曲线为预定航迹，绿色曲线为重规划后的航迹，红色曲线为威胁航迹。可以看到重规划航迹在避障后回到了预定航迹上。图无人机预定航迹与威胁航迹图无人机重规划的航迹与威胁航迹图无人机预定航迹重规划的航迹与威胁航迹第五章结论本文针对探测到威胁后的无人机实时避障航迹规划问题，在比较多种规划算法的基础上，提出了种基于算法的无人机自主航迹规划方法。首先，我们对国内外近年来对无人机避障方法的研究进行了个整理，主要分为五类预定义避障方法，基于协议的分布式避障方法，逃逸航线优化方法，势场方法，基于视觉的避障方法等。无人机实时避障路径规划技术的发展趋势有以下五方面对非协作式环境中无源探测技术的研究，基于多传感器信息融合的自主探测感知方法逐渐得到应用，信息不致条件下的多机航线避碰协调，规避行为决策由简单反射向智能推理型发展，面向无人机避障的实时快速路径规划。然后，我们对几种常用的路径规划算法进行了个总结与比较。其中主要有随机势力场法和概率地图法。随机势力场依赖于个好的启发式函数，当遇到威胁运动学上的差异约束或是动力约束时，它就会变得困难起来。概率地图法在规划非完整约束系统时，效率低下。于是，我们提出了基于的实时避障航迹规划算法。接着对基本算法的原理及特性进行了介绍，并在基本算法的基础上，改进了随机扩展树的节点选择方式，在随机树扩展过程中引入启发式信息，有效改善了算法的实时性，并在平台上实现了算法，对基本和改进后的算法进行了直观的实验比较。之后，我们在平台对避障规划的路径进行了三维显示，仿真试验的结果表明改进后的航迹规划算法，使得无人机在探测到威胁后能够快速有效地重规划飞行路径，并在较短的时间内回到预定航迹上继续完成任务。综上所述，通过比较，本文提出的基于的实时避障路径规划算法由于在扩展随机树时受到启发函数的引导，在效率上有了明显的提高，完全可以满足无人机实时避障路径规划。致谢本次毕业设计首先要感谢牛轶峰老师，他为我完成这次毕业设计提供了大量的书籍和论文资料，不仅使我从理论上对于所做工作有了深入了解，还让我在算法的实现上节约了大量时间。在整个毕业设计的过程中，牛老师直关心我毕业设计的完成情况，对于我如何安排时间以及需要哪些相关知识都予以了指导，为我提供了必要的帮助。然后还要衷心感谢雷鑫学姐。雷鑫学姐在我进行毕业设计的初期为我提供了算法核心思想的介绍以及相关的论文资料，使得我的毕业设计可以快速展开。在毕业设计的过程中，学姐的帮助和提点使我在算法设计过程少走很多弯路。在毕业设计的最后这段时间，学姐直督促我抓紧算法的完善以及论文的撰写。在这里对她无私关心表示深深的感谢。最后，感谢在毕业设计过程中给予我帮助的所有人，是大家的热情帮助，让我的毕业设计能够完成，这份友谊我将铭记于心。参考文献还未全面区域目标搜索中基于改进的无人机实时航迹规划。彭辉，王林，沈林成范洪达，叶文，马向玲面向低空突防的三维航路规划仿真研究计算机仿真李锐，刘占辰，荆献勇基于启发式算法的无人机三维航迹规划仿真研究电光与控制洪晔，房建成基于的无人机三维路径规划北京航空航天大学学报夏洁，高金源，余舟毅基于禁忌搜索的启发式任务路径规划算法控制与决策陈谋，肖健，姜长生基于改进蚁群算法的无人机三维航路规划吉林大学学报工学鲍帆，姜长生基于算法的无人机三维航迹快速规划研究电光与控制陈冬，周德云，冯琦基于粒子群优化算法的无人机航迹规划弹箭与制导学报严江江，丁明跃，周成平，等种基于可行优先的三维航迹规划方法宇航学报附录附录基于的实时避障路径算法程序,设置随机数种子，未调用函数时种子的值默认为，随机数只产生次，以后的都样,,此时距离为,,,,,,,,,,进入算法,,耗时毫秒附录二仿真实验验证程序,,,