紀(jì)紅霞,杜璇,王榕,趙彪

1.95894部隊(duì) 2.武警特種警察學(xué)院

無人機(jī)安全飛行一直是業(yè)界關(guān)注的關(guān)鍵問題。影響無人機(jī)安全飛行的因素分為內(nèi)部因素和外部因素，本文主要圍繞安全飛行外部風(fēng)險(xiǎn)預(yù)測(cè)，重點(diǎn)闡述防撞等關(guān)鍵技術(shù)，列出目前一些常用算法，為下一步相關(guān)研究，以及提高無人機(jī)穩(wěn)定性和安全性提供理論參考。

無人機(jī)系統(tǒng)是一個(gè)復(fù)雜而精密的綜合系統(tǒng)，無人機(jī)任何一個(gè)設(shè)備都有可能受到質(zhì)量和環(huán)境等因素影響而出現(xiàn)故障，因此面臨著諸多安全風(fēng)險(xiǎn)。如今飛行環(huán)境日趨復(fù)雜，障礙增加，面臨的威脅日趨增多，若飛行中一旦失控，將引發(fā)不同程度的經(jīng)濟(jì)損失及造成人員傷亡。因此，任何無人機(jī)的起降全過程都可能出現(xiàn)安全問題，進(jìn)而引起不同程度的損失，特別是大中型無人機(jī)，安全風(fēng)險(xiǎn)一直受到業(yè)內(nèi)人士的高度關(guān)注。

無人機(jī)安全飛行影響因素

總體來說，影響無人機(jī)安全飛行的因素可以歸納為內(nèi)部和外部?jī)煞矫?，其中?nèi)部因素主要包括無人機(jī)分系統(tǒng)等設(shè)備故障對(duì)無人機(jī)安全飛行造成的影響；由外部因素引起的事故，主要包括外部環(huán)境、其他設(shè)備或人為等因素對(duì)無人機(jī)安全的影響，如通信干擾、誘騙、飛鳥撞擊、任務(wù)規(guī)劃不合理等造成的安全風(fēng)險(xiǎn)。本文主要介紹外部影響因素，空中障礙物對(duì)無人機(jī)飛行安全的影響及目前避障的算法。

當(dāng)無人機(jī)在非隔離空域執(zhí)行偵察、監(jiān)視、跟蹤、突防等飛行任務(wù)時(shí)，由于實(shí)際環(huán)境存在一定的動(dòng)態(tài)不確定性。無人機(jī)在遭遇突發(fā)威脅時(shí)，針對(duì)已知環(huán)境信息而預(yù)設(shè)的航線已不能滿足任務(wù)要求，需要無人機(jī)面對(duì)突發(fā)威脅進(jìn)行實(shí)時(shí)規(guī)避，以防止碰撞發(fā)生。在防空技術(shù)日益完善的現(xiàn)代戰(zhàn)爭(zhēng)中，自主避障技術(shù)是確保無人機(jī)安全飛行，在動(dòng)態(tài)不確定的環(huán)境中安全可靠地執(zhí)行復(fù)雜飛行任務(wù)，提高作戰(zhàn)能效。

圖1 自主避障技術(shù)確保無人機(jī)安全飛行。

無人機(jī)安全飛行外部風(fēng)險(xiǎn)預(yù)測(cè)與處理技術(shù)

安全飛行外部風(fēng)險(xiǎn)是指影響無人機(jī)飛行安全的外部因素所引發(fā)的安全隱患。外部因素包括無人機(jī)信息安全、無人機(jī)空中碰撞、氣象條件和人為等因素，下面主要對(duì)無人機(jī)空中防撞技術(shù)進(jìn)行闡述和分析。

無人機(jī)空中防撞技術(shù)

無人機(jī)防撞是保證無人機(jī)安全飛行的重要因素，它決定了無人機(jī)能否與其他飛行器共享空域，以及能否在動(dòng)態(tài)不確定環(huán)境中安全執(zhí)行任務(wù)。

