高運(yùn)克，唐宏偉，高方坤，丁祥，羅佳強(qiáng)，王軍權(quán)

（邵陽(yáng)學(xué)院多電源地區(qū)電網(wǎng)運(yùn)行與控制湖南省重點(diǎn)實(shí)驗(yàn)室，湖南 邵陽(yáng) 42200）

現(xiàn)有的無(wú)人機(jī)編隊(duì)控制方法主要有領(lǐng)航者跟隨者（Leader-Follower）方法［1］、基于行為的方法、虛擬結(jié)構(gòu)方法［2］、基于人工勢(shì)場(chǎng)避障的方法［3］、基于一致性理論的方法等。各種方法各有優(yōu)缺，廣泛應(yīng)用于無(wú)人機(jī)編隊(duì)控制領(lǐng)域。

文獻(xiàn)［5］將斥力勢(shì)場(chǎng)函數(shù)拆分成分段連續(xù)的形式，以此避免編隊(duì)避障過(guò)程出現(xiàn)的急促轉(zhuǎn)彎和頻繁大轉(zhuǎn)角，通過(guò)增加虛擬障礙物避免出現(xiàn)局部極小問(wèn)題，并利用Bezier 曲線特點(diǎn)對(duì)飛行軌跡進(jìn)行實(shí)時(shí)優(yōu)化；文獻(xiàn)［6］結(jié)合了模糊控制算法，成功破壞了局部極小值位置的平衡狀態(tài)，還基于無(wú)人機(jī)的相對(duì)速度和動(dòng)態(tài)障礙物構(gòu)造了相對(duì)速度勢(shì)場(chǎng)；文獻(xiàn)［7］提出提前生成預(yù)規(guī)劃路徑，弱化目標(biāo)位置對(duì)無(wú)人機(jī)編隊(duì)的引力作用，并在多條預(yù)規(guī)劃路徑中選定出能避免局部最優(yōu)的一條路徑，但該方法不適用于高速動(dòng)態(tài)下的復(fù)雜環(huán)境；文獻(xiàn)［8］通過(guò)設(shè)置碰撞預(yù)測(cè)機(jī)制，提出了基于傳統(tǒng)人工勢(shì)場(chǎng)避障算法并且能夠進(jìn)行安全避障的編隊(duì)生成和保持算法，即通過(guò)改變無(wú)人機(jī)編隊(duì)中虛擬領(lǐng)航者的相對(duì)位置來(lái)實(shí)現(xiàn)隊(duì)形重構(gòu)，從而完成編隊(duì)安全避障；文獻(xiàn)［9］將周圍的其他無(wú)人機(jī)也視作動(dòng)態(tài)障礙物，提出了一種不需要獲知相鄰無(wú)人機(jī)飛行信息也可進(jìn)行無(wú)人機(jī)安全避障和編隊(duì)控制的算法；文獻(xiàn)［10］利用指數(shù)函數(shù)的特征，在平衡點(diǎn)處構(gòu)造了對(duì)稱且最大值有界的勢(shì)場(chǎng)，在勢(shì)場(chǎng)系數(shù)計(jì)算時(shí)能夠考慮到無(wú)人機(jī)運(yùn)動(dòng)狀態(tài)的條件限制，但該算法無(wú)法解決平衡點(diǎn)附近路徑振蕩問(wèn)題，遇到動(dòng)態(tài)障礙物的情況也不適用；文獻(xiàn)［11］是基于無(wú)人機(jī)編隊(duì)前進(jìn)方向的向量來(lái)改進(jìn)斥力產(chǎn)生機(jī)制，并設(shè)立虛擬引導(dǎo)點(diǎn)應(yīng)對(duì)產(chǎn)生的局部最優(yōu)問(wèn)題；文獻(xiàn)［12］通過(guò)對(duì)最大轉(zhuǎn)彎角進(jìn)行約束來(lái)緩解局部振蕩問(wèn)題，并優(yōu)化威脅區(qū)的模型，但仍具有局限性。

