1 中国科学院 长春光学精密机械与物理研究所，吉林 长春 130033
2 中国科学院大学，北京 100049
3 西南交通大学-利兹学院，四川 成都 610097
为解决无人机在室外实际飞行时的自主避障问题，提出一种基于Ghost改进的YOLOv5轻量化双目视觉无人机避障算法。首先，引入Ghost模块改进YOLOv5中的CBL和CSP_X单元，使用作为回归损失函数，并将非极大值抑制修改为以优化损失函数；其次，对双目相机进行标定和校正；使用ORB特征点提取和滑动窗口匹配算法得到检测目标的视差值，再根据视差值和相机内参求解出障碍物的距离信息；最后，根据障碍物的位置和距离实现无人机的自主避障。该避障算法在嵌入式系统中运行的平均FPS达到14.3，并用无人机避障飞行试验证实了该算法的可行性；改进后的网络检测平均准确率为76.88%，与YOLOv5相比，平均检测精度均值下降0.37%，但检测时间下降22%，参数量下降25%。该算法对无人机的自主避障具有重要的应用价值。
目标检测 轻量化 特征匹配 无人机避障 object detection lightweight feature matching obstacle avoidance unmanned aerial vehicles
在复杂环境中执行任务已经成为旋翼无人机发展的必然趋势。为了让旋翼无人机在复杂环境中高效、安全地执行任务, 学者们对旋翼无人机的双目视觉避障技术展开了广泛的研究。为了解旋翼无人机的双目视觉自主避障技术的现状及发展趋势, 首先,介绍了双目视觉避障系统的构成, 分析各技术在双目视觉避障系统中的作用; 然后, 重点介绍双目视觉避障技术中常用的相机标定方法、立体匹配算法和避障算法, 总结了各自的优缺点, 并阐述最新发展; 最后, 对双目视觉避障技术的发展方向进行了展望。
旋翼无人机 相机标定方法 立体匹配算法 避障算法 综述 rotorcraft UAV camera calibration method stereo matching algorithm obstacle avoidance algorithm review
1 空军工程大学装备管理与无人机工程学院, 西安 710000
2 西安科技大学, 西安 710000
针对传统路径规划方法存在着过多依赖环境先验信息、算法路径规划实时性不强、难以适应复杂障碍环境等方面的不足, 提出基于电势能理论的改进动态窗口法(DWA), 扩展轨迹评价子函数空间。首先,改进设计预测轨迹选择函数来引导跳出局部最优, 脱离凹型障碍环境; 同时,设计速度评价函数权重动态调整机制, 增强穿越密集障碍区域能力; 最后,增加设计目标导航函数, 提升算法趋向目标点的引导能力。仿真实验表明, 改进算法可以有效克服传统DWA算法易陷入局部最优和无法有效应对复杂障碍环境等问题,更好地提升算法的路径规划能力和实时性。
无人机 动态窗口法 路径规划 避障 UAV dynamic window approach path planning obstacle avoidance
1 中国科学院 长春光学精密机械与物理研究所，吉林长春30033
2 中国科学院大学，北京100049
本文将冗余机械臂的轨迹跟踪和避障规划统一为优化问题，提出了一种基于改进灰狼算法的避障跟踪优化器。首先，基于包围盒法对避障空间进行了建模，使用GJK算法计算机械臂与障碍物之间的最小距离。其次，设计了适应度函数，引入避障奖励项对优化器进行主动奖励，使机械臂在跟踪目标轨迹的同时避开障碍物。然后，使用随机分散策略对灰狼算法进行了改进，以增强算法的全局搜索能力，从而更好地求解优化问题。最后，使用九自由度冗余机械臂验证了所提出方法的有效性和优越性。实验结果表明：对于圆形目标轨迹，机械臂的末端跟踪误差为0.21 mm；跟踪过程中，机械臂与障碍物的距离不小于70 mm；相比于经典灰狼算法，改进灰狼算法使跟踪精度提高了13%。本文提出的避障跟踪优化器能以毫米级的精度同时满足冗余机械臂的轨迹跟踪和避障任务；改进的灰狼算法能有效提高经典灰狼算法的收敛精度。
冗余机械臂 灰狼算法 轨迹跟踪 避障规划 redundant robotic manipulator grey wolf optimizer trajectory tracking obstacle avoidance 光学 精密工程
2023, 31(24): 3595
1 航空电子电气学院
2 空中交通管理学院,四川 广汉 618000
提出了一种分段随机和角度随机(SRAR)的算法, 用于复杂空间、多约束条件下的无人机三维航路规划。SRAR算法利用随机分段和随机角度确定航路点。同时, 对有向线段角度进行规定, 设计圆形障碍区避障方法、航路平滑方法以及多航路规划方法, 提升航路规划质量, 满足航路规划多样性要求。还提出了求解变长解的非关联迭代更新方法, 实现对SRAR算法在多约束条件下的求变长解。通过对复杂空间下的航路规划质量验证, 以及分别与蚁群算法、遗传算法和粒子群优化算法的比较, 证明了SRAR算法的无人机航路规划的稳健性、高效性和通用性。
分段随机和角度随机 避障方法 航路平滑 多航路规划 非关联迭代更新 Segment Random and Angle Random obstacle avoidance route smoothing multi-route planning unassociated iterative updating
