摘 要

经过了几十年的发展，无人机作为一种实用度极强的无人驾驶机器设备，不仅在军用领域发挥着重大的作用，也越来越影响着民用领域的发展。为无人机规划出一条可行路径，是实现其功能的基本保证，也是无人机领域研究的一个最基本和关键的问题之一。鉴于路径规划的重要性，在过去的几十年中，无人机航迹规划获得了越来越多的研究兴趣。如何令无人机在工作空间中安全高效的工作也成为了该领域中有待钻研的问题。无人机想要获得较高的使用安全性，首先要考虑的问题就是避障问题，即如何在复杂的工作环境中为无人机规划出一条安全的、可避开沿途各种障碍的路径。这对于无人机操控安全性的保证具有重大意义。因此，也成为本论文研究的基本出发点。

本文旨在利用差分进化算法为无人机在复杂工作环境下规划出一条安全的避障路径。差分进化算法是一种通过随机种群之间的变异、交叉和选择操作来寻找全局最优解的智能算法。由于差分进化算法在全局最优解中具有良好的寻优能力，故而其在路径规划中也有显著的效果，本文通过MATLAB的仿真来验证其有效性和可行性与结果。

关键词: 差分进化算法；无人机；路径规划；可行性规则

Abstract

After decades of development, unmanned aerial vehicles, as a highly practical unmanned machine equipment, not only play a major role in the military field, but also increasingly affect the development of the civilian field. Planning a feasible path for unmanned aerial vehicles is the basic guarantee for realizing its functions, and it is also the most basic and critical issues in the field of unmanned aerial vehicles. In view of the importance of path planning, UAV path planning has gained more and more research interest in the past few decades. How to make drones work safely and efficiently in the work space has also become a problem to be studied in this field. For a drone to obtain a high level of safety, the first thing to consider is the obstacle avoidance problem, that is, how to plan a safe path for the drone to avoid all obstacles in a complex working environment. This is of great significance for improving the safety of UAV work. Therefore, it has also become the basic starting point of this thesis.

This article aims to use a differential evolution algorithm to plan a safe obstacle avoidance path for a drone in a complex working environment. The differential evolution algorithm finds the global optimal solution through mutation, crossover, and selection between random populations. Because of its good optimization ability in the global optimal solution, it is also very effective in path planning. This paper verifies its effectiveness, feasibility and results by MATLAB simulation.

KEY WORDS: differential; evolution; algorithm; Robot; UAV

目 录

第1章 绪论 1

1.1 研究背景及意义 1

1.2 研究现状 1

1.3 课题的研究方法及内容 2

第2章 差分进化算法 3

2.1 差分进化算法简介 3

2.2 差分进化算法基本思想 3

2.3 差分进化算法原理 4

2.3.1 种群初始化 4

2.3.2变异操作 4

2.3.3交叉操作 5

2.3.4选择操作 5

2.3.5终止条件及优化流程 6

2.4 差分进化算法参数分析 7

2.5 差分进化算法的缺陷与参数改进法则 7

2.6 本章小结 8

第3章 差分进化算法在无人机路径规划上的求解 9

3.1 引言 9

3.2 无人机路径规划的基本问题 9

3.3 建模问题的一些假设 10

3.4 工作空间的建模 10

3.5 无人机路径规划问题建模 12

3.6 约束条件的处理 13

3.7 本章小结 14

第4章 数值仿真与结论分析 15

4.1 引言 15

4.2 数值仿真验证 15

4.3 结论分析 18

4.4 本章小结 18

第5章 总结与展望 19

参考文献 20

致谢 21

第1章 绪论

1.1 研究背景及意义

随着科技的发展，无人机在空中作战中有着越来越重要的地位，然而不可忽略的是，在民用领域，无人机的作用同样愈发重要起来。无人机作为一种具有极大现实意义的无人驾驶机器设备。在工业领域和日常生活领域有着巨大的发展潜力。无人机本质上是一种自动执行人们预先设定的工作的机器，其主要任务之一就是在特定的场合执行特定的工作。诸如军事环境，灾害救援，甚至是是城市里的人工降雨，物资送递都可以通过无人机完成，代替人类深入恶劣环境作业，其机动性和灵活性是无可比拟的优势，所以为无人机规划出一条避障路径对提高无人机工作效率与安全性具有极大的意义，同时也有着巨大的研究价值^[1]。

对于智能机械设备，诸如机器人或者无人机而言，导航环节是关系到其能否有效进行任务的重要环节，而路径规划则是其中的重要部分。因此路径规划问题也成为了无人机技术的一个焦点。该问题是指使某一个目标按照某一个特定的诸如时间，长度的任务需求搜索合理的路径或者是在一定条件下寻求从起点到终点的最优的无障碍路径。首先，需要根据已有条件和环境信息建立合理的模型，再利用各种算法计算出从起点到终点的无障碍最优路径。算法之间的区别在于是否迅速、稳定、具有良好的结果，可以减小其他因素的误差。