1. 研究目的与意义（文献综述）

移动智能体是一种具有环境感知、动态规划、运动决策等多种功能的综合系统，他包括常见的移动机器人、无人机等，能够按照预先给定的任务目标，不断感知环境状态，做出自主行为决策。

随着近年来移动智能体研究的不断深入，人工智能、信息融合等技术的不断进步，移动智能体迎来由人为参与阶段到智能自主控制阶段的重大突破。探讨移动智能体如何在未知可变的环境中进行自规划、自适应运动已成为无人系统领域、信息处理领域及控制工程领域的研究热点问题。自主移动智能体在民用、工业及军事领域都具有广泛的应用前景，发展自主移动智能体可以加快机器人、无人机产业现代化建设，提高人民生活水平，巩固国防建设。同时，自主移动智能体技术是一个多学科交叉领域，对模式识别、人工智能、自动化控制等学科提出了很高的要求。因此，开展自主移动智能体避障技术的研究对相关学科领域的发展具有重要的推动作用。

运动决策是实现自规划、自适应运动的关键，其目标就是在没有人为干预及先验知识的前提下进行自主控制。在一些特殊的未知复杂环境（如震后废墟、核辐射区等）、信息缺失或随机变化情况下，目前移动智能体还不能满足自主性、准确性、稳定性的联合需求，本课题开展基于无监督学习和强化学习方法的未知环境空间结构感知与避障算法研究，其中无监督学习方法具体采用自适应共振理论。在无需人为干扰的条件下，系统通过不断感知周围环境信息，生成优化行为策略，自主绕开障碍物完成低碰撞概率的运动，从而解决移动智能体面临的从确定条件下智能控制向非确定条件下自主控制的跨越等挑战性问题。

2. 研究的基本内容与方案

本毕业设计研究的基本内容是：在典型神经网络中引入无监督式在线学习机制，并应用于表示和融合机载传感器信息的过程，感知无规则立体空间；引入强化学习机制，继而建立“感知-动作”模型实现可准确检测障碍与通道的的无人机视觉导航系统。

本次毕业设计的具体目标是：微型飞行器可以在外界位置环境下实现完全自主避障及运动。

本次毕业设计逆采用的技术方案及措施：

3. 研究计划与安排

（1）2019/2/23—2019/3/30：对采集的相关数据集进行分析；模型的建立与改进；

（2）2019/2/23—2019/3/30：空间结构感知及避障系统实现；

（3）2019/5/1—2019/5/25：撰写及修改毕业论文。

4. 参考文献（12篇以上）

[1] 周志华.机器学习[m].北京:清华大学出版社,2016

[2] pang-ning tan.,m.steinbach.,v.kumar.数据挖掘导论[m].北京:人民邮电出版社,2006

[3] 郑欣.基于半监督和无监督学习的特征选择算法研究[d].西安：西北大学,2017