人工势场法的局部极小值问题,并将目标与无人机的相对距离引入斥力函数,同时改进引力函数,以改善无人机在目标点处低速徘徊的问题.此外,设计一种事件触发的无人机轨迹变更与轨迹恢复策略,使无人机仅在必要时实施动态避障行为.在此基础上,最大化利用原来的规划轨迹.仿真验证结果表明,所提出的路径规划方法能够使无人机集群安全飞行至目标点,并且具有良好的动态避障能力.     

面向空地协同的旋翼无人机动平台自主降落最优轨迹生成

旋翼无人机在移动平台上快速自主降落能够提升空地机器人的任务适应性和作业灵活性,对提高任务响应速度和增强救援能力具有重要意义。为了使旋翼无人机在最短时间内安全降落到移动平台,本文提出了一种最优升力分解轨迹生成方法,旨在在升力有限的情况下,最大化旋翼无人机的飞行性能。该方法首先对旋翼无人机的有限升力进行分解,获得最优的3轴升力分配,然后将非线性加速度约束转化为动态线性约束,最后根据最优控制理论求解出最优飞行时间轨迹。仿真结果表明了本文提出的算法能够保证轨迹生成的准确性和稳定性,并且该算法的计算效率高,能够满足系统实际应用中的实时性要求。     

翻滚目标逼近的虚拟域逆动力学轨迹规划

针对追踪星自主逼近和跟踪翻滚目标特定部位的最优规划问题,提出了一种基于虚拟域逆动力学的多约束最优逼近轨迹规划方法.首先,在翻滚目标本体系下建立追踪星相对于翻滚目标特定部位的相对轨道动力学方程,并建立追踪星本体系相对于翻滚目标期望固连坐标系的相对姿态动力学方程;其次,考虑目标星外形、敏感器视场和执行机构控制能力等约束条件,建立时间/能量最优规划模型;然后,采用序列二次规划(sequential quadratic programming,SQP)方法求解时间/能量最优规划问题;最后,数值仿真验证了该方法在满足多约束条件下,可实现对翻滚目标自主逼近与跟踪的最优轨迹规划,同时与高斯伪谱法进行了对比,验证了本方法在计算效率方面的优势.     

基于改进蚁群与动态窗口法的AGV动态路径规划

针对全局静态路径规划算法无法有效躲避动态障碍物、局部动态路径规划算法缺少全局环境信息指导规划路径质量差或无法成功到达目标点等问题,提出了一种结合改进蚁群算法和动态窗口法的全局动态路径规划算法,实现在动态环境中的全局最优路径实时规划.对传统蚁群算法提出了初始信息素不均匀、双向分布、引入放大系数A增大相邻栅格启发信息差异、...     

融合改进A*与DWA算法的移动机器人路径规划

针对移动机器人在复杂环境下实现全局路径最优、未知环境下动态实时避障这一路径规划需求,对传统A*（A-star）算法进行改进,并融合动态窗口法（DWA）实现动态实时避障。首先分析栅格环境下的障碍物占比,将障碍物占比引入传统A*算法,优化启发函数h(n),从而改进评价函数f(n),提高其在不同环境下的搜索效率;其次针对复杂栅格环境下传统A*算法优化后的轨迹与障碍物顶点相交问题,优化子节点选择方式,同时删除路径中的冗余节点,提高路径的平滑度;最后融合动态窗口法,实现复杂环境下移动机器人的动态实时避障。通过MATLAB下的对比仿真实验表明,改进算法在轨迹长度、轨迹平滑度以及历经时间上得到优化,满足全局最优且能实现动态实时避障,具有更优秀的路径规划效果。     

基于包络切换的四旋翼吊挂无人机避障轨迹优化研究

考虑非圆避障区域以及吊挂载荷摆动导致的包络圆切换,开展四旋翼吊挂无人机避障飞行轨迹优化研究.首先,通过互补约束对拉紧-松弛系绳进行统一描述,建立了吊挂四旋翼无人机系统的整体动力学模型;而后,采用R函数建立了不同包络圆情形下的统一避障约束方程,使用碰撞检测算法计算包络圆与障碍物的距离,并通过非线性最优控制方法建立了吊挂无人机避障轨迹优化数学模型;继而利用Legendre-Gauss-Radau伪谱法将开环非线性最优控制问题离散为非线性规划问题,通过数值求解得到了吊挂无人机的最优运动轨迹.最后,通过数值仿真算例验证了所提出的轨迹优化算法的有效性.     

