无人机自动避撞是实现无人机自主飞行的关键技术.随着无人机在侦查、搜救、运输、军事等多个领域的广泛使用,其数量以及飞行活动量的不断增加对空域环境内的其他飞行器以及地面第三方带来很大的安全隐患,安全性目前已成为制约无人机进一步发展和拓展应用范围的瓶颈问题.由于安全性太低,无人机无法与有人机共享宝贵的空域.无人机与有人机共享空域飞行是未来的发展趋势,因而避撞问题也成为制约无人机发展的关键挑战之一.
　　在无人机避撞问题研究方面,核心思路可归纳如下:首先按照特定的碰撞威胁检测方法估计可能碰撞,然后研究合适的避撞算法,在一定的性能指标和约束下实现避撞飞行.
　　本文首先对碰撞过程进行分析,研究碰撞检测算法,对避撞过程进行建模.针对现有基于向量的碰撞锥检测方法计算量较大问题,设计了一种简单的计算量小的碰撞检测方法.
　　其次,针对比例导引方法,如果障碍物具有比避撞机更快的速度,容易避撞失败的问题,提出了基本负比例导引的无人机自动避撞方法.为了优化无人机避撞过程的机动范围,提出了基于正、负复合比例导引的无人机避撞方法.仿真结果表明基于负比例导引和基于正、负比例复合导引的无人机自动避撞方法的有效性.
　　接着,由于现有非线性动态逆导引方法中导引参数的选取主要依靠经验,因此提出了一种改进的比例型非线性动态逆导引的无人机自动避撞方法.优化了导引参数的设计方法,利用李雅普诺夫稳定定理对导引方法的稳定性进行分析.为了进一步改进导引方法的收敛性能,提出了一种基于比例-微分型非线性动态逆导引的无人机自动避撞方法,利用圆判据对导引方法的稳定性进行分析.仿真结果表明了比例型和比例-微分型非线性动态逆导引方法的有效性.且引入微分参数后,比例微分型动态逆导引方法性能要优于比例型动态逆导引方法.
　　然后,为了简化导引指令,对避撞时间进行精确估计,提出了一种基于常值导引的无人机自动避撞方法.首先计算导引指令可行域,建立目标优化函数求解最优常值导引指令;利用粒子群算法求解避撞完成时间;设计了一种非线山东科技大学硕士学位论文性PID控制器并给出稳定性条件,设计了非线性PID参数整定规则.仿真结果表明基于粒子群算法的避撞时间估计误差较小,常值导引方法的避撞机动范围要小于比例导引和非线性动态逆导引,且能够应对安全距离突变等扰动的影响.
　　最后,考虑到现实环境的复杂性,为提高导引方法的抗干扰性,引入扩张状态观测器,提出了一种基于非线性自抗扰导引的无人机自动避撞方法.通过圆判据得到了非线性自抗扰导引方法的稳定条件.仿真结果表明非线性自抗扰导引方法能够应对传感器噪声、风干扰、未知障碍物加速度等扰动并适用于多无人机避撞.非线性自抗扰导引方法的避撞机动范围要小于非线性动态逆导引方法.