在公式（7）中，（xg，yg）和（xr，yr）为在直角坐标系下的距离目标点的距离。  

图4 测量位置关系图

 如图4从测量位置关系图可以看出，在无人机的前方共有三个障碍物，均可以通过θ1，θ2，θ3，θ4 4个方向到达目标点。通过比较可知与目标点方向接近的方向有两个分别为：θ2与θ3。根据自由扇区选取的定义可知，θ2与θ3都是自由扇区，均可作为无人机的飞行方向。然后分别计算两个候θ2与θ3与目标点方向之间的角度β1，β2，通过比较到达目标点距离近的自由扇区为最终的方向。θ3扇区到达目标点的距离比θ2扇区到达目标点的距离更近，因此，θ3扇区是无人机的最终行进的方向。 （3）转向角度的计算 如图4在建立了激光雷达极坐标环境地图之后，无人机的行进方向为Φ。   αl为θ3扇区的终止方向O2的角度，α2为θ3扇区的起始方向O1的角度。最终航向为：   

3、实验分析

根据上述算法的规则，设计无人机避障实验，激光雷达采用的是川杉机器人公司的Delta3。激光雷达参数如表1所示，激光雷达和无人机如图5所示。 

表1 激光雷达的相关参数 

图5 激光雷达与无人机

 为了测试本文的方法，文献11和文献12进行对比实验，如图6所示。图6中障碍物之间距离均满足阈值要求，本文方法根据障碍物检测结果对无人机移动方向和速度进行不断调整，无人机可以较好无碰撞的避开障碍物，并准确到达目标点。表2所示所本文方法行进的距离更短，时间更短，说明本文方法寻得的路线更优。为了验证避障精度进行30次避障实验，文献11成功避障22次，文献12成功避障26次，本文方法成功避障29次，精度可达96.7%。与文献11和文献12两种方法进行了对比，本文方法结果更为精确性能更优。  

图6 避障结果示意图

 表2 与其他方法的对比 

为了测试无人机避障时的姿态误差，以陀螺仪的姿态系统与采用激光雷达的姿态系统相比较如图7，图8，图9。  

图7 无人机的位置偏移 

图8 滚转角与俯仰角误差 

图9 无人机航向误差

 图7表明无人机的位置偏移表明无人机的位置偏移均保持在1cm之内，图8分别为滚转角误差和俯仰角误差，表明其误差也均在0.2︒以内，图9为无人机航向误差，其误差范围在1︒以内。均比陀螺仪的姿态系统误差小。因此，利用激光雷达作为传感器，无人机在避障的过程中姿态控制有较高精度，能够满足避障控制要求。 

4、结论

本文以激光雷达为传感器设计了一种无人机的避障方法。该方法计算效率高，鲁棒性强，对误读不敏感等优点。针对传统VFH阈值敏感问题，提出了一种结合阈值评价函数的自适应阈值策略。实验结果表明，利用激光雷达获取的环境信息并结合改进VFH算法满足避障精度要求，精度可达96.7%，能够使无人机安全的到达目标点，并且无人机姿态的反馈控制的精度也满足避障控制的要求。该方法适用于无人机的实时避障规划。

来源：红外芯闻，作者为：王海群，王水满，张怡；华北理工大学电气工程学院。