摘要
高速近地飞行对携带有效载荷的大型惯性无人机（UAV）来说面临着严峻的挑战，这些环境包括复杂的障碍物和通信受限的条件。与灵活的小型无人机不同，这类无人机需要快速路径规划以及严格遵循轨迹跟踪约束以确保安全避障。本文提出了一种专为大型惯性无人机设计的双阶段自主导航框架。该框架整合了以下组件：（1）改进的LiDAR模型，该模型考虑了物理光学噪声，以提高仿真精度；（2）ESDF + OctoMap双地图构建方法，支持全局搜索和局部优化；（3）全局BIT*规划器与B样条局部优化器相结合，嵌入了动态性、平滑性和跟踪精度约束，以确保路径的可行性和可跟踪性。仿真结果显示，平均规划时间为0.86毫秒，比NAVIGATION、Informed RRT*、MPC Planner和ESDF Optimization的性能高出29.6%–52.0%，在350米的飞行距离内实现了100%的避障成功率，轨迹跟踪的均方根误差（RMSE）为0.28米，并且具有很强的参数和噪声鲁棒性。在9.4公斤的四旋翼无人机上的实际飞行测试证实了该算法在地图构建、路径规划和避障方面的有效性，同时保持了适合机载部署的计算开销。这些结果证明了所提出的框架是大型惯性无人机在复杂近地环境中进行高速自主导航的有效解决方案。