無人機(jī)自主避障的目標(biāo)是，在線實(shí)時(shí)重規(guī)劃一條滿足飛行條件約束，能夠規(guī)避突發(fā)障礙和威脅，且最終能到達(dá)目標(biāo)點(diǎn)或回到起飛點(diǎn)的飛行航線。

按照目前解決碰撞問題的方式，無人機(jī)避障方法可分為基于路徑重規(guī)劃的方法，也稱間接方式，和基于反應(yīng)式機(jī)動(dòng)的方法，也稱直接方式。間接方式中比較有代表性的是啟發(fā)式方法、模型預(yù)測(cè)控制方法、基于隨機(jī)搜索的方法、基于優(yōu)化的方法、基于規(guī)則的方法；直接方式中比較有代表性的是基于勢(shì)場(chǎng)的方法、基于導(dǎo)引的方法、基于幾何的方法，以及基于混雜系統(tǒng)的避障方法等。

（1）現(xiàn)狀及重要性

國(guó)內(nèi)外有很多人士在研究空中防撞技術(shù)。在德國(guó)某無人機(jī)試驗(yàn)項(xiàng)目中研究感知與規(guī)避算法，并將算法在仿真和真實(shí)的飛行試驗(yàn)中進(jìn)行驗(yàn)證?？哲娧芯繉?shí)驗(yàn)室（AFRL）正在研究多無人機(jī)系統(tǒng)感知規(guī)避（MUSSA）技術(shù)，當(dāng)無人機(jī)與有人駕駛飛機(jī)在融合空域中飛行時(shí)，無人機(jī)系統(tǒng)（UAS）感知與規(guī)避系統(tǒng)必須像有人駕駛飛機(jī)的飛行員一樣，能發(fā)揮基本的避免沖突與碰撞的作用。該項(xiàng)工作將重點(diǎn)研究無人機(jī)系統(tǒng)（UAS）和有人機(jī)之間的沖突避讓或碰撞規(guī)避。

國(guó)內(nèi)對(duì)無人機(jī)戰(zhàn)場(chǎng)環(huán)境感知與規(guī)避技術(shù)的研究還處在基礎(chǔ)階段，但在多源信息融合理論、目標(biāo)行為建模以及態(tài)勢(shì)感知模型框架等方面已開展了卓有成效的工作，并取得了一定的研究成果。如有研究者提出了利用面向?qū)ο蟮呢惾~斯網(wǎng)絡(luò)構(gòu)建無人戰(zhàn)斗機(jī)的態(tài)勢(shì)感知模型框架，探索了有利于多機(jī)協(xié)同作戰(zhàn)的態(tài)勢(shì)感知模型，以及作戰(zhàn)環(huán)境具有多個(gè)不同威脅實(shí)體的態(tài)勢(shì)感知。有研究者使用模糊邏輯的方法處理事件發(fā)生的不確定性，基于一定的知識(shí)對(duì)當(dāng)前態(tài)勢(shì)進(jìn)行假設(shè)，并使用D-S方法對(duì)獲得的信息進(jìn)行合成，從而構(gòu)造一個(gè)對(duì)戰(zhàn)場(chǎng)態(tài)勢(shì)進(jìn)行分析、推理和預(yù)測(cè)的求解模型。有研究者對(duì)無人機(jī)編隊(duì)協(xié)同飛行中的視覺感知關(guān)鍵技術(shù)進(jìn)行了研究，提出了一種基于主動(dòng)輪廓模型的改進(jìn)貪婪算法，對(duì)運(yùn)動(dòng)區(qū)域內(nèi)的目標(biāo)輪廓進(jìn)行實(shí)時(shí)精確提取，捕獲UAV機(jī)載視覺傳感器視頻流中的目標(biāo)特征信息，并對(duì)運(yùn)動(dòng)目標(biāo)檢測(cè)方法和靜態(tài)目標(biāo)識(shí)別算法分別進(jìn)行了研究。

