一种基于人工势场的路径动态规划方法

    公开(公告)号:CN113110604B

    公开(公告)日:2022-08-23

    申请号:CN202110465806.8

    申请日:2021-04-28

    IPC分类号: G05D1/12

    摘要: 本发明公开一种基于人工势场的路径动态规划方法,包括以下步骤,采集无人机在运动环境中的环境信息,构建运动环境模型;基于环境模型,采集无人机单位时间内运动距离,判断无人机路径规划状态是否处于局部最优状态;控制无人机脱离局部最优状态达到目标位置;通过本发明公开的方法,基于目标位置对模拟退火法的邻域函数进行优化,不仅可以实现人工势场环境下的无人机路径规划任务,解决了无人机陷入局部最优状态后导致路径规划任务失败的问题,而且提高了路径规划的整体运行效率与成功率,使得改进后的算法更具有实用性与高效性。

    一种基于人工势场的路径动态规划方法

    公开(公告)号:CN113110604A

    公开(公告)日:2021-07-13

    申请号:CN202110465806.8

    申请日:2021-04-28

    IPC分类号: G05D1/12

    摘要: 本发明公开一种基于人工势场的路径动态规划方法,包括以下步骤,采集无人机在运动环境中的环境信息,构建运动环境模型;基于环境模型,采集无人机单位时间内运动距离,判断无人机路径规划状态是否处于局部最优状态;控制无人机脱离局部最优状态达到目标位置;通过本发明公开的方法,基于目标位置对模拟退火法的邻域函数进行优化,不仅可以实现人工势场环境下的无人机路径规划任务,解决了无人机陷入局部最优状态后导致路径规划任务失败的问题,而且提高了路径规划的整体运行效率与成功率,使得改进后的算法更具有实用性与高效性。

    一种基于数据链测距的多无人车协同导航方法

    公开(公告)号:CN110207691B

    公开(公告)日:2021-01-15

    申请号:CN201910378890.2

    申请日:2019-05-08

    IPC分类号: G01C21/16 G01C21/18

    摘要: 本发明公开了一种基于数据链测距的多无人车协同导航方法。本发明适用于卫星拒止环境下的无人车编队协同导航,利用数据链对无人车之间相对距离进行测量,进而通过多导航传感器信息融合方法对编队中每辆无人车节点的位置进行估计。无人车编队中每辆无人车节点搭载惯性导航系统、车辆里程计、数据链收发装置,首先通过卡尔曼滤波器对每辆无人车节点中的惯性导航系统、车辆里程计进行融合,得到每辆无人车节点的速度、位置、姿态信息;进而利用数据链测得的无人车之间的距离信息,通过等式约束对每辆无人车的位置估计结果进行优化。通过本方法能够提高无人车编队在卫星拒止条件下的导航定位精度。

    一种基于惯性/数据链的无人机编队相对导航方法

    公开(公告)号:CN111238469A

    公开(公告)日:2020-06-05

    申请号:CN201911282280.9

    申请日:2019-12-13

    IPC分类号: G01C21/16 B64C39/02

    摘要: 本发明公开了一种基于惯性/数据链的无人机编队相对导航方法,属于无人机编队相对导航领域。本发明首先通过无人机节点机载惯导输出构成的惯导多边形与相对测距量测多边形根据双中心转换法得到无人机编队各无人机节点初始位置坐标;然后通过建立相对导航状态方程完成对无人机节点间相对位置、相对速度、相对加速度、相对四元数的预测,最后利用无人机节点间的相对测距信息作为量测量实现无人机编队节点间相对导航。本发明不仅仅能够得到编队中无人机节点间高精度的相对导航信息,同时能够提高无人机节点机载惯导系统的位置输出精度。本发明适用于卫星拒止环境下至少7架无人机以上的无人机编队相对导航。

