A dense obstacle avoidance algorithm for UAVs based on safe flight corridor | Xibei Gongye Daxue Xuebao/Journal of Northwestern Polytechnical University

Open Access

表1

避障路径规划算法执行步骤

基于安全飞行走廊的密集障碍规避算法
1. 初始化任务航迹、无人机参数(最小转弯半径、传感器探测距离)、权重向量[η₁ η₂ η₃]、航线跟踪算法参数(MPC)、DBSCAN算法参数； 2. 无人机感知传感器探测范围内的障碍物； 3. 若无人机没有探测到障碍物，以任务航迹为参考轨迹跟踪飞行； 4. 若无人机探测到障碍物，计算局部终点p_e=[x_e, y_e, θ_e]； 5. DBSCAN算法计算划分可飞行区域与不可飞行区域； 6. 在采样区域内进行蒙特卡洛采样，得到 {(x₁, y₁), (x₂, y₂), …, (x_{n_mc}, y_{n_mc})} 7. 基于评价优化函数采样点中的最优解 p_e^=[x_e^, y_e^, θ_e^]； 8. 基于无人机当前位置p_s=[x_s, y_s, θ_s]与终点位置 p_e^=[x_e^, y_e^, θ_e^]计算Dubins曲线轨迹； 9. 以Dubins曲线轨迹为参考轨迹，通过MPC控制无人机飞行； 10. 判断无人机是否完成飞行任务，若完成任务，则任务结束，否则返回步骤2；

基于安全飞行走廊的密集障碍规避算法

1. 初始化任务航迹、无人机参数(最小转弯半径、传感器探测距离)、权重向量[η₁ η₂ η₃]、航线跟踪算法参数(MPC)、DBSCAN算法参数；
2. 无人机感知传感器探测范围内的障碍物；
3. 若无人机没有探测到障碍物，以任务航迹为参考轨迹跟踪飞行；
4. 若无人机探测到障碍物，计算局部终点p_e=[x_e, y_e, θ_e]；
5. DBSCAN算法计算划分可飞行区域与不可飞行区域；
6. 在采样区域内进行蒙特卡洛采样，得到
     {(x₁, y₁), (x₂, y₂), …, (x_{n_mc}, y_{n_mc})}
7. 基于评价优化函数采样点中的最优解
     p_e^*=[x_e^*, y_e^*, θ_e^*]；
8. 基于无人机当前位置p_s=[x_s, y_s, θ_s]与终点位置
     p_e^*=[x_e^*, y_e^*, θ_e^*]计算Dubins曲线轨迹；
9. 以Dubins曲线轨迹为参考轨迹，通过MPC控制无人机飞行；
10. 判断无人机是否完成飞行任务，若完成任务，则任务结束，否则返回步骤2；

Current usage metrics show cumulative count of Article Views (full-text article views including HTML views, PDF and ePub downloads, according to the available data) and Abstracts Views on Vision4Press platform.

Data correspond to usage on the plateform after 2015. The current usage metrics is available 48-96 hours after online publication and is updated daily on week days.

Initial download of the metrics may take a while.