（2）基于區(qū)域隔離的避障方法

圖2 無人機(jī)避障路線圖。

圖3 無人機(jī)避障球形安全區(qū)域示意圖。

避障區(qū)是飛行器避障領(lǐng)域常用的集碰撞檢測(cè)和避障決策于一體的方法。在無人機(jī)避障系統(tǒng)的研究上，有研究者通過仿真和飛行測(cè)試，分析了利用感知與規(guī)避系統(tǒng)和空中防撞系統(tǒng)（TCAS）系統(tǒng)，實(shí)現(xiàn)空中無人飛行器自主避障的可行性。有研究者針對(duì)非合作飛行器的避障問題，分別提出了基于圓球、圓柱碰撞區(qū)的三維幾何避障算法。該算法能直接求得所有控制量的改變量，并適用于實(shí)時(shí)系統(tǒng)。有研究者提出了基于不同的規(guī)避時(shí)間劃分避障區(qū)域的方法，并在不同避障區(qū)域內(nèi)采取相應(yīng)的避障機(jī)動(dòng)，從而實(shí)現(xiàn)無人機(jī)自主避障。有研究者提出了綜合考慮無人機(jī)位置信息的準(zhǔn)確性和跟蹤預(yù)設(shè)航跡的能力等不確定性因素，選取大小不同的距離閾值劃分避障區(qū)域的方法。有研究者針對(duì)多無人機(jī)飛行沖突問題，提出了基于導(dǎo)航函數(shù)的避障算法，并設(shè)計(jì)了固定尺寸的碰撞區(qū)、保護(hù)區(qū)和警戒區(qū)?？傊?，目前主要采用的避障區(qū)是基于固定時(shí)間或距離，定義形狀為圓柱體、球形的三維避障區(qū)，或者圓形、橢圓形的二維避障區(qū)。

（3）基于路徑重規(guī)劃的避障方法

路徑重規(guī)劃算法包括啟發(fā)式方法、模型預(yù)測(cè)控制（MPC）方法、基于隨機(jī)搜索的方法、基于數(shù)值優(yōu)化的方法和基于規(guī)則的方法。

1）啟發(fā)式方法

通過定義一種利用數(shù)學(xué)方法描述的啟發(fā)函數(shù)，起到一種啟發(fā)作用，從而啟發(fā)算法向最優(yōu)或局部最優(yōu)的方向進(jìn)行航線搜索，典型的啟發(fā)算法有A＊方法、D＊方法、快速搜索隨機(jī)樹方法等。當(dāng)A＊算法的啟發(fā)式因子滿足單調(diào)性條件時(shí)，其搜索性能被證明是最佳的，因此A＊算法成為一種最常用的啟發(fā)式最佳優(yōu)先算法。首先用綜合地形海拔平滑算法對(duì)數(shù)字地圖進(jìn)行處理，然后建立安全飛行曲面和威脅模型，利用安全曲面和威脅模型對(duì)飛行空間進(jìn)行預(yù)處理后再結(jié)合A＊算法進(jìn)行規(guī)劃，通過比較仿真結(jié)果與傳統(tǒng)A＊算法，改進(jìn)后的A＊算法在計(jì)算速度、擴(kuò)展節(jié)點(diǎn)數(shù)目和路徑的易用性上表現(xiàn)出明顯優(yōu)勢(shì)。有研究者研究了在已知威脅和障礙的假設(shè)條件下，具有實(shí)時(shí)規(guī)劃特點(diǎn)的A＊算法，將離散時(shí)間引入三維地圖從而得到四維搜索空間，潛在的威脅由一些簡(jiǎn)單的幾何體組合表示，然后應(yīng)用了一種改進(jìn)的A＊算法進(jìn)行搜索，這種方法通過選擇躲避障礙的路徑點(diǎn)作為動(dòng)態(tài)運(yùn)動(dòng)限制的方式，使得A＊算法在不犧牲路徑完整性和最優(yōu)性的前提下，獲得比較令人滿意的規(guī)劃效果。但是這種方法是在已知威脅的前提下進(jìn)行的仿真演算，于是有研究者在具有態(tài)勢(shì)感知的UAV中進(jìn)行了A＊算法的改進(jìn)研究，這種基于圖的A＊搜索方法將油耗和威脅作為代價(jià)函數(shù)的權(quán)重，幾何距離作為啟發(fā)函數(shù)，覆蓋范圍和其增量作為連續(xù)節(jié)點(diǎn)信息確定方位，而所有這些信息均是由飛行器自身攜帶的傳感器所提供。在國(guó)內(nèi)，有研究者使用修正的參數(shù)（PRM）方法結(jié)合航跡約束條件構(gòu)造飛行路線圖，然后運(yùn)用動(dòng)態(tài)稀疏A＊算法實(shí)現(xiàn)精確搜索，該方法兼有全局搜索和局部搜索算法的優(yōu)點(diǎn)。有研究者深入研究了針對(duì)不同任務(wù)的基于數(shù)據(jù)鏈通信的A＊算法，該方法可用于數(shù)據(jù)鏈通信情況下基于A＊算法的離線、在線、針對(duì)移動(dòng)目標(biāo)、可重選目標(biāo)的航跡規(guī)劃方法。有研究者采用預(yù)規(guī)劃和重規(guī)劃兩層規(guī)劃，利用貝葉斯網(wǎng)絡(luò)進(jìn)行威脅評(píng)估，結(jié)合A＊算法實(shí)現(xiàn)航跡重規(guī)劃。對(duì)可移動(dòng)雷達(dá)建模，結(jié)合雷達(dá)威脅，使用改進(jìn)的A＊算法，改進(jìn)節(jié)點(diǎn)擴(kuò)展方式提高搜索效率，使仿真結(jié)果更貼近實(shí)際。

