0 引言

　　無人機(jī)模擬仿真系統(tǒng)通過模擬無人機(jī)動(dòng)力學(xué)特性，構(gòu)建數(shù)字無人機(jī)模塊、遙控遙測(cè)模塊、航路規(guī)劃模塊、視景仿真模塊，完成無人機(jī)從起飛、爬升、盤旋、降落及任務(wù)推演的全過程模擬。無人機(jī)模擬仿真系統(tǒng)在對(duì)飛行特性、任務(wù)執(zhí)行能力進(jìn)行預(yù)演仿真，減少實(shí)際試驗(yàn)投入、降低研制風(fēng)險(xiǎn)、縮短研發(fā)周期等方面有著重要的意義[1]。

　　無人機(jī)航路規(guī)劃及視景仿真系統(tǒng)是無人機(jī)模擬仿真系統(tǒng)的重要組成部分。其中航路規(guī)劃是指在特定約束條件下, 尋找從初始點(diǎn)到目標(biāo)點(diǎn)滿足某種性能指標(biāo)最優(yōu)的運(yùn)動(dòng)軌跡[2]。航路規(guī)劃必須綜合考慮無人機(jī)的飛行特性，如：最小轉(zhuǎn)彎半徑、爬升角、實(shí)用升限等；環(huán)境因素，如：地形、雷達(dá)威脅源、禁飛區(qū)、雷雨區(qū)、鏈路覆蓋區(qū)域、鏈路干擾等；任務(wù)載荷因素：視場(chǎng)角范圍、作用距離、重疊率等。航路規(guī)劃必須首先對(duì)各類約束條件進(jìn)行建模，并給出滿足約束的最優(yōu)航路評(píng)價(jià)標(biāo)準(zhǔn)，規(guī)劃必須在三維空間、大范圍內(nèi)進(jìn)行，對(duì)規(guī)劃算法的效率也是需要考慮的問題[3]。視景仿真系統(tǒng)通過構(gòu)建無人機(jī)的三維運(yùn)動(dòng)模型和真實(shí)的三維地形特征、禁飛區(qū)等威脅環(huán)境，可以在虛擬的場(chǎng)景中逼真展示無人機(jī)的三維飛行特性、飛行場(chǎng)景、飛行航線和載荷觀測(cè)特性等[4]。

　　高效的航路規(guī)劃算法可以大大提高無人機(jī)自主執(zhí)行任務(wù)的效率和安全性。國(guó)內(nèi)外學(xué)者在無人飛行器航路規(guī)劃方面已經(jīng)做了許多研究，常用航路規(guī)劃算法主要包括，幾何方法、數(shù)學(xué)規(guī)劃方法、人工勢(shì)場(chǎng)法和智能優(yōu)化方法等[5]。

　　概率地圖法(Probabilistic Roadmap Method，PRM)因幾何計(jì)算需求小、實(shí)現(xiàn)簡(jiǎn)單，擴(kuò)展性好而被廣泛應(yīng)用于路徑規(guī)劃問題[6-7]。PRM最初由Overmars等人[8-9]提出，主要用來解決機(jī)器人的運(yùn)動(dòng)規(guī)劃問題。

　　目前PRM在解決無人機(jī)航路規(guī)劃時(shí)還存在著一些不足。首先，對(duì)無人機(jī)航路規(guī)劃的約束條件考慮不夠完善[10-13]，沒有充分考慮無人機(jī)實(shí)際飛行需求，如對(duì)通訊鏈路的要求。其次，無人機(jī)規(guī)劃空間大，PRM在學(xué)習(xí)階段將消耗較多時(shí)間，限制了PRM在大范圍無人機(jī)航路規(guī)劃中的應(yīng)用。

　　本文針對(duì)無人機(jī)航路規(guī)劃需求，建立了無人機(jī)飛行環(huán)境的約束模型，將各類約束歸類為剛性約束條件和柔性約束條件兩類；在傳統(tǒng)的PRM算法的基礎(chǔ)上，提出了分層概率地圖法(Layer Probabilistic Roadmap Method，LPRM)算法，通過對(duì)三維空間分層、分區(qū)可以大大減少三維空間上的規(guī)劃時(shí)間。

　　在視景仿真方面也開始出現(xiàn)相應(yīng)成熟的視景仿真引擎，例如Google Earth、OSGEarth、Vega Prime等[14-18]。近年來在商業(yè)環(huán)境中視景仿真技術(shù)的應(yīng)用也逐漸廣泛起來，尤其是游戲、VR交互等方面。

