过去的几年中,随着移动终端的飞速发展,相关的产业链,例如微控制器、惯性传感器、通信芯片等已经发展成熟。无人机凭借其机动灵活的特点已从原本的战斗、巡逻、侦查等领域延伸至诸多工业及民用场景。随着无人机应用行业的日益普及,自然的导航环境变得越来越复杂,如何确保无人机的安全,成功完成工作目标以及如何防止无人机撞机或交通事故安全事故的发生,无人驾驶飞机的避障变得越来越重要,已成为无人机研究的热点。本文研究以此为核心开展,利用多传感器技术来对相关障碍物的信息进行采集,然后对采集后的数据开展分析与识别,根据分析所得的障碍物信息利用模糊控制算法构建无人机多传感信息融合避障方法,提高无人机避障精度及优化避障规划路径,实现无人机单一、多障碍物自主避障功能。首先,对无人机进行了动力学建模,对来自地形的威胁和其他无人机的威胁、气候威胁不同特点的障碍物进行了分析。将超声波和激光测量的障碍物方位和距离信息进行综合和分类,对数据进行融合分类,接着将这些信息通过模糊控制方法对输入后的数据进行模糊化处理,然后结合人们的避障习惯来进行处理,通过已有经验及知识来构建起应的模糊控制规则,并推导输出实现无人机转向对应的四旋翼电机转速,实现无人机避障路径飞行。其次,本文采用串级控制算法结构,模糊避障控制+PID位置控制,外环模糊控制逻辑输入为传感器融合后的探测障碍距离和传感器位置编号,输出为X位置偏移量和Y位置偏移量。内环PID位置输入速度误差,输出为PWM波对电机调速。算法的改进体现在模糊控制结果和规则的改进中。最后,通过仿真实验和试飞实验研究算法的避障效果和精度。将多传感信息融合无人机避障实验分为三组,通过仿真试验验证算法的避障效果和算法的精度,通过传感器测试实验验证不同障碍物的识别和信息融合,编制仿真软件实现单一障碍物和多障碍物的仿真试验,验证算法是否能够实现无人机飞行避障。研究结果表明,本文的算法能够实现无人机在单一障碍物和多障碍物的避障。