2）模型預(yù)測(cè)控制方法

圖4 模型預(yù)測(cè)控制方法使無人機(jī)發(fā)生碰撞的可能性達(dá)最小化。

模型預(yù)測(cè)控制方法是一種應(yīng)用于非線性動(dòng)態(tài)系統(tǒng)的控制方法，該方法將避障問題表述為一個(gè)有限時(shí)間窗內(nèi)的在線優(yōu)化問題，并在同一模塊內(nèi)實(shí)現(xiàn)避障軌跡生成與機(jī)動(dòng)控制，而且有效地處理實(shí)際系統(tǒng)中的限制，如輸入飽和與狀態(tài)限制等。在模型預(yù)測(cè)控制方法中，運(yùn)用有限時(shí)間窗內(nèi)最小化特定的函數(shù)，得到一個(gè)優(yōu)化控制輸入序列。有研究者應(yīng)用模型預(yù)測(cè)控制方法實(shí)現(xiàn)了無人機(jī)在未知環(huán)境下的在線避障控制。將模型預(yù)測(cè)控制方法應(yīng)用于運(yùn)動(dòng)威脅的避障時(shí)，需要估計(jì)運(yùn)動(dòng)威脅的信息，有研究者利用擴(kuò)展卡爾曼濾波算法預(yù)測(cè)動(dòng)態(tài)障礙物的三維軌跡和位置誤差，利用模型預(yù)測(cè)控制方法在未來的控制窗口內(nèi)，使無人機(jī)與障礙物的碰撞可能性達(dá)到最小化。有研究者提出了一種基于規(guī)則的模型預(yù)測(cè)控制避障算法，優(yōu)先選用航向規(guī)則進(jìn)行避障，若無法滿足避障要求，則選用速度規(guī)則。有研究者提出一種改進(jìn)的分布式模型預(yù)測(cè)控制方法，在每個(gè)時(shí)間窗口的代價(jià)函數(shù)中加入額外的相對(duì)位置約束，使編隊(duì)中的無人機(jī)不會(huì)發(fā)生碰撞，并可以規(guī)避不同形狀和較小的障礙。

