Pyomo+IPOPT无人机轨迹优化：避碰约束失效问题排查

一、解决object arrays are not supported错误 #

这个错误是因为直接将Pyomo变量m.tf与外部Python/numpy数组t做乘法，Pyomo无法处理这种混合对象运算。正确做法是把时间映射逻辑完全嵌入Pyomo建模体系：

1. 定义归一化时间参数集：

   m = pyo.ConcreteModel()
   m.N = pyo.Param(initialize=50)  # 采样点数量
   m.i = pyo.RangeSet(0, m.N)
   m.t_norm = pyo.Param(m.i, initialize=lambda m, i: i/m.N)  # 0到1的归一化时间点
   

2. 计算每个采样点的实际时间：

   def actual_time_rule(m, i):
       return m.tf * m.t_norm[i]
   m.tau = pyo.Expression(m.i, rule=actual_time_rule)
   

   后续所有涉及时间的逻辑（比如障碍物位置）都用m.tau[i]，避免直接操作外部数组。

二、避碰约束失效的常见原因与修复 #

1. 障碍物运动轨迹建模错误 #

障碍物在(50,50,0)停留至12秒后移动的逻辑，必须用Pyomo的符号条件表达式定义，不能用Python原生if-else（求解器无法识别这类硬编码逻辑）：

from pyomo.environ import conditional

# 定义障碍物X轴位置表达式
def obs_x_rule(m, i):
    return conditional.if_then_else(
        m.tau[i] <= 12,  # 实际时间<=12秒时停留
        50,  # 停留位置X坐标
        # 12秒后的航点插值逻辑，示例：12-17秒线性移动到(60,60,0)
        50 + (m.tau[i]-12) * (10/5)
    )
m.obs_x = pyo.Expression(m.i, rule=obs_x_rule)
# 同理定义obs_y、obs_z的位置表达式

确保障碍物位置是随m.tau[i]（实际时间）动态变化的符号表达式，而非静态数组。

2. 避碰约束的逻辑错误 #

• 优先用距离平方约束代替欧氏距离，避免开根号引入的强非线性，同时确保约束是硬约束：

  m.safe_dist = pyo.Param(initialize=5.0)  # 安全距离，按需调整
  
  def collision_avoidance_rule(m, i):
      return (m.x[i]-m.obs_x[i])**2 + (m.y[i]-m.obs_y[i])**2 + (m.z[i]-m.obs_z[i])**2 >= m.safe_dist**2
  m.collision_constraint = pyo.Constraint(m.i, rule=collision_avoidance_rule)
  

• 检查是否误写为<=（强制碰撞），或安全距离设为0这类低级错误。

3. 时间轴不同步问题 #

确认UAV轨迹总时间m.tf与障碍物全局时间完全对齐：

• 如果m.tf小于12秒，障碍物全程停在(50,50,0)，此时需允许最后一个采样点（终点）与障碍物位置重合，其他采样点必须满足避碰：

  def collision_avoidance_rule(m, i):
      if i == m.N:
          return pyo.Constraint.Skip  # 最后一点允许到达终点（与障碍物位置重合）
      else:
          return (m.x[i]-m.obs_x[i])**2 + (m.y[i]-m.obs_y[i])**2 + (m.z[i]-m.obs_z[i])**2 >= m.safe_dist**2
  

4. IPOPT求解器参数调整 #

IPOPT默认收敛容差可能导致约束轻微违反，可调整参数严格约束：

solver = pyo.SolverFactory('ipopt')
solver.options = {
    'tol': 1e-6,  # 整体收敛容差
    'constr_viol_tol': 1e-6,  # 约束违反容忍度
    'max_iter': 1000  # 增加迭代次数确保收敛
}
results = solver.solve(m, tee=True)

通过tee=True查看求解日志，确认是否有约束被标记为"violated"。

5. 采样点密度不足 #

若仅在少数采样点施加避碰约束，UAV在采样点之间的轨迹可能穿过障碍物。解决方法：

• 增加采样点数量m.N（比如从20增至50）；
• 若追求连续避碰，可采用多项式轨迹（如3次样条），并对轨迹全程施加避碰约束（需用Pyomo的ContinuousSet或积分约束，复杂度较高）。

内容的提问来源于stack exchange，提问作者David Timothy