密集环境中带主动感知系统的弹性无人机群编队避障
机器人学
2022-03-01 v1
摘要
本文提出一种由主动感知系统辅助的感知共享且 swarm 轨迹全局最优(STGO)算法融合的无人机编队运动规划框架。首先，每架无人机接收到的点云由高斯混合模型(GMM)拟合并在机群中传输。从接收到的GMM重采样有助于生成全局地图，用作达成共识的基础。其次，为提高飞行安全性，设计了一种主动感知系统，在考虑未知区域、视场(FOV)重叠、速度方向与偏航转动平滑性的情况下规划每架无人机的观测角度，该规划问题由分布式粒子群优化(DPSO)算法求解。最后，对于编队运动规划，为确保避障，允许编队结构进行仿射变换并作为B样条控制点的软约束。此外，引入STGO以避免局部极小。GMM通信与STGO的结合保证了无人机间安全且严格的共识。在不同编队上的仿真测试表明，我们的算法有助于实现严格共识，且在密集环境中避障成功率至少达80%。此外，主动感知系统在某些场景中可将避障成功率从50%提升至100%。
引用
@article{arxiv.2202.13381,
title = {Obstacle Avoidance of Resilient UAV Swarm Formation with Active Sensing System in the Dense Environment},
author = {Peng Peng and Wei Dong and Gang Chen and Xiangyang Zhu},
journal= {arXiv preprint arXiv:2202.13381},
year = {2022}
}