無人機(jī)由于有著方便、靈活及體積小型化等優(yōu)點(diǎn)使其在無論是在軍事領(lǐng)域還是在民用方面均有著廣泛的應(yīng)用。在無人機(jī)的諸多任務(wù)類型中,對動態(tài)目標(biāo)的跟蹤是其重要的應(yīng)用方面之一。而隨著無人機(jī)執(zhí)行任務(wù)由單一機(jī)體向集群化發(fā)展,多無人機(jī)協(xié)調(diào)控制也成為未來發(fā)展方向。而無人機(jī)對空域中的威脅干擾以及障礙物的規(guī)避是完成飛行任務(wù)的關(guān)鍵。因此,本文主要對無人機(jī)對動態(tài)目標(biāo)跟蹤以及無人機(jī)路徑規(guī)劃和避障進(jìn)行研究。論文的主要研究工作及成果總結(jié)如下:(1)針對單無人機(jī)跟蹤場景,為提高無人機(jī)移動目標(biāo)跟蹤的精度,提出一種基于階段化捕食空間自適應(yīng)尺度策略蝙蝠算法(APRBA)的粒子濾波移動目標(biāo)跟蹤算法。首先,給出蝙蝠算法基本步驟,同時為提高蝙蝠算法的優(yōu)化性能,利用階段化捕食空間自適應(yīng)尺度策略對蝙蝠算法進(jìn)行改進(jìn),提高算法的優(yōu)化性能;其次,利用提出的APRBA算法的超聲波食物源定位和下一目標(biāo)預(yù)測。通過仿真實(shí)驗(yàn)結(jié)果驗(yàn)證了對粒子濾波算法進(jìn)行的改進(jìn)實(shí)現(xiàn)了目標(biāo)跟蹤精度的有效提升。(2)針對雙無人機(jī)執(zhí)行基于視覺的目標(biāo)跟蹤的最佳協(xié)調(diào)問題,提高不可預(yù)知的地面目標(biāo)的最佳結(jié)合點(diǎn)的視覺測量效果,提出了一種基于隨機(jī)網(wǎng)格回歸Monte Carlo的無人機(jī)最優(yōu)目標(biāo)...

【文章頁數(shù)】：133 頁

【學(xué)位級別】：博士

【部分圖文】：

圖2.1無人機(jī)跟蹤地面目標(biāo)示意圖

同系統(tǒng)因其靈活性、協(xié)同性、冗余性的作戰(zhàn)空間，更高效的作戰(zhàn)能力，更人機(jī)協(xié)同跟蹤地面機(jī)動目標(biāo)問題的模的數(shù)學(xué)模型。型飛行控制系統(tǒng)能夠滿足飛行器的平制角度來說，飛行器平穩(wěn)飛行需要能是對無人機(jī)的空間位置和航向角進(jìn)假設(shè)無人機(jī)已實(shí)現(xiàn)平穩(wěn)飛行，僅考慮以確保目標(biāo)始終在機(jī)載傳感器測量范

圖2.2飛行器運(yùn)動學(xué)模型圖示

圖2.2飛行器運(yùn)動學(xué)模型圖示學(xué)狀態(tài)的隨機(jī)模型為例，其中模型的建模包括隨機(jī)）以及環(huán)境因素干擾。該模型也在很多文獻(xiàn)中應(yīng)用目標(biāo)跟蹤與邊界感知以及集群無人機(jī)的目標(biāo)跟蹤用的連續(xù)時間模型，而對目標(biāo)跟蹤的優(yōu)化則是在最初采用四階連續(xù)時間動力學(xué)模型，然后對每個無ZOH）以實(shí)現(xiàn)飛行器離散時間動力....

圖2.3零階保持原理示意圖

圖2.2飛行器運(yùn)動學(xué)模型圖示學(xué)狀態(tài)的隨機(jī)模型為例，其中模型的建模包括隨機(jī)）以及環(huán)境因素干擾。該模型也在很多文獻(xiàn)中應(yīng)用目標(biāo)跟蹤與邊界感知以及集群無人機(jī)的目標(biāo)跟蹤[12用的連續(xù)時間模型，而對目標(biāo)跟蹤的優(yōu)化則是在離最初采用四階連續(xù)時間動力學(xué)模型，然后對每個無ZOH）以實(shí)現(xiàn)飛行器離散....

圖2.4流體擾動示意圖

出了許多方法，但是其中大多數(shù)方法僅適用于二維環(huán)境并且路徑質(zhì)量不令人滿意。因此，本文采用擾動流體動力系統(tǒng)，通過用調(diào)制矩陣修改初始流體，本文將從受干擾的流體流線中確定計劃路徑。流體擾動（IFDS）算法可應(yīng)用于靜態(tài)情況下的路徑規(guī)劃。靜態(tài)環(huán)境下，在目標(biāo)點(diǎn)處引入?yún)R流作為初始流場，匯流是一種....

本文編號：3978906