　　本文在自主航路規(guī)劃的基礎(chǔ)上，利用Terrain vista和Vega Prime構(gòu)建了大范圍真實(shí)三維場(chǎng)景，包含三維地形、地面運(yùn)動(dòng)目標(biāo)、預(yù)設(shè)航線、雷達(dá)威脅等飛行環(huán)境信息，設(shè)計(jì)了無人機(jī)三維視景仿真系統(tǒng)，完成系統(tǒng)平臺(tái)的搭建和仿真，通過無人機(jī)的三維飛行仿真驗(yàn)證了本文規(guī)劃算法的有效性和三維視景的直觀性。

1 系統(tǒng)組成及信息流程

　　無人機(jī)航路規(guī)劃及視景仿真系統(tǒng)由航路規(guī)劃軟件和視景仿真軟件兩部分組成，與無人機(jī)遙控遙測(cè)軟件和數(shù)字無人機(jī)軟件共同組成無人機(jī)模擬仿真系統(tǒng)，如圖1所示。數(shù)字無人機(jī)軟件主要模擬無人機(jī)的動(dòng)力學(xué)性能、飛控、導(dǎo)航功能，地面遙控遙測(cè)軟件主要完成對(duì)無人機(jī)的遙控指令發(fā)送和遙測(cè)參數(shù)顯示。

　　航路規(guī)劃軟件包括三維航跡規(guī)劃模塊和地圖導(dǎo)航模塊。三維航跡規(guī)劃模塊根據(jù)環(huán)境信息（如無人機(jī)飛行特性、地形、禁飛區(qū)和威脅鏈路等）、載荷信息等構(gòu)建一條從起始點(diǎn)到任務(wù)目標(biāo)點(diǎn)的最優(yōu)航線，規(guī)劃后的航線文件發(fā)送給數(shù)字無人機(jī)軟件，完成無人機(jī)任務(wù)三維航線的模擬；數(shù)字無人機(jī)軟件按照裝載的航線文件，完成無人機(jī)的飛行模擬，并把仿真的飛行參數(shù)（如經(jīng)緯度、高度、速度和姿態(tài)角等信息）發(fā)送給視景仿真軟件和地圖導(dǎo)航模塊，供三維視景和數(shù)字地圖上進(jìn)行導(dǎo)航顯示。其中視景仿真軟件分為飛行視景顯示模塊、機(jī)載光電載荷動(dòng)態(tài)視頻模擬模塊和運(yùn)動(dòng)目標(biāo)仿真模塊。飛行視景顯示模塊在三維視景內(nèi)對(duì)禁飛區(qū)、障礙物、復(fù)雜氣象等渲染，完成三維場(chǎng)景及無人機(jī)位姿的實(shí)時(shí)顯示、飛行視角切換等；機(jī)載光電載荷動(dòng)態(tài)視頻模擬模塊主要模擬相機(jī)姿態(tài)調(diào)整、焦距改變和跟蹤移動(dòng)目標(biāo)等過程；運(yùn)動(dòng)目標(biāo)仿真模塊主要驅(qū)動(dòng)三維場(chǎng)景內(nèi)可移動(dòng)目標(biāo)的運(yùn)動(dòng)。無人機(jī)航路規(guī)劃及視景仿真系統(tǒng)組成和信息流程如圖2所示。

2 系統(tǒng)關(guān)鍵技術(shù)實(shí)現(xiàn)

　　無人機(jī)航路規(guī)劃及視景仿真系統(tǒng)涉及到復(fù)雜環(huán)境模型的建立、三維真實(shí)場(chǎng)景的生成、載荷特性模擬等方面，主要難點(diǎn)有以下三個(gè)方面：

　　(1)各種飛行、環(huán)境約束條件（如航空管制區(qū)、雷達(dá)識(shí)別區(qū)和最大航程等）進(jìn)行抽象，轉(zhuǎn)化為簡(jiǎn)單直觀的數(shù)學(xué)模型，無人機(jī)航路規(guī)劃問題就轉(zhuǎn)化為數(shù)學(xué)上的極值問題。如何構(gòu)建合適的數(shù)學(xué)模型是系統(tǒng)地解決這一問題的關(guān)鍵。

