無人機避障技術研究

張志彪

摘 要：文章研究了無人機避障技術無人駕駛飛行器（UAV）或無人駕駛飛行器（UAV）是由無線電遙控器或機載自動駕駛儀控制的動力無人機。它具有無需駕駛員駕駛和重復使用的優點。經過幾十年的發展，無人機技術取得了長足的進步。依托現代通信技術，無線傳感器，導航引導技術，高新技術新材料和動力系統的不斷突破和創新，無人機相關產業取得了很大進展，也促進了無人機的迅速普及。

關鍵詞：無人駕駛飛行器；避障；控制；科技

根據美國國會2003年的一項研究，無人機的碰撞率是人類飛機的100倍。根據美國聯邦條例的14 CFR91.113條款，美國航空無線電技術委員會發布的 RCTADO-304和美國聯邦航空管理局發布的指令7610.4，無人機必須達到同樣的安全標準。在空域飛行中作為駕駛飛機的要求。因此，無人機需要配備自主意識和避障系統。

1 無人機的避障意義

隨著全球軍用、民用和商用無人機的不斷增長，飛行空間將越來越擁擠，無人機在任務飛行中的安全性也越來越受到關注。ASTMF-38委員會發布了防撞標準，要求無人機探測在高程15和方位角110內感知到的其他飛機，并采取防撞措施，以避免距離無人機500英尺的障礙物或飛機[1]。無人機避碰（避障）系統可根據不同的工作模式分為合作模式和非合作模式。代表性的合作避障系統，例如交通預警和逃避系統，可以通過轉發器傳輸信息。但是，該系統將增加無人機系統的總重量。對于一些小型和微型無人機系統，系統的功能將被削弱并受到不同程度的限制，甚至根本無法安裝。自動監視系統是一種相對較新的技術，它可以通過地面基站和飛行員在感應空域中檢測與其他類似設備的飛機。配備的無人機可以通過信息數據鏈接收其精確位置和其他數據（如速度、水平、轉彎狀態、爬升或下降狀態等）[2]。由美國工業部和阿拉斯加聯邦航空管理局聯合開發的項目大大降低了阿拉斯加的無人機事故率，并有效地驗證了無人機避障應用的有效性。然而，無人機在飛行中遇到的其他無人機無法保證它們都采用相同的協同控制系統，甚至可能是敵方飛機。非合作避障系統可以為這種無法響應和傳遞信息的空中威脅機提供飛行安全的必要保障。在非合作避障系統中，無人機主要依靠自身的傳感器在感知環境中探測障礙物或其他飛機，實時跟蹤空中障礙物的運動狀態，進一步預測無人機碰撞的概率，并通過規劃和計算有效的避障路徑來實現避免威脅。

總之，無人機路徑規劃是搜索和規劃從初始位置到目標任務執行點的最佳飛行路徑，在一定限制條件下滿足其自身動態特性和戰場的特殊要求。路徑規劃是無人機控制的重要組成部分，是確保精確打擊成功實施的重要途徑，提高無人機的作戰效能非常重要。此外，路徑規劃也是無人機安全飛行的重要技術支持。目前，世界上許多國家都在非合作避障系統上投入了大量的研發資源。由于避障路徑規劃在無人機軍事領域的重要作用，發展中國自主知識產權的非合作避障和路徑規劃技術具有重要意義。

2 避障路徑規劃

避障路徑規劃是任務執行期間自主無人機面臨的問題。隨著機器人技術的進步，世界各地的研究人員開始研究復雜場景中機器人的避障問題。根據不同的環境建模方法和不同的路徑規劃算法，有幾種常用的方法。（1）概率圖規劃方法：該方法主要用于移動機器人的實時定位和地圖構建，估計當前系統狀態向量的均值和方差。（2）基于單元分解的規劃方法：移動機器人整個路徑環境區域的人工勢場方法，主要原理是將環境中移動機器人的運動抽象為人工重力場的運動，并生成目的地路徑點。機器人上的“重力”，以及環境中的障礙物和機器人的路徑“排斥”。它通過計算機器人整個環境的合力數據來引導機器人運動。（3）數學編程方法：根據機器人環境觀測數據和機器人運動狀態數據，建立模型，計算機器人與環境之間的數學關系，得到機器人路徑的最優解。常見的編程方法是線性編程、非線性編程、動態編程和全局優化。基于進化計算的規劃方法也稱為智能算法。受生物進化中“適者生存”自然選擇機制和遺傳信息傳遞規律的影響，該過程使用該算法進行迭代模擬[3]。

