矿井灾害频繁，因井下环境特殊，灾害伴随着毒气、高温、浓雾、二次爆炸等危险，救援人员贸然进入灾害现场，其生命将受到威胁。为解决这一难题，许多专家研究了用于井下的探测救援机器人。然而矿井灾害发生之后，井下路面状况复杂，行走不便，为了快速救援被害人员，并且最大程度确保救援人员的安全，利用微小型无人机进入灾害现场侦测灾害情况是最方便、最迅速的方式。因为旋翼无人机能够垂直升降、空中悬停、侧飞及倒飞，加之其体积小，造价低，结构简单，有良好的可维护性及可操控性，因而选用微小型旋翼无人机作为探测载体对井下环境进行探测。

由于无人机能够深入浓烟、高温、浓雾、有毒、突变等空间，而飞手无法在复杂环境下基于第一视角看视频进行操作，仅靠飞手无法完成无人机操作，这就需要无人机能够自主飞行且带回现场侦测数据。在执行任务过程中为了避免无人机发生碰撞，炸机的危险，需要无人机在动态环境中自主完成飞行和侦察任务。

因此，利用飞行环境内的地磁场信息结合无人机自带的惯导系统对无人机进行定位有可能是一种解决方案。

无人机航迹规划国外研究现状

A*算法是一种较好的路径搜索算法，同样被广泛应用到无人机航迹规划中。20世纪60年代，Halt等提出了一种启发式搜索算法，即A*算法，之后被广泛应用于航迹规划。1995，Stentz基于A*算法提出在动态环境下航迹规划使用的A*算法，也就是D*算法，该算法虽然动态规划速度快，但要事先规划处参考航迹。2000年，Szczerba等提出在A*算法中加入约束条件以解决对A*算法计算量发、扩展点多的问题。此时，只是针对二维环境，没有将该算法用于三维环境和也没有考虑动态约束条件。2009年，Lim等提出一种新的制导规律，根据不同的代价函数利用A*算法进行航迹规划。2011年Dong等提出虚拟力与A*算法结合的混合性算法，使得路径规划更简单可靠。2014年，Lin等根据旋翼无人机的特点，提出以其角位移为标准来对A*算法航迹规划进行改进，规划效果好。2015年，Tsai等根据旋翼无人机的特点提出快速扩展随机树算法，并通过与A*算法结合进行分层航迹规划从而解决该算法冗余点过多问题，同时为了减少能源代价，改进A*算法代价函数，以航迹方向作为主要指标。

为了提高航迹规划的速度和实时性，人们还研究了不同的规划算法。1996年，Michalewicz等针对航迹规划问题引入遗传算法，并改进了编码方式是利用浮点数对求解的问题编码，提高了算法的效率。2004年，Vagners为解决经典遗传算法早熟的缺点，提出了用竞争法则的思想改进遗传算法。2012年，Roberge等先将威胁信息等效位高程数据，然后根据栅格法将其综合到原始地形数据中，最后利用遗传算法结合粒子算法完成迭代计算，直至规划出最佳航迹。2013年NuriOzalp等将进化思想引入到遗传算法中对飞行航迹进行规划中，取得不错的效果。2013年，Geng等在粒子群算法中引入收缩因子和学习因子，提出一种混合粒子群算法用来航迹规划，提高算法的性能平衡性和收敛速度。

无人机航迹规划国内研究现状

国内对航迹规划的起步较晚，A*算法因为其最优性，在航迹规划中得到广泛应用。2005年，周成平等为了减少扩展点在航迹规划过程中加入约束条件，提高了A*算法的效率，但是考虑的约束条件并不全面。2009年，丁明跃等提出了三维稀疏A*算法，充分使用规划环境的三维信息，能够较好的躲避威胁及障碍。2013年，张俊峰等根据三维环境信息的特点，在航迹规划时选用稀疏A*算法，并对其节点扩展模型做了相关改进，针对目标点的入射角度约束采用逆向搜索方法，并采用在发射点周围局部扩展的办法来解决发射段方向问题，规划效果较好。2014年，简康为解决传统A*算法存在的搜索节点过多等问题提出快速A*算法，把单元限制到扇形区域内，扩展点时只需要扩展扇形区域的边界进行搜索，从而缩短了搜索时间，并把该方法运用到三维环境。2014年张东豪根据D*算法二次规划特性，采用混合算法解决复杂环境的航路规划问题。并在目标位置的环境下，采用层次分析法和D-S证据理论来判断遇到的威胁强度，能否成为本次行动的目标。2016年，刘群芳等提出了进化算法的思想，把文化算法与稀疏A*算法结合，用文化算法对稀疏A*算法规划的路径进行修正，使得航迹规划更可靠。（文化算法是Robert G.Reynolds于1994年提出的一种双层进化机制，文化作为一种将人以往的经验保存于其中的知识库，以供后人在知识库中学到没有直接经历的经验知识。）

