感知系统受限下的城市低空无人机避障算法

摘要

针对物流无人机在城市低空复杂环境和高密度动态交通流下的避障决策问题，提出一种动态三维避障算法。首先对城市低空环境建模并将无人机的动态避障问题表达为马尔可夫决策过程，通过在动作集中加入高度变化等飞行动作，将避障算法可行解的范围拓展到三维空间中。其次改进了奖励估值函数，使算法能够在绕飞以及爬升越障中通过蒙特卡罗树搜索权衡最优避障策略。仿真表明该算法能够选择最优策略，缩短24.4%的飞行时间并减少33.2%的飞行距离。最后考虑到无人机感知系统容易因建筑物遮挡受限而造成对环境状态观测不完全，对算法鲁棒性做出了验证，其结果表明随着感知范围缩短，算法仍能求得可行解。

关键词

无人机 / 航空安全 / 避障算法 / 马尔可夫决策过程 / 鲁棒性

基金资助

国家自然科学基金民航联合基金重点项目（U2333214）; 四川省自然科学基金（2023NSFSC0903）; 中央高校基本科研业务费专项资金（J2023-079）; 民航局安全能力建设项目（MHAQ2024033）