基于改进A~*算法的进离场航线网络3D规划

为提高终端空域航线设计的自动化水平,对进离场航线进行了研究。针对独立航线规划,提出角度扩展航路点搜索方法,提高算法运行效率。选取水平剖面经济性最优为目标函数,垂直剖面满足最优爬升/下降剖面,实现3D航线网络规划。实例结果表明,在保证航线安全性、经济性的同时,算法运行稳定,效率明显提高。     

基于改进RRT算法的无人机航路规划与跟踪方法研究

为了使航路规划算法在三维动态环境下能够快速规划出较优可行航路,基于快速扩展随机树算法(RRT),对规划航路点进行了无人机飞行动力学约束,并且设计了局部航路动态优化策略。针对传统的航路跟踪控制律跟踪较为曲折的航线时跟踪误差较大的问题,通过将规划算法得出的姿态指令引入姿态控制回路的方式,提高了航路跟踪控制算法的快速性与准确性。在此基础上,搭建了无人机验证平台,利用该验证平台完成了无人机自主避障飞行试验,对算法的有效性进行了验证,并对算法性能进行了评估。     

基于风险地图的城市物流无人机路径规划研究

近年来物流无人机技术迅猛发展,但城市低空空域的复杂性、电磁环境的干扰以及城市内居民的生命财产安全都对物流无人机在城市的推广提出挑战。在此背景下,研究评估无人机运行综合风险并生成的风险地图,以无人机运输安全性、经济性和路径平滑程度为目标规划无人机全局路径,并增加对无人机航线保护区结构的约束。在原始NSGA-III算法的基础上对航路点选择机制、交叉和变异操作进行改进,使算法更适应路径规划的需求。实验证明,模型能有效地避开禁飞区,确保路径的多样性、经济性和安全性,为物流运输经营者和低空空域监管方提供高质量、多样化的备选路径,满足不同决策者需求,为无人机城市物流活动的安全高效运行提供有效的解决方案。     

无人机地理围栏越界探测算法改进与分析

防止无人机飞出指定空域或飞入禁飞空域的核心算法是无人机地理围栏越界探测算法。为提高无人机地理围栏越界探测的准确性以保证低空无人机飞行的安全性,本文针对射线法进行改进,通过添加缓冲距离的判断来解决传统射线法不能解决的三种特殊情况,在Matlab环境下对其进行了仿真验证,实现了越界探测功能,找出了影响改进算法运行时间的三个因素,并进行了深入分析和讨论。仿真结果表明：提出的基于改进射线法的无人机地理围栏越界探测算法在不影响运行时间的前提下,提高了无人机越界探测的准确性。     

编队无人机的高生存力协同航路规划方法

提出了一种基于多目标遗传算法的编队无人机高生存力协同航路规划方法。方法由备选航路生成和协同规划两个步骤组成。备选航路生成的目的是为编队中的每一个无人机生成多条航路,该步骤采用的算法是多目标遗传算法。协同规划的目的是为各个无人机从备选航路中选择航路,使得各个无人机同时到达目标区域,以增加任务突然性,提高整个编队的生存力。通过仿真算例,把方法与基于Voronoi图的方法作了对比,给出了方法的优缺点分析。     

基于B样条曲线的无人机航路规划算法

提出了一种动态环境中无人机(UAV)航路规划与重规划算法。根据战场中各个已知威胁的位置建立可行点之间的有向图，用Dijkstra算法生成一条由若干直线段连接的参考航路，再利用B样条曲线具有C^2连续性、局部性、保凸性以及B样条曲线的曲率变化比较均匀的特点，对规划的参考航路进行修正和验证，使得规划航路对无人机安全可飞。当遇到突然出现的威胁时，可对航路进行局部重规划。     

基于飞行需求的航路动态管理

针对空域与飞行需求日益突出的矛盾,以及目前空域管理运行模式难以满足持续增长的飞行需求,提出了一个航路动态调整模型.模型在考虑空管的实施情况、空中交通流量情况和天气情况相关的条件下,对航路进行动态调整,动态的开放和使用临时航路,优化航路区域容量从而减轻航班延误.然后利用动态规划及整数规划方法相结合,求解模型得出航路动态调整的最优方案.最后利用典型空域进行了验证,结果表明所建立的模型能够大大减少航班延迟成本与航路管理成本,优化空中交通的顺畅运行.     

