论文部分内容阅读
无人机在各领域的广泛应用与无人机飞行环境的愈加复杂,对无人机航迹规划技术提出了更大的挑战与要求。目前国内外学者专家们对无人机航迹规划方法开展了富有成效的研究工作,但在三维复杂约束环境下还存在不足;并且仅适用于某种特定的环境,方法适应性不足。因此,本文在无人机三维全局静态航迹规划问题上,设计出多层扩展A*算法,使规划能顾及复杂环境约束且符合无人机飞行特点;在无人机三维局部动态航迹规划问题上,对传统粒子群算法进行改进,搜索出最优引导点修改航迹以规避突发威胁且提高算法收敛效率。最后分别进行无人机全局静态航迹规划与局部动态航迹规划的对比分析试验,主要研究工作和成果如下:(1)设计出适用于复杂环境下无人机三维全局静态航迹规划的多层扩展A*算法。在航迹规划搜索前,将典型复杂环境(地形、气象、禁飞区、危险物等)与不同任务目标下航迹约束条件融合,构建出三维航迹规划环境模型为算法提供搜索环境,进而适应不同环境下的多样化约束需求;顾及无人机自身性能约束与飞行特点,设计出多层扩展A*算法,通过“新增水平方向向量”与“竖直分层扩展节点”两方面进行三维分层扩展,提高航迹准确性;将各飞行代价归一化以改进算法代价函数引导快速选取最优参考航迹,使得算法具有更高的效率。(2)提出基于最优引导点的无人机三维局部动态航迹规划方法与航迹格网等分的检核方式。针对目前无人机三维局部动态航迹规划方法效率低与精度差的问题,在获取局部动态规划区域后,直接通过求取最优引导点来修正局部范围内的航迹以规避突发威胁实现快速规划;在求取最优引导点时,采用“分层随机初始化”与“粒子偷懒流放”策略设计改进粒子群算法加快收敛效率;提出航迹格网等分的检核方式,对所规划航迹逐格网划分为一系列节点,并依次对其进行检核,以验证所规划三维航迹的正确性。(3)研发原型系统并进行试验分析。以四川省甘孜藏族自治州金沙江附近地形起伏地区为案例区域,首先通过本文所提出的多层扩展A*算法,进行无人机全局静态航迹规划试验,并与经典A*算法、稀疏A*算法进行对比分析,以验证本文所提算法高效性与准确性;然后新增突发威胁,通过本文所提出的基于最优引导点的方法进行局部动态航迹规划的试验;对本文改进算法与基本粒子群算法进行对比分析,验证本文改进算法计算效率的高效性;最后检核所规划航迹,以相互验证本文方法的准确性与适用性。