迈向完全环境感知的无人机：复杂地形中带在线三维风场预测的实时路径规划
机器人学
2017-12-12 v1 人工智能
摘要
如今，低空固定翼无人机（UAVs）在很大程度上仅限于原始地跟随用户定义的航点。为在复杂环境中实现完全自主的远程任务，需要针对地形与强风气流的实时环境感知导航。本文给出两项相关的初步贡献：第一，提出文献中首个可于无人机上实时运行的三维风场预测方法。该方法获取低分辨率全球气象数据，并利用势流理论调整风场，以使其满足地形边界、质量守恒与大气分层。与一维 LIDAR 数据对比显示，相对于当今无人机路径规划大多采用的零风假设，总体风误差降低 23%。然而，鉴于垂直风分辨率尚不够准确，仍需并已指明进一步研究。第二，提出一种基于采样的路径规划器，其通过 Dubins 飞机路径迭代地考虑非均匀风中的飞行器动力学。性能优化（如障碍感知采样与快速 2.5D 地图碰撞检测）使该规划器比 Open Motion Planning Library (OMPL) 实现快 50%。在阿尔卑斯地形中的测试案例表明，风感知规划相较最短路径规划迭代次数最多少 50 倍，因此在低风中较慢，但在较强风中往往给出成本更低的路径。更重要的是，与最短路径规划器不同，它始终给出无碰撞路径。总体而言，我们的初步研究证明了无人机三维风场预测的可行性及风感知规划的优势。这为无人机在真实任务与复杂地形中完全自主环境感知导航的后续研究铺平了道路。
引用
@article{arxiv.1712.03608,
title = {Towards Fully Environment-Aware UAVs: Real-Time Path Planning with Online 3D Wind Field Prediction in Complex Terrain},
author = {Philipp Oettershagen and Florian Achermann and Benjamin Müller and Daniel Schneider and Roland Siegwart},
journal= {arXiv preprint arXiv:1712.03608},
year = {2017}
}