1 大连大学,信息工程学院
2 大连大学,大连市环境感知与智能控制重点实验室, 辽宁 大连 116000
针对三维复杂环境下高时效规划无人机航迹问题, 提出一种改进的双向A*算法。设计扇面搜索域, 减少计算开销; 动态调整启发函数权重, 优化代价函数, 提高搜索效率; 引入关键节点筛选策略, 消除航迹中的冗余点, 生成全局最优静态航迹。就飞行航迹中出现的动态避障问题, 设计动态避障航迹最短优化目标函数, 提出基于变分法的动态避障算法, 考虑航迹容忍度, 实现局部航迹在线调整和优化。仿真结果表明, 设计的航迹规划算法不仅能在复杂环境下高时效规划出一条期望航迹, 还能对突发威胁动态避障。
无人机 航迹规划 动态避障 改进的双向A*算法 变分法 UAV trajectory planning dynamic obstacle avoidance improved bidirectional A* algorithm calculus of variations
1 中国石油大学(华东), 山东 青岛 266000
2 自然资源部第一海洋研究所, 山东 青岛 266000
为了提高无人船局部动态避障的规范性、安全性和稳定性, 提出基于漂角估计的无人船局部动态避障方法。首先, 根据国际海上避碰规则(COLREGS)选取动态窗口法(DWA)的速度空间; 其次, 根据预测的障碍物运动状态选择动态窗口法中无人船的无碰预测轨迹; 最后, 考虑海洋扰动, 利用横向位置误差估计漂角, 并在无人船的航向上进行补偿。仿真实验结果验证了所提方法的有效性。
无人船(USV) 局部动态避障 动态窗口法(DWA) 风浪流干扰 漂角估计 Unmanned Surface Vehicle(USV) local dynamic obstacle avoidance Dynamic Window Approach(DWA) wind, wave and current disturbance drift angle estimation
1 商丘学院计算机工程学院, 河南 商丘 476000
2 广西科技师范学院实验实训中心, 广西 来宾 546000
为提高复杂环境下多机器人协同搜索的覆盖效率及适应性, 提出一种多机器人协同覆盖搜索路径规划策略。首先, 在目标区域中利用协同进化粒子群优化(CCPSO2)算法进行传感器位置部署; 其次, 利用改进的K-means方法对传感器部署点进行聚类, 实现有效的任务区域划分; 最后, 以部署的传感器位置为路径点求解旅行商问题(TSP), 获取每个机器人的封闭路径, 从而实现协同覆盖搜索。实验结果表明, 所提算法能够在保证良好避障和覆盖周期最小化的同时, 为每个机器人获得更均匀的覆盖路径, 实现多机器人的有效协同覆盖搜索, 且能够有效适应外部复杂环境, 具有良好的鲁棒性。
路径规划 协同覆盖 避障 多机器人协同 复杂环境 path planning collaborative coverage obstacle avoidance multi-robot collaboration complex environment
上海工程技术大学机械与汽车工程学院, 上海 201000
针对Informed-RRT*算法在路径规划中与动态障碍物的碰撞问题, 提出基于Informed-RRT*和人工势场法的改进路径规划算法。该算法引入椭圆区域采样策略和自适应步长策略提高了寻找可行全局路径的稳定性和效率, 在静态障碍物边界区域获得最优成本可行路径方案。当机器人按照全局路径运动遇到动态障碍物时, 引入裁剪路径分支策略和人工势场法对局部路径进行重规划, 实现动态避障功能。将改进算法应用于仿真环境, 结果表明改进算法实现了全局最优探索和局部避障功能, 验证了算法的有效性。
路径规划 动态环境 人工势场法 自适应步长策略 动态避障 path planning dynamic environment Informed-RRT* Informed-RRT* artificial potential field method adaptive step strategy dynamic obstacle avoidance
1 南京航空航天大学, a.自动化学院
2 南京航空航天大学, b.无人机研究院
3 c.中小型无人机先进技术工信部重点实验室,南京 210000
针对无人机飞行过程中遭遇突发障碍物的规避问题,提出一种改进人工势场(APF)的无人机通用避障机动策略。在障碍规避过程中利用避障机动角设计障碍物斥力系数并加入速度控制项共同改进传统的人工势场;相较于传统设置目标点的无人机避障方法,以虚拟子机的形式实时对无人机施加状态回归力,保证无人机能较快地回归到原始期望状态,并利用模型预测调整无人机的状态回归机动量,避免抖动现象,由此设计出无人机避障机动策略。通过仿真分析证明了所提避障机动策略相比传统人工势场方法避障效率更高。最后将所提策略作为基础模块应用于不同的复杂任务,证明了所提策略具有较高的通用性。
突发障碍 人工势场(APF) 避障机动角 速度控制 虚拟子机 模型预测 unexpected obstacle Artificial Potential Field (APF) obstacle avoidance maneuver angle velocity control virtual submachine model prediction
