冯宇，崔峰,2，高东,2

（1.国家空间科学中心，北京100000；2.中国科学院大学，北京100000）

0 引言

随着计算机视觉技术的快速发展，基于低成本视觉传感器的视觉导航方法在无人机导航和路径规划领域显示出极大的优势，被广泛研究和应用，尤其应用于全球定位系统（global positioning system，GPS）信号弱，甚至信号被阻断的场景中。文章研究在无路径先验信息的情况下，无人机基于视觉传感器沿指定路径进行循迹飞行的路径规划算法设计。循迹飞行的前提是识别图像路径。文章［1］提出根据高斯分布模型的自适应阈值分割方法，使用了基于形态学变换的二值图优化算法得到车道线的边缘图，改进概率霍夫变换，有效地检测出车道路。文章［2］主要针对自动驾驶过程中路径类型预判较慢且准确度不高的问题，提出了一种图像边沿特征提取算法。文章［3］基于改进的自适应遗传分割算法对图像进行阈值分割，使用霍夫变换的图像处理方法，并通过逆透视变换矫正路径的畸变，有效地提高了路径识别的精确度。

传统的路径规划算法，如A*算法［4］、人工势场法［5］等，需要提前载入环境信息。智能算法如遗传算法［6］、粒子群算法［7］等实时采集环境信息，根据载体在环境中的状态进行路径规划。这些算法用于在复杂环境中寻找最优路径来避开障碍，与循迹飞行的应用场景和目的略有不同。

循迹飞行的难点之一是拐角处的路径规划，检测出路径上的拐角是基于视觉信息进行导引的难点之一。……