　　(2)本文選用的概率地圖法在二維機(jī)器人路徑規(guī)劃有成熟的應(yīng)用，但拓展到三維航路規(guī)劃有很大難度。對(duì)算法改進(jìn)以適應(yīng)無人機(jī)航路規(guī)劃要求規(guī)劃效率和實(shí)用性需求，是航路規(guī)劃的關(guān)鍵點(diǎn)。

　　(3)Vega Prime雖然是國(guó)外較為成熟的三維視景構(gòu)建引擎，但是本系統(tǒng)需要構(gòu)建超大真實(shí)場(chǎng)景，既要實(shí)現(xiàn)飛行仿真，又要進(jìn)行載荷視角的動(dòng)態(tài)仿真及運(yùn)動(dòng)目標(biāo)仿真，多驅(qū)動(dòng)同步仿真是實(shí)現(xiàn)系統(tǒng)的關(guān)鍵點(diǎn)之一。

　　2.1 系統(tǒng)約束建模及模型的評(píng)價(jià)標(biāo)準(zhǔn)

　　無人機(jī)任務(wù)規(guī)劃的約束條件多種多樣，例如需要考慮無人機(jī)的燃油對(duì)無人機(jī)航程的約束，無人機(jī)最小轉(zhuǎn)彎半徑的飛行性能約束，還有天氣環(huán)境對(duì)無人機(jī)安全性的威脅約束等情況。本文將約束條件分為兩類：剛性約束條件和柔性約束條件。剛性約束條件是指絕對(duì)不可超越，否則直接威脅無人機(jī)系統(tǒng)安全的約束條件；柔性約束條件是指可局部超越，但會(huì)導(dǎo)致系統(tǒng)性能降低的約束條件。

　　2.1.1 剛性約束模型

　　為保證無人機(jī)的飛行安全，無人機(jī)需要躲避地形，滿足最低飛行高度的限制；無人機(jī)需滿足航空管制要求，不得跨越禁飛區(qū)等情況都是剛性約束的范疇。根據(jù)約束特性設(shè)計(jì)數(shù)學(xué)模型cr為下式：

　　上式中航跡段E上航點(diǎn)集合為p={p|p∈E}，?追為剛性約束的集合，若航跡段在剛性約束范圍內(nèi)，此航跡段威脅代價(jià)將無限大。

　　2.1.2 柔性約束模型

　　柔性約束條件又分為排斥約束和吸引約束兩種。無人機(jī)在敵方空域執(zhí)行任務(wù)時(shí)不可避免地會(huì)進(jìn)入敵方雷達(dá)偵測(cè)、高炮威脅范圍，需要盡量遠(yuǎn)離等情況都屬于排斥約束模型的范疇；無人機(jī)需要隨時(shí)保持和地面站的聯(lián)系，確保處在數(shù)據(jù)鏈路覆蓋范圍內(nèi)則屬于吸引約束模型的范疇。相對(duì)于剛性約束而言，臨近約束邊緣的威脅代價(jià)不會(huì)發(fā)生突變。根據(jù)約束特性計(jì)算柔性約束威脅代價(jià)如下式：

　　上式中航跡段E上航點(diǎn)p距威脅源或鏈路覆蓋中心距離為r(p)，I(r(p))為約束模型的計(jì)算公式，航跡段威脅代價(jià)為單約束代價(jià)航跡段積分。

　　2.1.3 飛行約束的評(píng)價(jià)標(biāo)準(zhǔn)

　　無人機(jī)航路評(píng)價(jià)目前沒有統(tǒng)一的標(biāo)準(zhǔn)形式。本文將評(píng)價(jià)函數(shù)設(shè)為各個(gè)約束模型的威脅代價(jià)沿航路積分與總航跡距離的加權(quán)。航路評(píng)價(jià)函數(shù)形式如下式：

　　上式中i為航路中第i航跡段，ar、al、as為對(duì)應(yīng)的約束模型的權(quán)重因子，f(s)為總航程。依據(jù)航路評(píng)價(jià)函數(shù)迭代求解評(píng)價(jià)最小的航路即為無人機(jī)航路的最優(yōu)解。評(píng)價(jià)函數(shù)不僅形式簡(jiǎn)單直觀，并且對(duì)不同約束條件可以設(shè)置不同的權(quán)重因子，側(cè)重不同的約束類型，可以生成不同側(cè)重點(diǎn)的最優(yōu)航跡。

