《基于RRT的无人机实时避障算法实现-仿真工程本科毕业论文》由会员分享，可在线阅读，更多相关《基于RRT的无人机实时避障算法实现-仿真工程本科毕业论文（49页珍藏版）》请在金锄头文库上搜索。
1、xx 科学技术大学本科毕业论文本本 科科 毕毕 业业 论论 文文题目： 基于 RRT 的无人机实时避障算法实现 学员姓名：学员姓名： xx 专业：专业： 仿真工程 培养类型：培养类型： 工程技术类 学号：学号： xxxx 所属学院：所属学院： 机电工程与自动化学院年级：年级： 20xx 级 指导教员姓名：指导教员姓名： xx 职称：职称： 讲师 所属单位：所属单位： 机电工程与自动化学院自动化研究所 xx 科学技术大学训练部制xx 科学技术大学本科毕业论文I目 录目 录.I图表目录III摘 要.iAbstract.ii第一章 绪 论.11.1 课题研究背景.21.2 国内外研究进展.51.2.
2、1 无人机实时避障路径规划发展现状.31.2.2 无人机实时避障路径规划技术发展趋势.31.3 文章结构安排6第二章 无人机实时避障路径规划问题分析与建模72.1 无人机实时避障问题分析72.2 无人机实时避障问题建模92.3 实时避障路径规划常用方法及其具体应用，优劣分析10第三章 基于改进 RRT 的无人机实时避障路径规划.213.1 RRT 基本原理及其应用213.2 结合问题特性的 RRT.223.3 基于 RRT 的避障路径规划373.4 改进算法的实时性.37第四章 Matlab 仿真实验验证434.1 实验方案4.2 算例测试第五章 结论致 谢44参考文献45附 录47xx 科学
3、技术大学本科毕业论文II图表目录图 1.2.1 无人机自主空中防撞系统主要功能模块 11图 2-2 多种算法的特征提取流程 .12图 3.1.1 RRT 的节点扩展示意图 14图 3.3.1 改进的 RRT 节点扩展 .16图3.3.2 基于改进RRT的航迹规划算法描述图 3.4.1 RRT 算法，控制避障安全距离实验结果 21图 3.4.2 改进 RRT 算法，控制避障安全距离实验结果 .22图 3.4.3 RRT 算法，控制搜索步长实验结果24图 3.4.4 改进 RRT 算法，控制搜索步长实验结果25图 3.4.5 避碰安全距离为 5，步长与扩展节点数的关系 .26图 3.4.6 避碰安
4、全距离为 5，步长与规划时间的关系 .27图 3.4.7 搜索步长为 5，避碰安全距离与扩展节点数的关系28-29图 3.4.8 搜索步长为 5，避碰安全距离与规划时间的关系29-30图 4.1 无人机预定航迹与威胁航迹 31图 4.2 无人机重规划的航迹与威胁航迹32-33图 4.3 无人机预定航迹、重规划的航迹与威胁航迹 34-35xx 科学技术大学本科毕业论文i摘 要在预定路径下，自主避障式的航迹规划是无人机执行区域飞行任务的有效保证。航迹规划算法是无人机关键技术之一，也是任务规划系统核心之一。本文阐述了无人机三维航路规划面临的关键性问题及发展趋势，针对非协助式的三维障碍规避问题，提出了
5、一种基于快速随机扩展树（RRT）方法的三维路径规划算法。由于无人机避障的空间搜索范围大，三维航迹规划一直是航迹规划中的难点，而只有进行三维规划才能提高避障的实时性和灵活性。本文在 RRT 的基础上，通过改进随机扩展树的节点选择，引入启发式信息，结合考虑无人机的性能特点等方法降低了航迹规划的时间代价和扩展的节点数，取得了较好的效果。仿真测试结果表明，算法简单、快速、有效地规划出了三维可行航迹。关键词：实时避障；三维路径规划；快速随机扩展树（RRT）xx 科学技术大学本科毕业论文iiAbstractOn condition that the scheduled path given , Auton
6、omous Route Planning is the prerequisite for Unmanned Aerial Vehicles (UAVs) to perform area search mission effectively . Path planning is essential of both UAVs and mission planning system . A conclusion of the key problems and the development trend of them are elaborated . With regard to the non-c
7、ooperant 3-D route planning , a modified (Rapidly-exploring Random Tree) RRT-based UAV route planning algorithm is proposed . It is very difficult to implement 3-D route planning of Unmanned Air Vehicle (UAV)because of the large searching space .Precise 3-D route planning can increase the real-time
8、planning and flexibility . Based on RRT algorithm , the modified RRT method has introduced heuristic information , improved the extension of RRT node , and took UAVs properties into consideration , which can reduce the node number in search tree and time cost .It has been proved to be successful . K