融合动态障碍物运动信息的路径规划算法

传统的路径规划算法只能在障碍物不发生位置变化的环境中计算最优路径。但是随着机器人在商场、医院、银行等动态环境下的普及,传统的路径规划算法容易与动态障碍物发生碰撞等危险。因此,关于随机动态障碍物条件下的机器人路径规划算法需要得到进一步改善。为了解决在动态环境下的机器人路径规划问题,提出了一种融合机器人与障碍物运动信息的改进动态窗口法来解决机器人在动态环境下的局部路径规划问题,并且与优化A*算法相结合来实现全局最优路径规划。主要内容体现为：在全局路径规划上,采用优化A*算法求解最优路径。在局部路径规划上,以动态障碍物的速度作为先验信息,通过对传统动态窗口法的评价函数进行扩展,实现机器人在动态环境下的自主智能避障。实验证明,该算法可以实现基于全局最优路径的实时动态避障,具体表现为可以在不干涉动态障碍物的条件下减少碰撞风险、做出智能避障且路径更加平滑、长度更短、行驶速度更快。     

CLF-CBF-QP新形式下非线性系统的安全攸关控制与优化

利用二次规划(QP)结合控制Lyapunov函数(CLF)和控制障碍函数(CBF)形成非线性系统的一种安全攸关控 制策略, 称为CLF-CBF-QP, 其在实现控制目标和确保安全之间起到协调作用. 然而, 一旦引入附加的约束, 如输入 约束, QP求解可能变得不可行. 另外, 当考虑系统本身的体积或环境中存在快速移动的障碍物时, 动态系统与障碍 物发生碰撞的可能性会极大地提高. 因此, 本文首先从控制输入空间和状态空间的角度分别分析QP求解可行性以 及CLF和CBF中参数对QP求解可行性和系统性能的影响, 并提出一种CLF-CBF-QP新形式来提高优化问题的可解 性; 其次, 在考虑动态系统本身的体积且环境中存在动态障碍物时, 设计一种CBF新形式使其仍能保证系统的安全 性; 最后, 通过线性平面四旋翼在存在动态或静态障碍物的环境中进行轨迹跟踪来验证所提出方法的有效性.     

轮手一体机器人能量次优重构规划方法

模块化机器人的重构规划中,由于各模块的目标分配与其轨迹规划之间的耦合关系导致组合爆炸问题.本文提出一种基于简化模型的能量次优规划方法,将重构规划问题转化为最优控制问题,实现目标分配与轨迹规划的解耦.通过求解由Hamilton-Jacobi-Bellman（HJB）方程描述的最优控制问题,得到简化模型的值函数和最优轨迹.各模块的运动目标由值函数的吸引域决定.通过在最优轨迹附近的次优区域内搜索得到实际运动轨迹,提高了搜索效率.仿真实验结果表明,该方法能够选择合适的模块组合,并能在障碍物环境中生成满足机器人动力学约束的运动轨迹.     

基于MPC的四旋翼无人机航迹跟踪控制系统

目前研究的四旋翼无人机航迹跟踪控制系统跟踪过程不稳定,导致跟踪结果不准确;为此基于MPC设计了一种新的四旋翼无人机航迹跟踪控制系统.通过空中飞行控制器、地面控制器和人工干预器实现了无人机航线的跟踪控制;空中飞行控制器包括GPS导航定位模块、姿态评估模块(MTI)、飞行控制系统计算机,显示模块等;地面控制器探测周围飞行环境,规避障碍物、规划安全航线,传输至空中自主飞行控制系统,包括无线通讯的数据连接电路和地面终端控制模块;人工干预模块能对飞行过程中发生的意外情况进行人工干预以避免突发情况造成危险;以VS2010为开发环境,利用C++软件设计软件流程;利用MPC多变量控制策略,以最优动态轨迹为控制目标,获取无人机的实时飞行状况,设定航线规划流程,实行航线动态规划;实验结果表明,所设计的无人机航迹跟踪控制系统稳定性较好,跟踪控制结果与预期的跟踪控制曲线重合度更高,平均误差控制在1 cm以内.     

