自主无人飞行器(UAV)在广泛的应用中显示出巨大潜力,包括自动包裹递送和大范围地理区域的监视。但是,要在现实环境中完成任务,无人机需要能够高效导航并避免周围环境出现障碍。
瑞典吕勒奥工业大学和加利福尼亚理工学院的研究人员最近开发了一种基于非线性模型预测控制(NMPC)的计算技术,该技术可以为无人机提供更好的导航和避障能力。他们使用的NMPC方法发表在IEEE机器人与自动化快报上的一篇论文中,该方法基于OpEn(优化引擎)的结构,OpEn(优化引擎)是贝尔法斯特女王大学Pantelis Sopasakis博士开发的参数优化软件。
进行这项研究的研究人员之一比约恩·林德奎斯特表示:“我们的团队先前发表了几篇有关无人机自动避障和导航的作品。“在我们最近的研究中,我们开始使用NMPC扩展避障的概念,以包括对移动或动态障碍的直接考虑。我们的目标是提供技术演示,说明现代和智能控制结构如何使无人机成为现实。例如在城市环境中经常使用的环境中,周围环境总是在移动,并且避免碰撞对于确保人员和其他车辆的安全非常重要。”
NMPC是基于优化的方案,可用于解决各种现实问题。该方案可以基于系统的数学模型以及在给定时间作用于系统的一系列控制输入,对系统的未来状态进行预测。
其预测涵盖了多个未来时间步长,这些时间步长合起来称为“预测范围”。随后,该方案以允许系统最有效地完成一组所需目标的方式(例如参考跟踪)计算控制输入。 ,避免障碍,保持约束等)。
“在吕勒奥工业大学的机器人与AI团队中,我们非常重视理论的实验验证。” “在我们最近的工作中,我们展示了NMPC架构如何即使在非常快速移动的障碍物的情况下也能提供无碰撞的轨迹,而又不违反规定的安全距离。我相信,这种避免障碍物是在城市环境中使用无人机的有趣途径或与人类紧密互动。”