题目：无人机自适应路径规划研究

近些年来无人机发展迅速，逐渐开始承担各种复杂条件下的民用和军事飞行任务。路径规划技术作为无人机系统的一项核心研究课题，其发展水平直接影响了无人机自主安全飞行的能力，尤其是随着环境、机型和需求的日益复杂，还决定了各类无人机能否在包含大量不同类型威胁的任务空间中完成具有枯燥、污染和危险等特性的任务。在路径规划方法研究方面，实现算法可行性、飞行安全性、路径最优性、结果合理性和计算实时性等综合指标是方法设计的主要目标；而在实际应用中，还需要优化规划方法对复杂飞行环境的自主适应能力，并兼顾对不同类型无人机和飞行任务的适用性。理论和应用两方面的需求均给无人机路径规划技术研究带来挑战。

无人机自适应路径规划方法充分考虑路径综合优化目标和适应性能力，根据外界与内部条件变化自动调整规划过程/参数，既保证决策和行为在复杂环境中自动达到较优的特性，也扩展了路径规划器的应用范围。但是，当前路径规划方法在引入优化能力和适应性机制时存在以下问题：(i) 无人机路径规划中的自适应能力需要明确定义并规范化描述；(ii) 考虑不同对象和需求的单无人机路径规划中，面向复杂环境适应性的路径优化效果需要改善；(iii) 多无人机协同路径规划中，对共享信息的利用与处理需要进一步优化。

基于上述需求和面临的问题，本论文面向单机和多机协同路径规划问题，研究如何在复杂环境中利用双层决策模型、随机规划思想和共享信息处理技术开发新的自适应路径规划方法，并通过设计综合性的仿真实验系统进行结果验证和效能评估。论文的主要贡献和创新点体现在以下五个方面：

1．构建了一类考虑环境适应能力和综合优化需求的无人机自适应路径规划模型。

建模复杂环境中的各类威胁对象，给出了任务空间威胁的综合度量方法，并在此基础上形式化描述自适应路径规划中的任务/状态空间、威胁规避、无人机对象及内外部变化与扰动等组件，进而建立了一类单机和多机协同路径规划问题模型。

2．针对固定翼无人机在特定高度的实时路径规划问题，提出了一类基于双层决策(Bi-level programming, BLP)和变长规划时间的自适应路径规划方法。

通过将规划目标在上下两层迭代优化，并将威胁规避、性能限制和优化需求建立为模型约束，开发了基于双层决策和变长规划时间的路径规划模型。进一步以双层决策最优解定义过程为基础，提出了基于离散化枚举和启发式优化策略的快速求解算法。

3．针对适合不同对象的二维与三维路径规划问题，设计了快速平滑收敛RRT(QS-RRT)，并提出了基于QS-RRT的自适应路径规划框架。

以随机采样和快速扩展随机树(RRT)为基础，融合最优控制和组合优化思想，构建新的扩展策略来设计QS-RRT，并提出了基于QS-RRT的静态/实时路径规划方法和面向三维空间路径规划方法，以满足任务灵活性、计算实时性、路径优化和高维空间应用等实际需求。

4．针对信息共享条件下的多机协同路径规划问题，构建共享信息自适应优化策略，并分别设计了集中式和分布式模式下的协同路径规划器。

扩展并建模协同过程中的共享飞行状态和威胁信息，提出四项共享信息处理方案来优化协同过程和规划结果。在此基础上，根据集中式和分布式结构各自的优势与适用范围，嵌入信息处理策略，开发了基于BLP的集中式协同路径规划方法和基于QS-RRT的分布式协同路径规划方法。

5．设计并实现了一套综合的无人机路径规划数字仿真系统。

目前缺乏专门针对路径规划方法设计、验证与评估的实验系统。基于此，首次搭建了一套能够辅助算法开发和环境管理的数字仿真系统。该系统支持威胁已知/未知的复杂飞行环境、单机/多机协同规划模式和集中式/分布式运行结构。