论文部分内容阅读
避障路径规划能力作为无人机实现安全自主飞行的关键能力之一,一直以来都是无人机研究工作中的热点研究内容。RRT~*算法作为一种常用的避障路径规划算法,能够实时、在线地进行避障路径规划,能够在保证概率完备性的同时得到具有渐近最优性的避障路径。由于RRT~*算法增添了路径寻优过程,算法收敛速度有所下降。为了弥补RRT~*算法的这一不足之处,本文提出了一种基于启发式函数进行偏向性采样的改进型RRT~*算法来加快算法收敛速度,并围绕着该改进型算法进行无人机避障路径规划的研究应用。本文的主要研究内容如下:1、对无人机避障路径规划问题进行了分析并建立了与问题相关的模型。首先,对无人机避障路径规划问题进行了分析,为了方便研究用数学语言对问题进行了描述;然后建立了研究对象无人机的运动模型;最后梳理归纳了无人机在执行作战任务时比较常见的威胁源,根据这些威胁源的不同特性将威胁分为环境威胁与防空系统威胁两大类,并对两类威胁里的主要威胁源进行了分析和建模。2、在传统RRT~*算法的基础上提出了改进的RRT~*算法,并将改进的RRT~*算法应用在二维空间的无人机避障路径规划。首先对起源算法RRT算法及传统RRT~*算法的原理、优缺点及改进方法进行了说明。针对传统RRT~*算法的不足,提出了一种基于启发式函数进行偏向性采样的改进RRT~*算法。通过在二维空间中的无人机避障路径规划仿真实验验证了改进RRT~*算法的可行性,通过与RRT算法、RRT~*算法的实验结果对比得出改进RRT~*算法的规划时间更少,规划路径长度更短,证明了改进RRT~*算法的优越性。考虑到进行偏向采样的不同阈值会对改进RRT~*算法的路径规划效果产生影响,针对不同阈值进行了实验,实验结果表明,阈值设置为0.5时,改进RRT~*算法在无人机避障路径规划的应用效果最好。3、对改进型算法进行扩展,将其应用到三维空间中的无人机避障路径规划。为了更真实直观地观察改进RRT~*算法的性能,对算法中的启发式函数进行扩展调整,然后将算法应用到三维空间中进行无人机避障路径规划。通过仿真实验验证了改进的RRT~*算法在三维空间中进行无人机避障路径规划的可行性;与RRT算法、RRT~*算法的实验对比结果表明,改进的RRT~*算法能够在得到最优和次最优路径的基础上减少路径规划时间,提高算法收敛速度,证明了算法的优越性。