現(xiàn)有人工勢(shì)場(chǎng)避障算法少有綜合考慮到無(wú)人機(jī)編隊(duì)同時(shí)面對(duì)來(lái)自外部的局部極小值與路徑振蕩問(wèn)題、以及鄰近無(wú)人機(jī)這一動(dòng)態(tài)障礙物產(chǎn)生編隊(duì)內(nèi)部撞機(jī)事件的可能性，在這個(gè)方向上值得進(jìn)一步深入研究。

1.1 無(wú)線紫外光通信

由于無(wú)線紫外光通信（Uitraviolet Communications，UVC）［13］具有局域保密性好、抗干擾能力強(qiáng)、背景噪聲小的優(yōu)點(diǎn)，將其作為無(wú)人機(jī)集群運(yùn)行時(shí)的通信手段，即使在復(fù)雜環(huán)境下，無(wú)人機(jī)集群也可以保持穩(wěn)定通信并進(jìn)行信息共享。

無(wú)線紫外光通信是發(fā)射裝置發(fā)射出載有無(wú)人機(jī)狀態(tài)信息的紫外光經(jīng)大氣信道中的氣溶膠等微粒散射，最終被接收裝置探測(cè)吸收，由于氣溶膠等微粒散射作用，無(wú)線紫外光通信不僅支持直視通信，還支持非直視通信。而根據(jù)發(fā)射端光束的發(fā)射角和接收端的接收視場(chǎng)角關(guān)系，直視通信可以分為三種類型：如圖1所示的（a）類通信方式、（b）類通信方式和（c）類通信方式［14］。

圖1 無(wú)線紫外光直視通信

無(wú)線紫外光直視鏈路在大氣自由空間下的功率損失呈現(xiàn)指數(shù)衰減，大氣衰減可表示為e-Ker，自由空間路徑功率損耗跟通信距離的平方成正比，即通信距離r越大，功率損耗越大，接收器接收到的能量與r2可以表示為信號(hào)接收器的接收增益為，其中λ是無(wú)線紫外光的波長(zhǎng)，由此可得出無(wú)線紫外光通信鏈路直視通信情況下的接收光功率的表達(dá)式如式（1）［15］

可簡(jiǎn)化為：

其中，Pt是發(fā)射器發(fā)出的光功率；Ke是大氣信道衰減系數(shù)；Ar是接收器的孔徑面積。

在無(wú)線紫外光通信中，傳輸效率定義為發(fā)送功率與接收功率的比值，表征信號(hào)從發(fā)射端到接收端之間信號(hào)衰減的大小，傳輸效率可以表示為：

1.2 傳統(tǒng)人工勢(shì)場(chǎng)法

人工勢(shì)場(chǎng)法是1986年Khatib［16］提出的理論，其基本思想是將整個(gè)環(huán)境看成一個(gè)巨大的人造勢(shì)場(chǎng)模型，將在這個(gè)勢(shì)場(chǎng)范圍內(nèi)的無(wú)人機(jī)、障礙物等看成質(zhì)點(diǎn)，無(wú)人機(jī)在勢(shì)場(chǎng)范圍內(nèi)會(huì)受到兩種類型力的作用，其中無(wú)人機(jī)集群的目標(biāo)點(diǎn)產(chǎn)生吸引力勢(shì)場(chǎng)，而阻礙無(wú)人機(jī)到達(dá)目標(biāo)點(diǎn)的障礙物則產(chǎn)生排斥力勢(shì)場(chǎng)，無(wú)人機(jī)在吸引力與排斥力產(chǎn)生的合力作用下，從起點(diǎn)到達(dá)目標(biāo)點(diǎn)。

在三維空間中，環(huán)境勢(shì)場(chǎng)定義在三維空間0-xyz中，無(wú)人機(jī)的空間坐標(biāo)可以表示為X=（x，y，z），目標(biāo)點(diǎn)的坐標(biāo)為Xg=（xg，yg，zg），碰撞威脅物的坐標(biāo)為X0=（x0，y0，z0），無(wú)人機(jī)到達(dá)目標(biāo)點(diǎn)之前一直受到目標(biāo)點(diǎn)的吸引力影響，目標(biāo)點(diǎn)的吸引力隨著無(wú)人機(jī)距離的靠近逐漸減小，當(dāng)無(wú)人機(jī)達(dá)到目的地，吸引力就會(huì)變成零，目標(biāo)點(diǎn)產(chǎn)生的引力場(chǎng)函數(shù)為：

