全文总字数：2597字

1. 研究目的与意义及国内外研究现状

无人机所面临的飞行环境有两种，分别为已知环境和未知环境。在已知环境中可以清楚了解障碍物的形状和位置，而在未知环境中障碍物的这些信息无法获取，需要无人机自行去探测。对于已知环境可以人为规定一条最短最快的飞行路径，而当面临未知环境，无人机需要自主做出探测和判断，最终规划一条安全的飞行路径。

a星算法和人工人工势场法是现今比较常用的两种避障寻路的方法，两种算法都有各自的优点，但也存在着各自的不足。 未知环境中，在保证避开未知障碍物的前提下，结合a星算法与人工势场法的优点，尽量减少不必要的路径探测，可以有效地减少无人机的飞行成本。

2. 研究的基本内容

将人工势场法和A星算法相结合起来，提出一种将人工势场法与A星算法相结合的改进算法，以人工势场法作为全局路径规划，A星算法作为局部路径规划，在保证更安全的避障的同时又可以降低不必要的成本。

3. 实施方案、进度安排及预期效果

（1）分析基于a星算法建立的避障模型的优点与不足，针对不足提出改进策略；

约一至两周；

得到直观、准确的数据资料

（2）分析人工势场法在避障模型确立过程中的优劣，同样针对不足之处进行举例；

4. 参考文献

【1】曲道奎, 杜振军, 徐殿国,等. 移动机器人路径规划方法研究[j]. 机器人, 2008, 30(2):97-101.

【2】杨健, 孟凡尘, yangjian,等. 基于人工势场法的微小型auv避障运动方法研究[j]. 水雷战与舰船防护, 2017(4).