论文部分内容阅读
按照对环境的已知程度划分，无人机路径规划可分为全局路径规划和局部路径规划，单一地考虑其中的一方面容易导致规划出来的路径并不能真正满足实际的要求，基于此出现了较多将两者进行结合的混合规划方法，但是这些方法仍存在计算量大或者规划出来的路径偏离最优路径等缺点。针对这一问题，本文提出了一种基于粒子群优化算法和极限环法的混合路径规划方法，具体研究内容如下: (1)通过分析无人机路径规划技术的发展现状，指出目前混合路径规划方法存在的问题，提出了一种基于粒子群优化算法和极限环法的混合路径规划方法。其中粒子群优化算法作为全局规划算法获取全局最优路径，极限环法作为局部规划方法对动态障碍物进行避障。 (2)基于粒子群优化算法的全局路径规划中将路径看作为“粒子”，由于最终的路径必须是有效的，而标准粒子群优化算法并未涉及对粒子的有效性检验问题，因此不能直接用于对路径的求解。针对这一问题，本文改变了粒子种群的初始化方法，并设计了对无效粒子的判断和处理方法。针对标准粒子群优化算法存在的“极小”点问题，提出了一种基于起始点和目标点连线的改进粒子群优化算法。另外，考虑过多的节点不利于无人机的实际飞行操作，文中设计了对最优路径的修改方法。最后将改进算法与标准算法进行对比仿真，结果表明，改进的算法能得到更优的路径，而对路径的修改能进一步提高改进算法的性能。 (3)本文将无人机的避障运动分为沿障碍物运动方向的直线运动和以障碍物为圆心的极限环运动，由此改变了极限环的方程公式并给出了收敛性的证明。另外，由于多数探测传感器很难获取障碍物的整体尺寸，因此不能直接将障碍物等效为一个圆，针对这一问题，本文研究了一种基于障碍物局部信息的改进极限环法，并设计了仿真，结果表明，改进的方法具有较好的性能。 (4)文中最后将本文提出的方法与参考文献中基于粒子群优化算法和人工势场法的混合方法进行对比仿真，结果表明由本文的方法得到路径耗时更短。