基于Dubins的无人机路径规划研究（Matlab代码实现）

 👨‍🎓个人主页：研学社的博客    

💥💥💞💞欢迎来到本博客❤️❤️💥💥

🏆博主优势：🌞🌞🌞博客内容尽量做到思维缜密，逻辑清晰，为了方便读者。

⛳️座右铭：行百里者，半于九十。

📋📋📋本文目录如下：🎁🎁🎁

目录

💥1 概述

📚2 运行结果

🎉3 参考文献

🌈4 Matlab代码实现

---

💥1 概述

目前进行无人机路径规划的传统算法包括:定向进化算法、 人工势场法以及蚁群算法等 ［4-7］ 。其中，定向进化算法利用定向进化算子计算，但是计算结果的精度不够高、 收敛速度较慢 。 人工势场法构造抽象的人造引力场存在局部最优点的问题。 而蚁群算法利用 “ 信息素 ” 进行的遍历搜索计算量过大，对于实时机动的无人机而言，规避障碍物会存在延迟问题。 而且上述方法在研究中较少考虑无人机自身的机动能力，难以保证无人机在实际运行中按照规划路径完成物理机动。

Dubins曲线是在1957年提出的，该曲线用来解决平面内带方向两点间最短距离的问题，Dubins用几何的方法证明了Dubins曲线集合中存在最短路径[19.20];路径的组成形式有两种圆弧-直线-圆弧（CSC）和三段圆弧(CCC)，其中圆弧又包括方向为逆时针旋转的圆弧（向左旋转用L表示）和方向为顺时针旋转（向右旋转用R表示）的两种圆弧，那么Dubins集合共有六种路径分别为LRL、LSR、LSL、RLR、RSL、RSR。Dubins算法之前多应用于机器人和智能小车领域，后来研究者们开始将该算法扩展到无人机的路径规划研究中，针对各种工况，对Dubins算法进行改进，取得了令人满意的成果[21-47]，本文采用Dubins算法规划出某型号的大型固定翼无人机的可飞行路径。
Dubins模型具体如下:假定平面上带方向的两点，起始点为 Pstart终止点为Pend，两个点的方向为0、02，两点间的直线距离为d，无人机的最小转弯半径为r;对确定的两点(Pstart.01）和（Pend,O2），寻找出两点间的最短路径，该路径是光滑可导的。

📚2 运行结果

 部分代码：

%final Pose
xf = 10; yf = 10; phif=deg2rad(70); 
%curvature constraints: 
rhos = 3; rhof = 1; 
%center of curvature circles: 
xcs = xs - rhos*cos(phis - pi/2); 
ycs = ys - rhos*sin(phis - pi/2); 
xcf = xf - rhof*cos(phif - pi/2); 
ycf = xf - rhof*sin(phif - pi/2); 

%tangent entry (E) and exit (X)
c = sqrt((xcs - xcf)^2 + (ycs-ycf)^2); 
alpha = asin((rhof-rhos)/c); 
beta = atan2(ycf-ycs, xcf - xcs); 

🎉3 参考文献

部分理论来源于网络，如有侵权请联系删除。

[1]章天杨. 基于Dubins算法的大型无人机路径规划研究[D].安徽工程大学,2020.DOI:10.27763/d.cnki.gahgc.2020.000071.

[2]李寰宇,陈延龙,张振兴,刘夏锐.基于Dubins的无人机自动避撞路径规划[J].飞行力学,2020,38(05):44-49.DOI:10.13645/j.cnki.f.d.20200628.001.

🌈4 Matlab代码实现