● 摘要
本文以国际空中机器人大赛第七届任务的任务规划部分为研究背景。该任务是让飞行器完全自主地模拟完成牧羊犬任务。针对这一任务背景，本文对多运动目标与威胁环境下无人机实时任务规划这一课题展开研究。主要研究内容包括运动目标的跟踪预测、无人机的自主综合决策以及实时航路规划方法。
由于传感器的探测范围限制，无法对所有地面目标的进行实时跟踪。另外由于传感器的检测噪声等因素易导致地面目标的跟踪不准确。针对于目标不可见问题，主要是根据目标的运动模型的迭代计算来获取目标运动信息。针对于目标跟踪不准确问题，本文采用了一种交互多模型无迹卡尔曼滤波的方法对地面目标进行跟踪。
在具有多运动目标和威胁的环境下，无人机需要同时处理多个任务，并且规避威胁。针对于此，无人机需要在动态环境中根据实时获取到的信息进行综合自主决策。贝叶斯网络是一种描述概率关系的有向图解，适用于不确定性和概率性问题。本文所面临的问题需要根据不完全的、不精确的及不确定的知识和信息中做出推理。贝叶斯网络正是一种概率推理技术，它使用概率理论来处理在描述不同知识之间的条件相关而产生的不确定性，它提供了一种将知识图解可视化的方法。
本文目标信息的获取是通过机载传感器来获取，其探测范围与飞机的姿态和位置相关。所以在航路规划中不仅要考虑到拦截运动目标和规避动态障碍，还要考虑到机载视觉传感器的探测范围问题。本文将航路规划在水平方向和垂直方向上进行解耦。在水平方向上利用一种基于会合制导方法的实时航路规划方法，而垂直方向上通过目标最小逃逸概率来反演算出无人机的垂直方向上的指令。