林业监测无人机能够搭载多种监测设备,是一种机动性强、成本低廉的林业信息监测平台,能够广泛的应用于林业信息监测领域。相比于空旷的林冠上环境,林业监测无人机在林冠下飞行面临着不确定性大、障碍物分布不均以及局部障碍物密集等挑战。因此本文面向林业监测无人机在林冠下飞行任务的实际需求,针对无人机林冠下路径规划问题展开研究,重点解决如何在林冠下动态、非结构化环境中实现无人机高效与快速路径规划的问题。本文主要工作如下:1.建立了无人机模型并对无人机林冠下路径规划问题进行描述。本文利用Newton-Euler法推导得到无人机的旋转模型与旋转矩阵,得到无人机的运动学模型。根据林冠下飞行环境的特征,对无人机的飞行性能进行了约束。通过分析林冠下环境特点以及存在问题,对环境进行简化建模并提出相应的路径规划目标函数。为林冠下无人机路径规划提供了可靠的前提条件。2.提出了一种基于AOQPIO算法的无人机林冠下全局路径规划算法。本文基于量子行为鸽群算法(QPIO),结合混沌初始化、罗盘算子的自适应调整与自适应压缩算子等策略,提高了搜索的多样性,并将其应用于无人机林冠下全局路径规划,提高了全局路径规划的质量与效率。本文通过路径长度、路径代价值以及运行时间对林冠下三种情况下的无人机路径规划算法进行实验分析,结果表明AOQPIO算法生成的全局路径长度比其他几种算法要短4.3%,且代价值明显更小;改进RRT*算法生成的在线路径相比其他RRT相关算法生成的路径长度至少短7.9%,且鲁棒性更好;3.提出了一种基于改进RRT*算法的无人机林冠下在线路径规划算法。本文基于快速随机拓展树算法(RRT*),在节点采样、选取、拓展与重选择等优化策略的基础上,结合滚动时域控制框架,提出了改进RRT*算法,并将其应用于无人机林冠下在线路径规划。生成路径点后使用最小加加加速度轨迹生成(Minimum Snap Trajectory Generation,MSTG)算法生成平滑飞行轨迹,提高了轨迹的跟随性。4.设计了无人机林冠下双层路径规划框架。综合上述两种路径规划算法,本文设计了无人机林冠下双层路径规划的规划框架。首先使用AOQPIO算法进行预规划,生成离线全局路径点序列后使用改进RRT*算法去逐一访问。通过对双层路径规划算法进行仿真实验,证明其在林冠下静态环境下与动态环境下均能够给出良好的规划效果。林冠下双层路径规划算法能够结合上述两种算法的优势,与上述两种单一场景算法相比,该算法在静态与动态环境中结果更优。