3）基于隨機(jī)搜索的方法

該方法以遺傳算法（Genetic Algorithm,GA）蟻群算法、粒子群算法為代表?！半S機(jī)”是指這類算法通過數(shù)學(xué)表達(dá)式和約束構(gòu)成解空間，之后在解空間內(nèi)按照隨機(jī)的方式搜尋最優(yōu)。有研究者將遺傳算法進(jìn)行改進(jìn)，通過直接編碼，復(fù)制時(shí)保護(hù)最優(yōu)個(gè)體的方式，提高了運(yùn)算速度。由于遺傳算法沒有固定的編碼，適應(yīng)度函數(shù)等形式，因此遺傳算法的調(diào)參還處于試湊階段。有研究者采用了變長(zhǎng)實(shí)值基因編碼方式和一組重新設(shè)計(jì)的與之對(duì)應(yīng)的進(jìn)化算子進(jìn)行仿真，使其能夠滿足在線實(shí)施規(guī)劃的要求。有研究者采用了一種綜合元啟發(fā)式蟻群算法并結(jié)合差分進(jìn)化算法進(jìn)行無人戰(zhàn)斗機(jī)的三維路徑規(guī)劃，差分進(jìn)化用于優(yōu)化改進(jìn)的蟻群算法模型信息素，這種改進(jìn)的方法在保證原有蟻群算法的穩(wěn)定性同時(shí)加快了收斂速度。在蟻群算法的基礎(chǔ)上，基于綜合航跡代價(jià)預(yù)估，并引入信息素?cái)U(kuò)散機(jī)制，提高了算法優(yōu)化能力。有研究者利用粒子群優(yōu)化算法，將約束條件和搜索算法相結(jié)合，從而有效減少搜索空間，得到一條全局最優(yōu)路徑。有研究者將粒子群算法與B樣條相結(jié)合，以最小威脅、最小油耗并且飛越定義的偵察路徑為目標(biāo)設(shè)計(jì)航線，采用粒子群算法進(jìn)行優(yōu)化，B樣條曲線作為備用路徑，并且在三維仿真中予以實(shí)現(xiàn)，但由于該方法沒有考慮無人機(jī)自身的物理約束，因此規(guī)劃出的航線是由路徑點(diǎn)組成的折線。

4）基于數(shù)值優(yōu)化的方法

圖5 遺傳算法原理圖。

該方法通常利用無人機(jī)的運(yùn)動(dòng)學(xué)模型，在考慮一系列約束的基礎(chǔ)上，通過定義目標(biāo)函數(shù)來求解飛行沖突消解航線。有研究者將飛行沖突問題定義為具有一定約束的優(yōu)化問題，并通過優(yōu)化方法從預(yù)定義的機(jī)動(dòng)行為中求解最短避障時(shí)間的規(guī)避路徑。有研究者再次利用基于神經(jīng)網(wǎng)絡(luò)的遺傳算法，解決兩架無人機(jī)的飛行沖突問題。有研究者提出了一種基于擬線性回歸的飛行沖突解決方法。他們利用非線性無人機(jī)質(zhì)點(diǎn)模型，并結(jié)合飛行時(shí)間、燃料消耗等多種約束條件，通過優(yōu)化過程得出用于解決多無人機(jī)沖突的三維航跡。有研究者提出了一種隨機(jī)搜索結(jié)合凸優(yōu)化理論，并考慮最小能量消耗約束的二維多機(jī)飛行沖突解決方法，該方法得到的航線局部最優(yōu)。有研究者提出了一種基于無人機(jī)運(yùn)動(dòng)學(xué)模型的二維航線優(yōu)化沖突解決方法，該方法利用優(yōu)化控制方法計(jì)算考慮速度、轉(zhuǎn)彎角速率約束，具有最短飛行時(shí)間的沖突解決航線。隨后，該沖突解決方法被用于分布式移動(dòng)多agent系統(tǒng)中，用于解決多無人機(jī)協(xié)同飛行沖突問題。有研究者提出了一種基于混合整數(shù)線性規(guī)劃方法的多機(jī)飛行沖突解決方法，其中給出了只改變速度和航向兩種規(guī)避機(jī)動(dòng)方式的沖突解決方法。相比于基于非線性模型的方法，線性優(yōu)化方法的計(jì)算速度更快，更有利于實(shí)時(shí)應(yīng)用。有研究者提出了一種基于優(yōu)化的用于多無人機(jī)協(xié)同飛行的三維飛行沖突解決方法，他們將優(yōu)化控制問題轉(zhuǎn)化為結(jié)合有限元方法的有限維非線性優(yōu)化問題，利用提出的可靠初始化策略，并使用內(nèi)點(diǎn)算法實(shí)現(xiàn)了沖突解決優(yōu)化問題的求解。有研究者針對(duì)無人機(jī)防撞問題，提出基于最優(yōu)化理論的自主防撞方法。通過對(duì)無人機(jī)自主防撞過程的定性分析，建立了無人機(jī)自主防撞系統(tǒng)；然后分析了該系統(tǒng)中不同階段的防撞方法，并基于最優(yōu)化理論提出了三維動(dòng)態(tài)碰撞預(yù)測(cè)與防撞方法，并通過仿真結(jié)果驗(yàn)證了方法的有效性。