　　2.2 基于LPRM航路規(guī)劃

　　概率地圖法(Probabilistic Roadmap Method，PRM)因具有模型構(gòu)建簡(jiǎn)單，幾何計(jì)算需求小，擴(kuò)展性好等特性而被廣泛應(yīng)用于解決二維路徑規(guī)劃問題[6]。然而無人機(jī)規(guī)劃空間從二維平面拓展到立體空間，需要擴(kuò)展的航跡點(diǎn)集將呈指數(shù)型爆炸增長(zhǎng)，限制了PRM在大場(chǎng)景無人機(jī)航路規(guī)劃中的應(yīng)用。針對(duì)此問題，本文提出LPRM的方法，應(yīng)用網(wǎng)格數(shù)據(jù)結(jié)構(gòu)的限制條件及無人機(jī)飛行參數(shù)特性，實(shí)現(xiàn)了三維大場(chǎng)景條件下航路的快速搜索規(guī)劃。

　　LPRM法將規(guī)劃區(qū)域以特定高度間隔dinterval進(jìn)行分層，高度間隔根據(jù)無人機(jī)最大爬升/下降角設(shè)定；再對(duì)單層空間進(jìn)行特定邊長(zhǎng)Lgridsize的網(wǎng)格劃分，最后再完成分層網(wǎng)格化的構(gòu)造區(qū)域，以等密度進(jìn)行隨機(jī)采樣航路點(diǎn)。三維規(guī)劃空間的分層網(wǎng)格化如圖3所示。

　　根據(jù)分層網(wǎng)格化產(chǎn)生的隨機(jī)航路點(diǎn)集和合適的搜索算法，即可得到滿足航路評(píng)價(jià)函數(shù)的最優(yōu)航路。傳統(tǒng)基于PRM方法的A*搜索算法在航跡點(diǎn)擴(kuò)展時(shí)需要考慮所有滿足最小飛行距離和最大飛行距離的航跡點(diǎn)，而LPRM方法利于網(wǎng)格的鄰接關(guān)系、最小俯仰角度及最大轉(zhuǎn)彎角度等飛行性能參數(shù)約束，快速剔除大部分無效網(wǎng)格區(qū)域，最大限度地縮小搜索范圍，提高搜索效率。

　　對(duì)于地形為100 km×100 km×20 km的區(qū)域進(jìn)行航線規(guī)劃，LPRM算法中網(wǎng)格大小為5 km，垂直層間隔為500 m，采樣密度為1/km2。

　　對(duì)算法進(jìn)行統(tǒng)計(jì)比較，結(jié)果如表1所示。學(xué)習(xí)階段邊的個(gè)數(shù)LPRM算法比傳統(tǒng)PRM算法減少2個(gè)數(shù)量級(jí)；在查詢階段， LPRM對(duì)節(jié)點(diǎn)擴(kuò)展進(jìn)行剪枝，節(jié)點(diǎn)擴(kuò)展數(shù)量減小1個(gè)數(shù)量級(jí)，因此算法耗時(shí)大約差3個(gè)數(shù)量級(jí)，因此LPRM算法效率顯著提高。

　　2.3 超大場(chǎng)景真實(shí)視景仿真

　　超大場(chǎng)景真實(shí)視景仿真主要包括：超大地形構(gòu)建、三維模型的建立和程序調(diào)度三部分。超大地形構(gòu)建時(shí)利用Terrain vista軟件對(duì)衛(wèi)星影像和高程信息進(jìn)行匹配，并對(duì)地形信息(如機(jī)場(chǎng)、建筑和海域等)進(jìn)行編輯；三維模型的建立主要利用Creator建模軟件構(gòu)建無人機(jī)、運(yùn)動(dòng)目標(biāo)模型，并標(biāo)識(shí)模型的運(yùn)動(dòng)屬性；程序調(diào)度主要利用Vega prime軟件對(duì)場(chǎng)景和模型集成為ACF配置文件，利用Vega Prime提供的靈活可控的C語言程序設(shè)計(jì)接口，將ACF文件嵌入到VS2008編譯環(huán)境下建立的程序框架當(dāng)中。通過響應(yīng)鼠標(biāo)鍵盤等設(shè)備輸入，完成交互控制，同時(shí)接收來自無人機(jī)地面控制軟件發(fā)送來的位置姿態(tài)相關(guān)數(shù)據(jù)，實(shí)現(xiàn)無人機(jī)飛行任務(wù)仿真。超大場(chǎng)景視景仿真構(gòu)建圖如圖4、圖5。