9、eywords: real-time planning , 3-D route planning , Rapidly-exploring Random Tree第一章 绪 论1.1 课题研究背景无人机（Unamanned Aerial Vehicle，UAV）是一种无人驾驶、动力驱动、可重复使用的飞行器。目前，无人机已广泛使用于情报侦察、通信中继、目标搜索与跟踪和对地攻击等各种作战任务中，并发挥了重大作用。无人机实时避障是无人机在感知周围静态与动态障碍的基础上，为避免发生碰撞，或者产生冲突事件，而进行实时规避机动的行为。在避开障碍之后，无人机重新恢复到安全状态，按预先规划的航线飞行，或者执行既
10、定的作战任务。无人机飞行途中遇到的障碍可分为协作式障碍和非协作式障碍。协作式障碍是指可以通过信息共享来实现避碰和防撞。非协作式障碍是指无人机通过自身传感器自主检测到的障碍，并且无法通过信息共享来避开这类障碍。随着无人机系统技术的不断发展，众多功能各异的无人机被广泛应用于各种军事和非军事行动中。因此，对无人机实时感知并避开飞行途中的障碍和威胁的研究，作为无人机安全飞行的保障及实现其自主能力的关键技术之一，正引起各国重视。然而，现有的避障技术并不能满足无人机实现高等级自主控制的需求，迫切需要研究面向无人机的实时避障算法。针对未来无人机自主控制的发展以及无人机避障行为决策技术的需求，利用 RRT 算
11、法实现无人机的实时避障路径规划问题是本课题的重点。1.2 国内外研究现状1.2.1 无人机实时避障路径规划的发展现状无人机感知规避系统可以划分为五个主要功能模块：察觉、检测、感知、生成逃逸机动，如图 1.2.1 所示图 1.2.1 无人机自主空中防撞系统主要功能模块（1）察觉功能。系统监视环境，并收集入侵者当前合适的状态信息，例如，飞机位置、速度、朝向等。（2）检测功能。系统获取察觉数据，并处理得到有用信息，发现并管理无人机可能遇到的碰撞风险。（3）感知功能。监视环境态势，在危急情况下取得飞机管控权，并在情况恢复正常时归还控制权。（4）生成逃逸航线。探测到将可能发生冲突碰撞时，生成逃逸航线和实
12、现逃逸机动的功能被激活，并决定采取什么行为如何机动规避。（5）实现逃逸机动。考虑无人机平台的性能，完成规避机动行为。围绕第四和第五个功能模块，目前，国内外研究的避障路径规划问题主要算法大致分为五类，即预定义避障方法，基于协议的分布式避障方法，逃逸航线优化方法，势场方法，基于视觉的避障方法等。（1）预定义避障方法这类方法基于一套固定的预定义规则实施避障，优点是避障反应时间短，缺点是规划处的逃逸机动动作并不很有效，也不够优化。当出现未预料到的障碍时，很难改变已经下指令机动的动作。（2）基于协议的分布式避障方法这类方法很好的解决了多无人机编队的避碰航行问题。多机间共享位置、速度、航向等信息，基于一套
13、事先定好的规则进行决策。这类方法是分布式的，能保证飞行安全，但是可能生成不必要的较长航线，从而延长完成任务的时间（3）逃逸航线优化方法这类方法将避障问题建模为优化问题，从而各种优化方法可用于解决此类问题。这类方法将无人机机的运动学模型与一套约束条件相结合，然后基于优化约束计算出最优的策略。防撞系统并不是试图给出一条逃逸航线，相反，而是请求一个爬升或俯冲机动。这种思想意味着，系统知道不考虑威胁的路径不安全，但它只在发现障碍威胁时才寻找一条避障航线，否则就一直向着目的地飞行。此外，还有其他一些优化方法，例如遗传算法，专家系统，模糊控制等，都更为复杂，需要大量的规则来覆盖所有可能的情形。因此，可能导
14、致需要强大的计算处理能力。（4）势场算法势场算法最早由 Khatib 提出，这类方法在飞行器之间建立势场，将飞行器看做一个带电粒子，利用飞行器间的斥力生成逃逸航线。这类方法也被视为一类路径规划算法，通过对先前的路径进行滤波来生成新的航线。但这类方法可能使机动动作在执行过程中突然中断，而且需要极高精度的飞行导航，导致增加了问题的复杂性。（5）基于视觉的避障方法这类方法主要基于图像特征和光流分布等实现障碍规避。Brandon 采用图像特征跟踪方法研究小型无人机的避障问题。他首先利用遗传算法生成一条可以避开所有已知障碍的航路，然后在无人机飞行过程中，利用机载前视摄像机检测障碍。通过图像的三维成像粗略
15、估计障碍位置，利用滑模控制原理控制飞行器避开障碍。研究结果显示，避障成功率达到 96%。国外？国内西北工业大学王振华等人进行了基于改进概率地图的无人机实时避障研究。针对无人机路径规划问题，以等高线地图作为任务空间，提出了一种新的采样模型，在该模型框架下，依据适当的规则构造临近点集，便可以避免相交检验，提高了路径规划速度。姚远等人针对不同属性的障碍物所构成的威胁分布模型，提出了一种基于稀疏 A*搜索算法预规划和改进人工势场相结合的无人机动态避障算法。仿真结果表明，该方法能够规划出给定威胁指标下的全局最优路径并达到良好的动态规避性能。李耀军等人基于多源信息融合对无人机感知与规避做了深入研究。通过多
16、传感器信息融合技术结算并共享无人机与有人机的坐标和实时运动状态，利用多模态图像的优势互补，实现昼夜、远距离、高分辨率的目标检测、识别与跟踪，提高无人机感知与规避的实时性与可靠性。除此之外，周炜等人提出了基于层次分解策略无人机编队避障的方法。张跃东等人提出了基于单目视觉的无人机障碍探测算法。王一凡等人提出了一种用于小型无人机避障的快速视差测距方法。宗玲蓓等人提出了基于 MAS 的无人机编队飞行智能优化控制。1.2.2 无人机实时避障路径规划技术的发展趋势针对无人机实时避障路径规划问题，主要在两方面开展研究，一方面，研发适用于无人机的新型避障系统，提高无人机自主感知能力；另一方面，基于不同类型的传感器，对规避问题进行数学建模，深入研究问题和关键技术，实现效率较高的规避控制算法。另外