反坦克导弹最优一体化制导与控制

将导弹一目标相对运动信息引入到导弹控制模型中,对侧滑转弯（STT）反坦克导弹的俯仰和偏航推导得出了制导控制一体化数学模型,然后设计了基于最优控制理论的线性二次型（LQ）软终端约束控制器,最后进行了六自由度弹道仿真,结果表明最优一体化制导控制方法可有效地将导弹导向目标,且满足制导精度要求。     

基于非线性制导的四旋翼轨迹跟踪控制

四旋翼是一种欠驱动、强耦合的可垂直起降的飞行器,为了实现其能够以设定速度跟踪空间轨迹,设计了一种基于非线性制导算法的轨迹跟踪控制方法。该方法分为了导引与控制两部分组成,导引部分以任务轨迹与期望速度为输入量通过非线性制导算法输出当前四旋翼的期望加速度,控制部分以得到的期望加速度为输入量采用串级PID算法对四旋翼进行姿态控制,从而实现四旋翼保持设定速度对任务轨迹的跟踪。仿真结果表明,所提方法能够实现四旋翼对复杂任务轨迹的精确跟踪,二维复杂轨迹跟踪距离偏差不超过±0.6m,速度偏差不超过2m/s;三维复杂轨迹除了受自身控制力限制的飞行段外,跟踪距离偏差基本控制在±4m以内,速度偏差不超过2m/s。     

Multi-rigid-body dynamics and online model predictive control for transformable multi-links aerial robot*

Transformable multi-links aerial robots have great potentials in application relying on the transformable features to change its shape during the flight. Compared to traditional quadrotor robots, transformable multi-links robots are equipped with servo motor between links. To simplify the non-linear dynamic system, the previous work restricts the robot to transform in very slow speed so that the robot could be approximated as a quadrotor robot at each time point. However, tradeoff comes as the dynamic performance is given up. In this paper, we come up with a new framework combining of computationally efficient non-linear model predictive controller and motion primitive to optimize thrust force and joints trajectory of the multi-links aerial robot. Finally, we verify our framework with fast transformation motions and table tennis task which requires dynamic performance.     

Nonlinear control with integral sliding properties for circular aerial robot trajectory tracking: Real‐time validation

A nonlinear control algorithm for tracking dynamic trajectories using an aerial vehicle is developed in this work. The control structure is designed using a sliding mode methodology, which contains integral sliding properties. The stability analysis of the closed‐loop system is proved using the Lyapunov formalism, ensuring convergence in a desired finite time and robustness toward unknown and external perturbations from the first time instant, even for high frequency disturbances. In addition, a dynamic trajectory is constructed with the translational dynamics of an aerial robot for autonomous take‐off, surveillance missions, and landing. This trajectory respects the constraints imposed by the vehicle characteristics, allowing free initial trajectory conditions. Simulation results demonstrate the good performance of the controller in closed‐loop system when a quadrotor follows the designed trajectory. In addition, flight tests are developed to validate the trajectory and the controller behavior in real time.     

Image-Guided Robotic Flexible Needle Steering

This paper presents a robotic system for steering under real-time fluoroscopic guidance a flexible needle in soft tissue. Given a target and possible obstacle locations, the computer calculates the flexible needle-tip trajectory that avoids the obstacle and hits the target. Using an inverse kinematics algorithm, the needle base maneuvers required for a tip to follow this trajectory are calculated, enabling a robot to perform controlled needle insertion. Assuming small displacements, the flexible needle is modeled as a linear beam supported by virtual springs, where the stiffness coefficients of the springs can vary along the needle. Using this simplified model, the forward and inverse kinematics of the needle are solved analytically, enabling both path planning and path correction in real time. The needle shape is detected in real time from fluoroscopic images, and the controller commands the needle base motion that minimizes the needle tip error. This approach was verified experimentally using a robot to maneuver the base of a flexible needle inserted into a muscle tissue. Along the 40-mm trajectory that avoids the obstacle and hits the target, the error stayed below the 0.5-mm level. This study demonstrates the ability to perform closed-loop control and steering of a flexible needle by maneuvering the needle base so that its tip achieves a planned trajectory.     