　　本次構(gòu)建的場(chǎng)景為海南島臨海地區(qū)，需要在地形構(gòu)造時(shí)考慮海洋特效，主要包括海浪、船首尾浪花、航跡流和漂浮物等。這些海面效果利用Vega下的VpMarine模塊進(jìn)行開發(fā)。船首尾浪花和航跡流與艦船關(guān)聯(lián)，受艦船的運(yùn)動(dòng)狀態(tài)影響。

　　視景仿真軟件不僅呈現(xiàn)無人機(jī)的飛行姿態(tài)信息，而且要呈現(xiàn)光學(xué)載荷視角的場(chǎng)景以及場(chǎng)景內(nèi)移動(dòng)目標(biāo)的信息。光學(xué)載荷視角仿真是通過載荷姿態(tài)信息和無人機(jī)當(dāng)前位姿信息，進(jìn)行相應(yīng)的場(chǎng)景坐標(biāo)與載荷坐標(biāo)系的轉(zhuǎn)換，在載荷視角窗口呈現(xiàn)對(duì)應(yīng)場(chǎng)景。移動(dòng)目標(biāo)的仿真采用接收外部位姿數(shù)據(jù)更新和錄制回放更新兩種方式，外部位姿數(shù)據(jù)更新方式和無人機(jī)的仿真相同，錄制回放更新方式則依靠RecordingPlay類錄制手動(dòng)操控移動(dòng)目標(biāo)在場(chǎng)景內(nèi)的運(yùn)動(dòng)（包括移動(dòng)目標(biāo)位姿、特效），在實(shí)時(shí)仿真階段通過錄制文件的回放控制視景中的移動(dòng)目標(biāo)。

　　視景仿真中的移動(dòng)目標(biāo)追蹤功能采用碰撞檢測(cè)技術(shù)和外部算法兩種場(chǎng)景移動(dòng)目標(biāo)追蹤方式。在光學(xué)載荷模擬視頻界面上選取運(yùn)動(dòng)目標(biāo)，通過Isector類進(jìn)行運(yùn)動(dòng)碰撞檢測(cè)，通過場(chǎng)景坐標(biāo)與屏幕坐標(biāo)轉(zhuǎn)換得到目標(biāo)模型的位置信息，調(diào)整載荷視角姿態(tài)，實(shí)現(xiàn)運(yùn)動(dòng)目標(biāo)的跟蹤效果；外部追蹤的方式則是采用ABS(Absolute Balance Search)算法，用模板圖像和待匹配圖像上的搜索窗口間的像素灰度值的差別來判定二者的相關(guān)性實(shí)現(xiàn)運(yùn)動(dòng)目標(biāo)跟蹤效果。

3 系統(tǒng)軟件平臺(tái)設(shè)計(jì)

　　3.1 航路規(guī)劃軟件

　　無人機(jī)航路規(guī)劃軟件依托于MapInfo環(huán)境地圖化技術(shù)，以控件的方式提供對(duì)象聯(lián)接與嵌入式的開發(fā)，支持Windows下絕大多數(shù)標(biāo)準(zhǔn)可視化開發(fā)環(huán)境，將MapInfo地圖應(yīng)用功能及基于LPRM規(guī)劃方法嵌入到MFC框架中。主要實(shí)現(xiàn)三方面功能：地圖管理、主航路規(guī)劃及任務(wù)區(qū)域規(guī)劃和航跡導(dǎo)航。

　　(1)地圖管理

　　實(shí)現(xiàn)電子地圖的加載、漫游、縮放、移動(dòng)、測(cè)距、標(biāo)記和比例尺等功能。并能直觀地顯示標(biāo)記點(diǎn)或者點(diǎn)選位置的經(jīng)緯度等信息。

