【正文】 算法的原理及特性進行了介紹，并在基本RRT算法的基礎上，改進了隨機擴展樹的節(jié)點選擇方式，在隨機樹擴展過程中引入啟發(fā)式信息，有效改善了算法的實時性，對基本RRT和改進后的算法進行了直觀的實驗比較。概率地圖法在規(guī)劃非完整約束系統(tǒng)時，效率低下。其中主要有隨機勢力場法和概率地圖法。無人機實時避障路徑規(guī)劃技術的發(fā)展趨勢有以下五方面：對非協(xié)作式環(huán)境中無源探測技術的研究，基于多傳感器信息融合的自主探測感知方法逐漸得到應用，信息不一致條件下的多機航線避碰協(xié)調(diào)，規(guī)避行為決策由簡單反射向智能推理型發(fā)展，面向無人機避障的實時快速路徑規(guī)劃。 無人機重規(guī)劃的航跡與威脅航跡、重規(guī)劃的航跡與威脅航跡 第五章　結 論本文針對探測到威脅后的無人機實時避障航跡規(guī)劃問題，在比較多種規(guī)劃算法的基礎上，提出了一種基于RRT算法的無人機自主航跡規(guī)劃方法。其中藍色曲線為預定航跡，綠色曲線為重規(guī)劃后的航跡，紅色曲線為威脅航跡?？梢钥吹綀D中重規(guī)劃得到的航跡與威脅球沒有接觸，也就是說該航跡是可行的。根據(jù)得到的航路點用最小二乘法擬合出航跡曲線。第四章　Matlab實驗驗證及結果分析利用Matlab的三維平臺顯示無人機在探測到威脅后做出的實時避障路徑規(guī)劃，比較無人機的預定航跡與重規(guī)劃航跡之間的區(qū)別，直觀地反應出算法為避障做出的重規(guī)劃航跡是否可行。從實驗結果看出：避碰的安全距離越大，算法擴展的節(jié)點數(shù)也越多，相應的計算時間也越多；擴展步長很小的情況下，為了到達目標點，所需要產(chǎn)生的節(jié)點數(shù)也很多，當然規(guī)劃時間也越長。為改進算法的時間特性，在不同參數(shù)條件下運行多次仿真，對基本RRT算法和改進RRT算法的規(guī)劃時間和擴展節(jié)點數(shù)要進行測試和比較，實驗結果如下： RRT算法，控制避障安全距離實驗結果 改進RRT算法，控制避障安全距離實驗結果 RRT算法，控制搜索步長實驗結果 改進 RRT算法，控制搜索步長實驗結果比較RRT算法與改進實時性后的RRT算法，采用控制變量法，控制搜索步長、避障安全距離其中一個量不變，另一個量變化，觀察RRT算法和改進RRT算法得到的擴展節(jié)點數(shù)和規(guī)劃時間的變化。 基于改進RRT的航跡規(guī)劃算法描述　改進實時性為改進本文提出避障路徑規(guī)劃實時性的要求。Step 2按照以下步驟擴展搜索樹：(1)在未搜索區(qū)域范圍內(nèi)產(chǎn)生一組位于威脅區(qū)域外的隨機點；對于每一個，k∈{l，2，?，N}，從當前搜索樹的葉節(jié)點中選出距離目標點最近的節(jié)點，并按照約束條件計算；(2)根據(jù)搜索圖計算到的估計距離，從，k∈{1，2，?，N}中選擇距離目標最近的節(jié)點作為；(3)如果不在威脅范圍內(nèi)，則將加入搜索樹；否則返回Step 2；(4)如果 ，則搜索到目標點，跳到Step 3；否則返回Step 2；(5)如果搜索樹的節(jié)點數(shù)超過閾值MaxNum，則強制結束擴展，跳到Step 3；Step 3返回形成的擴展搜索樹，獲得從到的路徑。其中，估計距離為到目標點的歐式距離，如式(4)所示。計算出隨機節(jié)點和臨時節(jié)點后，根據(jù)和所對應搜索圖上的到目標點的距離，選擇距離目標點最近的臨時節(jié)點作為最優(yōu)節(jié)點加入擴展樹。 改進的RRT節(jié)點擴展(2)引入啟發(fā)信息。為了使規(guī)劃出來的航跡滿足無人機可飛性約束，需要基于當前位置和飛行航向，根據(jù)無人機最大偏航角和最小直飛距離的限制條件來計算。為了將RRT算法用于無人機實時避障航跡規(guī)劃上，本文提出以下改進策略：（1）改進隨機點的選擇。如果在向新點行進的過程中探測到屬于威脅范圍內(nèi)，則返回EmptyState，并重新選擇繼續(xù)計算。首先產(chǎn)生隨機點集，從中得到目標點，選取目標點時一要考慮無人機最大俯仰角、偏航角以及最大步長等性能約束，二要考慮與預定航路的距離，確保盡快回到預定航路上，具體表示如下：式中i為當前節(jié)點序號。 