很多专家研究了不同规划算法的研究，2011年，胡中华结合蚁群算法和蜂群算法来进行航迹规划，同时在传统蚁群算法中加入引导因子，使规划更快速。2014年，辛培源提出的无人机航迹规划方法对三维空间进行了网格化处理，结合了自身约束和规划空间约束，提高了路径搜索效率。

随着执行工作的多样化，无人机逐渐向小型化发展，小型无人机航迹规划的问题也受到更多关注。2013年，刘莉等对小型无人机快速路径规划问题进行了研究，在序列规划思想的基础上，对全局基准航迹的规划选择用粒子群优化算法来实现，在线航迹修正时选择改进的稀疏A*算法来完成。针对三维飞行环境选用分层规划的方法提高算法效率，分为平面和高度规划最后把二者结合变成三维。2014年，何雨枫等研究微小型旋翼无人机在室内的路径规划。2015年，方旭等探讨了三维环境下的小型西轩逸无人机航路规划和跟踪控制问题，采用人工势场法对无人机三维航迹进行规划，为解决三维航迹局部极小值和振动问题提出联合威胁概念。2016年，姜海勇等研究了小型多旋翼无人机的辅助避障技术。

定位技术国外研究现状

为解决复杂未知环境下定位精度低的问题，国外学者提出许多定位算法并对其改进。2007年，Abramouich等在Kalman滤波和隐马尔可夫模型的基础上，分析融合AOA/TOA/TDOA等定位方法并测量复杂环境下的定位信息，减少了定位误差。提出了可以动态调整定位结果的无线传感器网络算法，算法根据待测点与已知节点的几首信号强度指示（Received Signal Strength Indication，RSSI）值，得到待测点的环境参数，之后将参数输入至定位节点测距模型中，最终得到精度较高的定位结果，但是如果待检测节点与已知节点的RSS值相等，会无法确定待检测点环境参数，影响定位精度。

质之心算法是Bulusu提出的一种经典定位算法，很多专家对该算法做了改进研究。2011年，Palo比较分析了基于相对广度指数的加权质心定位算法与经典权质心定位算法的特点，并以此为基础构建一个理论的框架，提出解决传播过程中电磁信号的处理方案，使得定位速度和精度有所提高。2014年，Zhao等根据三边定位算法的原理，对质心定位算法进行了优化改进，选择不再一条线上的四个信标点构成四边形，以对角线为连线划分为两个三角形，分别求其质心坐标，加权平均值之后使用质心定位算法获得精度更高的坐标信息。

国外很多专家探讨了指纹定位算法，并对其做了相应的改进。2008年，Saxena等对指纹数据的获取、指纹库的建立以及待测节点估计的进行了详细探讨，并通过临近算法矫正数据库。2010年，Jain等研究了机器人室内定位算法，首先采集机器人当前位置的RSSI值，然后根据建立的数据库进行匹配，最后使用定位估算法确定机器人在室内的位置，算法能够降低定位环境局部变化曹正的定位误差。

地磁定位技术是一种新兴的导航定位方法，无需接受外部信息，是一种主动定位，可以应用于潜艇，地下等环境，所以受到国外专家学者越来越多的关注。20世界60年代中期，美国E-Systems公司通过采集地磁异常数据，以此为基础制作地磁基准图，研制了MAGCOM（Magnetic Contour Matching）系统，70年代美国海军对该系统成功完成了离线实验。1968年，英国相关专家学者对组合导航算法进行了研究，在地磁基准图的基础上，通过实地数据测量，然后将之与基准图中的位置相匹配，得到了较好的定位结果。1975年，前苏联公司Ramenskoye在已有的实测地磁数据基础想，验证了MAGCOM导航定位算法的可行性。1980年，瑞典Lund学院完成了海上地磁定位实验，在考虑到船只本身磁场的影响下，通过实测数据与地磁序列数据库的匹配，确定船只的位置。20世纪90年代之后，地磁点的高位导航的使用领域逐渐扩大，美国波音公司将利用全球地磁模型研制的地磁导航设备应用在公司的飞机上。