其中Ua（X）為引力場(chǎng)函數(shù)，ka為引力勢(shì)場(chǎng)常系數(shù)，d（X，Xg）=‖X-Xg‖為無(wú)人機(jī)到目標(biāo)點(diǎn)的距離。

無(wú)人機(jī)受到目標(biāo)點(diǎn)的吸引力Fa（X）是沿著引力勢(shì)場(chǎng)Ua（X）的負(fù)梯度方向，在無(wú)人機(jī)與目標(biāo)點(diǎn)連線上并且指向目標(biāo)點(diǎn)，即：

與引力場(chǎng)函數(shù)相似，斥力勢(shì)場(chǎng)函數(shù)也是與無(wú)人機(jī)到障礙物之間的距離有關(guān)，設(shè)d0為無(wú)人機(jī)到障礙物的最大威脅距離，當(dāng)無(wú)人機(jī)與障礙物的距離小于等于d0時(shí)，障礙物才會(huì)對(duì)無(wú)人機(jī)產(chǎn)生斥力作用，此時(shí)無(wú)人機(jī)不斷靠近障礙物，受到的障礙物產(chǎn)生的斥力逐漸增大，由此得出障礙物產(chǎn)生的斥力場(chǎng)函數(shù)為：

其中Ur（X）為斥力場(chǎng)函數(shù)，kr是斥力場(chǎng)常系數(shù)，d（X，X0）=‖X-X0‖是無(wú)人機(jī)到障礙物的實(shí)時(shí)距離。

由公式（6）可推導(dǎo)出障礙物對(duì)無(wú)人機(jī)的斥力Fr（X），方向是沿著無(wú)人機(jī)與障礙物的連線上并指向無(wú)人機(jī)：

在人工勢(shì)場(chǎng)中，勢(shì)場(chǎng)函數(shù)定義為：

由拉格朗日方程和空間動(dòng)力學(xué)可從公式（8）推出無(wú)人機(jī)在勢(shì)場(chǎng)中受到目標(biāo)點(diǎn)和障礙物的勢(shì)場(chǎng)力為：

由于無(wú)人機(jī)在勢(shì)場(chǎng)中不只受到單個(gè)障礙物的作用，所以公式（9）還不是引導(dǎo)無(wú)人機(jī)安全達(dá)到目標(biāo)點(diǎn)的飛行方向指導(dǎo)力，勢(shì)場(chǎng)中的無(wú)人機(jī)是靠著來(lái)自目標(biāo)點(diǎn)的引力與多個(gè)障礙物產(chǎn)生的斥力的合力作為飛行方向，從而達(dá)到目標(biāo)點(diǎn)，因此單個(gè)無(wú)人機(jī)所受到的勢(shì)場(chǎng)力可以表示為：

2 改進(jìn)人工勢(shì)場(chǎng)法

正常情況下無(wú)人機(jī)按照公式（10）算法計(jì)算出的合力Fall（X）提供的飛行方向就能流暢地避開(kāi)障礙物，成功到達(dá)目標(biāo)集結(jié)點(diǎn)，但實(shí)際應(yīng)用中不可避免會(huì)出現(xiàn)下面兩種情況。

（1）局部極小值問(wèn)題

在理想情況下，當(dāng)無(wú)人機(jī)順利到達(dá)目標(biāo)點(diǎn)時(shí)，受到的吸引力和斥力的合力變成全局最小，但當(dāng)目標(biāo)點(diǎn)的吸引力與障礙物排斥力的合力在同一條直線上，大小相等方向相反時(shí)，此時(shí)無(wú)人機(jī)受到的勢(shì)場(chǎng)合力為0，無(wú)人機(jī)主觀以為到達(dá)了目標(biāo)點(diǎn)而停止運(yùn)行，這明顯是不正確的，無(wú)人機(jī)被困在一個(gè)局部極小值區(qū)域內(nèi)。

