无人机避障技术研究

张志彪

摘 要：文章研究了无人机避障技术无人驾驶飞行器（UAV）或无人驾驶飞行器（UAV）是由无线电遥控器或机载自动驾驶仪控制的动力无人机。它具有无需驾驶员驾驶和重复使用的优点。经过几十年的发展，无人机技术取得了长足的进步。依托现代通信技术，无线传感器，导航引导技术，高新技术新材料和动力系统的不断突破和创新，无人机相关产业取得了很大进展，也促进了无人机的迅速普及。

关键词：无人驾驶飞行器；避障；控制；科技

根据美国国会2003年的一项研究，无人机的碰撞率是人类飞机的100倍。根据美国联邦条例的14 CFR91.113条款，美国航空无线电技术委员会发布的 RCTADO-304和美国联邦航空管理局发布的指令7610.4，无人机必须达到同样的安全标准。在空域飞行中作为驾驶飞机的要求。因此，无人机需要配备自主意识和避障系统。

1 无人机的避障意义

随着全球军用、民用和商用无人机的不断增长，飞行空间将越来越拥挤，无人机在任务飞行中的安全性也越来越受到关注。ASTMF-38委员会发布了防撞标准，要求无人机探测在高程15和方位角110内感知到的其他飞机，并采取防撞措施，以避免距离无人机500英尺的障碍物或飞机[1]。无人机避碰（避障）系统可根据不同的工作模式分为合作模式和非合作模式。代表性的合作避障系统，例如交通预警和逃避系统，可以通过转发器传输信息。但是，该系统将增加无人机系统的总重量。对于一些小型和微型无人机系统，系统的功能将被削弱并受到不同程度的限制，甚至根本无法安装。自动监视系统是一种相对较新的技术，它可以通过地面基站和飞行员在感应空域中检测与其他类似设备的飞机。配备的无人机可以通过信息数据链接收其精确位置和其他数据（如速度、水平、转弯状态、爬升或下降状态等）[2]。由美国工业部和阿拉斯加联邦航空管理局联合开发的项目大大降低了阿拉斯加的无人机事故率，并有效地验证了无人机避障应用的有效性。然而，无人机在飞行中遇到的其他无人机无法保证它们都采用相同的协同控制系统，甚至可能是敌方飞机。非合作避障系统可以为这种无法响应和传递信息的空中威胁机提供飞行安全的必要保障。在非合作避障系统中，无人机主要依靠自身的传感器在感知环境中探测障碍物或其他飞机，实时跟踪空中障碍物的运动状态，进一步预测无人机碰撞的概率，并通过规划和计算有效的避障路径来实现避免威胁。

总之，无人机路径规划是搜索和规划从初始位置到目标任务执行点的最佳飞行路径，在一定限制条件下满足其自身动态特性和战场的特殊要求。路径规划是无人机控制的重要组成部分，是确保精确打击成功实施的重要途径，提高无人机的作战效能非常重要。此外，路径规划也是无人机安全飞行的重要技术支持。目前，世界上许多国家都在非合作避障系统上投入了大量的研发资源。由于避障路径规划在无人机军事领域的重要作用，发展中国自主知识产权的非合作避障和路径规划技术具有重要意义。

2 避障路径规划

避障路径规划是任务执行期间自主无人机面临的问题。随着机器人技术的进步，世界各地的研究人员开始研究复杂场景中机器人的避障问题。根据不同的环境建模方法和不同的路径规划算法，有几种常用的方法。（1）概率图规划方法：该方法主要用于移动机器人的实时定位和地图构建，估计当前系统状态向量的均值和方差。（2）基于单元分解的规划方法：移动机器人整个路径环境区域的人工势场方法，主要原理是将环境中移动机器人的运动抽象为人工重力场的运动，并生成目的地路径点。机器人上的“重力”，以及环境中的障碍物和机器人的路径“排斥”。它通过计算机器人整个环境的合力数据来引导机器人运动。（3）数学编程方法：根据机器人环境观测数据和机器人运动状态数据，建立模型，计算机器人与环境之间的数学关系，得到机器人路径的最优解。常见的编程方法是线性编程、非线性编程、动态编程和全局优化。基于进化计算的规划方法也称为智能算法。受生物进化中“适者生存”自然选择机制和遗传信息传递规律的影响，该过程使用该算法进行迭代模拟[3]。