无人机航路规划技术研究进展

无人机航路规划问题本质是多约束条件下,多目标函数求极值的优化问题.规划出满足任务要求、导航、安全性等约束的较优航路,对提高无人机的武器系统性能有重要意义.通过对无人机航路规划的研究,对无人机航路规划问题进行了概括和总结,阐述了无人机航路规划的框架结构以及静态全局规划和动态局部规划方法的研究现状.分析了近年来常用的几种规划算法,着重分析了启发式算法以及遗传算法.在此基础上,对今后的研究方向进行了展望.     

基于航行系统体系结构的动态空域规划

基于新航行系统体系结构的动态空域规划方法可以充分挖掘和发挥空域的潜能,不仅能够完成国家战略层面的航路、航线、管制扇区结构设计,还可以作为评估现有独立管制扇区是否最大限度地满足空域用户不断增长需求的依据。本文在参考美国航行系统体系结构发展的基础上,提出基于该体系的空域规划建模过程,以及关键性指标的应用,对动态空域划分与协调规则进行初步分析,为科学规划空域提供技术支     

交叉航路碰撞风险研究

航路上航班的碰撞风险问题是目前空域规划的主要研究问题之一,就交叉航线的碰撞风险问题进行了研究.首先推导出交叉航路碰撞概率计算公式,然后结合概率论和划设保护区的方法对交叉航线的碰撞风险问题进行了研究,最后用自主开发的"空域安全评估方法的研究与应用"软件对上海区域内的某交叉航线的碰撞风险进行了仿真计算.为交叉航路的碰撞风险计算提供了简单易行的方法.     

通用飞机多约束水平航路规划方法研究

随着我国低空空域的开放,通用飞机低空航路规划问题越来越复杂,亟待解决。在传统航路规划方法的基础上,研究满足区域导航要求下低空空域的约束条件,并针对每一类约束条件,建立航路优化模型,给出航路优化算法的实现步骤。仿真实验验证表明,多约束水平航路规划方法能够满足通用飞机机载设备的功能和性能要求。     

无人机三维航路规划技术研究及发展趋势

由于搜索空间巨大,三维航迹规划一直是航迹规划中的难点,而无人机只有进行精确的三维航迹规划才能提高低空突防的成功率。本文描述了无人机在线航路规划的影响因素,分析了无人机动力学约束及威胁场约束,探讨了无人机航路几何建模方法及三维航路规划算法的研究概况,并着重分析了三维航路规划算法如禁忌搜索、人工势场法、粒子群优化算法、Dijkstra算法及A＊算法。最后,阐述了无人机三维航路规划面临的关键问题及发展趋势。     

基于目标分配的无人机航路规划

在航路规划中．如果存在多个目标点，优化问题就会变得复杂化。因此，在多目标点存在的情况下，航路优化问题应充分考虑目标的有关因素及空域状况，对目标和航路进行优化选择以取得某种效益。针对这一问题，提出了目标选择及航路规化的优化模型．并提出了一种改进的A*算法——大规模平行扩展A*算法对这一问题进行求解。在此基础上，针对无人机的水平飞行航路进行了规化。结果表明，通过该方法可以有效地解决多目标点存在时的航路规划问题。     

一种基于自动相关信息四维运算的飞行间隔算法设计与实现

本文介绍了无人机（UAV：UnmannedAerialVehicle）航路规划的分层模式，提出了实时航路规划中四维接近算法，对UAV与静态和动态目标的接近距离进行了分析计算，为航路规划及时提供飞行过程中的危险接近信息，并进行了数字仿真。数字仿真表明：该算法具有较高的运算速度和较好预测精度，可快速提供UAV与周围静态和动...     

