论文部分内容阅读
路径规划是实现飞行器高度自主导航的重要环节之一。针对室内环境下微小型无人机的自主导航需求,本文在充分调研分析无人机路径规划的研究现状和关键技术的基础上,对室内微小型无人机的路径规划问题展开了深入研究。结合现有的路径规划建模方法,本文建立了室内微小型无人机路径规划模型,将三维规划空间离散为均匀的栅格模型,以栅格作为路径规划的基本单位,栅格的中心点作为飞行的路径点,用路径点序列表示最终的路径规划结果。在路径规划的基本模型确立后,本文首先利用蚁群算法展开了室内微小型无人机全局路径规划的研究,构造了基于蚁群算法的室内无人机路径规划模型。为提高算法的效率,增强算法适应能力与鲁棒性,提出了一种TBMRACO算法,该算法针对蚁群算法固有的缺点从路径选择、信息素更新、回退策略等方面对基本蚁群算法进行了改进。为了使得算法性能达到最佳状态,本文从理论上对蚁群算法中的各个参数对算法的性能影响进行了深入剖析,并通过实验方法得到了参数的最优设置组合。为了提高路径规划效率,本文进一步对路径规划领域的另一主流算法——A*算法进行了研究,利用A*算法实现了室内微小型无人机的全局路径规划。为将算法推进到实时规划领域,提出无记忆A*算法,该算法利用A*算法的启发式函数构造思想建立了信息不累积的单步规划模型,结合传感器的实时探测信息,成功实现了飞行过程中的实时路径决策与引导功能。最后,本文开发设计了室内微小型无人机路径规划仿真平台,将本文中提出的环境建模、全局路径规划与实时路径规划的方案分别作为平台的子模块进行了实现。并以该平台为基础,对前几章所提出的路径规划算法进行了集中仿真验证与分析总结。