结合跳点引导的无人机随机搜索避撞决策方法

被引：7

作者：

李安醍 ^{[1
]}

李诚龙 ^{[1
]}

武丁杰 ^{[1
]}

卫鹏 ^{[2
]}

机构：

[1] 中国民用航空飞行学院空中交通管理学院

[2] 乔治·华盛顿大学机械与航空航天工程学院

来源：

航空学报 | 2020年 / 41卷 / 08期

关键词：

城市空中交通; 无人机; 避撞决策; 路径规划; 蒙特卡洛树搜索(MCTS);

D O I：

暂无

中图分类号：

V279 [无人驾驶飞机];

学科分类号：

1111 ;

摘要：

针对无人机在城市空域环境和密集交通流下的避撞决策问题,提出马尔科夫决策过程(MDP)和蒙特卡洛树搜索(MCTS)算法对该问题进行建模求解。蒙特卡洛树搜索算法在求解过程中为保证实时性而使其搜索深度受限,容易陷入局部最优,导致在含有静态障碍的场景中无法实现避撞的同时保证全局航迹最优。因此结合跳点搜索算法在全局规划上的优势,建立离散路径点引导无人机并改进奖励函数来权衡飞行路线,在进行动态避撞的同时实现对静态障碍的全局避撞。经过多个实验场景仿真,其结果表明改进后的算法均能在不同场景中获得更好的性能表现。特别是在凹形限飞区空域仿真模型中,改进后的算法相对于原始的蒙特卡洛树搜索算法,其冲突概率降低了36%并且飞行时间缩短47.8%。

引用

页码：325 / 337

页数：13

共 11 条

[1]

Three-dimensional path planning for unmanned aerial vehicle based on interfered fluid dynamical system[J]. Wang Honglun,Lyu Wentao,Yao Peng,Liang Xiao,Liu Chang.Chinese Journal of Aeronautics. 2015(01)

[2] 无人机自主防撞关键技术与应用分析 [J].

刘慧颖 ;

白存儒 ;

杨广珺 .

航空工程进展, 2014, 5 (02) :141-147

[3] 基于流水避石原理的无人机三维航路规划方法 [J].

梁宵 ;

王宏伦 ;

李大伟 ;

吕文涛 .

航空学报, 2013, 34 (07) :1670-1681

[4] 空中自动防撞系统最优逃避机动的确定 [J].

彭良福 ;

林云松 .

控制理论与应用, 2010, 27 (11) :1575-1579

[5] 低空空域飞行冲突避让算法 [J].

朱代武 .

交通运输工程学报, 2005, (03) :73-76

[6]

Sense and avoid technologies with applications to unmanned aircraft systems: Review and prospects[J] . Xiang Yu,Youmin Zhang.Progress in Aerospace Sciences . 2015

[7]

The Simulation of the UAV Collision Avoidance Based on the Artificial Potential Field Method[J] . Jun Qiang Xing,Lei Chen,Qi Zhang,Yun Fei Ma.Advanced Materials Research . 2012 (591)

[8]

A multi-objective approach for Dynamic Airspace Sectorization using agent based and geometric models[J] . Jiangjun Tang,Sameer Alam,Chris Lokan,Hussein A. Abbass.Transportation Research Part C . 2011 (1)

[9] Finite-time Analysis of the Multiarmed Bandit Problem [J].

Peter Auer ;

Nicolò Cesa-Bianchi ;

Paul Fischer .

Machine Learning, 2002, 47 :235-256

[10] A MARKOVIAN DECISION PROCESS [J].

BELLMAN, R .

JOURNAL OF MATHEMATICS AND MECHANICS, 1957, 6 (05) :679-684

← 1 2 →