真实地形下无人机三维航路规划及可视化
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第11-12页 |
| 缩略语对照表 | 第12-15页 |
| 第一章 绪论 | 第15-25页 |
| 1.1 研究背景及意义 | 第15-16页 |
| 1.2 国内外研究现状 | 第16-19页 |
| 1.3 现有的技术问题 | 第19-21页 |
| 1.4 主要研究内容及创新点 | 第21-25页 |
| 1.4.1 论文研究内容 | 第21-22页 |
| 1.4.2 论文章节安排 | 第22-23页 |
| 1.4.3 论文主要创新性 | 第23-25页 |
| 第二章 无人机航路规划相关技术研究 | 第25-41页 |
| 2.1 航路规划的形式化描述 | 第25-26页 |
| 2.2 规划空间构造方法 | 第26-30页 |
| 2.2.1 单元分解法 | 第27-28页 |
| 2.2.2 路线图法 | 第28-30页 |
| 2.3 航路规划常用算法 | 第30-36页 |
| 2.3.2 A~*算法 | 第30-32页 |
| 2.3.3 遗传算法 | 第32-33页 |
| 2.3.4 粒子群算法 | 第33-36页 |
| 2.4 无人机航路规划性能代价函数 | 第36-39页 |
| 2.4.1 航路的评价 | 第36-37页 |
| 2.4.2 航路规划的性能代价函数 | 第37-39页 |
| 2.5 本章小结 | 第39-41页 |
| 第三章 无人机三维航路规划可视化建模 | 第41-53页 |
| 3.1 无人机机动性能约束模型 | 第41-43页 |
| 3.2 无人机威胁约束模型 | 第43-45页 |
| 3.3 无人机航路规划空间模型 | 第45-49页 |
| 3.3.1 规划空间坐标系转换 | 第45-46页 |
| 3.3.2 规划空间离散化 | 第46-48页 |
| 3.3.3 规划空间可视化 | 第48-49页 |
| 3.4 规划空间建模实验 | 第49-51页 |
| 3.5 本章小结 | 第51-53页 |
| 第四章 基于蚁群算法的无人机三维航路规划 | 第53-65页 |
| 4.1 原始蚁群算法 | 第53-55页 |
| 4.1.1 转移概率模型 | 第53-54页 |
| 4.1.2 信息素更新模型 | 第54页 |
| 4.1.3 原始蚁群算法分析 | 第54-55页 |
| 4.2 基于蚁群算法的航路规划改进方法 | 第55-61页 |
| 4.2.1 蚁群算法改进 | 第55-56页 |
| 4.2.2 蚁群算法流程 | 第56-57页 |
| 4.2.3 蚁群算法参数实验 | 第57-61页 |
| 4.3 基于改进蚁群算法的航路重规划 | 第61-63页 |
| 4.3.1 无人机航路重规划问题描述 | 第61-62页 |
| 4.3.2 无人机航路重规划实验 | 第62-63页 |
| 4.4 本章小结 | 第63-65页 |
| 第五章 无人机三维航路规划及可视化软件实现 | 第65-73页 |
| 5.1 软件的结构和功能 | 第65-66页 |
| 5.2 软件操作简述和示例 | 第66-71页 |
| 5.3 本章小结 | 第71-73页 |
| 第六章 总结与展望 | 第73-75页 |
| 6.1 本文工作总结 | 第73-74页 |
| 6.2 研究展望 | 第74-75页 |
| 参考文献 | 第75-79页 |
| 致谢 | 第79-81页 |
| 作者简介 | 第81页 |