    一种无人机编队协同导航方法

    公开(公告)号:CN109813311A

    公开(公告)日:2019-05-28

    申请号:CN201910201866.1

    申请日:2019-03-18

    IPC分类号: G01C21/16 G01C21/20 G05D1/10

    摘要: 本发明公开了一种无人机编队协同导航方法。在无人机编队中,长机无人机节点搭载惯性导航系统、GPS接收机,通过机载惯导/GPS融合滤波对姿态、速度、位置进行估计,得到长机无人机节点高精度的姿态、速度和位置导航信息,其余无人机节点搭载惯性导航系统、视觉导航设备、光流传感器,通过视觉导航设备获得与长机的相对距离、俯仰角、方位角数学解算出相邻与长机无人机节点的绝对位置信息,光流传感器解算得到无人机的速度信息,通过卡尔曼滤波对机载的惯导误差进行修正。此外,编队中距离长机较远的无人机节点通过视觉导航设备解算得到与其它无人机节点的相对距离,并据此解算出绝对位置信息。

    一种基于惯性/数据链的无人机编队相对导航方法

    公开(公告)号:CN111238469B

    公开(公告)日:2023-09-29

    申请号:CN201911282280.9

    申请日:2019-12-13

    IPC分类号: G01C21/16

    摘要: 本发明公开了一种基于惯性/数据链的无人机编队相对导航方法,属于无人机编队相对导航领域。本发明首先通过无人机节点机载惯导输出构成的惯导多边形与相对测距量测多边形根据双中心转换法得到无人机编队各无人机节点初始位置坐标;然后通过建立相对导航状态方程完成对无人机节点间相对位置、相对速度、相对加速度、相对四元数的预测,最后利用无人机节点间的相对测距信息作为量测量实现无人机编队节点间相对导航。本发明不仅仅能够得到编队中无人机节点间高精度的相对导航信息,同时能够提高无人机节点机载惯导系统的位置输出精度。本发明适用于卫星拒止环境下至少7架无人机以上的无人机编队相对导航。

    一种无人机编队协同导航方法

    公开(公告)号:CN109813311B

    公开(公告)日:2020-09-15

    申请号:CN201910201866.1

    申请日:2019-03-18

    IPC分类号: G01C21/16 G01C21/20 G05D1/10

    摘要: 本发明公开了一种无人机编队协同导航方法。在无人机编队中,长机无人机节点搭载惯性导航系统、GPS接收机,通过机载惯导/GPS融合滤波对姿态、速度、位置进行估计,得到长机无人机节点高精度的姿态、速度和位置导航信息,其余无人机节点搭载惯性导航系统、视觉导航设备、光流传感器,通过视觉导航设备获得与长机的相对距离、俯仰角、方位角数学解算出相邻与长机无人机节点的绝对位置信息,光流传感器解算得到无人机的速度信息,通过卡尔曼滤波对机载的惯导误差进行修正。此外,编队中距离长机较远的无人机节点通过视觉导航设备解算得到与其它无人机节点的相对距离,并据此解算出绝对位置信息。

    一种基于数据链测距的多无人车协同导航方法

    公开(公告)号:CN110207691A

    公开(公告)日:2019-09-06

    申请号:CN201910378890.2

    申请日:2019-05-08

    IPC分类号: G01C21/16 G01C21/18

    摘要: 本发明公开了一种基于数据链测距的多无人车协同导航方法。本发明适用于卫星拒止环境下的无人车编队协同导航,利用数据链对无人车之间相对距离进行测量,进而通过多导航传感器信息融合方法对编队中每辆无人车节点的位置进行估计。无人车编队中每辆无人车节点搭载惯性导航系统、车辆里程计、数据链收发装置,首先通过卡尔曼滤波器对每辆无人车节点中的惯性导航系统、车辆里程计进行融合,得到每辆无人车节点的速度、位置、姿态信息;进而利用数据链测得的无人车之间的距离信息,通过等式约束对每辆无人车的位置估计结果进行优化。通过本方法能够提高无人车编队在卫星拒止条件下的导航定位精度。