当前位置:主页 > 科技论文 > 自动化论文 >

基于粒子群算法和速度障碍法的无人机避险方法研究

发布时间:2024-02-03 06:18
  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...

【文章页数】:75 页

【学位级别】:硕士

【文章目录】:
摘要
Abstract
第1章 绪论
    1.1 课题研究背景及意义
    1.2 国内外研究现状及发展趋势
        1.2.1 无人机的发展现状
        1.2.2 无人机避险算法研究现状
    1.3 研究内容及结构安排
第2章 无人机避险相关问题及算法分析
    2.1 无人机避险问题概述
    2.2 无人机约束条件
        2.2.1 飞行任务约束
        2.2.2 机动性能约束
        2.2.3 威胁约束
    2.3 无人机避险算法分析
    2.4 本章小结
第3章 基于粒子群算法的无人机静态避险方法研究
    3.1 静态环境模型
    3.2 基本粒子群算法的介绍
        3.2.1 粒子群算法的由来
        3.2.2 基本粒子群算法的原理
        3.2.3 基本粒子群算法的实现步骤
    3.3 基于粒子群算法的改进
        3.3.1 惯性权重的引入
        3.3.2 基于惯性权重的改进
        3.3.3 基于学习因子的改进
        3.3.4 引入混沌理论
    3.4 算法仿真与分析
        3.4.1 测试函数
        3.4.2 算法性能分析
        3.4.3 仿真结果
    3.5 本章小结
第4章 基于速度障碍法的无人机动态避险方法研究
    4.1 动态环境模型
    4.2 速度障碍法的介绍
        4.2.1 基本速度障碍法的介绍
        4.2.2 速度障碍法的原理
    4.3 速度障碍法的改进
        4.3.1 引入安全距离
        4.3.2 引入威胁距离
    4.4 无人机动态避险的过程
        4.4.1 冲突探测
        4.4.2 动态避险策略
        4.4.3 恢复至全局路径
    4.5 无人机避险仿真结果及分析
        4.5.1 单入侵机
        4.5.2 多入侵机
    4.6 本章小结
第5章 无人机避险仿真系统
    5.1 系统开发工具
    5.2 仿真系统总体设计
    5.3 仿真系统界面设计
        5.3.1 登陆界面
        5.3.2 规划方式选择界面
        5.3.3 无人机静态避险系统界面
        5.3.4 无人机动态避险方法界面
    5.4 本章小结
结论
参考文献
攻读硕士学位期间所发表的论文
致谢



本文编号:3893865

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/3893865.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户b8f15***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com