近年来,无人机处于高速发展的时期,在军用领域和民用领域有着广泛的应用前景。但无人机的蓬勃发展给低空空域的格局带来了巨大的挑战,低空空域变得更加拥挤,无人机发生事故的概率越来越高,无人机在执行任务过程中的安全问题引发了人们广泛的关注。无人机能否自主避险,是其飞行安全的重要保障,也影响着无人机的发展。无人机避险问题的核心是避险算法,论文基于自主避险算法对无人机的避险问题展开了研究。首先,对无人机的避险问题进行了概述,根据障碍物种类的不同,将无人机的避险问题划分为两个不同的层面,总结了无人机在飞行过程中的约束条件,并对目前常用的主流算法的优缺点进行了总结和对比,提出利用双层算法来实现无人机的自主避险。其次,针对静态障碍物的无人机避险问题的研究,首先根据威胁约束建立了静态环境模型,提出了一种改进的粒子群算法,使惯性权重自适应变化,学习因子非对称、反正弦的方法动态调整,并对停滞的粒子采用混沌理论,扩大搜索范围,通过仿真实验证明了改进算法的收敛速度比较快,并且成功解决了无人机在静态环境下的避险问题。然后,针对动态障碍物的无人机避险问题的研究,第一层算法改进的粒子群算法无法满足避险的要求,会立即调用第二层算法速度障碍法来完成自主避险。建立动态环境模型,通过引入安全距离和威胁距离对速度障碍模型进行了优化,用改变方向角的策略来躲避入侵机。为减少机动次数,不直接恢复原航迹,而是通过本机朝向威胁航迹段的目标点飞行的方式逐渐恢复原航迹。通过MATLAB仿真实验,验证了算法的有效性和实用性。最后,设计了无人机避险仿真系统,能够实现注册、登陆、修改密码、用户管理和规划方式选择等功能,将无人机避免静、动态障碍物的仿真程序和仿真结果以操作界面的形式呈现出来,使用方便,操作简单。