本發(fā)明屬于無(wú)人機(jī)自主導(dǎo)航，涉及一種基于環(huán)境復(fù)雜度的端到端無(wú)人機(jī)自主控制方法。

背景技術(shù)：

1、在過(guò)去十年中，自主無(wú)人機(jī)系統(tǒng)在測(cè)量、搜索和救援等方面的使用需求呈指數(shù)級(jí)增長(zhǎng)。隨著這些應(yīng)用的興起，需要所設(shè)計(jì)的控制算法對(duì)復(fù)雜環(huán)境中無(wú)人機(jī)的運(yùn)動(dòng)模糊、高動(dòng)態(tài)范圍、模型不確定性、空氣動(dòng)力學(xué)等干擾具有高度魯棒性和實(shí)時(shí)性。傳統(tǒng)的無(wú)人機(jī)導(dǎo)航任務(wù)被分解為感知、規(guī)劃和控制三個(gè)部分。感知模塊通過(guò)相機(jī)和慣性導(dǎo)航為無(wú)人機(jī)提供狀態(tài)估計(jì)，但相機(jī)易受光照條件和無(wú)紋理環(huán)境的影響，且無(wú)人機(jī)的高速平移和旋轉(zhuǎn)會(huì)導(dǎo)致大的光流，使得對(duì)圖像的特征檢測(cè)與跟蹤變得困難，導(dǎo)致在短時(shí)間內(nèi)慣性導(dǎo)航狀態(tài)估計(jì)出現(xiàn)大量漂移。依次執(zhí)行感知、規(guī)劃和控制子任務(wù)會(huì)導(dǎo)致信號(hào)處理延遲增加，不適用于無(wú)人機(jī)高速飛行。

2、使用神經(jīng)網(wǎng)絡(luò)分別代替感知、規(guī)劃、控制模塊能夠直接處理高維感知信號(hào)，但大多數(shù)基于學(xué)習(xí)的感知網(wǎng)絡(luò)部署到未經(jīng)數(shù)據(jù)集訓(xùn)練過(guò)的環(huán)境中，泛化效果較差，且獨(dú)立的模塊也會(huì)導(dǎo)致系統(tǒng)的復(fù)合誤差和延遲。目前許多學(xué)者將傳感器端獲得的觀測(cè)信息直接映射到自動(dòng)駕駛車輛控制端，對(duì)建模的不確定性和系統(tǒng)延遲具有很好的魯棒性，且部署過(guò)程簡(jiǎn)潔，是近幾年自動(dòng)駕駛領(lǐng)域常用的控制方法。不同于自動(dòng)駕駛，無(wú)人機(jī)的高速控制需要適應(yīng)不同或未知的環(huán)境，因此，需要對(duì)無(wú)人機(jī)的控制方法進(jìn)行進(jìn)一步改進(jìn)，以實(shí)現(xiàn)保證飛行效率的前提下，增強(qiáng)其在復(fù)雜環(huán)境中的安全性與魯棒性。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明旨在提出一種基于環(huán)境復(fù)雜度的端到端無(wú)人機(jī)自主控制方法，通過(guò)使用深度神經(jīng)網(wǎng)絡(luò)結(jié)合強(qiáng)化學(xué)習(xí)技術(shù)，在復(fù)雜動(dòng)態(tài)環(huán)境中根據(jù)環(huán)境復(fù)雜度選擇適當(dāng)?shù)亩说蕉丝刂颇Ｐ秃筒呗裕越鉀Q現(xiàn)有無(wú)人機(jī)在復(fù)雜環(huán)境下飛行時(shí)的視覺(jué)數(shù)據(jù)處理、動(dòng)態(tài)避障和路徑規(guī)劃的效率低下問(wèn)題。

2、為了解決上述技術(shù)問(wèn)題，本發(fā)明采用的技術(shù)方案為：一種基于環(huán)境復(fù)雜度的端到端無(wú)人機(jī)自主控制方法，包括以下步驟：

3、步驟一：對(duì)無(wú)人機(jī)高速飛行環(huán)境進(jìn)行仿真模擬，采集無(wú)人機(jī)飛行過(guò)程中由視覺(jué)傳感器獲取的圖像數(shù)據(jù)并進(jìn)行預(yù)處理；

