无人机山区搜寻方法研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-19页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究综述 | 第11-17页 |
| 1.2.1 无人机飞行原理 | 第11-12页 |
| 1.2.2 无人机在搜寻中的应用 | 第12-13页 |
| 1.2.3 无人机路径规划 | 第13-15页 |
| 1.2.4 判定搜寻区域 | 第15-16页 |
| 1.2.5 失事航空器搜寻救援机制 | 第16-17页 |
| 1.3 本文创新点及章节安排 | 第17-19页 |
| 1.3.1 本文创新点 | 第17页 |
| 1.3.2 本文的主要工作 | 第17-19页 |
| 第二章 无人机山区搜寻关键技术 | 第19-31页 |
| 2.1 基于山区搜寻任务特点的无人机选取 | 第19-21页 |
| 2.2 搜寻范围等高线障碍物图 | 第21-25页 |
| 2.2.1 数字高程模型（DEM） | 第21页 |
| 2.2.2 等高线图的生成 | 第21-24页 |
| 2.2.3 图片数字形态处理 | 第24-25页 |
| 2.3 地面分辨率与航拍高度的关系 | 第25-26页 |
| 2.4 最优化路径在无人机山区搜寻中的应用 | 第26-27页 |
| 2.5 搜寻方式 | 第27-30页 |
| 2.5.1 扇形搜寻 | 第27-28页 |
| 2.5.2 扩展方形搜寻 | 第28-29页 |
| 2.5.3“∞”字搜寻 | 第29-30页 |
| 2.6 本章小结 | 第30-31页 |
| 第三章 无人机山区搜寻路径规划 | 第31-51页 |
| 3.1 邻接矩阵在无人机避障中的应用 | 第31-36页 |
| 3.1.1 邻接矩阵基本原理 | 第31-33页 |
| 3.1.2 关键搜寻点抽象为邻接矩阵 | 第33-36页 |
| 3.2 基于遗传算法的无人机山区搜寻路径规划 | 第36-40页 |
| 3.2.1 遗传算法求解最优路径的基本思想 | 第36-39页 |
| 3.2.2 遗传算法实现无人机山区路径规划 | 第39-40页 |
| 3.3 基于模拟退火算法的无人机山区搜寻路径规划 | 第40-43页 |
| 3.3.1 模拟退火算法求解最优路径的基本思想 | 第40-42页 |
| 3.3.2 模拟退火算法实现无人机山区路径规划 | 第42-43页 |
| 3.4 基于蚁群算法的无人机山区搜寻路径规划 | 第43-47页 |
| 3.4.1 蚁群算法求解最优路径的基本思想 | 第43-45页 |
| 3.4.2 蚁群算法实现无人机山区路径规划 | 第45-47页 |
| 3.5 无人机山区路径规划算法比较 | 第47-50页 |
| 3.6 本章小结 | 第50-51页 |
| 第四章 无人机山区搜寻方法 | 第51-76页 |
| 4.1 搜寻区域数据获取与地形图生成 | 第52-54页 |
| 4.2 航拍高度 | 第54-56页 |
| 4.3 山体表面搜寻方法 | 第56-60页 |
| 4.3.1 确定最优搜寻飞行高度层 | 第56-57页 |
| 4.3.2 各搜寻高度层直径的确定 | 第57-58页 |
| 4.3.3 山体表面搜寻无人机任务分配 | 第58-60页 |
| 4.4 空旷山谷搜寻方法 | 第60-69页 |
| 4.4.1 空旷山谷搜寻方式数学建模 | 第61-65页 |
| 4.4.2 空旷山谷最高效搜寻方法 | 第65-67页 |
| 4.4.3 空旷山谷搜寻无人机任务分配 | 第67-69页 |
| 4.5 障碍物繁多山谷搜寻方法 | 第69-75页 |
| 4.5.1 障碍物繁多山谷的邻接矩阵 | 第69-71页 |
| 4.5.2 障碍物繁多山谷路径规划 | 第71-75页 |
| 4.5.3 障碍物繁多山谷搜寻无人机任务分配 | 第75页 |
| 4.6 本章小结 | 第75-76页 |
| 总结与展望 | 第76-77页 |
| 参考文献 | 第77-80页 |
| 攻读硕士学位期间取得的学术成果 | 第80-81页 |
| 致谢 | 第81页 |
