面向智慧避障的物流无人机航迹规划研究

发布时间：2020-10-26 01:49

　　在当前提出以物流无人机解决日益凸显的乡村物流“最后一公里”难题的科技走向,与因面向物流无人机的通用航空航线规划技术与方案等的欠缺,导致无人机物流技术于全国推广应用受限的现状并存的背景下,研究面向智慧避障的物流无人机航迹规划理论与技术有助于无人机物流技术的推广应用与缔造“智慧科技型物流”。基于当前国内外多数学者集中于研究军用无人机的二维静态航迹规划方案、少数研究军用无人机三维动态实时航迹规划方案、缺乏研究物流无人机的三维静态与动态航迹规划方案的现状,本文提出面向智慧避障建立约束条件与目标泛函模型、基于三维稀疏A-Star搜索算法的三维静态航迹规划优化算法、基于三维人工势场算法的三维动态航迹规划优化算法,旨在实现智慧避障、提升结论实用性、降低成本、完善通用航空交通管制方案等优化目标。首先,分析无人机物流技术的应用领域、经济可行性、运作系统等,说明研究物流无人机航迹规划任务具有指导意义;分析无人机航迹规划系统、航迹规划数学原理,提出航迹规划任务模块,阐明航迹规划任务包含的6项子任务与流程。其次,构建物流无人机航迹规划模型,包括规划类型(路径)、航迹表示(点、线、弧)、规划空间(原始数字地形高程建模、山峰与天气等威胁障碍建模、二维三次卷积插值平滑化、信息融合等)、约束条件(7项)、航迹代价(综合型)。然后,研究航迹规划算法。在对GA、ANN、PSO、Dijkstra、AC、APF等算法进行分类、适用性分析的基础上,基于传统A-Star算法,提出稀疏化搜索算法与动态步长算法,研究设计面向物流无人机三维静态航迹规划的三维稀疏A-Star搜索算法(全局);在分析传统人工势场算法存在的局部最优值、目标不可达的缺陷的基础上,提出改进引力算法为固定值、引入调节分量以改进斥力算法的改进方案,并提出优先规划策略,融合人工势场法与上述改进方案,研究设计面向物流无人机三维动态航迹规划的三维人工势场算法(局部)。最后,借助Matlab平台仿真验证面向智慧避障的物流无人机航迹规划模型、三维稀疏A-Star搜索算法、三维人工势场算法的有效性。设定仿真参数,对比A-Star与三维稀疏A-Star搜索算法的优化效果;变更仿真参数值,仿真三维稀疏A-Star搜索算法的多环境优化效果;分别针对静止型突发障碍、运动型突发障碍,对比人工势场算法与三维人工势场算法的动态实时避障航迹优化效果;本文通过上述仿真实验,证明模型与算法的改进方案均有效,可提升航迹规划效率。
【学位单位】：北京交通大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：V279;V249
【部分图文】：

面向智慧避障的物流无人机航迹规划研究