《Journal of Systems Engineering and Electronics》:Hierarchical Cooperative Path Planning Method Using Three-Dimensional Velocity-Obstacle Strategy for Multiple Fixed-Wing UAVs
编辑推荐:
研究人员开发了一种三维路径规划方法,用于协调多架固定翼无人机(UAVs)同时避免碰撞。通过设计速度障碍法(VO)以满足时效性和有效性,提出了一种将路径规划过程分为两层的分层路径规划架构。上层关注于考虑固定翼动态约束生成高效的Dubins初始路径。随后,下层通过
研究人员开发了一种三维路径规划方法,用于协调多架固定翼无人机(UAVs)同时避免碰撞。通过设计速度障碍法(VO)以满足时效性和有效性,提出了一种将路径规划过程分为两层的分层路径规划架构。上层关注于考虑固定翼动态约束生成高效的Dubins初始路径。随后,下层通过使用三维速度障碍法(3DVO)检测潜在碰撞并调整飞行路径以避免碰撞,该方法将避撞机动空间描述为半空间的交集空间。为进一步处理动态和避撞约束,设计了一种优先级机制,以确保调整后的路径对固定翼无人机(UAVs)仍然可行。仿真实验证明了该方法的有效性。
**研究背景与问题**
固定翼无人机(fixed-wing UAVs)凭借高速、长航时和强载荷能力,在军事监控、攻击和干扰等任务中应用广泛。然而,大规模蜂群协同路径规划面临两大挑战:一是固定翼无人机机动性受限(如最小转弯半径、最大转弯角等动态约束),导致组内碰撞解析复杂;二是随着无人机数量增加,规划时间呈指数增长,难以满足动态环境下的实时性要求。现有方法中,序贯优先级解耦规划框架虽能处理全局规划,但计算耗时;碰撞解析框架(如人工势场法APF、几何制导法中的速度障碍法VO)虽能降低计算量,但APF在大规模编队中收敛性差,传统VO方法无法直接适用于固定翼模型(因需悬停),且三维可行空间拓展不足导致避碰潜力有限。为此,研究人员提出一种分层协同路径规划方法,采用三维速度障碍法(3DVO)并嵌入优先级机制,以兼顾时效性和有效性。该论文发表在《Journal of Systems Engineering and Electronics》。
**主要技术方法(不超过250字)**
研究人员采用分层架构:上层利用Dubins方法(考虑最小转弯半径R
min、最大转弯角θ
max等动态约束)生成初始路径,并通过设计可行准则E
D(权衡路径长度与直线段最大长度)来选择最优方案,以最大化避碰潜力;下层引入三维速度障碍法(3DVO),将避撞问题转化为在动态空间(DP
A,由速度范围V
min~V
max、最大转弯角θ
max、最大爬升率C
max界定)与可选速度空间(OVP
AB,即半空间交集)中寻找最优避碰速度点,并通过优先级机制确保调整后的路径仍满足固定翼动态约束。仿真实验基于Intel Core i7-6700 CPU和Visual Studio 2022平台,对比了选择性速度障碍法(SVO)和三维稀疏A*算法(3DSAS)。
**研究结果**
**Scenario I(八架无人机对冲场景)**
通过设置与经典SVO方法相同的性能参数(R
min=40 m、θ
max=9°、速度范围8~13 m/s),仿真表明:八架无人机在初始时刻存在碰撞风险,利用3DVO方法后,它们在t=63 s时完成右侧避让机动,形成弦状图,最小距离为42.62 m(满足安全距离要求),且最大转弯角≤6°、路径段长度≥4 m,满足动态约束。任务总时间为127 s,比SVO方法的144 s减少约11.7%,体现了最优性优势。
**Scenario II(五十架无人机大规模编队)**
为验证大规模协同能力,设计了圆形分布、不同高度的组装任务(初始位置与终端设置见表2)。仿真结果显示:五十架无人机在保持当前速度时会于原点碰撞,采用所提方法后,所有无人机在线生成满足动态约束的协同避碰路径,最小距离为97.02 m(大于R
min),最大转弯角≤6°、路径段长度≥4 m,表明方法可有效处理大规模固定翼蜂群避碰问题。
**Scenario III(蒙特卡洛测试对比3DSAS)**
在2000 m×2000 m地图上随机生成起始和终点,对10、20、30、40、50架无人机各进行100次蒙特卡洛测试,对比3DVO与三维序贯优先级解耦稀疏A*算法(3DSAS)。结果表明:随蜂群规模增大,3DVO方法每架无人机平均航程自然增加,但相比3DSAS优化了约18.5%的最优性;平均规划时间随规模缓慢增长,而3DSAS呈指数增长,3DVO的规划时间低一个数量级,证明其在时效性上的显著优势。
**总结与结论**
论文讨论部分指出,所提分层方法通过上层Dubins初始路径与下层3DVO避碰结合,成功处理不同初始和终端状态下的协同路径规划问题,且随蜂群规模增大仍能有效避免碰撞。研究结论翻译如下:本文提出了一种基于3DVO方法的固定翼无人机蜂群协同路径规划方法。通过将路径规划过程分为两层,上层生成高效的Dubins初始路径,下层利用3DVO方法检测并避免潜在碰撞。仿真结果表明,该方法成功解决了不同初始和终端状态下的协同路径规划问题。随着无人机规模增大,该方法仍能有效解决多无人机之间的碰撞避免问题。未来将考虑更多实际约束,以进一步研究面向任务规划系统的路径规划方法,解决蜂群内的碰撞与冲突问题。