通讯受限条件下的机器人编队算法

针对通讯受限条件下大规模移动机器人编队任务,本文提出了基于行为的分布式多机器人线形编队控制和避障算法.机器人个体无需获得群体中所有机器人的信息,而是根据传感器获取的环境信息和局部范围内的机器人信息对其自身的调整方向进行预测,并最终很好地完成了设定的编队及避障任务.由于本文方法需求的通讯量不大,并且采用分布式控制,因此该...     

基于RFID技术的四旋翼无人机轨迹跟踪控制系统设计

为促进四旋翼无人机的飞行自主性,增强无人监管情况下飞行器主机所具备的避障行进能力,设计基于RFID技术的四旋翼无人机轨迹跟踪控制系统;采用RFID标签识别技术,调制处理既定控制信号,利用标签识别协议,连接微型四旋翼轨迹控制器与内环姿态控制器,通过数据通信链路,提取轨迹跟踪控制所需的传输电子量,完成轨迹跟踪控制系统硬件设计;利用动力系统中的参数辨识策略,确定与轨迹姿态控制相关的物理规律标注,实现四旋翼无人机轨迹跟踪控制;实验结果表明,与机器视觉型控制系统相比,基于RFID技术的控制系统的SSI避障行进指标数值相对较高,全局最大值达到了 79％,四旋翼无人机滚转角平均值为85°,能够有效抑制四旋翼无人机滚转角的数值上升趋势,增强无人监管情况下飞行器主机避障行进能力.     

Flying on point clouds: Online trajectory generation and autonomous navigation for quadrotors in cluttered environments

Micro aerial vehicles (MAVs), especially quadrotors, have been widely used in field applications, such as disaster response, field surveillance, and search‐and‐rescue. For accomplishing such missions in challenging environments, the capability of navigating with full autonomy while avoiding unexpected obstacles is the most crucial requirement. In this paper, we present a framework for online generating safe and dynamically feasible trajectories directly on the point cloud, which is the lowest‐level representation of range measurements and is applicable to different sensor types. We develop a quadrotor platform equipped with a three‐dimensional (3D) light detection and ranging (LiDAR) and an inertial measurement unit (IMU) for simultaneously estimating states of the vehicle and building point cloud maps of the environment. Based on the incrementally registered point clouds, we online generate and refine a flight corridor, which represents the free space that the trajectory of the quadrotor should lie in. We represent the trajectory as piecewise Bézier curves by using the Bernstein polynomial basis and formulate the trajectory generation problem as a convex program. By using Bézier curves, we can constrain the position and kinodynamics of the trajectory entirely within the flight corridor and given physical limits. The proposed approach is implemented to run onboard in real‐time and is integrated into an autonomous quadrotor platform. We demonstrate fully autonomous quadrotor flights in unknown, complex environments to validate the proposed method.     

基于IBC-PID控制的四旋翼轨迹跟踪控制

针对四旋翼飞行器在阵风扰动下的轨迹跟踪控制问题,提出一种结合积分反步法控制与PID控制的混合控制算法.首先,分析了四旋翼飞行器的受力情况,并采用牛顿 欧拉法建立其动力学方程;其次,根据时间尺度原理,将四旋翼飞行器的控制结构分成位置控制回路与姿态控制回路,前者采用积分反步法进行抗干扰控制,后者采用PID控制进行镇定;同时,引入粒子群算法,利用其寻优优势对所设计的控制器参数进行调整;最后,通过一个螺旋线跟踪仿真对本文所提控制算法的有效性进行了验证.仿真结果表明,本文所提算法具有一定的鲁棒性、稳定性与适用性,能够满足四旋翼轨迹跟踪控制的需求.