摘要
近年来，无人机处于高速发展的时期，在军用领域和民用领域有着广泛的应用前景。但无人机的蓬勃发展给低空空域的格局带来了巨大的挑战，低空空域变得更加拥挤，无人机发生事故的概率越来越高，无人机在执行任务过程中的安全问题引发了人们广泛的关注。无人机能否自主避险，是其飞行安全的重要保障，也影响着无人机的发展。无人机避险问题的核心是避险算法，论文基于自主避险算法对无人机的避险问题展开了研究。 首先，对无人机的避险问题进行了概述，根据障碍物种类的不同，将无人机的避险问题划分为两个不同的层面，总结了无人机在飞行过程中的约束条件，并对目前常用的主流算法的优缺点进行了总结和对比，提出利用双层算法来实现无人机的自主避险。 其次，针对静态障碍物的无人机避险问题的研究，首先根据威胁约束建立了静态环境模型，提出了一种改进的粒子群算法，使惯性权重自适应变化，学习因子非对称、反正弦的方法动态调整，并对停滞的粒子采用混沌理论，扩大搜索范围，通过仿真实验证明了改进算法的收敛速度比较快，并且成功解决了无人机在静态环境下的避险问题。 然后，针对动态障碍物的无人机避险问题的研究，第一层算法改进的粒子群算法无法满足避险的要求，会立即调用第二层算法速度障碍法来完成自主避险。建立动态环境模型，通过引入安全距离和威胁距离对速度障碍模型进行了优化，用改变方向角的策略来躲避入侵机。为减少机动次数，不直接恢复原航迹，而是通过本机朝向威胁航迹段的目标点飞行的方式逐渐恢复原航迹。通过MATLAB仿真实验，验证了算法的有效性和实用性。 最后，设计了无人机避险仿真系统，能够实现注册、登陆、修改密码、用户管理和规划方式选择等功能，将无人机避免静、动态障碍物的仿真程序和仿真结果以操作界面的形式呈现出来，使用方便，操作简单。
NETL