论文部分内容阅读
随着无人自主飞行器技术和人工智能技术的发展,四旋翼无人机已经广泛出现在人们的视线中。由于其造价低廉,操作灵活,使得四旋翼无人机广泛应用于生活、工业和军事领域的方方面面。随着任务逐步趋于复杂,单个无人机已经无法满足多样化的任务要求,多无人机编队问题应运而生。其中,多无人机编队自动飞行的避障是研究中一个重要的部分。本文以多四旋翼无人机编队为研究对象,对其应用场景,编队规则和飞行避障进行了研究。首先,本文分析了四旋翼无人机的飞行原理和动力学特性,在牛顿-欧拉方程的基础上对前人的研究作了相关的简化,对简化后的四旋翼无人机进行了建模,并根据该模型选择了合适的飞行控制器。其次,本文研究了目前多无人机编队在军事、科研和国民经济领域的应用场景和发展趋势,并创新性地提出了一种符合该应用场景和发展潮流的无人机编队规则,该规则同时具备有队形编队和无队形编队的特征,基于该场景和规则选择了基于行为与主从控制相结合的编队控制方法。然后,在基于本文选用的编队控制方法中的行为控制模式下,对多无人机进行了全局路径规划。在全局路径规划中,重点讲述了对偶生成法在生成Delaunay三角元时,通过寻找与障碍物安全圆相切的圆的圆心作为V图路径节点的方式,来对V图的构建方法进行了改进,并对该方法进行了仿真,验证了该方法在一定时间条件下能够得到一个比原来方法更安全的V图路径。通过对Dijkstra算法和A*算法的原理分析和仿真验证,得出A*算法在路径寻找上效率更高的结论。最后通过仿真,验证了A*算法在离线状态下能够对多无人机编队飞行规划出安全合理的飞行航迹,实现了多无人机的离线全局避障。最后,由于A*算法对路径规划时是完全依赖于环境信息的,而在通常情况下,飞行区域障碍物并不是事先完全知晓的,所以本文采用免疫网络规划算法来进行局部避障,弥补了A*算法在全局路径规划方面的缺陷。在独特型免疫网络规划算法中,本文将四旋翼无人机的机载传感器检测到的局部环境信息对其自身的飞行姿态定义了抗体,根据这些抗体设计了面向障碍物和目标的抗原,完成了四旋翼无人机的局部避障。然后通过对基本遗传算法和免疫网络规划算法进行试验仿真,验证了独特免疫网络规划算法在无人机局部避障中的有效性和鲁棒性。