李文广, 孙世宇, 李建增, 胡永江, 张 岩

(陆军工程大学石家庄校区无人机工程系, 河北 石家庄 050003)

0 引 言

目前,大多数的航迹规划主要研究在静态威胁下如何规划航迹[1-3],对于突发威胁下的动态航迹规划问题相关文献较少。在实战背景下,只考虑静态威胁对无人机飞行安全的影响是不符合实际任务要求的。无人机动态航迹规划就是解决无人机在发现突发威胁时,该如何重新规划局部航迹的问题。这有利于提升无人机对于复杂战场环境的适应能力和生存能力,同时更符合实战背景，所以研究无人机动态航迹规划意义重大。

在无人机动态航迹规划方面,学者们做了大量的工作:文献[4]提出了一种改进的快速扩展随机树(rapidly-exploring random tree, RRT)算法,提升了算法搜索路径的效率和可行性,路径的可跟踪性更强。但该算法只考虑了静态威胁下的航迹规划问题,不符合实战任务要求。文献[5]提出了稀疏A*和人工势场相结合的动态航迹规划算法。该算法首先利用稀疏A*算法完成全局航迹规划,然后在出现突发威胁的情况下结合人工势场法完成局部航迹规划。其充分利用了稀疏A*和人工势场法的优点,同时避免了出现局部极小的缺陷。但稀疏A*算法需要前期对规划空间进行预处理,算法效率不高,并且用稀疏A*算法的航迹代价函数去近似描述局部航迹的代价,误差较大。文献[6]提出了基于动态贝叶斯网络(dynamic Bayesian network, DBN)威胁评估模型与模型预测控制(model predictive control, MPC)路径规划算法相结合的方法。……