基于CAA系統，英國設計了兩種無人機碰撞現場避障方案。通過設置無人機避讓點，根據CAA規則實現避障飛行，設計了無人機避障事件樹。通過使用龐大的統計數據庫，將無人機的機動性特征與飛行場景環境相關聯，然后計算碰撞風險。理查德和麻省理工學院如何通過MILP方法找到無人機艦隊的最佳避障路徑。Statny提出了一種適用于高速大慣性固定翼無人機的自適應在線威脅預測和最優路徑規劃避障方法，并考慮了飛機的動態特性和固定翼的約束。對于復雜環境中的避障，應考慮環境因素和無人機性能約束（例如最大或最小速度，最大轉彎速度和最大飛行路徑角度），這可能使避障方案復雜化。過去，大多數方法都側重于優化協作框架，提高路徑計算的效率和質量。通過一種協同和幾何學習算法來解決碰撞避免和數據共享問題。通過實時更新單一成本矩陣、權重矩陣和風險評估，可以獲得多個無人機的防撞規劃路徑。文獻中采用了一種新的混合模型，并提出了一種神經動態規劃算法來指導無人機避障[4]。然而，上述方法主要針對二維路徑問題，而在復雜的三維環境中，計算復雜度將急劇增加。并且所獲得的路徑的平滑度不好，因此，需要通過一些平滑策略來進一步修改這些路徑。采用自回歸方法預測障礙物的運動，并采用滾動人工勢場算法規劃無人機在復雜環境中的在線路徑。用網格方法對三維環境空間進行建模。將蟻群算法的靜態路徑規劃與人工蜂群算法的突發威脅路徑規劃相結合，實現了無人機的整體路徑規劃。改進的概率圖方法用于規劃無人機的實時避障。對于固定翼無人機路徑規劃，A *算法用于三維環境中的靜態障礙物以規劃無人機的全局路徑。當遇到移動障礙物時，本地路徑規劃被切換到人工勢場算法。通過在有限時間內設計滑模變結構收斂制導律，無人機“觀察”障礙物的視線迅速收斂為零。相對速度方向收斂到期望的避障方向，允許無人機在飛行環境中安全飛行。綜上所述，雖然避障手段相似，但路徑優化方法卻截然不同。然而，對于無人機避障路徑規劃的研究，有必要對基于特定目標跟蹤對象和環境的方法進行改進和設計[5]。

3 應用案例

目前，市場上有3種主要的電動多旋翼無人機避障系統，即超聲波、激光雷達測距和視距測距，有望成為主流。以下是國內外無人機避障技術的應用案例。

零度Xplorer2激光雷達飛行時間（Time of Flight，TOF）測距。所謂的飛行時間3D成像是連續向目標發送光脈沖，然后通過傳感器接收物體返回的光，并通過檢測飛行（往返）時間獲得目標的距離光脈沖。以這種方式，光波容易受到干擾。系統發出的光必須避開太陽光的主要能帶，以避免陽光的直接干擾和避障系統的反射。該原理需要非常精確的時間測量，并且特殊處理芯片和芯片的價格相對較高[6]。

昊翔Typhoon H單目+結構光Realsense。Realsense屬于“單眼+結構光”，即單個攝像頭和結構光發射器構成深度攝像頭。由于3D深度相機被2D深度相機取代，其“單眼+結構光”智能導航模塊僅需200元。

大疆精靈Phantom 4雙目視覺+超聲波雙目測距的原理，就像人眼一樣，可以看到不同的圖像。如果兩只眼睛看到相同的點，則兩個圖像是不同的，并且可以通過三角形測距來測量該點的距離。幻影4增加了雙目避障。實際上，它遵循核心算法的指導。它可以識別距離最近的0.7 m和最遠15 m的障礙物。水平視角為60°，垂直視角為30°。雙目視覺的優點在于雙目視覺可以保證遠距離的三維精確信息，例如兩個遠山可以看到近距離和遠距離。

極飛夜間避障采用主動近紅外照射技術。事實上，它們在夜間避開障礙的原則并不復雜。首先，避障原則是避免前方避障，是雙重避障。為了避免夜間障礙，使用這種主動近紅外照明技術，只需添加一個特殊的手電筒并重塑眼睛。第二次世界大戰期間的美國、德國和其他國家，第一代主動紅外探測裝置被用于戰場。目標區域通過其自身的光源裝置由近紅外輻射照射，然后接收目標返回的紅外信號并將其轉換為可見圖像以供觀察和分析。例如，德國開發的車載主動紅外夜視裝置可用于夜間沒有光線的秘密駕駛[7]。

4 結語

未來，無人機不能僅使用單一技術來實現避障，還要利用各種綜合避障技術，在不同情況下實現避障。

[參考文獻]

[1]張躍東，李麗，劉曉波，等.基于單目視覺的無人機障礙探測算法研究[J].激光與紅外，2009（6）：673-676.

[2]戴碧霞.基于光流的微小型飛行器室內避障方法研究[D].成都：電子科技大學，2015.

[3]王一凡，諶德榮，張立燕.一種用于小型無人機避障的快速視差測距方法[J].中國測試，2008（3）：114-116.

[4]鄭波.軍民通用無人機產業蓄勢待發[J].中國工業評論，2015（3）：90-99.

[5]李文倩，賀在華，段嘉宣，等.2016—2020年中國機器人產業投資分析及前景預測報告[R].深圳：中投顧問產業與政策研究中心，2016.

[6]劉麗，汪濤，陳瑛.美國陸軍無人機系統概述[J].飛航導彈，2011（8）：53-58.

[7]王林，彭輝，朱華勇，等.應用無人機跟蹤地面目標—最新研究進展[J].系統仿真學報，2010（1）：172-177.