為了解決上述局部極小值現(xiàn)象，如圖2所示，在無(wú)人機(jī)處于局部極小值的地方與目標(biāo)集結(jié)點(diǎn)之間的法平面，計(jì)劃通過(guò)在法平面上選擇一個(gè)能產(chǎn)生水平方向力的附加勢(shì)場(chǎng)，使無(wú)人機(jī)能與目標(biāo)集結(jié)點(diǎn)連線垂直方向且同時(shí)平行水平面的方向移動(dòng)，從而跳出局部極小值點(diǎn)。

圖2 附加勢(shì)場(chǎng)示意圖

附加勢(shì)場(chǎng)函數(shù)為：

式中Xmin為無(wú)人機(jī)陷入極小值時(shí)的坐標(biāo)，dadd是附加力作用的最遠(yuǎn)距離，k是一個(gè)正整數(shù)。

（2）局部路徑振蕩問(wèn)題

當(dāng)無(wú)人機(jī)在運(yùn)行途中，在k時(shí)刻的位置為Xk（xk，yk，zk），此時(shí)目標(biāo)點(diǎn)對(duì)無(wú)人機(jī)的吸引力大于障礙物的排斥力，處于主導(dǎo)地位，無(wú)人機(jī)會(huì)朝著目標(biāo)點(diǎn)所在位置前進(jìn)，但同時(shí)也在不斷靠近障礙物，障礙物的排斥力逐漸增大，當(dāng)來(lái)到k+1時(shí)刻，此時(shí)的位置是Xk+1（xk+1，yk+1，zk+1），障礙物的排斥力大于目標(biāo)點(diǎn)的吸引力，此時(shí)障礙物產(chǎn)生的排斥力占據(jù)無(wú)人機(jī)運(yùn)行方向的主導(dǎo)地位，無(wú)人機(jī)會(huì)向遠(yuǎn)離障礙物的方向飛行，同時(shí)遠(yuǎn)離目標(biāo)點(diǎn)。在一段時(shí)間內(nèi)排斥力和吸引力交替占據(jù)主導(dǎo)地位，導(dǎo)致臨近路徑點(diǎn)無(wú)人機(jī)受到的合力方向頻繁發(fā)生變化，具體表現(xiàn)在無(wú)人機(jī)運(yùn)行軌跡上產(chǎn)生振蕩現(xiàn)象，無(wú)人機(jī)機(jī)群的振蕩問(wèn)題對(duì)集群沖擊較大，很容易產(chǎn)生炸機(jī)現(xiàn)象，導(dǎo)致無(wú)人機(jī)集群系統(tǒng)崩潰，不得不予以重視。

如圖3所示為無(wú)人機(jī)產(chǎn)生局部振蕩問(wèn)題時(shí)實(shí)際路徑的情況，本文采用重新計(jì)算新合力的方法來(lái)應(yīng)對(duì)振蕩問(wèn)題，假設(shè)無(wú)人機(jī)在k時(shí)刻的Xk（xk，yk，zk）位置發(fā)生振蕩，按照正常的人工勢(shì)場(chǎng)進(jìn)行會(huì)根據(jù)當(dāng)前目標(biāo)點(diǎn)和障礙物的位置情況計(jì)算合力F1，通過(guò)合力作用到達(dá)k+1時(shí)刻的Xk+1（xk+1，yk+1，zk+1），當(dāng)計(jì)算出下一路徑點(diǎn)的合力F1之后，再與之前從k-1時(shí)刻到k時(shí)刻的合力F2一起來(lái)計(jì)算新的合力F3，無(wú)人機(jī)到達(dá)k+1時(shí)刻使用的合力由F2變成了F3，通過(guò)中和前后兩個(gè)時(shí)刻點(diǎn)的合力方向進(jìn)而減少實(shí)際合力的角度變化量，從而實(shí)時(shí)改善無(wú)人機(jī)局部振蕩問(wèn)題。

