無人機避障設計與實現

詹計雨 韓士杰 雷笑天 金楠森 張健

摘要：針對四旋翼無人機避障的速度和精度，該文基于Arduino Mega2560單片機以及遺傳算法和蟻群算法，設計了一種新型無人機全局避障算法和的硬件結構。全局避障算法針對航跡規劃，結合兩種啟發式算法，收斂速度快，不易早熟收斂。算法通過MATLAB仿真與無人機測試，效果良好。

關鍵詞：蟻群算法;遺傳算法;航跡規劃;Arduino Mega2560單片機;無人機

中圖分類號：TP311? ? ? 文獻標識碼：A? ? ? 文章編號：1009-3044（2018）31-0098-03

四旋翼無人機的機械結構好，可執行多種任務，應用前景巨大。所以無人機航跡規劃算法和相應的硬件結構成為當下研究熱點。

麻省理工學院研制的Kinect，基于SLAM算法進行環境建模，自主3D地形映射與飛行，功能非常先進。即使在GPS盲區與障礙物密集的城市也能安全飛行。

本文旨在對避障無人機進行整體設計。使無人機可以安全快捷的避障。無人機外骨架防撞功能較強，不會傷及行人。航跡規劃使用改進的蟻群算法，結合傳統蟻群算法與遺傳算法的優勢，使算法收斂速度更快，不易陷入局部最優解。無人機整體效果達到預期。

1 無人機硬件結構

無人機外殼堅固輕便，減少了飛機重量和慣性對于避障的影響。外圍的圓形保護器通過四個減震器與無人機主體連接，可以防止無人機碰撞建筑物或者將人劃傷，擁有比較強的防撞擊功能，整體如圖1所示。

使用KS103超聲波測距模塊，波束角為45°-50°，分別放置在無人機的水平方向的4個方向與豎直的2個方向，水平方向每隔90°安裝一個測距模塊。超聲波發射與接收的時間的數據，通過I2C方式傳送給Arduino Mega2560開發板。

2 無人機避障算法

2.1 環境建模

采用柵格圖法進行環境模型的構建。假設無人機飛行的空間區域為S，不妨表示為

[{x_min≤x≤x_max，y_min≤y≤y_max，z_min≤z≤z_max}]

考慮到GPS模塊的會有1-2米的誤差，故緯度值每0.003分為一個單位，約5.511米，作為坐標系的橫坐標。經度值每0.002分為一個單位，約3.674米，作為縱坐標。而豎直方向的單位長度為1米。如果這個柵格有障礙物，無人機就不能通過。

y，z對應坐標值同理。Ceil（）表示向正方向取整。

在主方向上每隔一個單位長度劃分一個平面，最后不足一個單位長度的按照一個單位長度來補齊。對應平面記為[S₁，S₂，...，S_n]。

2.2 全局航跡規劃

航跡規劃采用改進的三維蟻群算法，傳統的三維蟻群算法雖然魯棒性強，但收斂速度慢，在時間有限的情況下往往無法得到良好結果。

我們基于傳統蟻群算法，結合遺傳算法的優勢染色體選擇、交叉操作與蟻群算法的信息素更新與螞蟻按概率轉移等特點。使算法本身不易陷入局部最優解，收斂比較快。

四旋翼無人機航跡規劃需要短的航跡長度、低的飛行高度。故選定適應度函數為：

如圖2所示，平面之間有小段航跡，但因為無人機會變換主方向，所以平面之間有每個航跡的至少一段航跡。比如AB，CD。首先判斷AD，CB，也就是虛線部分是否聯通，只要不是都聯通就搜索下一組平面。如果AB，CD重合，也要搜索下一組平面。然后計算AB，CD，AD，CB的適應度[F_AB、F_CD、F_AD、F_BC]，如果滿足[F_AB+F_CD>F_AD+F_BC]，就按照圖4方式交叉，然后交叉結束。如果一組平面有多段航跡，盡量兩兩之間都判斷一次。這里采用染色體的單點交叉。

K為系數，注意取值合適的值。這里[λ]表示信息素的衰減系數。這里信息素不進行局部更新。

信息素更新后開始下一次迭代。

3 算法仿真與分析

為了驗證本文的航跡規劃算法。我們利用二元高斯分布的概率密度函數模擬山峰，進行算法仿真。函數如下：

起點選擇（-0.5，3，0）。終點選為（-2.5，-2.5，0）。經過仿真結果如圖3：

算法通過適應度排序，刪除相同路徑。保證了全局更新信息素時，同一條路徑的信息素不會重復增加，抑制算法早熟。

同時通過一號螞蟻與二號螞蟻的配合，與模仿染色體單點交叉的航跡交叉，可以持久尋求全局最優解。

比較來說，本文算法比傳統蟻群算法更簡單高效。局部避障算法經過無人機測試，切實有效，避障比較迅速。

4 結論

本文結合超聲波傳感器KS103、數據傳輸模塊、開發板Arduino Mega2560和pixhawk飛控芯片完成對避障無人機核心硬件的開發。無人機的機械結構，使其擁有較強防撞能力以及較輕的質量和良好的散熱能力。無人機全局避障算法有良好效果。算法經過仿真與無人機驗證，切實可行。

參考文獻：

[1] 李彥蒼，彭揚.基于信息熵的改進人工蜂群算法[J].控制與決策，2015，30（6）：1121-1125.

[2] 呂甜甜. 四旋翼無人機航跡規劃技術研究[D].哈爾濱：哈爾濱工程大學，2015.

[3] 馮國強，趙曉林，高關根，等.基于A～*蟻群算法的無人機航路規劃[J].飛行力學，2018（5）：1-5.