5）基于規(guī)則的方法

該方法利用一系列可描述的規(guī)則來實(shí)現(xiàn)規(guī)避防撞，所用的規(guī)則集往往是設(shè)計(jì)者根據(jù)具體應(yīng)用背景預(yù)先定義的、固定的規(guī)則集，該方法主要應(yīng)用在民航領(lǐng)域的空中交通管理。有研究者提出，假設(shè)已知每架無人機(jī)的位置、航向、速度等信息，且每架無人機(jī)原航線的高度和航向都設(shè)有固定的多機(jī)沖突規(guī)避方法，該方法通過多機(jī)合作規(guī)劃，采用一種基于協(xié)議的多無人機(jī)避障方法實(shí)現(xiàn)避撞。仿真結(jié)果表明，該方法對(duì)于位置、航向、速度的不確定性具有較好的魯棒性，計(jì)算量小，實(shí)時(shí)性好，在合作規(guī)劃的同時(shí)允許各無人機(jī)進(jìn)行異步機(jī)動(dòng)。有研究者提出了一種考慮通信、導(dǎo)航等系統(tǒng)不確定性故障的三維避障方法。該方法通過定義最小規(guī)避機(jī)動(dòng)行為集，如改變航向、速度、飛行高度等參數(shù)，利用混合整數(shù)規(guī)劃方法在規(guī)避機(jī)動(dòng)行為集內(nèi)，根據(jù)最小機(jī)動(dòng)規(guī)則選擇規(guī)避機(jī)動(dòng)方式。

（4）基于反應(yīng)式機(jī)動(dòng)的避障方法

基于反應(yīng)式機(jī)動(dòng)的避障方法包括基于勢(shì)場(chǎng)的方法、基于導(dǎo)引的方法和基于幾何的方法。

1）基于勢(shì)場(chǎng)的方法

將飛行器建模為一個(gè)勢(shì)場(chǎng)中運(yùn)動(dòng)的粒子，根據(jù)飛行器與目標(biāo)、威脅的關(guān)系構(gòu)造勢(shì)函數(shù)，引力場(chǎng)將飛行器拉向目標(biāo)點(diǎn)，斥力場(chǎng)使飛行器避免與威脅的碰撞。基于勢(shì)場(chǎng)的方法比較有代表性的是電荷法，流函數(shù)法，模擬退火算法等。

電荷法是通過引入電學(xué)原理中的庫(kù)倫定律，即同極電荷之間相互排斥、異極電荷之間相互吸引的原理，應(yīng)用于避障路徑規(guī)劃，使得運(yùn)動(dòng)物體能夠遠(yuǎn)離障礙物和威脅源，同時(shí)向目標(biāo)點(diǎn)靠近。有研究者中利用電荷法將實(shí)時(shí)威脅分為三種情況進(jìn)行建模，即飛行器發(fā)現(xiàn)威脅且尚未進(jìn)入威脅區(qū)、飛行器發(fā)現(xiàn)威脅卻已進(jìn)入威脅區(qū)、飛行器到達(dá)威脅正上方正欲離開威脅區(qū)。