圖3 路徑振蕩現(xiàn)象

加入二次計(jì)算合力的數(shù)學(xué)表達(dá)式如式（12）所示：

其中D是無(wú)人機(jī)在兩個(gè)單位振蕩路徑點(diǎn)的實(shí)際飛行長(zhǎng)度，F(xiàn)k和Fk+1分別是人工勢(shì)場(chǎng)法計(jì)算出來(lái)的到達(dá)位置Xk和Xk+1的合力，a和b是兩個(gè)路徑點(diǎn)的權(quán)重因子，其取值大小由二次合力的角度變化量△δ決定［17］，并且a+b=1。

3 系統(tǒng)控制流程

對(duì)于傳統(tǒng)人工勢(shì)場(chǎng)中靜態(tài)障礙物容易發(fā)生的局部極小值和路徑振蕩問(wèn)題對(duì)人工勢(shì)場(chǎng)進(jìn)行改進(jìn)，使用增加附加力和二次合力計(jì)算手段來(lái)應(yīng)對(duì)局部極小值和路徑振蕩問(wèn)題，系統(tǒng)流程如圖4所示。

圖4 系統(tǒng)流程圖

4 系統(tǒng)實(shí)驗(yàn)及分析

對(duì)搭載人工勢(shì)場(chǎng)算法的無(wú)人機(jī)集群進(jìn)行仿真實(shí)驗(yàn)，仿真實(shí)驗(yàn)平臺(tái)是Matlab2021a，通過(guò)人為構(gòu)造局部極小值和路徑振蕩現(xiàn)象，分別使用傳統(tǒng)人工勢(shì)場(chǎng)算法和改進(jìn)后的人工勢(shì)場(chǎng)來(lái)進(jìn)行對(duì)比實(shí)驗(yàn)，觀察改進(jìn)式人工勢(shì)場(chǎng)算法（Improvement Artificial Potential Field，IAPF） 是否能有效解決局部極小值和路徑振蕩問(wèn)題。仿真參數(shù)如表1所示。

表1 仿真通用參數(shù)選取

4.1 局部極小值問(wèn)題仿真與分析

針對(duì)無(wú)人機(jī)飛行避障時(shí)經(jīng)常出現(xiàn)的路徑振蕩問(wèn)題和局部極小值問(wèn)題，比較傳統(tǒng)人工勢(shì)場(chǎng)和改進(jìn)人工勢(shì)場(chǎng)，首先驗(yàn)證局部極小值問(wèn)題是否成功，設(shè)定起始點(diǎn)在（0，0，0）、目標(biāo)位置在（10，10，10）、碰撞威脅物（5，5，5），這個(gè)場(chǎng)景下無(wú)人機(jī)、目標(biāo)點(diǎn)、威脅膨脹物會(huì)在飛行路徑上連成一條直線，從而人為構(gòu)成出局部極小值的現(xiàn)象，如圖5所示為實(shí)驗(yàn)的具體情況。其中圖5（a）是無(wú)人機(jī)在預(yù)定條件下分別按照傳統(tǒng)人工勢(shì)場(chǎng)法和搭載改進(jìn)人工勢(shì)場(chǎng)法計(jì)算出的全局飛行路徑，圖5（b）則是圖5（a）中標(biāo)注的“1”的放大情況，方便進(jìn)行理論分析，圖5（c）是無(wú)人機(jī)路徑點(diǎn)與碰撞威脅物的距離情況統(tǒng)計(jì)，圖5（d）是無(wú)人機(jī)行進(jìn)路程點(diǎn)與目標(biāo)集結(jié)點(diǎn)的距離統(tǒng)計(jì)。

