面向复杂未知多障碍环境的多无人机分布式在线轨迹规划
摘要
考虑复杂未知多障碍环境对无人机实时轨迹规划性能的影响，提出了基于Tube-MPC和模型预测路径积分（Model Predictive Path Integral, MPPI）控制相结合的多无人机分布式实时轨迹规划框架与方法。首先，考虑无人机在多障碍环境下的避碰避障需求，构造代价函数表征轨迹规划过程中的约束条件，将多无人机的轨迹规划问题转化为随机最优控制问题。其次，借鉴Tube-MPC思想，设计并实现了多无人机分布式轨迹规划框架，通过将低频的标称控制器与高频辅助控制器串联保证了系统的实时性和鲁棒性。再次，为避免传统方法在求解过程中的维数灾难，提出基于MPPI的多无人机异步轨迹规划方法，该方法通过基于GPU的并行蒙特卡洛（Monte-Carlo）随机前向采样技术，将多无人机随机最优控制问题的求解转化为给定代价函数下对采样轨迹期望的求解，进而获得最优控制序列，其显著特点是求解速度快且避免了基于梯度求解方法对约束条件和代价函数连续性及凸特性的要求。最后，通过Gazebo虚拟仿真平台，在复杂未知多障碍环境下对算法的有效性进行了验证。
引用本文（GB/T 7714）
Xuewei Zhang, Boling Tian, Hanchen Lu, 等. 面向复杂未知多障碍环境的多无人机分布式在线轨迹规划[J]. Scientia Sinica Informationis, 2022.
引文网络
本站仅收录题录与摘要供学习参考，全文版权归属出版方；如有侵权请联系我们删除。