結合問題特性的RRT本文將具體研究無人機按預定航路飛行，在最遠視距范圍內(nèi)探測到未知動態(tài)威脅，立即作出實時避障路徑規(guī)劃，得到新的航路點，并盡快回到預定航路上。所以需要改進隨機點的選擇方式，引入航跡評價啟發(fā)信息，剪裁冗余節(jié)點，對航路進行平滑等，提高規(guī)劃的性能?；綬RT方法在搜索過程中并沒有考慮航跡的綜合代價，并且其目標節(jié)點選擇的任意性使得擴展樹的生長形狀具有很大的隨機性，這導致規(guī)劃出來的航跡也具有隨機性，對同一條件下的規(guī)劃過程缺乏可重復性，航跡的性能往往是不可控的。用于獲取隨機點，具體實現(xiàn)時可以采用不同的隨機采樣策略。用于計算當前搜索樹T內(nèi)，距離目標點最近的點，該過程需要把已有的搜索樹進行遍歷，然后基于代價函數(shù)Distance計算達到目標點的距離估計，從而獲得RRT中距離目標點最近的點。注意到新點一般是朝目標點靠近的，如果算法在向新點行進的過程中遇到威脅，則返回空值NULL，表示擴展失敗。RRT采用一種特殊的增量方式進行構造，從而能夠逐步地迅速縮短隨機狀態(tài)點與期望狀態(tài)點的距離，基本的RRT算法描述如下： RRT的節(jié)點擴展示意圖在算法實現(xiàn)時，需要結合具體應用建立以下三個關鍵函數(shù)：（1） Extend函數(shù)。該算法能夠根據(jù)當前環(huán)境快速有效地搜索高維空間，通過組態(tài)空間的隨機采樣點，將搜索導向空白區(qū)域，適合于解決包含集合約束和動力學約束的航跡問題，目前已應用于飛行器運動規(guī)劃和移動機器人路徑規(guī)劃。RRT算法最獨特的優(yōu)點，在于它可以直接用于非完整約束的系統(tǒng)規(guī)劃，適合于解決包含幾何約束和動力學約束的實時避障路徑規(guī)劃問題。本文采用一種路徑規(guī)劃的隨機數(shù)據(jù)結構以解決航跡的最優(yōu)性以及規(guī)劃的實時性問題。（2） 實時航路規(guī)劃。綜上兩點，未來在無人機航路規(guī)劃的發(fā)展方向及研究重點主要有：（1） 低空突防三維航路規(guī)劃。（2） 時效性要求。隨著信息化戰(zhàn)爭進程的發(fā)展及科技的日益創(chuàng)新，防空體系日益完善，雷達及導彈性能更加優(yōu)越，事先很難完成探測和定位，因此，三維低空突防航路規(guī)劃及實時動態(tài)規(guī)劃具有很強的實戰(zhàn)意義，但無人機航路規(guī)劃尚存在以下問題：（1） 航路系統(tǒng)約束過于簡化。其中，遺傳算法收斂速度過慢，且容易陷入局部最優(yōu)，可以和模擬退火算法結合使用，但仍不能真正解決上述缺點；啟發(fā)式搜索A+算法是用于路徑搜索和規(guī)劃的經(jīng)典方法，但它在搜索過程中暴露的不足也很明顯；人工勢場法一般結合Voronoi圖或遺傳算法進行優(yōu)化，存在的問題是算法收斂時間太長，一般用做完成航路規(guī)劃的后期處理。如Voronoi圖表等結合一些圖論搜索方法如Dijkstm法快速尋找最優(yōu)路徑。包括粒子群優(yōu)化算法、遺傳算法、蟻群算法、禁忌搜索及啟發(fā)式搜索等。華中科技大學嚴江江針對三維航路規(guī)劃的實時性問題，不同于通常的最優(yōu)優(yōu)先算法，該方法使用可行優(yōu)先的準則，有效地剪除了搜索空間，提高了搜索效率，從而使三維航路規(guī)劃能夠應用于實時航路規(guī)劃中。鮑帆針對無人機的快速航路規(guī)劃展開研究，結合無人機在飛行過程中的約束條件，提出動態(tài)權值的三維LPA*的航路規(guī)劃方法對二維航線產(chǎn)生的航線點之間進行規(guī)劃，滿足地形回避和威脅回避，當數(shù)字地圖改變時，LPA*算法可通過檢測局部一致性來避免進行重新的全局搜索，縮減了搜索空問，從而可以快速地修正航路。夏潔提出一種基于啟發(fā)式搜索和禁忌搜索技術的任務路徑規(guī)劃問題的有效算法，通過對不同重要程度的任務進行分層調(diào)度，得到較為滿意的決策結果，該算法具有搜索宅間小、求解速度快的優(yōu)點。陳琳采用粒子群優(yōu)化(PSO)算法進行無人機的三維航路規(guī)劃，以最大水平轉(zhuǎn)彎角、最大爬升下滑角、最小步長、最小離地高度和最短距離作為適應度函數(shù)的評價指標。