圖5 局部極小值實(shí)驗(yàn)情況

從圖5（a）和圖5（b）中可以看出，在仿真實(shí)驗(yàn)剛開(kāi)始時(shí)，距離碰撞障礙物較遠(yuǎn)，兩種算法計(jì)算出的路徑近乎一致，但傳統(tǒng)人工勢(shì)場(chǎng)算法航行到坐標(biāo)（4.61，4.61，4.61）時(shí)，無(wú)人機(jī)飛行狀態(tài)陷入了局部極小值點(diǎn)，沒(méi)有能夠成功繞過(guò)障礙物。而改進(jìn)后的人工勢(shì)場(chǎng)法在坐標(biāo)（4.61，4.61，4.61）時(shí)同樣進(jìn)入到了局部極小值位置，此時(shí)通過(guò)計(jì)算與目標(biāo)點(diǎn)之間的距離關(guān)系，判斷出處于局部極小值狀態(tài)，測(cè)試在當(dāng)前位置與目標(biāo)集結(jié)點(diǎn)之間連線的垂直方向，且平行于水平面的方向上增加附加力，附加力作用的路徑長(zhǎng)度是0.3m，作用完之后就消失，從圖5（a）運(yùn)行軌跡上很明顯地看出附加力成功幫助無(wú)人機(jī)飛出了極小值點(diǎn)，擺脫了極小值狀態(tài)。

從圖5（c）和圖5（d）無(wú)人機(jī)路徑軌跡點(diǎn)與障礙物和目標(biāo)位置的距離關(guān)系可知，傳統(tǒng)人工勢(shì)場(chǎng)是在距離障礙物0.760m時(shí)陷入了局部極小值，停止前進(jìn)，而此時(shí)距離飛行任務(wù)目標(biāo)位置還有9.420m，改進(jìn)之后的人工勢(shì)場(chǎng)算法同樣在距離障礙物0.538m時(shí)陷入了局部極小值，在此時(shí)增加了附加力，使無(wú)人機(jī)成功跳出了局部極小值位置。

4.2 路徑振蕩問(wèn)題仿真與分析

對(duì)路徑振蕩問(wèn)題進(jìn)行仿真實(shí)驗(yàn)，設(shè)定無(wú)人機(jī)起始位置在（0，0，0）、障礙物坐標(biāo)在（18.5，18.5，19）、目標(biāo)點(diǎn)坐標(biāo)在（20，20，20），人為制造路徑振蕩問(wèn)題的發(fā)生，通過(guò)觀察傳統(tǒng)和改進(jìn)之后人工勢(shì)場(chǎng)的運(yùn)行情況，來(lái)驗(yàn)證改進(jìn)人工勢(shì)場(chǎng)能否解決路徑振蕩問(wèn)題。如圖6所示為記錄仿真實(shí)驗(yàn)室的數(shù)據(jù)情況，其中圖6（a）是無(wú)人機(jī)在預(yù)定條件下分別按照傳統(tǒng)人工勢(shì)場(chǎng)法和搭載改進(jìn)人工勢(shì)場(chǎng)法計(jì)算出的全局飛行路徑，圖6（b）則是在碰撞威脅物附件路徑的放大圖，圖6（c）是無(wú)人機(jī)路徑點(diǎn)與碰撞威脅物的距離情況統(tǒng)計(jì)，圖6（d）是無(wú)人機(jī)行進(jìn)路程點(diǎn)與目標(biāo)集結(jié)點(diǎn)的距離統(tǒng)計(jì)。

圖6 路徑振蕩實(shí)驗(yàn)情況

由圖6（a）和圖6（b）可知，在實(shí)驗(yàn)開(kāi)始階段，距離障礙物和目標(biāo)點(diǎn)較遠(yuǎn)的情況下，兩種算法的路徑曲線幾乎一致，這是由于此時(shí)無(wú)人機(jī)受到的吸引力和排斥力大小方向基本相同，所以導(dǎo)致路徑幾乎重合。隨著無(wú)人機(jī)的飛行，逐漸靠近障礙物和目標(biāo)點(diǎn)，當(dāng)無(wú)人機(jī)距離障礙物小于危險(xiǎn)告警區(qū)域范圍3m時(shí)，開(kāi)始受到排斥力的作用，兩種算法的路徑點(diǎn)開(kāi)始出現(xiàn)差別，當(dāng)進(jìn)入到障礙物3m范圍時(shí)，會(huì)突然施加一個(gè)較大的且由障礙物指向無(wú)人機(jī)機(jī)身的斥力，在傳統(tǒng)人工勢(shì)場(chǎng)下的反映出現(xiàn)了較為明顯的路徑振蕩現(xiàn)象，由于振蕩問(wèn)題的發(fā)生，最后并沒(méi)有達(dá)到指定目的地，而改進(jìn)后的人工勢(shì)場(chǎng)算法，在識(shí)別到出現(xiàn)振蕩現(xiàn)象的時(shí)候，進(jìn)行了二次合力計(jì)算的改動(dòng)，及時(shí)抑制了路徑振蕩問(wèn)題，躲避障礙物的路徑轉(zhuǎn)角較為平緩，最終成功到達(dá)了目標(biāo)位置。

