邵士凱 彭瑜 賈慧敏 杜云
摘要:針對當前偽譜法求解無人機軌跡存在的計算量大、運算時間長以及難以保證最優(yōu)性等問題,提出了將粒子群算法與高斯偽譜法相結合的改進方法。首先,使用粒子群算法進行航跡預規(guī)劃,保證近似最優(yōu)解的快速實現(xiàn);其次,針對高斯偽譜法配點的相對位置選取,對粒子群預規(guī)劃的航跡點做擬合處理,并以此作為高斯偽譜法的初始參考指令,從而解決偽譜法的初值敏感問題,加快優(yōu)化算法的收斂速度。最后,綜合考慮無人機編隊性能指標、飛行環(huán)境以及協(xié)同飛行約束等進行實驗。實驗結果驗證了初值選取的重要性,同時表明了所設計算法可提升解的最優(yōu)性與收斂速度。研究結果可為多無人機協(xié)同飛行控制快速規(guī)劃出多維度、高精度的引導指令,對實現(xiàn)智能自主化飛行有一定參考價值。
關鍵詞:飛行技術;多無人機;協(xié)同軌跡規(guī)劃;偽譜法;粒子群算法;初值選取
中圖分類號:V279 文獻標識碼:A doi:10.7535/hbkd.2020yXO2003
隨著科技的飛速發(fā)展,無人機技術受到廣泛關注。目前任務環(huán)境日益復雜,多機協(xié)同自主飛行成為未來無人機發(fā)展的重要方向之一。
多無人機協(xié)同軌跡規(guī)劃是指綜合考慮任務要求、飛行環(huán)境因素、多機協(xié)同關系以及自身機動性能約束,為每架無人機規(guī)劃出最優(yōu)飛行軌跡。軌跡規(guī)劃是實現(xiàn)無人機協(xié)同飛行的關鍵技術之一,其難點在于無人機動力學與運動學之間的強耦合關系,導致軌跡規(guī)劃復雜程度高,且規(guī)劃結果難以兼顧快速性與精確性。
近年來,很多學者對無人機軌跡規(guī)劃進行了研究。智能算法是目前針對軌跡規(guī)劃使用最廣泛的方法之一,文獻[3]提出了改進蟻群算法,將三維航跡拆分成平面規(guī)劃和高度規(guī)劃兩層,有效跳出局部最優(yōu),并對航跡進行平滑處理得到可行解。文獻[4]提出了帶有差分進化和自適應參數調整策略的混合粒子群算法,建立多個航點并插入分割點,通過航跡規(guī)劃仿真驗證了算法的有效性。文獻[5]提出將人工蜂群算法與進化規(guī)劃相結合用于求解路徑規(guī)劃問題,通過實驗驗證了方法的優(yōu)越性。文獻[6]提出使用狼群優(yōu)化算法搜索坐標節(jié)點,尋找無人機安全路徑點,規(guī)避了威脅且代價較低,算法穩(wěn)定性較強。
上述智能算法雖可快速規(guī)劃出可行航跡,但未充分考慮無人機動力學模型,結果只具備粗略的引導作用。隨著對無人機軌跡規(guī)劃精細程度要求的提高,數值法求解可得到位置、速度、角速度、姿態(tài)等變量,規(guī)劃的最優(yōu)解可為無人機飛行提供引導,導航制導難度下降,進而提升自主化能力。該方法包括兩種求解思路:間接求解法和直接法。前者的解算流程復雜、計算量大,本文研究的重點是直接法。
直接法采用參數優(yōu)化方法將連續(xù)最優(yōu)控制問題轉換為非線性規(guī)劃問題,偽譜法作為新型直接法,成為國內外學者關注的熱點。該直接法包括4種類型:高斯(Gauss)型、拉道(Radau)型、勒讓德(Legendre)型以及切比雪夫(Chebyshev)型。4種類型的偽譜法區(qū)別在于所選的插值基函數和配點不同,文獻[9]從精度和快速性對幾種偽譜法進行比較,得出高斯偽譜法更具優(yōu)勢。美國海軍研究院ROSS等對勒讓德偽譜法進行了理論論證與應用研究,開發(fā)出DIDO軟件包,并成功應用于國際空間站的機動優(yōu)化,進一步驗證了偽譜法的可行性。文獻[11]提出了一種基于偽譜的非線性最優(yōu)軌跡規(guī)劃解決方法,利用非線性規(guī)劃解決了軌跡優(yōu)化問題。文獻[12]提出了一種基于hp自適應偽譜方法的多任務航天器航線優(yōu)化問題的模糊規(guī)劃法,采用分階段串行求解方法實現(xiàn)了軌跡優(yōu)化。文獻[13]對四旋翼編隊航跡規(guī)劃問題進行了研究,采用了hp自適應Gauss偽譜法進行離散點的選取與優(yōu)化求解,實現(xiàn)了軌跡功能。但目前已有文獻大多對模型及環(huán)境進行大量簡化,同時其求解時間往往需要數十秒甚至更長,成為制約偽譜法在工程應用的主要因素。
