中国民航大学电子信息与自动化学院,天津 300000
针对无人机数量急剧增多、碰撞风险急剧增加的问题, 借助广播式自动相关监视系统(ADS-B)提供的位置、速度信息进行碰撞风险监测, 利用遗传算法实现无人机的自主避撞及避撞路径寻优。避撞策略综合考虑无人机性能约束、ADS-B参数的可信度及无人机飞行环境, 构建多约束参量的适应度函数, 进行多维度的最优避撞路径计算。针对双机和多机避撞情况, 进行无人机避撞仿真, 仿真结果表明, 遗传算法可以在实现无人机自主避撞的同时有效优化避撞路径。
无人机 自主避撞 遗传算法 UAV autonomous collision avoidance genetic algorithm ADS-B ADS-B
针对非合作型动态障碍研究了无人机自主防碰撞问题。首先对无人机自主防碰撞问题进行描述，将动态障碍的无人机防碰撞问题分为冲突预测与规避控制两部分;然后定义了动态障碍碰撞冲突预测规则，在二维动态碰撞冲突预测的基础上提出一种动态三维碰撞冲突预测算法;最后基于最优化理论设计了无人机自主防碰撞规避策略。仿真结果表明,所提方法能有效避免无人机与非合作型动态障碍之间的碰撞。
无人机 非合作型动态障碍 自主防撞 冲突预测 Unmanned Aerial Vehicle(UAV) non-cooperative dynamic obstacle autonomous collision avoidance collision prediciton