基于CAA系统，英国设计了两种无人机碰撞现场避障方案。通过设置无人机避让点，根据CAA規则实现避障飞行，设计了无人机避障事件树。通过使用庞大的统计数据库，将无人机的机动性特征与飞行场景环境相关联，然后计算碰撞风险。理查德和麻省理工学院如何通过MILP方法找到无人机舰队的最佳避障路径。Statny提出了一种适用于高速大惯性固定翼无人机的自适应在线威胁预测和最优路径规划避障方法，并考虑了飞机的动态特性和固定翼的约束。对于复杂环境中的避障，应考虑环境因素和无人机性能约束（例如最大或最小速度，最大转弯速度和最大飞行路径角度），这可能使避障方案复杂化。过去，大多数方法都侧重于优化协作框架，提高路径计算的效率和质量。通过一种协同和几何学习算法来解决碰撞避免和数据共享问题。通过实时更新单一成本矩阵、权重矩阵和风险评估，可以获得多个无人机的防撞规划路径。文献中采用了一种新的混合模型，并提出了一种神经动态规划算法来指导无人机避障[4]。然而，上述方法主要针对二维路径问题，而在复杂的三维环境中，计算复杂度将急剧增加。并且所获得的路径的平滑度不好，因此，需要通过一些平滑策略来进一步修改这些路径。采用自回归方法预测障碍物的运动，并采用滚动人工势场算法规划无人机在复杂环境中的在线路径。用网格方法对三维环境空间进行建模。将蚁群算法的静态路径规划与人工蜂群算法的突发威胁路径规划相结合，实现了无人机的整体路径规划。改进的概率图方法用于规划无人机的实时避障。对于固定翼无人机路径规划，A *算法用于三维环境中的静态障碍物以规划无人机的全局路径。当遇到移动障碍物时，本地路径规划被切换到人工势场算法。通过在有限时间内设计滑模变结构收敛制导律，无人机“观察”障碍物的视线迅速收敛为零。相对速度方向收敛到期望的避障方向，允许无人机在飞行环境中安全飞行。综上所述，虽然避障手段相似，但路径优化方法却截然不同。然而，对于无人机避障路径规划的研究，有必要对基于特定目标跟踪对象和环境的方法进行改进和设计[5]。

3 应用案例

目前，市场上有3种主要的电动多旋翼无人机避障系统，即超声波、激光雷达测距和视距测距，有望成为主流。以下是国内外无人机避障技术的应用案例。

零度Xplorer2激光雷达飞行时间（Time of Flight，TOF）测距。所谓的飞行时间3D成像是连续向目标发送光脉冲，然后通过传感器接收物体返回的光，并通过检测飞行（往返）时间获得目标的距离光脉冲。以这种方式，光波容易受到干扰。系统发出的光必须避开太阳光的主要能带，以避免阳光的直接干扰和避障系统的反射。该原理需要非常精确的时间测量，并且特殊处理芯片和芯片的价格相对较高[6]。

昊翔Typhoon H单目+结构光Realsense。Realsense属于“单眼+结构光”，即单个摄像头和结构光发射器构成深度摄像头。由于3D深度相机被2D深度相机取代，其“单眼+结构光”智能导航模块仅需200元。

大疆精灵Phantom 4双目视觉+超声波双目测距的原理，就像人眼一样，可以看到不同的图像。如果两只眼睛看到相同的点，则两个图像是不同的，并且可以通过三角形测距来测量该点的距离。幻影4增加了双目避障。实际上，它遵循核心算法的指导。它可以识别距离最近的0.7 m和最远15 m的障碍物。水平视角为60°，垂直视角为30°。双目视觉的优点在于双目视觉可以保证远距离的三维精确信息，例如两个远山可以看到近距离和远距离。

极飞夜间避障采用主动近红外照射技术。事实上，它们在夜间避开障碍的原则并不复杂。首先，避障原则是避免前方避障，是双重避障。为了避免夜间障碍，使用这种主动近红外照明技术，只需添加一个特殊的手电筒并重塑眼睛。第二次世界大战期间的美国、德国和其他国家，第一代主动红外探测装置被用于战场。目标区域通过其自身的光源装置由近红外辐射照射，然后接收目标返回的红外信号并将其转换为可见图像以供观察和分析。例如，德国开发的车载主动红外夜视装置可用于夜间没有光线的秘密驾驶[7]。

4 结语

未来，无人机不能仅使用单一技术来实现避障，还要利用各种综合避障技术，在不同情况下实现避障。

[参考文献]

[1]张跃东，李麗，刘晓波，等.基于单目视觉的无人机障碍探测算法研究[J].激光与红外，2009（6）：673-676.

[2]戴碧霞.基于光流的微小型飞行器室内避障方法研究[D].成都：电子科技大学，2015.

[3]王一凡，谌德荣，张立燕.一种用于小型无人机避障的快速视差测距方法[J].中国测试，2008（3）：114-116.

[4]郑波.军民通用无人机产业蓄势待发[J].中国工业评论，2015（3）：90-99.

[5]李文倩，贺在华，段嘉宣，等.2016—2020年中国机器人产业投资分析及前景预测报告[R].深圳：中投顾问产业与政策研究中心，2016.

[6]刘丽，汪涛，陈瑛.美国陆军无人机系统概述[J].飞航导弹，2011（8）：53-58.

[7]王林，彭辉，朱华勇，等.应用无人机跟踪地面目标—最新研究进展[J].系统仿真学报，2010（1）：172-177.