摘要：激光雷達有探測距離遠，魯棒性強等特點，將激光雷達作為無人機的傳感器，并對傳統(tǒng)的矢量場直方圖算法（VFH）進行了改進。用激光雷達數(shù)據(jù)作為依據(jù)，提出了一種改進自適應(yīng)閾值策略，使用閾值評價函數(shù)，對可選范圍內(nèi)的每組閾值進行綜合評價，使得無人機能夠選取適合當前情況的閾值。實驗結(jié)果表明，存在障礙物環(huán)境中，無人機可以尋得較短的路徑和較快的時間，安全無碰撞的到達目標點，避障精度可達96.7%，并且無人機姿態(tài)的實時反饋控制也滿足避障的要求。

0?引言

避障問題一直是無人機的熱點研究問題，現(xiàn)如今人們對局部避障有很多成熟的算法，如人工勢場法、柵格法、可視圖法等，每個算法的優(yōu)缺點也不一樣，其中，向量場直方圖法（VFH）在機器人避障表現(xiàn)出良好的性能。VFH是一種由人工勢場法改進而來的機器人導(dǎo)航算法，廣泛應(yīng)用在機器人的實時避障當中。VFH算法解決了虛擬勢場法VFF容易陷入局部極小值，狹窄通道存在震蕩的問題。但該算法未考慮機器人的尺寸以及動力學(xué)和運動學(xué)特性。為了改進VFH算法缺點，文獻4提出了改進VFH*算法，另外，還有許多研究者考慮到障礙物存在速度的問題提出了VFH*算法，學(xué)習(xí)動態(tài)環(huán)境避障。文獻6設(shè)計了基于動態(tài)閾值的局部循環(huán)跳出機制以克服固定閾值所帶來的問題。通過分析會發(fā)現(xiàn)算法的提出都和當時的設(shè)備有關(guān)，設(shè)備精度低對障礙物檢測不完全可靠，不得不提出各種的數(shù)據(jù)處理的方法。現(xiàn)如今激光雷達的精度完全能滿足要求。對此，對此，本文以二維激光雷達為傳感器，采用改進的VFH算法，實現(xiàn)了一種自適應(yīng)閾值策略，提高了在無人機飛行過程中的避障性能。

1?激光雷達特點

激光雷達結(jié)合了激光技術(shù)與雷達技術(shù)，利用激光發(fā)出光波信號進行測量，激光雷達的工作方式與微波雷達類似。相對于傳統(tǒng)的探測技術(shù)而言，激光雷達有著精度高，抗干擾能力強等特點。

2?改進的VFH算法

激光雷達所采集的數(shù)據(jù)是在極坐標下激光雷達與障礙物之間的距離，通過VFH算法將無人機周圍存在的障礙物進行量化表示并根據(jù)不同障礙物距離賦予不同的障礙強度值。無人機會在小于確定的閾值的范圍內(nèi)選擇其移動的方向。但是閾值的確定需要根據(jù)無人機的實際飛行狀態(tài)決定，沒有統(tǒng)一的方法。如圖1所示，閾值過大時會有一些能夠通過的路徑被忽視，使無人機不能發(fā)現(xiàn)道路，從而找不到目標點；如圖2所示，閾值過小，會使無人機無法發(fā)現(xiàn)前方的障礙物，來不及躲避發(fā)生碰撞。

圖1 閾值過大

圖2 閾值過小

2.1?坐標變換

利用二維激光雷達作為傳感器來采集數(shù)據(jù)，根據(jù)激光雷達采集到的數(shù)據(jù)信息生成所需要的環(huán)境信息，根據(jù)所生成的環(huán)境信息建立以激光雷達為中心的直角坐標系。為了使無人機能夠安全避障，需要對全局直角坐標系與極坐標之間進行坐標轉(zhuǎn)換。圖3為坐標系的變換規(guī)則。

α為無人機在直角坐標系中行進方向的角度，β為極坐標系下與直角坐標系下的坐標變換角。

式（2）為極坐標系航向角與直角坐標系航向角的轉(zhuǎn)換關(guān)系。如圖3所示在極坐標系下的障礙物A方向角為O，根據(jù)公式（2）可以得出直角坐標系下的方向角Φ。

圖3 直角坐標與極坐標的轉(zhuǎn)換

2.2?閾值的選取

經(jīng)過以上分析閾值過大會忽視一些可通過的路徑，閾值過小可能會發(fā)生碰撞，因此針對傳統(tǒng)VFH算法固定閾值敏感的問題，本文提出一種自適應(yīng)閾值策略。

（1）假設(shè)無人機飛速度為v，勻減速加速度為α，無人機減速到速度為零時所進行的位移D為

式（4）中Lmax激光雷達的最遠離，dth最優(yōu)閾值，λ安全系數(shù)，RT激光雷達到達無人機邊緣的距離。

（2）設(shè)置初始閾值，其中dmax（最大閾值）和dmin（最小閾值），一般選取的最大閾值應(yīng)略小于激光雷達掃描的最大距離．取dmin=λ（D+ RT）。

