為考察無人機（Unmanned aerial vehicles, UAVs）在飛行過程內(nèi)、外部環(huán)境干擾對基于天牛須搜索（Beetle antennae search,BAS）算法的無人機路徑規(guī)劃算法,即OABAS （Obstacle avoidance beetle antennae search）算法的影響,采用抗噪分析模擬的方法對OABAS算法進行魯棒性分析。首先構(gòu)建了噪聲干擾下無人機的運動場景,包括靜態(tài)障礙物場景和動態(tài)障礙物場景;然后通過對場景中的路徑參數(shù)添加高斯白噪聲,模擬了無人機飛行過程中的定位干擾;最后在不同種類的地圖上對OABAS算法進行模擬實驗,包括二維平面上規(guī)則和不規(guī)則的障礙物以及真實三維地圖,通過對比添加噪聲干擾前后代價函數(shù)值的收斂情況,分析了該算法在受到噪聲干擾下的魯棒性,以分析天牛須搜索的無人機路徑規(guī)劃算法的性能。結(jié)果表明:OABAS算法具有較強魯棒性,在添加噪聲前后進行路徑規(guī)劃均有較好的表現(xiàn)。 

【文章來源】：浙江理工大學(xué)學(xué)報(自然科學(xué)版). 2020,43(04)

【文章頁數(shù)】：7 頁

【部分圖文】：

OABAS算法控制模型

在仿真實驗中,本文分別在三張障礙物地圖上進行了測試,并在不同初始和終點位置進行了多次實驗。在規(guī)劃收斂速度方面,在二維平面的仿真中,算法平均共用時0.3 s就規(guī)劃出了路徑,可滿足規(guī)劃的實時性要求。在多個規(guī)則障礙物的環(huán)境中進行路徑規(guī)劃,并記錄了添加噪聲前后路徑代價函數(shù)值收斂趨勢的變化,仿真實驗結(jié)果如圖2所示。圖2(a)為此情景下的路徑規(guī)劃結(jié)果圖,其中黑色物體表示靜態(tài)障礙物,起點和終點已在圖中標出,中間的淺色線段為規(guī)劃出的路徑。圖2(b)為未添加噪聲時路徑代價函數(shù)值隨迭代次數(shù)變化圖,可看到其代價函數(shù)值呈現(xiàn)漸進收斂,收斂過程有小幅波動,這是漸進收斂的特點。圖2(c)為添加了高斯白噪聲后路徑代價函數(shù)值隨迭代次數(shù)變化圖,其代價函數(shù)值也呈漸進收斂,但其波動幅度較未加入噪聲時更明顯。對比圖2(b)與圖2(c)可以看出在添加噪聲之后,算法的收斂推遲了,這意味著噪聲的干擾使得算法需要更多的迭代次數(shù)來完成路徑規(guī)劃任務(wù)。然而,對比兩種情況下收斂后各自的路徑代價函數(shù)值可以發(fā)現(xiàn),最終得到的路徑在質(zhì)量上并沒有太大區(qū)別,因此添加噪聲對最終的規(guī)劃結(jié)果影響很小,OABAS算法具有較強魯棒性。圖3與圖4分別在單個不規(guī)則和多個不規(guī)則障礙物的環(huán)境中進行路徑規(guī)劃,并呈現(xiàn)了與多個規(guī)則障礙物的環(huán)境中進行規(guī)劃時類似的結(jié)果。

本文不僅進行了靜態(tài)環(huán)境下的仿真,還做了動態(tài)地圖下的抗干擾測試。為了更真實地模擬現(xiàn)實中的環(huán)境,本文在仿真環(huán)境中引入了一個動態(tài)的障礙物,并在飛行器每一次前進最小航跡段之后采用觀測窗口法進行路徑的重規(guī)劃。觀測窗口法需要設(shè)定無人機的感知范圍,本文的默認值將其設(shè)置為3 m,即障礙物在距離無人機的范圍在3 m以內(nèi)時會被發(fā)現(xiàn),同時飛行器會采取躲避的行為。出發(fā)點和終點是隨機選取的,同時把這兩個點設(shè)置為固定不變。圖4 二維靜態(tài)障礙物下多個不規(guī)則障礙物下的模擬實驗結(jié)果

【參考文獻】：
期刊論文
[1]一種建模不確定性的四旋翼無人機魯棒跟蹤控制[J]. 石振東,屈薔,程陳.  小型微型計算機系統(tǒng). 2019(11)
[2]智能語音識別系統(tǒng)噪聲魯棒性研究[J]. 宋文林,劉斌.  信息技術(shù)與標準化. 2019(06)
[3]基于人工勢場法的無人機路徑規(guī)劃避障算法[J]. 毛晨悅,吳鵬勇.  電子科技. 2019(07)
[4]基于多種群進化算法的測試用例優(yōu)先級排序研究[J]. 張娜,胡國亨,金瑜婷,史佳炳,包曉安.  浙江理工大學(xué)學(xué)報(自然科學(xué)版). 2018(02)
[5]基于細菌覓食算法的波前編碼相位掩模的優(yōu)化研究[J]. 陸宇,張星煦,趙廷玉.  浙江理工大學(xué)學(xué)報(自然科學(xué)版). 2017(04)
[6]Higuchi算法的抗噪特性分析及其應(yīng)用[J]. 秦建強,孔祥玉,胡紹林,馬紅光.  科學(xué)技術(shù)與工程. 2016(28)
[7]姿態(tài)融合濾波的無人機抗干擾控制算法[J]. 陸興華.  傳感器與微系統(tǒng). 2016(07)
[8]基于改進A*算法的無人機航跡規(guī)劃[J]. 蒙波,皮亦鳴,曹宗杰.  計算機仿真. 2010(09)
[9]優(yōu)化蟻群算法在無人機航路規(guī)劃中的應(yīng)用[J]. 邱小湖,邱永成.  計算機仿真. 2010(09)



本文編號：3597441