基于自适应脉冲耦合神经网络的无人机动态密集避障轨迹规划与高机动控制设计.docx

PAGE2

基于自适应脉冲耦合神经网络的无人机动态密集避障轨迹规划与高机动控制设计

摘要

随着无人机在物流、巡检、集群表演等领域的广泛应用，其在复杂动态环境下的自主避障能力成为关键瓶颈。传统轨迹规划算法在应对高速、密集的动态障碍物时，常面临计算延迟大、预测不准、机动性不足等问题，难以满足毫秒级实时响应的要求。

本设计旨在构建一个融合自适应脉冲耦合神经网络（PCNN）与高机动自适应控制的无人机动态避障系统。首先，通过需求分析明确了系统需在50毫秒内完成对动态障碍物的特征提取、碰撞预测并生成避障轨迹的核心指标。总体设计采用分层架构，包括感知层、决策层与控制层。详细设计聚焦于改进PCNN模型，