随着无人机使用领域不断拓宽,无人机研究已进入编队执行复杂任务的阶段,需要愈加精细复杂的编队航路规划与控制,以适应复杂的应用场景。在执行空中加油、长距离编队运输、高精度定位、多角度成像等任务时,必须考虑无人机编队的队形稳定性、编队整体避障、高速三维避障以及必要时的编队解散与重组等问题。该课题对此进行了初步探究。在设计出同步抗干扰控制器解决了编队结构稳定性之后,从静态规划和动态规划两方面分别研究了编队躲避静态障碍物和高速障碍物的航路规划算法。主要研究内容包括以下四点:1.针对无人机编队中单独个体受到扰动时无人机优先保持队形的问题。采用同步控制理论保证无人机同步飞行从而保持队形。设计队形控制器,在位置和姿态控制器上添加同步误差PD控制,使得编队中一架无人机由于扰动而产生位置和姿态的变化时,其他无人机可以同步响应。通过MATLAB/Simulink仿真,结果显示该控制器可以在无人机受到扰动时更快的回归队形,且队形破坏程度减少59%,表明同步误差控制适用于固定编队控制队形。2.在编队静态规划中,选择A星算法进行固定编队的静态路径规划。先将成熟的二维A星算法扩展到三维中。根据无人机的约束条件,确定A星算法扩展节点的范围,减少扩展节点的数量并改进代价函数。尤其,在飞行器高度控制方面,根据巡航高度的要求,提出双曲线高度代价函数,这使得无人机可以在可飞行高度区域中选择最优飞行高度。仿真表明:新算法能够有效地提高搜索的效率,使得规划的航路符合无人机的约束条件和任务要求。在此基础上,研究无人机编队队形固定时的静态规划。将无人机编队看成一个整体,编队中心作为规划节点,使得扩展的节点与障碍物都保持大于编队半径的距离。3.在动态规划中,针对速度大于无人机本身速度的高速障碍物,专门设计新的人工势场函数进行动态路径规划。首先,针对人工势场法目标不可达问题,使用添加目标点影响的斥力场。其次,针对势场会对无人机产生无必要影响甚至陷入局部最优的情况,添加碰撞锥判定。之后,由于现有人工势场法在遇到高速障碍物时,存在避让不及,加大斥力也无法顺利规避的问题,提出速度势场法理论,改变合力方向,即在斥力场中添加和障碍物速度与无人机本身速度都垂直的斥力。将改进的速度势场法与原势场法进行仿真对比,结果表明速度势场法能够更快更好的避开不同速度的高速障碍物,且只有速度势场法可以使无人机避开速度大于本身的障碍,证明了速度势场法在避开高速障碍物时的优势。4.为了解决编队高速避障时必要的解散与重组问题,设计编队避障系统,使用碰撞锥判据判断是否需要解散队形避障。在无人机没有检测到障碍物时,使用虚拟结构法保持编队队形。在遇到动态障碍物时,解散队形,使用已设计的速度势场法,并且为了避免避障时编队内部无人机相撞,添加内部避障势场。为了将编队保持队形前进和动态避障相结合,设计碰撞锥判断控制器,判断何时回归队形。所设计的控制器和航路规划方法都进行了仿真验证。仿真过程中,无人机编队能够实现稳定组队并进行高速避障,有利于无人机应用到有高速障碍物的复杂环境中,拓展了无人机的应用领域。