基于遗传算法的无人机航迹规划

本项目设计融合无人飞行器，航迹规划和测距避障等技术，研发具有能自主规划航迹，实现从无人机遥控飞行技术向智能化地自主规划航迹飞行技术的转变，并且重点解决无人机在威胁代价(地形、环境等)下实现无人工控制、自主地规划航迹进行飞行并完成任务的复杂智能技术问题从而提高任务的完成率以及大大缩短任务的完成时间。

本项目的重点在于解决无人机在威胁代价(地形、环境等)下实现无人工控制、自主地规划航迹并完成任务的复杂智能技术问题从而提高任务的完成率以及大大缩短任务的完成时间。

上世纪八十年代以来，无人机自动航迹规划技术的研究在国外得到高度的重视。基于人工智能技术， 即使遇到环境威胁问题，也可以保证一定的机身稳定性，同时利用机载传感器获取环境信息，对环境信息进行数据分析，结合导航系统数据，实时产生最优轨迹，并给出沿最优轨迹飞行的导引控制指令，具备了时效性、最优化、精确性等特点。国内西北工业大学王振华等人进行了基于改进概率地图的无人机实时避障研究，针对无人机路径规划问题，以等高线地图作为任务空间，提出一种新的采样模型，避免相交检验[1]。另外，还有周玮等人提出的基于层次分解策略无人机编队避障的方法[2]。张跃东等人提出了基于单目视觉的无人机障碍探测算法[3]。本项目的创新特色在于基于优化的遗传算法进行无人机航迹规划以及基于模糊控制的智能测距以及避障系统。

同时，在无人机航迹规划的应用方面，自动航迹规划一直是人工智能和机器学习领域的研究热点， 得到了许多著名研究机构和研究者的关注，出现了一些在这一领域研究实例： Kiva Systems 公司：其Raffaello 教授的团队多次公开展示了，单翼到多翼无人机的稳定飞行，以及任务性自动规划飞行。

英国伦敦迈拓公司：其研发制造的基于无人机技术的运输系统，该无人机系统的研发，主要是针对在低收入国家没有适当医疗救援方式的个人，包括对需要帮助的人提供运送、诊断、治疗等全方位的服务。无人机在整个运输的过程中，并不只是简单的单独飞行，而是通过对系统的控制，让无人机在预编程序的空间轨道线路上来飞行，并配有专门的跟踪、监视装备。

2. 研究设计的总体思路 2.1. 项目研究基本内容 本项目设计融合四轴飞行器、遗传算法和Matlab 等技术，研发具有能自主规划航迹，实现从无人机遥控飞行技术向智能化地自主规划航迹飞行技术的转变， 并且重点解决无人机在威胁代价(地形、环境等)下实现无人工控制、自主地规划航迹并完成任务的复杂智能技术问题从而提高任务的完成率以及大大缩短任务的完成时间[4]。该系统的组成角色包括地面站、四轴飞行器和通讯平台等，各种角色所具备的功能如下： 1) 地面站：使用者通过地面站可以浏览和查询所连接的四轴飞行器的飞行高度，状态以及位置，接收飞行器的信号，并且还可以向四轴飞行器发送飞行的指令。

2) 四轴飞行器：注册并认证后的四轴飞行器可以在此系统中的地面站进行连接，接受地面站的信号信息，同时具有可以向地面站发送讯号以及相关信息的功能。