论文部分内容阅读
无人飞行器（Unmanned Aerial Vehicles）作为代替人在危险、恶劣和极限的环境下完成特定工作和任务的重要角色，在军事、测绘、航空航天、商业等领域有着广泛应用。无人机如何能够有效地、安全地完成既定任务是众多学者的研究热点。目前，无人机技术的研究主要集中在航迹规划与视觉导航技术上，但规划的航迹还存在航迹约束性、隐蔽性等问题，而国内多数学者的研究集中在道路检测、巡线和着陆等方面，对于障碍检测和规避的研究较少，因此，本文的研究具有十分重要的意义。 针对无人机单目视觉的航迹规划算法，本文的主要研究成果如下: 首先，论文从离线航迹规划的角度出发，论述了规划空间的表示方法并对地形、雷达、导弹等威胁进行地图映射，创建了离线规划的二维威胁地图。针对常用离线规划算法中航迹运动学约束性问题，引入一种新的Colthoid曲线拟合算法进行航迹平滑，解决了规划航迹曲率不连续的问题，保证飞行轨迹在每一点上都有可飞的路径。实验结果表明，采用Colthoid曲线拟合算法优化后的路径更加平滑，航迹代价更小。 其次，论文针对目前的障碍检测算法检测精确度不高的问题，提出一种基于视线碰撞分析的障碍检测方法，使具有碰撞威胁的物体才判定为障碍物，提高了障碍判定的精确性。在该算法中，本文针对AABB包围盒紧密性差的缺点，采用多边形逼近的方法构造包围盒，并结合分离轴算法进行碰撞检测，提高了AABB包围盒碰撞检测算法的精确性。实验表明，本文方法能够排除没有碰撞威胁的物体，有效地检测出具有碰撞威胁的障碍的形状信息，为后续的在线航迹规划奠定了基础。 最后，针对常用在线航迹规划方法基于地图更新的不足，本文根据视觉信息检测出的障碍边缘，结合自身系统条件，提出一种改进“威胁锥”的障碍规避方法。该方法引入速度和距离信息改进避障安全圆半径，使半径随着距离和瞬时速度的变化而自适应改变，并根据碰撞点与无人机的相对位置来判断避让方向，使计算出的规避偏转角更小。实验表明，改进算法的航迹调节精度更高，更能适应未知环境下对障碍的有效规避。