4、步驟二：基于圖像數(shù)據(jù)對(duì)第一卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，訓(xùn)練完成得到的第一卷積神經(jīng)網(wǎng)絡(luò)作為環(huán)境向量獲取模型；

5、步驟三：實(shí)時(shí)獲取無(wú)人機(jī)飛行過(guò)程中連續(xù)采集的圖像，并輸入所述環(huán)境向量獲取模型得到對(duì)應(yīng)的環(huán)境向量，基于環(huán)境向量計(jì)算環(huán)境變化率，并基于環(huán)境變化率計(jì)算環(huán)境復(fù)雜度，環(huán)境變化率的計(jì)算公式為:

6、；

7、其中，為環(huán)境變化率，、、分別表示、和時(shí)刻的環(huán)境向量；

8、步驟四：根據(jù)計(jì)算得到的環(huán)境復(fù)雜度，判斷環(huán)境類型；并基于不同的環(huán)境類型，采用不同的控制模型對(duì)無(wú)人機(jī)進(jìn)行控制。

9、環(huán)境復(fù)雜度的計(jì)算公式為:

10、；

11、其中，、、為加權(quán)系數(shù)，為當(dāng)前視野內(nèi)的障礙物數(shù)量，為障礙物的分布，為環(huán)境變化率。

12、所述步驟一中，基于flightmare仿真器實(shí)現(xiàn)無(wú)人機(jī)高速飛行環(huán)境進(jìn)行仿真模擬；

13、所述預(yù)處理包括對(duì)圖像進(jìn)行裁剪、縮放、歸一化、數(shù)據(jù)增強(qiáng)操作、標(biāo)注。

14、所述步驟二中，對(duì)圖像數(shù)據(jù)進(jìn)行特征提取和特征融合，得到特征向量，并基于特征向量對(duì)第一卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，得到的特征向量為：，其中，分別表示環(huán)境中的障礙物數(shù)量、分布、大小及動(dòng)態(tài)屬性。

15、所述步驟四中，各個(gè)控制模型基于第二卷積神經(jīng)網(wǎng)絡(luò)和循環(huán)神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)，用于提取無(wú)人機(jī)飛行過(guò)程中采集的圖像時(shí)間序列信息，并進(jìn)行飛行路徑規(guī)劃。

16、所述步驟四中，各個(gè)控制模型中，所述第二卷積神經(jīng)網(wǎng)絡(luò)的總體獎(jiǎng)懲函數(shù)為：

17、；

18、其中，、和分別表示距離獎(jiǎng)勵(lì)、避障懲罰、動(dòng)態(tài)適應(yīng)獎(jiǎng)勵(lì)，其表達(dá)式分別為：

19、；

20、；

21、；

22、其中，是增益系數(shù)，表示無(wú)人機(jī)當(dāng)前位置，表示目標(biāo)點(diǎn)位置；為避障懲罰的權(quán)重系數(shù)，表示無(wú)人機(jī)到障礙物的位置，表示安全距離，為動(dòng)態(tài)適應(yīng)獎(jiǎng)勵(lì)權(quán)重系數(shù)，表示障礙物的速度向量，表示無(wú)人機(jī)的避障方向。

