文档介绍：大连理工大学硕士学位论文摘要本文研究了无人机(Unmanned AerialVehicle,UAV)的环境建模和运动规划算法。首先,本文提出了偶极子椭圆包络(DipoleEUipseEnvelope,DEE)模型以实现环境建模, 并定义了基于该模型的环境熵增。该模型包括孤立包络(Isolated Envelope Mode)和组 bined Envelope Mode)两种模式,前者针对简单、孤立的障碍物,后者则适用于复杂、群集的障碍物。这两种模式以相同的理念为支撑,即从整体上把握障碍物的外廓和走势,而忽略无关紧要的边界细节,从而以牺牲一定的精确性为代价,换取几何建模的简洁性和灵活性,尤其适用于在信息不完全或环境动态变化的环境中对任意形状障碍物进行几何建模。在环境建模的基础上,本文将运动规划问题分为两个层次:(1)在全局环境中,将路径长度和环境熵增等因子归一化为目标函数,进而利用粒子群优化(Particle Swarm Optimization,PSO)算法实现路径规划; (2)在局部环境下,通过实时感知环境信息来动态更新环境模型,并利用人工势场(ArtificialPotentialField,APF)方法进行动态避障。特别地,为了提高动态避障的可靠性和效率,本文对传统APF方法进行了改进,一方面在目标引力场、障碍物斥力场的基础上引入偶极子导流场以减少发生路径振荡和陷入极小值点的可能性,另一方面在构建APF是不仅考虑位置信息和速度信息,而且考虑二者的相互关系以实现二者的相互协调。为了实现路径规划和动态避障的有机统一,本文将二者融入到统一框架中:在全局环境中,前者规划一条由若干节点串联而成的大致路径;在局部环境中,后者实现相邻节点之间的动态避障。这种架构实现了二者的利弊互补:前者可以保证全局路径的合理性,使得后者不会陷入局部极小值点或者局部振荡区域;后者可以保证局部轨迹的平滑性,从而减少了前者所需节点数,显著提高了前者的效率。以DEE模型为基础,本文对路径规划和动态避障算法进行了仿真实验,结果表明该框架具有较高的有效性和效率。关键词:无人机;路径规划;动态避障;包络模型;导流场; 万方数据无人机环境建模和运动规划算法研究 Abstract This paper takes aresearch on thealgorithms about environment modeling and motion planning forUnmanned AerialVehicles(UAVs).It firstmodels theglobalenvironment using theDipole EllipseEnvelope(DEE)model andproposes theconcept oftheentropy production based model consists oftwo modes,called the Isolated Envelope Modeand bined Envelope Mode, former isdesigned fortheisolatedsimple obstaclesandthelatterissuitablefor plex ,they holdthe samephilosophy,that is,trying prehend the outlineand the trendofobstacles,instead of concentrating onthenitty—gnttyalong theirborders,SO as tomake itmore concise and flexible atsome cost model isespecially pertinent totheenvironment wim unknown information ordynamic change. Based onthismodel,thispaper distributes motion planning algorithms in ahierarchical structure:In theglobalenvironment,a multi-objective function isconstructed byintegrating thepath length andtheentropy production,and ParticleSwarm Optimization(PSO)is applied plish thepathplanning;while inthe lo