　　(2)主航路規(guī)劃和任務(wù)區(qū)域規(guī)劃

　　程序中添加航路規(guī)劃算法和任務(wù)區(qū)規(guī)劃策略，根據(jù)需求的飛行任務(wù)直接選取起始航點(diǎn)、配置障礙威脅環(huán)境等，生成規(guī)劃航路信息。任務(wù)區(qū)規(guī)劃是在航路規(guī)劃基礎(chǔ)上，根據(jù)任務(wù)要求和環(huán)境信息進(jìn)行任務(wù)區(qū)航路重規(guī)劃。任務(wù)區(qū)規(guī)劃流程包括：①任務(wù)區(qū)范圍比較，確定航路需要重規(guī)劃區(qū)域及關(guān)鍵航點(diǎn)/航向；②刪除原任務(wù)區(qū)航路段，根據(jù)載荷、環(huán)境、天氣等因素確定柵格規(guī)劃寬度、覆蓋范圍參數(shù)，重規(guī)劃出柵格式航路；③基于監(jiān)測(cè)覆蓋率和最優(yōu)路徑規(guī)則給出任務(wù)區(qū)規(guī)劃評(píng)價(jià)。如圖6、圖7所示。

　　規(guī)劃結(jié)果分析：基于LPRM的航跡規(guī)劃算法復(fù)雜度較傳統(tǒng)PRM法有數(shù)量級(jí)的下降。通過模擬不同的場(chǎng)景下的LPRM法航跡規(guī)劃，規(guī)劃耗時(shí)在4 min左右，規(guī)劃速度滿足離線規(guī)劃要求。

　　(3)航跡導(dǎo)航

　　顯示目標(biāo)飛行區(qū)域的電子地圖，準(zhǔn)確標(biāo)示飛機(jī)當(dāng)前位姿及飛行航跡，為無人機(jī)提供導(dǎo)航平臺(tái)。

　　3.2 視景仿真軟件

　　視景仿真模擬軟件依托于Vega Prime 3d仿真引擎，實(shí)現(xiàn)三維場(chǎng)景中實(shí)現(xiàn)模型、場(chǎng)景、環(huán)境操作等功能，運(yùn)用OpenAL庫模擬無人機(jī)、飛機(jī)等物體的聲音。主要實(shí)現(xiàn)三方面功能：虛擬環(huán)境編輯、視景仿真及機(jī)載載荷模擬和移動(dòng)目標(biāo)模擬及追蹤。

　　(1)虛擬環(huán)境編輯

　　實(shí)現(xiàn)在線環(huán)境編輯功能，可以對(duì)威脅源進(jìn)行添加、刪除、修改；也可從文件載入威脅源信息、保存環(huán)境配置信息；可以接收規(guī)劃的航路信息，進(jìn)行航路的顯示。如圖8所示。

　　(2)視景仿真及機(jī)載載荷模擬

　　視景仿真實(shí)現(xiàn)飛行場(chǎng)景顯示及飛行姿態(tài)仿真，機(jī)載載荷模擬包括載荷視角的場(chǎng)景仿真及載荷姿態(tài)仿真；具備遙測(cè)參數(shù)顯示功能，仿真顯示的參數(shù)包括無人機(jī)位置信息、飛行姿態(tài)信息、狀態(tài)信息等，如圖9所示。

　　(3)移動(dòng)目標(biāo)模擬及追蹤

　　實(shí)現(xiàn)外部數(shù)據(jù)控制運(yùn)動(dòng)模型及手動(dòng)控制模式下移動(dòng)目標(biāo)模擬；實(shí)現(xiàn)載荷視角下的ABS算法移動(dòng)目標(biāo)追蹤仿真。如圖10所示。

　　本文測(cè)試計(jì)算機(jī)配置如下：

　　CPU: AMD Athlon(tm) X4 760K  RAM:2.43GB

　　Graphics: NVIDIA GeForce GT740

　　可以同時(shí)顯示無人機(jī)三維飛行特性和載荷跟蹤特性，圖像幀連續(xù)，三維場(chǎng)景震撼真實(shí)，通過鍵盤快捷鍵可以調(diào)整無人機(jī)觀測(cè)姿態(tài)、三維場(chǎng)景的天氣變化等。

4 結(jié)論

　　無人機(jī)航路規(guī)劃及視景仿真系統(tǒng)是無人機(jī)模擬仿真系統(tǒng)的重要組成部分，具有重要的現(xiàn)實(shí)意義和工程實(shí)用價(jià)值。本文以某無人機(jī)項(xiàng)目為依托，在實(shí)驗(yàn)室環(huán)境下構(gòu)建了無人機(jī)航路規(guī)劃及視景仿真系統(tǒng)軟件系統(tǒng)，為實(shí)際的無人機(jī)項(xiàng)目的研究中的關(guān)鍵技術(shù)進(jìn)行攻關(guān)，部分成果經(jīng)過適應(yīng)性改進(jìn)就可以應(yīng)用到實(shí)際無人機(jī)項(xiàng)目中。本文設(shè)計(jì)的通用化軟件框架及開發(fā)中關(guān)鍵技術(shù)的解決方案，對(duì)該領(lǐng)域相關(guān)問題有較好的參考價(jià)值。

