多无人机在线路径规划的新算法

构型空间中的多无人机路径规划-蓝色为障碍物区域，白色为自由空间即可通行区域

为了保证多无人机协同运行，需要进行高效的实时路径规划，包括避障和防碰。多无人机在线路径规划可以让无人机集群适应复杂多变的环境，躲避未知障碍物，提高飞行安全。多无人机在线路径规划，不仅要考虑单机的飞行约束条件和威胁条件，还要考虑无人机的数量、功能、协同方式等因素，本质上是一个大规模约束多目标优化问题。

飞行实验

南京航空航天大学自动化学院吕迅竑团队研究了一种基于改进Hybird A*的多无人机在线路径规划算法。并搭建了仿真系统和实验平台，验证算法的实时性与稳定性。研究成果在2023年第六届国际自主系统大会发表。

使用NOKOV动作捕捉系统获取无人机实时位置信息

实验中无人机搭载深度相机提供深度图用来感知周围环境；板载计算机负责无人机之间的路径信息交互以及运行路径规划算法。NOKOV动作捕捉系统为各个无人机提供精准的位置信息。

实验目标为同时给定三架无人机的目标点，要求各无人机均可在考虑避障和防撞的约束条件下安全抵达目标点。

研究团队将传统速度障碍模型进行改进，提出适用于6自由度无人机的三维速度障碍模型，用以计算无人机在三维空间中的安全飞行速度。

三维速度障碍模型原理图

各架无人机利用Hybird A*算法进行分布式路径规划。对已规划的路径进行碰撞风险评估，若存在碰撞风险，则根据三维速度障碍模型计算安全飞行速度，将安全飞行速度作为优化约束条件，基于势场法对路径进行调整，使之同时达到避障与防撞的效果。

Hybird A*路径搜索算法示意图

实验结果

各架无人机进行在线路径规划，开始飞往目标位置，在飞行的过程中不断检测障碍物，同时检查是否与其他无人机发生碰撞，如果有碰撞风险则进行重规划；最后安全抵达目标点。

室内多无人机飞行实验实时路径结果

三架无人机从起飞至到达目标点，中途遇到多个障碍物，每架无人机均可以调整自己的路径，在避障和防撞约束下到达目标点。

其中UAV1飞行路径8m，平均速度0.8m/s；UAV2飞行路径15m，平均速度1.1m/s；UAV3飞行路径19m，平均速度1.1m/s。

结果表明，利用研究团队提出的算法，多架无人机可以同时进行在线规划，规划的路径满足无人机运动学约束条件，能够规避障碍物，并有效防止无人机之间发生碰撞。

参考文献：

Zhiwei Wang, Chenhui Wan, Xunhong Lv, Cheng Ni, Zehui Mao, Yunrui Li. Multi-UAV online path planning algorithm based on improved Hybrid A*. Published in 2023 6th International Symposium on Autonomous Systems (ISAS), Nanjing, China