近年來，許多學者在三維航路規(guī)劃方面作了大量的工作，主要研究如下：海軍航空工程學院范洪達將三維航路分解為水平方向和垂直方向的兩個航路并分別應用改進的遺傳算法和適應角法進行規(guī)劃仿真。然而，在在非完整約束的情況下，連接問題與設計一個非線性控制問題一樣麻煩。在概率地圖法中，我們通過產(chǎn)生隨機形狀，連接不同形狀產(chǎn)生路徑的方法。在過去的十年中，人們提出了一些算法已經(jīng)成功應用于解決高維空間的路徑規(guī)劃問題，比如隨機勢力場法和概率地圖法。在這種情況下，無人機需要在飛行的過程中實時處理新出現(xiàn)的威脅，依靠實時探測到的環(huán)境及威脅信息，經(jīng)過重規(guī)劃來獲得當前已知信息下的最優(yōu)飛行航跡。當具備完整精確的環(huán)境信息或是已知預定飛行路徑節(jié)點時，可用一次性的全局規(guī)劃來得到一條自起點到終點的最優(yōu)飛行路徑。最小步長決定了無人機在改變飛行姿態(tài)前必須直飛的最短距離。若該無人機的最遠視距大，則其路徑規(guī)劃的時間就較為充裕，若最遠視距較小，則對其機動能力有較高要求，防止在發(fā)現(xiàn)未知威脅后還未來得及規(guī)劃路徑就與威脅相撞。無人機在飛行過程中在二維平面中的左右偏轉(zhuǎn)角度受其最大偏航角約束，具體可寫為：（5）無人機的最遠視距F。無人機在三維航路規(guī)劃時爬升俯沖飛行時必須考慮俯仰角的約束，具體可寫為：其中表示在xy平面與原點的距離。記最大航路長度為，則每一個航段距離應滿足。（2）無人機的最大航程。則航路代價為通過上述分析，得航路的目標函數(shù)可表示為:無人機實際飛行過程中還需要考慮動力學約束，主要包括以下幾個方面：（1）無人機的最小飛行高度。對于航路代價而言，根據(jù)航路規(guī)劃的影響因素分析，它包括威脅代價和油耗代價。油耗代價——由于無人機在地面一次所加的油量是有限的，因此它的航路必然受到油耗的限制，且由于無線電的作用距離受限，無人機執(zhí)行任務的位置不能超過其作戰(zhàn)半徑，因此必須考慮油耗代價。影響實時避障路徑規(guī)劃的因素主要有以下三方面：預定路徑價值——衡量無人機盡快回到預定路徑必要程度的綜合指標，用表示。規(guī)劃出的飛行路徑應該使無人機能避開威脅，同時盡量縮短航程，并滿足機動性能以及無人機的最大加速度、俯仰角、偏航角等約束要求。第二章　無人機實時避障路徑規(guī)劃問題分析與建?！o人機實時避障問題分析無人機實時避障問題，實際是一個復雜的多目標優(yōu)化過程，即要求找到一條從當前位置到期望目標位置的最優(yōu)可飛航路，同時滿足一定的約束條件。第四章 Matlab實驗對RRT算法的規(guī)避策略進行仿真驗證：本章在Matlab平臺進行實驗，仿真RRT算法規(guī)避策略，驗證其有效性。第二章 無人機實時避障路徑規(guī)劃問題分析與建模：本章將簡述無人機實時避障問題的分析和建模，并對實時避障路徑規(guī)劃常用方法及其具體應用進行優(yōu)劣分析。另外，盡管無人機能承受的機動過載較有人機大得多，但軌跡還必須考慮無人機的物理性能，以確保無人機能執(zhí)行所規(guī)劃機動動作。往往難點在于估計非協(xié)作式機動障礙物的軌跡，避免做出與之相反的規(guī)避策略，造成二次沖突。在這方面，智能控制領域也有很多成熟的理論方法，為行為決策由簡單反射型向智能推理型發(fā)展提供了方法。（4）規(guī)避行為決策由簡單反射向智能推理型發(fā)展隨著機器人智能體智能水平的提高，之前的預定義方法將得到改善，從簡單的反射型發(fā)展為高級的推理型。針對無人機實現(xiàn)穩(wěn)定的編隊構型、對無人機高度一致、速度一致、時間一致等問題，國內(nèi)外提出了很多一致性協(xié)議，并展開了大量理論研究工作。（3）信息不一致條件下的多機航線避碰協(xié)調(diào)對于無人機自主防撞系統(tǒng)，維持多架無人機的信息一致和狀態(tài)一致是實現(xiàn)分布式協(xié)同的一個重要基礎。數(shù)據(jù)鏈傳輸存在不穩(wěn)定和易受干擾性，一旦數(shù)據(jù)鏈斷開，無人機就失去了感知能力，將嚴重威脅無人機和其它飛行器的飛行安全。通過數(shù)據(jù)鏈傳輸信