1.2  国内外研究现状
1.3  本课题主要研究内容及研究拟采用的技术手段
根据目前国内外的研究成果可见，无人机编队的避障，无人机在未知的复杂环境中的避障和快速避障的控制算法还需要进一步的研究。另外研究一种成本低、重量轻、便于工程应用的无人机避障方法具有重要的现实意义。而声呐信息处理简单、价格低廉，受环境影响低但是精度不高。
本课题旨在设计和实现无人机在飞行过程中的主动障碍物探测及规避。本文分析比较了几种传感器技术，如红外传感器、激光雷达和超声波传感器，最终选择超声波传感器探测障碍物的距离信息，利用多个声呐组成距离感知模块；本文采用最小二乘法进行声呐数据的误差处理；本文是基于Cruise 公司的AIOP V2单片机完成数据处理和实现控制策略的，它的控制核心是 Arduino Mega2560；本文控制电机采用的是PWM波脉宽调制技术；本文采用的控制算法是模糊控制，由于机器人是一种非线性系统，当面对的工作环境有不确定性和复杂性特征时，使用传统的控制方法控制能力低且有时丧失了这种能力。解决这种问题的有效方法之一是智能控制，目前智能控制技术有：模糊逻辑、神经网络等等[12-13]。建立一个模糊控制系统，是不用建立精确的数学模型的，减少了数据的存储量，而且是按照人的思文方式，因此本文采用模糊控制算法。本文主要研究环境不可预知的条件下，使用多个超声波传感器探测障碍物的距离，并将多超声波数据进行融合，分析判断后作出及时有效的避障。
本设计避障系统的硬件部分由三个声呐、Arduino单片机模块、PWM驱动电路模块等组成。
1.4  论文的结构安排
本文使用模糊控制系统结合多个超声波传感器测距数据，使用模糊控制理论实现数据模糊化以及数据解模糊化，并以四旋翼飞行器为研究对象，通过实验观察控制成效。
本文的具体研究内容安排如下：
第一章：绪论介绍了本课题的研究背景，国内外研究现状和发展水平，以及研究应用的技术手段和研究的主要内容。
第二章：主要介绍了四旋翼架构，四旋翼飞行器的原理和构造特点。
第三章：主要阐述避障系统组成原理,具体介绍每个模块，如比较距离检测方案，本课题采用的是超声波传感器测距，之后介绍最小二乘法滤波算法并给出滤波前后的声呐数据曲线图，再介绍Arduino单片机控制模块，最后介绍了PWM控制驱动模块。
第四章：主要介绍四旋翼飞行器的避障算法。首先介绍了本文采用的模糊控制系统，之后介绍了如何融合多个超声波传感器测得的障碍物距离，以及避障算法的流程，还有各模块的算法设计和软件实现。
第五章：展示地面站的模拟数据，对实验结果进行说明。
最后总结本研究工作，并对此系统进一步的研究工作进行展望。 AIOP单片机声呐测距的无人机避障飞行控制技术研究(2):http://www.youerw.com/zidonghua/lunwen_29498.html