流函數(shù)法是利用流體力學(xué)概念建立勢(shì)場(chǎng)區(qū)域規(guī)劃方法，該方法能夠很好地避免局部最小問題。有研究者將流函數(shù)法應(yīng)用于多移動(dòng)機(jī)器人Swarming控制，之后繼續(xù)深入研究該方法，他們首先利用流函數(shù)解決了單臺(tái)移動(dòng)機(jī)器人的避障問題，并采用虛擬leader和二叉樹結(jié)構(gòu)的多移動(dòng)機(jī)器人swarming控制模型，由于采用了虛擬leader，因此當(dāng)該模型中的leader機(jī)器人出現(xiàn)故障時(shí)，每個(gè)機(jī)器人均可以替代它充當(dāng)leader，使機(jī)器人集群在避障過程中不會(huì)發(fā)生分離，提高系統(tǒng)的穩(wěn)定性，增強(qiáng)系統(tǒng)應(yīng)變能力。

模擬退火算法模仿了熱力學(xué)中的退火過程，退火算法將“加熱”在起始點(diǎn)附近一定范圍內(nèi)的所有點(diǎn)，然后不斷進(jìn)行迭代運(yùn)算，使所有點(diǎn)的溫度都逐漸冷卻。有研究者通過隨機(jī)產(chǎn)生平移方向的方法改進(jìn)模擬退火算法容易陷入局部極小的問題，并利用該方法對(duì)各種規(guī)模、不同的復(fù)雜地形進(jìn)行了大量實(shí)驗(yàn)，總結(jié)了航跡規(guī)劃中應(yīng)用模擬退火算法的一些定性原則。

2）基于導(dǎo)引的方法

該方法將無人機(jī)避障問題表述為一種控制最小化的導(dǎo)引問題。比例導(dǎo)引是一種廣泛應(yīng)用于導(dǎo)彈導(dǎo)引的方法，無人機(jī)追蹤目標(biāo)點(diǎn)問題是一種與之類似的問題。有研究者提出了基于比例導(dǎo)引的避障控制策略。但是當(dāng)需要追蹤新目標(biāo)點(diǎn)時(shí)，該方法會(huì)導(dǎo)致控制量的跳變。有研究者提出一種最小化導(dǎo)引效力的方法，可實(shí)現(xiàn)對(duì)多個(gè)威脅的規(guī)避。有研究者提出的非線性幾何導(dǎo)引法和微分幾何導(dǎo)引法，可以使無人機(jī)的飛行速度向量快速地指向目標(biāo)點(diǎn)，從而實(shí)現(xiàn)反應(yīng)式的快速避障。

導(dǎo)引法一般借助視覺傳感器獲取威脅信息或通過協(xié)同信息交互獲取編隊(duì)中其他成員狀態(tài)信息，通過碰撞圓錐法或最近點(diǎn)法實(shí)現(xiàn)威脅檢測(cè)。

3）基于幾何的方法

該方法比較適用于二維避障、兩機(jī)避障、單一機(jī)動(dòng)方式避障等情況。有研究者提出了一種基于我機(jī)和威脅之間的幾何關(guān)系避障方法，該方法分別在水平面和垂直面產(chǎn)生避障機(jī)動(dòng)路徑。有研究者提出了一種基于計(jì)算幾何的避障算法，他們將航線等同于Delaunay，所規(guī)劃的避障航線根據(jù)圖中非相交的線條來計(jì)算。有研究者提出了一種用于解決二維飛行沖突的幾何優(yōu)化算法，該方法利用當(dāng)前的位置和速度信息，以及無人機(jī)航線的幾何特點(diǎn)，通過定義速度改變量最小的目標(biāo)函數(shù)，來計(jì)算規(guī)避航線的解析值。有研究者提出了一種基于幾何法和優(yōu)化方法的非合作無人機(jī)三維航線避障方法，該方法結(jié)合了所有控制量，如速度、航向、高度的改變量，并推導(dǎo)出基于幾何方法的運(yùn)動(dòng)學(xué)最優(yōu)問題的解析值。該算法通過持續(xù)更新飛行器的速度信息來保證飛行安全，但是該算法沒有考慮靜態(tài)障礙和地形障礙，且只能應(yīng)用于兩機(jī)沖突的場(chǎng)景?！?/p>