　　參考文獻(xiàn)

　　[1] 孫麗卿，張國(guó)峰，王行仁.無人機(jī)仿真訓(xùn)練系統(tǒng)[J].計(jì)算機(jī)仿真，2006，23(2)：44-46.

　　[2] 閔昌萬，袁建平.軍用飛行器航跡規(guī)劃綜述[J].飛行力學(xué)，1998(4)：14-19.

　　[3] 毛紅保，田松，晁愛龍.無人機(jī)任務(wù)規(guī)劃[M].北京：國(guó)防工業(yè)出版社，2015.

　　[4] YING W U，F(xiàn)EN R U，LIU R H.3D visual simulation of UAV flight scene[J].Microprocessors，2011.

　　[5] YANG L，QI J，XIAO J，et al.A literature review of UAV 3D path planning[C].11th World Congress on Intelligent  Control and Automation(WCICA 2014).2015：2376-2381.

　　[6] POPPINGA J，BIRK A，PATHAK K，et al.Fast 6-DOF path planning for autonomous underwater vehicles(AUV) based on 3D plane mapping[C].International Symposium onSafety，Security，and Rescue Robotics.Kyoto，Japan：IEEE，2011：345-350.

　　[7] LI Q R，WEI C，WU J，et al.Improved PRM method of low altitude penetration trajectory planning for UAVs[C].Proceedings of 2014 IEEE Chinese Guidance，Navigation andControl Conference，Yantai，China：IEEE，2014：2651-2654.

　　[8] OVERMARS M H，MARK H.A random approach to motionplanning[J].RUU-CS，1992.

　　[9] KAVRAKI L E，SVESTKA P，LATOMBE J-C，et al. Probabilistic roadmaps for path planning in high-dimensionalconfiguration spaces[J].Robotics and Automation，IEEE Transactions，1996，12(4)：566-580.

　　[10] AMATO N M，BAYAZIT O B，DALE L K，et al.Choosinggood distance metrics and local planners for probabilistic roadmap methods[C].International Conference on Robotics and Automation.Leuven，Belgium：IEEE，1998，1：630-637.

　　[11] 王振華，章衛(wèi)國(guó).基于改進(jìn)概率地圖的無人機(jī)實(shí)時(shí)避障研究[J].計(jì)算機(jī)工程與應(yīng)用，2010，46(25)：220-222.

　　[12] 楊文平，李儼.無人機(jī)三維實(shí)時(shí)航跡規(guī)劃仿真平臺(tái)[J].計(jì)算機(jī)仿真，2011，28(8)：41-46.

　　[13] LI Q，WEI C，WU J，et al.Improved PRM method of low altitude penetration trajectory planning for UAVS[C].Guidance，Navigation and Control Conference(CGNCC)，2014 IEEE Chinese，IEEE，2015：2651-2656.

　　[14] 鄒明皓.視景仿真技術(shù)在無人機(jī)任務(wù)規(guī)劃中的應(yīng)用與研究[D].成都：電子科技大學(xué)，2011.

　　[15] 張雄，葉榛，朱紀(jì)洪，等.基于虛擬現(xiàn)實(shí)的無人駕駛飛機(jī)仿真訓(xùn)練系統(tǒng)[J].系統(tǒng)仿真學(xué)報(bào)，2002，14(8)：1022-1025.

　　[16] 王乘，李利軍，周均清，等.Vega實(shí)時(shí)三維視景仿真技術(shù)[M].武漢：華中科技大學(xué)出版社，2005.

　　[17] 王乘，李利軍，周均清.Creator可視化仿真建模技術(shù)[M].武漢：華中科技大學(xué)出版社，2005.

　　[18] 王孝平，董秀成，等.Vega Prime實(shí)時(shí)三維虛擬現(xiàn)實(shí)開發(fā)技術(shù)[M].成都：西南交通大學(xué)出版社，2012.