NASA无人机运行管理系统ICAROUS框架分析

NASA和FAA提出了无人机系统交通管理(UTM)概念,旨在将低空无人机运行纳入国家空域范围,实现无人机在城市、应急等运行场景下的大规模安全运行。作为UTM项目的一部分,NASA开发了无人机运行管理系统的“无人系统可靠运行集成可配置算法框架(ICAROUS)”,该框架集成了无人机低空安全运行所需的飞行决策、地理围栏、路径规划以及空中交通冲突探测与避让等关键功能,并提供了软件在环仿真和地面控制站接口。通过剖析ICAROUS源代码分析了NASA无人机运行管理框架的研究进展,从架构、算法实现以及关键参数等方面解读了该框架的若干核心功能。最后,为中国无人机运行管理技术的发展提出了建议。     

考虑协同航路规划的多无人机任务分配

针对多无人机任务分配与协同航路规划问题，以分布式合同网拍卖算法为基础，构建无人机集群任务拍卖架构与拍卖收益函数，结合模拟退火算法协调任务执行次序，采用A^*算法完成两任务点间航程预估，在任务分配阶段同步完成多无人机间协同航路的初规划，确定最佳任务执行次序，实现任务分配与协同航路规划的紧耦合。仿真结果表明，在考虑禁飞区、障碍威胁情况下，该算法能够有效完成多架无人机不同类型任务的分配，且目标分配、执行次序合理，总执行代价小，各机间负载均衡；在任务分配阶段考虑协同航路规划具有明显的效果，能够有效提高任务分配的合理性。     

基于改进鲸鱼优化算法的无人机航路规划

针对复杂地形环境下的无人机航路规划问题，提出一种基于改进的鲸鱼优化算法的航路规划算法。首先，根据起始点和目标点等信息，通过坐标系旋转将二维航路规划问题转化为D维空间下的寻优问题；然后，将灰狼优化算法中的等级制度和微分进化算法中的贪婪策略引入鲸鱼优化算法提出改进的鲸鱼优化算法。在保证算法收敛速度的同时，所提的改进鲸鱼优化算法有效地提高了开发能力和搜索能力。最后，将提出的改进算法应用于无人机的航路问题求解。仿真结果表明，所提的改进鲸鱼优化算法能够有效的获得一条代价最优的、有效的航路结果，其性能优于传统的优化算法。     

基于蚁群算法的无人机航路规划

为了提高无人机(UAV)作战任务的成功率，在敌方防御区域内执行攻击任务前必须规划设计出高效的无人机飞行航路，保证无人机能够以最小的被发现概率及可接受的航程到达目标点。针对这一问题，对新近发展的蚁群算法进行了讨论，提出了适用于航路规划的优化方法，并对无人机的攻击任务航路进行了仿真计算。仿真结果表明，该方法是一种有效的航路规划方法。     

基于改进蚁群算法的无人机三维航路规划

针对蚁群算法存在收敛速度慢,容易陷入局部最优而导致三维航路规划过程中出现规划时间过长、航路没有达到最优等问题,通过对蚁群算法进行改进,提出了一种天牛须融合改进蚁群的无人机航路规划优化算法,算法通过对蚁群算法的启发函数优化并进行蚁群择优排序,然后融合天牛须算法进行航路规划;将优化算法应用于无人机的三维航路规划中,使规划算法的运行速度更快,无人机的最优航路更短。同时用改进算法与天牛须、蚁群算法的收敛时间、最优路径长度进行对比。仿真实验结果表明,改进算法与另外两种算法相比,在算法收敛度、运行速度方面有明显的提升。     

基于GA的民航飞机水平航线动态寻优算法

目前的机载飞行管理计算机系统 (FMCS)在进行飞行优化时 ,视航路为固定常量。这与自由飞概念是相斥的 ,而且也制约了对空域和GPS等技术的充分利用。水平航线的动态实时优化是解决该问题的根本方法。本文首先研究了该优化问题的数学建模 ;然后针对普通寻优算法耗时颇巨的缺点 ,提出了基于一种改进的遗传算法 (GA)的航线动态优化算法 ;最后给出了部分仿真实验结果以评估此算法的性能。