基于A星算法與人工勢場法的無人機路徑規(guī)劃

1、基于A星算法與人工勢場法的無人機路徑規(guī)劃摘要：為簡化無人機飛行路徑規(guī)劃算法并提高其避障效果，本文提出一種人工勢場法和?星算法相結合 的路徑規(guī)劃算法：以人工勢場法指導全局路徑規(guī)劃，通過引力場控制無人機的飛行方向；以?星算法指導 局部路徑規(guī)劃，避讓大型障礙物.仿真試驗證明，該算法與人工勢場法和?星算法相比，提高了避障效果, 縮短了搜索時間.關鍵詞：無人機;路徑規(guī)劃；人工勢場法 ?星算法;避障無人機技術中常用的路徑規(guī)劃方法有人工勢場法（，蟻群算法以及可視圖法句等.其中，人 工勢場法設無人機在目標點引力和障礙物斥力的合力作用下運動，其路徑平滑、方法簡單、易于實 現，是一種新型的路徑規(guī)劃避障方法.但該方

2、法容易出現局部極小點以及無法避讓大型障礙物的問 題.為此，Yan!（提出將人工勢場法與蟻群算法相結合的方法; Zhang等提出一種基于虛擬結構和 領導者跟隨者控制策略的三維避障控制算法.障礙物在人工勢場法中被視為質點或形狀均勻的圓， 但障礙物實際的形狀和大小各異，運用人工勢場法難以計算斥力.A星算法A。是一種運用啟發(fā)式 函數在靜態(tài)地圖中尋找避障路徑的方法，可以彌補人工勢場法在避讓大型障礙物方面的不足.本 文提出一種將人工勢場法與A星算法相結合的改進算法，以人工勢場法指導全局路徑規(guī)劃、A星算 法指導局部路徑規(guī)劃，在保證安全避障尋路的同時降低計算成本.目標點圖1采用傳統人工勢場法時無人機 遭遇大型

3、障礙物的受力圖Force diagram of UAV when it encounters large1模型建立障礙物目標點圖1采用傳統人工勢場法時無人機 遭遇大型障礙物的受力圖Force diagram of UAV when it encounters largeFig.lobstacle in traditional artificial potential field method圖1是采用傳統人工勢場法時無人機遭遇大 型障礙物時的受力圖.如圖1所示，傳統人工勢場 法中斥力M與引力Fa的合力F無法引導無人機 繞過障礙物.采用A星算法進行掃描探測則可以檢 測障礙物并規(guī)劃避障路徑，但在無

4、障礙物時，無人 機在A星算法下的飛行成本較高，花費時間較長. 為降低計算成本，本文使用人工勢場法規(guī)劃總體路 徑；當檢測到大型障礙物時，將地圖柵格化，確定避 障的起始節(jié)點和終止節(jié)點，然后通過A星算法規(guī)劃 避障路線；當無人機完成障礙物避讓后，繼續(xù)采用 人工勢場法進行路徑規(guī)劃.以此循環(huán)，直到到達目標點.改進后的算法流程如圖2所示.Fig.lobstacle in traditional artificial potential field method1.1人工勢場法的改進在人工勢場法中，設無人機坐標為X(z,)，目標點坐 標，障礙物坐標為X (xa ,y0),設無人機只受引 力作用，引力系數為k,

5、則引力場U(&) =7(X-Xl)z/2, |X-X0U(&) =&0, |X-X0| (&p ,yp + 1), X$ (& , yp-1)分別代入估價函數計算.以計算節(jié)點 X (&p + 1, 9p)為例，設無人機每移動一個節(jié)點的代價為10,則有g(X) = 10( |&p + 1 &a | + |yp L2 A星算法的改進圖2基于A星算法和人工勢場法的 改進算法流程Fig. 2 Improved algorithm flowbased on A-Star algorithm andartificial potential field method10 .(xe&p 1)2 + (yeyp

6、)2 ,總 代價為 F (X) = 10 |&p+ 1 &a| + |yp ya | +.(&e&p 1)2 + (yeyp)2 (.然后比較4個節(jié)點的估價函數大小，將總代價最小的對應節(jié)點存入開 放列表，以此求出起始節(jié)點到終止節(jié)點的避障飛行路線.2仿真結果與分析圖3地圖柵格化和A星算法的起始、終止節(jié)點示意圖 Fig. 3 Rasterization of the map and schematc diagram of the starting and terminating nodes of the AStar algorithm本文在操作系統為Windows 10,8 GB內存, Inlel

7、(R) Cre(WM) 20 ZHz 的計算機上運用Matlab 2010a軟件進行仿真試 驗.設100 mi 100 m的二維空間地圖上有2個 大小不能忽略不計的障礙物，人工勢場法的引力 系數為2,危險距離為1 m,無人機的運行速度為 4m)s1 ,掃描時長為0. 5 s 輪t.分別運用人 工勢場法、A星算法和本文算法規(guī)劃無人機從地 圖坐標系Oxy中的坐標點(1,1)至點(99,91)的 飛行路線.圖4為不同算法的飛行路徑示意圖. 圖4(a)顯示，在人工勢場法下，無人機無法躲避 障礙物，與障礙物發(fā)生碰撞，這是由于傳統人工 勢場法將障礙物視為質點，將障礙物中心看作斥力產生的位置，當障礙物體積較

8、大時，無人機便無法 躲避.圖4(b)顯示，使用A星算法規(guī)劃避障路線時，掃描區(qū)域面積大，計算時間也相應增加.圖4(c) 展示了改進算法的飛行路徑：首先根據人工勢場法的計算路線飛行至障礙物前點(32,29)處以該 坐標點為起始節(jié)點，以A星算法探測的避障路徑飛行至點（45,55）處，終止A星算法；繼續(xù)使用人工 勢場法飛行至障礙物前點（69,69）處；再次使用A星算法避障，在點（7%,31）處結束掃描和路徑規(guī)劃； 最后，無人機在人工勢場法下到達終點.表1為無人機采用不同算法的飛行時間對比.圖3地圖柵格化和A星算法的起始、終止節(jié)點示意圖 Fig. 3 Rasterization of the map a

9、nd schematc diagram of the starting and terminating nodes of the AStar algorithm障礙物飛行路徑障礙物飛行路徑圖)無人機在人工勢場法(a), A星算法(b)和改進算法(c)下的飛行路徑示意圖Fig.) The flight path diagram of UAV under the artificial potential field method (a) , A-Staralgorithm (b) and the improved algorithm (c)表1無人機采用不同算法的飛行時間對比Tab. 1 Comparison of flight time using diffe