23、所述步驟四中，判斷環(huán)境類型的具體方法為：

24、若，則判斷為低復(fù)雜度環(huán)境；

25、若，則判斷為中等復(fù)雜度環(huán)境；

26、若，則判斷為高復(fù)雜度環(huán)境；

27、其中，和為第一經(jīng)驗(yàn)閾值和第二經(jīng)驗(yàn)閾值，＜。

28、所述步驟四中，基于不同的環(huán)境類型，采用不同的控制模型對(duì)無(wú)人機(jī)進(jìn)行控制的具體方法為：

29、若為低復(fù)雜度環(huán)境，則采用低復(fù)雜度控制模型，控制公式為：

30、；

31、其中，為無(wú)人機(jī)的控制指令，表示低復(fù)雜度控制模型的控制函數(shù)，為當(dāng)前時(shí)刻的圖像輸入；

32、若為中等復(fù)雜度環(huán)境，則采用中復(fù)雜度控制模型，控制公式為：

33、；

34、其中，表示中復(fù)雜度控制模型的控制函數(shù)，表示當(dāng)前環(huán)境特征向量；

35、若為高復(fù)雜度環(huán)境，則采用高復(fù)雜度控制模型，控制公式為：

36、；

37、其中，表示高復(fù)雜度控制模型的控制函數(shù)，表示包含時(shí)間序列信息的圖像序列，和分別表示imu數(shù)據(jù)的角速度和加速度。

38、所述步驟四中，低復(fù)雜度模型切換到中等復(fù)雜度模型時(shí)的控制公式為：

39、，；

40、中復(fù)雜度模型切換到高復(fù)雜度模型時(shí)的控制公式為：

41、，；

42、高復(fù)雜度模型切換到中復(fù)雜度模型時(shí)的控制公式為：

43、，；

44、中復(fù)雜度模型切換到低復(fù)雜度模型的控制公式為：

45、，；

46、其中，、、、分別表示對(duì)應(yīng)的平滑因子，隨時(shí)間動(dòng)態(tài)變化。

47、本發(fā)明與現(xiàn)有技術(shù)相比具有以下有益效果：

48、1、本發(fā)明提供了一種基于環(huán)境復(fù)雜度的端到端無(wú)人機(jī)自主控制方法，通過(guò)仿真平臺(tái)采集大量無(wú)人機(jī)視覺(jué)數(shù)據(jù)對(duì)卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，可以準(zhǔn)確提取環(huán)境向量，然后將包括距離獎(jiǎng)勵(lì)、避障懲罰、動(dòng)態(tài)適應(yīng)獎(jiǎng)勵(lì)的總體獎(jiǎng)懲函數(shù)作為控制模型中卷積神經(jīng)網(wǎng)絡(luò)的目標(biāo)函數(shù)，卷積神經(jīng)網(wǎng)絡(luò)可以在訓(xùn)練過(guò)程中學(xué)習(xí)避障和軌跡跟蹤的最優(yōu)策略，最終直接輸出控制指令（如速度、角速度、推力、舵角），以實(shí)現(xiàn)精準(zhǔn)的避障和軌跡控制，從而顯著提升無(wú)人機(jī)在復(fù)雜環(huán)境中的響應(yīng)速度和決策準(zhǔn)確性使無(wú)人機(jī)在各種環(huán)境中實(shí)現(xiàn)端到端的自主飛行，因此，本發(fā)明通過(guò)實(shí)時(shí)視覺(jué)數(shù)據(jù)和卷積神經(jīng)網(wǎng)絡(luò)準(zhǔn)確評(píng)價(jià)環(huán)境復(fù)雜度，提高了環(huán)境復(fù)雜度評(píng)估的速度和準(zhǔn)確性；

49、2、本發(fā)明基于卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行環(huán)境特征向量特征提取并計(jì)算環(huán)境變化率，然后基于障礙物數(shù)量、分布密度、動(dòng)態(tài)環(huán)境變化率等因素進(jìn)行環(huán)境復(fù)雜度劃分，最后基于環(huán)境復(fù)雜度選擇不同的控制模型和控制策略，大大提高了無(wú)人機(jī)控制的處理速度，而且可以兼顧無(wú)人機(jī)控制的速度和精度；

50、3、本發(fā)明在不同的控制模型切換時(shí)，采用軟切換的方式，可以保證切換過(guò)程的平穩(wěn)過(guò)渡，提高了無(wú)人機(jī)控制的平穩(wěn)度，可以在保證飛行效率的前提下，增強(qiáng)無(wú)人機(jī)在復(fù)雜環(huán)境中的安全性與魯棒性。

51、綜上所述，本發(fā)明實(shí)現(xiàn)了不同復(fù)雜度環(huán)境中的高效導(dǎo)航，確保了無(wú)人機(jī)的飛行安全和導(dǎo)航精度，尤其適用于多變且密集的飛行場(chǎng)景。