（3）選取合適的步長△d，對于區(qū)間[dmin，dths

式中（c，kt）可選方向與目標點的夾角，（c，kr）可選方向與當前方向的夾角?（c，kbt）可選方向與上一次運動方向的夾角，u1+u2

在求解的所有dthi中，求得代價函數(shù)函數(shù)值最小的一項對應(yīng)的dthi即為最優(yōu)閾值。

2.3?自由扇區(qū)與轉(zhuǎn)向的確定

首先需要對激光雷達采集到數(shù)據(jù)生成環(huán)境信息，在根據(jù)環(huán)境信息確定無人機可通過的扇區(qū)區(qū)間，在可通過的扇區(qū)區(qū)間中選取一個最合適的區(qū)間，為無人機行進的方向。

（1）自由扇區(qū)的選取

定義在極坐標環(huán)境信息中，如果θ角度方向的距離d小于等于ds且dd小于無

人機的寬度，則該區(qū)域稱為峰扇區(qū)：否則為谷扇區(qū)。其中，dd的定義如下：

其中，φ為包ds并且大于ds區(qū)域的角度值。

根據(jù)上述定義確定的自由扇區(qū)，就是無人機可以通過的方向。

（2）平臺轉(zhuǎn)向方向的確定

以激光雷達為中心的直角坐標系下，利用式（6）計算目標點與無人機的夾角α，如圖4所示。

在公式（7）中，（xg，yg）和（xr，yr）為在直角坐標系下的距離目標點的距離。

圖4 測量位置關(guān)系圖

如圖4從測量位置關(guān)系圖可以看出，在無人機的前方共有三個障礙物，均可以通過θ1，θ2，θ3，θ4 4個方向到達目標點。通過比較可知與目標點方向接近的方向有兩個分別為：θ2與θ3。根據(jù)自由扇區(qū)選取的定義可知，θ2與θ3都是自由扇區(qū)，均可作為無人機的飛行方向。然后分別計算兩個候θ2與θ3與目標點方向之間的角度β1，β2，通過比較到達目標點距離近的自由扇區(qū)為最終的方向。θ3扇區(qū)到達目標點的距離比θ2扇區(qū)到達目標點的距離更近，因此，θ3扇區(qū)是無人機的最終行進的方向。

（3）轉(zhuǎn)向角度的計算

如圖4在建立了激光雷達極坐標環(huán)境地圖之后，無人機的行進方向為Φ。

αl為θ3扇區(qū)的終止方向O2的角度，α2為θ3扇區(qū)的起始方向O1的角度。

最終航向為：

3?實驗分析

根據(jù)上述算法的規(guī)則，設(shè)計無人機避障實驗，激光雷達采用的是川杉機器人公司的Delta3。激光雷達參數(shù)如表1所示，激光雷達和無人機如圖5所示。

表1 激光雷達的相關(guān)參數(shù)

圖5 激光雷達

為了測試本文的方法，文獻11和文獻12進行對比實驗，如圖6所示。圖6中障礙物之間距離均滿足閾值要求，本文方法根據(jù)障礙物檢測結(jié)果對無人機移動方向和速度進行不斷調(diào)整，無人機可以較好無碰撞的避開障礙物，并準確到達目標點。表2所示所本文方法行進的距離更短，時間更短，說明本文方法尋得的路線更優(yōu)。為了驗證避障精度進行30次避障實驗，文獻11成功避障22次，文獻12成功避障26次，本文方法成功避障29次，精度可達96.7%。與文獻11和文獻12兩種方法進行了對比，本文方法結(jié)果更為精確性能更優(yōu)。

圖6 避障結(jié)果示意圖

表2 與其他方法的對比

為了測試無人機避障時的姿態(tài)誤差，以陀螺儀的姿態(tài)系統(tǒng)與采用激光雷達的姿態(tài)系統(tǒng)相比較如圖7，圖8，圖9。

圖7 無人機的位置偏移

圖8 滾轉(zhuǎn)角與俯仰角誤差

圖9 無人機航向誤差

圖7表明無人機的位置偏移表明無人機的位置偏移均保持在1cm之內(nèi)，圖8分別為滾轉(zhuǎn)角誤差和俯仰角誤差，表明其誤差也均在0.2?以內(nèi)，圖9為無人機航向誤差，其誤差范圍在1?以內(nèi)。均比陀螺儀的姿態(tài)系統(tǒng)誤差小。因此，利用激光雷達作為傳感器，無人機在避障的過程中姿態(tài)控制有較高精度，能夠滿足避障控制要求。

4?結(jié)論

本文以激光雷達為傳感器設(shè)計了一種無人機的避障方法。該方法計算效率高，魯棒性強，對誤讀不敏感等優(yōu)點。針對傳統(tǒng)VFH閾值敏感問題，提出了一種結(jié)合閾值評價函數(shù)的自適應(yīng)閾值策略。實驗結(jié)果表明，利用激光雷達獲取的環(huán)境信息并結(jié)合改進VFH算法滿足避障精度要求，精度可達96.7%，能夠使無人機安全的到達目標點，并且無人機姿態(tài)的反饋控制的精度也滿足避障控制的要求。該方法適用于無人機的實時避障規(guī)劃。

審核編輯：劉清