雖然當前對無人機軌跡規(guī)劃算法進行了一些嘗試,但仍存在較大局限性,主要體現(xiàn)在算法計算復雜程度較高,在保證結果高精度的要求下難以滿足算法的快速性。目前,應用較多的智能算法具有通用性強、搜索效率高、迭代公式和算法規(guī)則簡單、易于仿真實現(xiàn)等優(yōu)點,但并未考慮無人機動力學與運動學之間的強耦合關系,只能求解出位置信息,無法作為飛控系統(tǒng)的直接參考指令。而基于高斯偽譜法求解軌跡規(guī)劃問題雖然能夠處理動力學約束以及環(huán)境約束等問題,得到多維高精度解,包括位置、速度、姿態(tài)、角速度、控制量等,但求解速度較慢、耗時長。針對目前存在的問題,提出了使用粒子群算法結合高斯偽譜法的多無人機協(xié)同軌跡規(guī)劃算法。在綜合考慮無人機機動性能、環(huán)境約束和協(xié)同關系約束的基礎上,首先使用粒子群算法快速求解出初始三維航跡點,再根據無人機的速度約束,為無人機系統(tǒng)分配合理到達時間,據此對粒子群規(guī)劃結果做多項式擬合,并以此作為高斯偽譜法的初始參考值輸入。該方法在保證求解精度的情況下,大大提升了算法的快速性,最后通過仿真實驗驗證了改進算法的優(yōu)越性。
1問題描述與模型建立
1.1軌跡規(guī)劃問題描述
求解飛行軌跡首先要由狀態(tài)量和控制量完成建模,而后進行求解使設計的指標函數最小,即找到最優(yōu)解。指標函數通常選擇波爾扎型,具體表達式為
以3架四旋翼無人機為研究對象。通過分析多無人機協(xié)同軌跡規(guī)劃問題,將其轉化為包含無人機動力學模型、環(huán)境與協(xié)同約束條件及性能指標的最優(yōu)控制問題進行求解。
1.2協(xié)同軌跡規(guī)劃模型
1.2.1無人機動力學模型
首先做出如下假設:1)將研究對象視為形狀均勻且對稱的剛體;2)無人機在風速較小的情況下低速飛行或懸停,即忽略近地效應。
四旋翼是典型的六自由度非線性欠驅動系統(tǒng),通過改變4個旋翼的轉速實現(xiàn)無人機的運動變化。故選取雙坐標系作為量化基準。
1)機身坐標系O-XYZ:坐標軸原點O置于機身重心處,X軸沿重心指向1號電機,y軸從重心指向2號電機,z垂直于地面向上,構成右手坐標系,可描述無人機的姿態(tài)信息。
圖5為兩種情形下改進高斯偽譜法規(guī)劃結果,兩種情形下的求解軌跡平滑性較好,滿足約束條件且成功規(guī)避了障礙物。圖6所示將改進后的高斯偽譜法與粒子群算法規(guī)劃結果做出對比,二者高度吻合,說明粒子群預規(guī)劃對偽譜法性能提升的有效性。
由于篇幅問題,僅對情形1進行詳細分析,仿真規(guī)劃使用32個配點,輸出的三維航跡圖可看出改進高斯偽譜法規(guī)劃出的軌跡成功規(guī)避障礙,平滑性較好,軌跡質量明顯優(yōu)于基本高斯偽譜法規(guī)劃結果,且總體軌跡與粒子群規(guī)劃結果高度吻合,說明粒子群算法初值猜測的有效性,由兩種算法的航跡對比圖可明顯看出改進算法的規(guī)劃結果更優(yōu)。此外,由表3所示的性能對比得知在仿真環(huán)境復雜的情況下,基本算法規(guī)劃結果不滿足最優(yōu)性,且求解所用次數為最大迭代次數34170次,即未成功求解;改進偽譜法僅用2142次迭代規(guī)劃出滿足約束條件的最優(yōu)解,且求解時間及性能指標均優(yōu)于基本高斯偽譜法,進一步說明了高斯偽譜法初值選取對最優(yōu)性的影響,驗證了改進算法在收斂速度、全局搜索能力以及精度等方面均優(yōu)于基本高斯偽譜法。
仿真實驗以3架無人機同時到達目標點所用時間最短為優(yōu)化指標,改進偽譜法規(guī)劃結果為無人機同時起飛,飛行42s后同時達到預期目的地,圖7
圖10分別給出無人機之間相對距離、3架無人機位置、速度以及4個控制量隨時間變化的詳細信息。
圖7為飛行過程中,3架無人機之間的相對距離變化曲線,可看出任意2架飛行器之間距離時刻不小于設定的最小安全距離5m,保證無人機不會被干擾及碰撞。圖8所示的位置數據可看出3架飛行器均符合限制要求,對比圖中起點、終點和任務目標,二者高度吻合誤差較小,且飛行軌跡未出現(xiàn)跳變和大幅度波動,說明規(guī)劃的路徑較為平滑。圖9所示為飛行器的速率數據,波動范圍均在設計的限制內,僅在飛行初段有小幅度改變,中后期速度基本保持穩(wěn)定,跟蹤難度較小。
圖10為飛行器的控制量變化曲線,以控制量1為例,設定的范圍是小于21.03,圖中峰值為13,滿足要求,同理其他量均滿足要求,可直接作為引導飛行的控制量輸入到控制器中,簡化控制器的設計。
4結語
基本高斯偽譜法規(guī)劃出的無人機軌跡耗時較長,且在復雜環(huán)境下難以保證求解結果的最優(yōu)性,故提出了一種基于改進高斯偽譜法的多無人機協(xié)同軌跡規(guī)劃方法。引入了快速性較好的粒子群算法進行航跡預規(guī)劃,針對高斯偽譜法配點的相對位置選取,將其結果做擬合處理后,作為偽譜法的初值輸入,通過多無人機協(xié)同軌跡規(guī)劃仿真實驗,綜合考慮無人機機動性能、環(huán)境約束和協(xié)同關系。仿真實驗說明,改進偽譜法可有效提升計算能力,加快收斂速度并保證解的質量。本研究雖然提高了求解效率,但尚未實現(xiàn)真正在線規(guī)劃,下一步將主要探索大規(guī)模無人機軌跡規(guī)劃和突發(fā)威脅情況下的實時應對策略,并將算法應用于硬件平臺上。