摘要
近年来，随着自主控制、信号处理和通信技术等方面的进步，无人机自主飞行技术得到了长足发展并取得了巨大的进步。无人机借助其自身的优势，已经可以部分或完全替代人类完成某些危险系数较高的任务，因此在军事和民用领域都得到了广泛应用。在无人机执行任务之前，需要根据飞行环境和任务要求为无人机规划出圆满完成任务所需要的飞行路径，也就是无人机航路规划，它是无人机任务规划系统的重要组成部分，也是实现无人机安全可靠的自主飞行的技术保障，能大大提高无人机的作战效能。 本文首先介绍了无人机航路规划技术相关研究背景，进行了航路规划的形式化描述，对常用的构造规划空间方法、航路规划的主要约束条件和综合性能代价等作了详细阐述，尤其是规划算法，它是无人机三维航路规划的核心。结果发现目前的航路规划方法主要是基于模拟场景，而基于三维可视化平台的方法却很少有研究。 针对这一问题，本文基于三维可视化平台利用真实地形数据对无人机飞行时三维规划空间进行建模，考虑了多种约束条件要求，包括无人机自身的机动性能约束和飞行环境的障碍物或威胁约束，研究了三维规划空间的坐标系转换，采用空间插值法提取了无人机的航路点的位置信息，并进行了相关的建模实验。 在此基础上，基于蚁群算法对无人机的飞行航路进行规划，对原始蚁群算法进行改进，主要包括启发函数的设计和信息素更新机制等方面，并对算法的流程进行详细阐述，进行了蚁群算法参数组合实验，采用实验得到的最佳参数组合为无人机规划出一条从起始点到目标点的满足性能约束且代价最优的航路，并且进行了模拟无人机飞行验证。更进一步地，针对无人机飞行过程中的未知突发威胁，提出了航路重规划的解决方法，在对此方法详细描述之后，通过实验进行了模拟验证，结果表明重规划的航路能有效规避突发的未知威胁。 最后，基于Microsoft Visual Studio2010借助三维可视化引擎设计了无人机三维航路规划软件，实现了参数调整、路径本地存储与读取、飞行模拟等功能，使规划的结果展示更加直观，增强了无人机的决策。
NETL