文獻標識碼: A
DOI:10.16157/j.issn.0258-7998.2017.04.030
中文引用格式: 楊潤豐,駱春波. 基于無線信號接收強度定位的無人機群避碰[J].電子技術應用,2017,43(4):117-120.
英文引用格式: Yang Runfeng,Luo Chunbo. Study on UAV collision avoidance strategy based on received radio signal strength positioning method[J].Application of Electronic Technique,2017,43(4):117-120.
0 引言
近年來,隨著無人機技術的快速發(fā)展,無人機開始在公共安全需求高漲的安全防范技術中得到重要應用。無人機在執(zhí)行飛行任務時,除了采用全球定位系統(tǒng)(Global Positioning System,GPS)航點定位飛行、航向鎖定等固定模式外,更重要的是采用靈活的自主飛行模式。那么,必須加強對其飛行安全管制和保障。其中避免碰撞對無人機群的飛行極其重要,特別是在無人機無法正常接收GPS信號時,無人機本身無法獲得每個臨近的無人機準確位置信息,這將帶來不可遇測的控制困難和飛行危險。目前,國際上研究提出了基于無線射頻信號接收強度的距離測量方法[1],對比無線射頻信號到達時間或到達時差[2]、到達角[3]等方法,無線射頻信號接收強度是一個更為方便和經濟的解決方案[4]。本文在無線射頻信號接收強度距離測量方法的基礎上分析研究無人機碰撞檢測和避碰策略。
1 基于無線射頻信號接收強度的無人機距離測量
1.1 系統(tǒng)與信道模型
在無人機位置估算模型中,使用3個以上已知自身位置信息的參考節(jié)點Rj(j=1,2,…,J)對無人機Ui(i=1,2,…,I)進行定位,如圖1所示。這些參考節(jié)點可以是其他無人機、基站或接入點等,并且能夠獲取自己的準確位置和時鐘同步的自校準信息。無人機的位置信息表示為式(1),參考節(jié)點位置信息可表示為式(2),其中n表示時間戳。無人機Ui與參考點Rj的距離表示為式(3)。
1.2 距離估算
距離估算是通過應用擴展卡爾曼濾波方法實現(xiàn),根據式(3),無人機Ui與參考點Rj的距離可建模型為:
2 碰撞偵測
無人機的安全區(qū)域通常保持固定不變。如果一對無人機之間的距離信息完全準確,碰撞預警能準確地觸發(fā),在理想條件下安全區(qū)域半徑可表示為:
3 碰撞避免
這里以兩臺無人機碰撞的案例分析其控制規(guī)則。無人機的動態(tài)系統(tǒng)可描述為式(22),式中vi(n)是每個時間戳的速率。
4 實驗與分析
4.1 安全區(qū)域與碰撞
此實驗驗證無人機的安全區(qū)域半徑和碰撞概率之間的關系。設每臺無人機安全區(qū)域的半徑為S(式(21)),兩臺無人機以最大10 m/s的相對速度相向飛行,以80%的置信水平分別在不大于4 m和16 m的距離估算誤差基礎上進行了十萬次的獨立測試。
從圖4可知,在相同估算誤差的情況下,安全區(qū)域的半徑對無人機的碰撞概率起決定性作用,半徑越大,碰撞概率越低。在半徑足夠大的情況下,執(zhí)行多次估算能提高整體精度。從距離估算誤差不大于4 m的測試數(shù)據曲線觀測得,如果安全區(qū)的半徑為118 m,碰撞的概率是10-5。這個概率值在距離估算誤差不大于16 m的測試情況下,安全區(qū)域的半徑需達到220 m。如果使用式(21)以10-5的碰撞概率計算,按以上兩種測試情況分別獲得安全區(qū)半徑為120 m和240 m。安全區(qū)域的理論計算(式(21))與實驗結果基本相符,基本能夠保證安全要求。
4.2 碰撞檢測與避免
此實驗對上文所述的避碰算法進行測試。設置兩臺無人機同時工作,飛行路線隨機生成并加入估算噪聲,此飛行路線相對實際路線極不規(guī)則。根據估算的位置信息計算這兩臺無人機之間的距離。設安全區(qū)半徑為120 m,以80%的置信水平在不大于4 m的距離估算誤差值的基礎上進行測試。如果估算距離小于這個半徑,運用上述修正規(guī)則修改飛行路線,直到獲得一個安全的路線。圖5顯示了無人機1和無人機2的路線。它們之間的距離在大多數(shù)時候都小于安全區(qū)域(如圖6所示)。應用正交規(guī)則后,無人機2的飛行路線改變,新的距離大于或等于安全區(qū)域半徑,這證明了該路線修正規(guī)則的有效性。
5 結論
本文研究無人機群的碰撞檢測和避碰策略。通過接收信號強度定位估算提供位置信息并計算碰撞概率,實驗驗證了此避碰策略的有效性,使無人機飛行得到更安全的保障。
參考文獻
[1] WEISS A.On the accuracy of a cellular location system based on RSS measurements[J].IEEE Transactions on Vehicular Technology,2003,52(6):1508-1518.
[2] GOLDEN S,BATEMAN S.Sensor measurements for wi-fi location with emphasis on time-of-arrival ranging[J].IEEE Transactions on Mobile Computing,2007,6(10):185-1198.
[3] PATWARI N,HERO A O,PERKINS M,et al.Relative location estimation in wireless sensor[J].IEEE Transactions on Signal Processing,2003,51(8):2137-2148.
[4] 楊潤豐,駱春波,張智聰,等.基于擴展卡爾曼濾波算法的無人機定位[J].電訊技術,2016,56(1):60-66.
[5] ALIZADEH P,CHEVALEYRE Y,ZUCKER J D.Approximate regret based elicitation in Markov decision process[C].Proceedings of 2015 IEEE International Conference on Research,Innovation, and Vision for the Future(RIVF),Can Tho,Vietnam,IEEE 2015,2015.
作者信息:
楊潤豐1,駱春波2
(1.東莞職業(yè)技術學院 電子工程系,廣東 東莞523808;2.英國??巳卮髮W 數(shù)學與計算機科學系,英國EX4 4QF)