在圖6（c）和圖6（d）中，當(dāng)無(wú)人機(jī)來(lái)到路徑振蕩發(fā)生的路徑點(diǎn)時(shí)，搭載改進(jìn)人工勢(shì)場(chǎng)算法有及時(shí)抑制振蕩路徑的持續(xù)，躲避障礙物的弧度較小，因此距離障礙物也較為接近，最近距離僅有0.731m，但此距離仍然大于碰撞距離0.3m，屬于可接受范圍。而傳統(tǒng)的人工勢(shì)場(chǎng)算法，無(wú)人機(jī)因不能及時(shí)抑制路徑振蕩問(wèn)題而來(lái)回振蕩，雖然最終以較大角度成功躲避了障礙物，但還是沒(méi)有到達(dá)目標(biāo)點(diǎn)，離最終的目標(biāo)點(diǎn)仍然有1.19m的距離。

4.3 仿真實(shí)驗(yàn)結(jié)果總結(jié)

表2所示為對(duì)極小值實(shí)驗(yàn)和路徑振蕩實(shí)驗(yàn)的數(shù)據(jù)總結(jié)，當(dāng)遇到極小值和路徑振蕩問(wèn)題時(shí)，搭載改進(jìn)人工勢(shì)場(chǎng)算法能成功解決局部極小值問(wèn)題和路徑振蕩，最終到達(dá)終點(diǎn)，但傳統(tǒng)人工勢(shì)場(chǎng)算法卻不能到達(dá)最終目標(biāo)點(diǎn)，任務(wù)失敗。IAPF算法距離障礙物的距離雖然僅為0.538m，相比于APF算法小，但也在可控范圍，能夠保障機(jī)身安全。

表2 仿真實(shí)驗(yàn)結(jié)果

5 結(jié)論

本文從無(wú)人機(jī)集群實(shí)際工作環(huán)境出發(fā)，首先對(duì)復(fù)雜環(huán)境下無(wú)人機(jī)集群通信穩(wěn)定難以維持的問(wèn)題，利用無(wú)線紫外光通信背景噪聲小抗干擾能力強(qiáng)等優(yōu)勢(shì)，將其作為無(wú)人機(jī)集群的通信手段來(lái)應(yīng)對(duì)不同距離的鄰近無(wú)人機(jī)，在保障無(wú)人機(jī)運(yùn)行期間通信穩(wěn)定的情況下減少機(jī)與機(jī)之間動(dòng)態(tài)變化下的撞擊事件。接著對(duì)于現(xiàn)實(shí)中經(jīng)常出現(xiàn)的局部極小值和路徑振蕩現(xiàn)象進(jìn)行處理，并通過(guò)改進(jìn)人工勢(shì)場(chǎng)法有效解決了問(wèn)題，進(jìn)行了相關(guān)的仿真實(shí)驗(yàn)，實(shí)驗(yàn)現(xiàn)象表明，搭載無(wú)線紫外通信和改進(jìn)人工勢(shì)場(chǎng)的無(wú)人機(jī)，不僅能在復(fù)雜多變的環(huán)境下保持通信，有效預(yù)防機(jī)與機(jī)之間動(dòng)態(tài)變化下撞機(jī)事件的發(fā)生，對(duì)于局部極小值和路徑振蕩問(wèn)題也能很好地解決，使無(wú)人機(jī)能夠在穩(wěn)定通信的情況下，還能完成動(dòng)態(tài)靜態(tài)障礙物避障任務(wù)，成功到達(dá)目標(biāo)位置。