因为地磁次梁技术的快速发展，大量研究机构开始研究地磁技术。2003年，美国国防部将地磁导航技术列为重点研究技术，其研制的单一地磁定位系统精度已经达到30~50m。2006年，Goldenberg公司研究了地磁导航在无人机上应用的可能性，通过实时测量的地磁数据与地磁库匹配，获得了较好的定位效果。2009年，日本的相关专家学者对无人机潜艇航器定位进行了研究，将地磁数据库与等深线结合，并在水下进行了仿真实验，实验结果较为理想。2010年爱达荷大学的B.Armstrong等研究了基于扩展卡尔曼滤波技术的地磁定位算法，并进行了仿真试验，仿真结果表明该算法有一定的可行性。2011年，Haverinen等对井下磁异常进行了研究，并将其应用在定位中，分析了封闭环境下的地磁定位可行性。

定位技术国内研究现状

国内许多专家学者根据定位过程中的距离测量提出了多个新的定位算法，提高了定位精度。2009年，章坚武等提出一种低成本。低功耗的基于RSSI的定位方法，次方法不需要增额外硬件装置，但RSSI值对环境敏感，所以算法定位精度下降。2012年，姚运全等针对井下环境，研究了载体接收电磁波的特性，并在此基础上通过信息融合技术构造幅频性矢量，然后进行模式匹配和马尔科夫滤波，从而完成井下定位方法，其次经过马尔科夫滤波与匹配，最终定位精度小于2m。于慧霞详细分析了经典的质心算法，并在此基础上改进了RSSI加权质心算法的RSSI值的校正方法，同时以距离倒数之和作为权重，提高定位精度。2013年，韩东升等基于井下环境特征改进了RSSIDE加权质心算法，依据实时采集的定位环境下路径衰落指数算出路径损耗，再结合加权质心定位算法，提高算法的适应性和定位精度。2013年，李瑾基于井下环境分析了支持向量机算法，并在此基础上对指纹定位方法进行改进，指纹建库阶段对数据预处理，提出奇异数据点，从而减小定位误差。2014年，郭银景等对DV-Hop算法进行了研究，根据幅频矢量匹配原理，对算法进行了改进，首先通过DV-Hop算法得到初步定位区域，接着搜索区域内的信标节点的幅频矢量值，与数据库中的数据进行匹配，最终确定待测点的位置。2014年，吕文红等根据SVM分类法还礼，改进了指纹定位算法，计算实测奇异值来去除定位信息的动态影像，经过数据库匹配后，获得目标的位置。2015年，董君对质心定位算法进行了研究，并将RSSI值等效为加权因子，根据计算得到的待测范围的路径衰减参数，通过最优距离确定待测电的作用半径，提高了定位精度。2015年孙红雨等对井下指纹定位算法进行了研究分析，进一步将定位精度提高到了2m算法虽然有较好的定位效果，精度较高，但是大多没有考虑到井下的复杂电磁环境以及电磁波的传播环境，这些因素对定位的影响往往较大。2015年张扬勇对ZigBee无线传感器网络进行了研究，结合RSSI定位算法，通过平均值模型和高斯滤波器的作用，提高了算法抗多径效应的能力，同时算法通过信标加权值确定最优信标点，使算法的定位精度得到了进一步提高。

地磁定位因其具有无源性，唯一性以及隐蔽性好的特点，逐渐成为国内导航定位技术研究的热点，虽然国内对地磁导航关注度越来越高，但是总体水平还低于世界水平。2007年，杨云涛等对地磁导航进行了深入研究，实验发现地磁导航具有较强的鲁棒性和稳定性。2009年，蔡洪等将卡尔曼滤波应用在了地磁导航中，对不同卡尔曼滤波进行了研究，发现无损卡尔曼滤波性能更加优良。2010年，郭庆等将多维度下的数据特征量匹配算法进行了研究，并将其应用在了地磁导航中。吕云霄等通过对地磁测量数据的信号参数进行了研究，并在此基础上提出了基于频域相关性的地磁匹配算法。周军等对人工神经网络技术进行了深入研究，并结合地磁匹配算法，提高了定位的精度和适用范围，能够在地磁特征较弱的环境中获得较好的定位效果。2011年，李明明等针对运动体的运动学状态估计问题，提出基于无损卡尔曼和卡尔曼的地磁匹配导航算法。2014年，赵忠伟通过对传统地磁导航的研究，将卡尔曼滤波与之结合，可以完全脱离地磁数据库而实现自主实地测量导航，能够有效的克服噪声的干扰。2015年，宋镖等分析了不同种类的地测匹配算法，并在地磁异常的基础上，实现了机器人自主室内定位，并且通过惯导地磁组合的方式提高了精度。2016年，常坤对地磁测量数据的数学特征进行了分析，在粒子滤波的基础上，提出了一种以地磁定位为主的融合多传感器数据的室内定位算法。2017年，汪金花等对目前常用的井下地磁定位技术进行了研究，提出可通过对地磁数据的分段线性插值来提高数据的收敛性，实验发现算法具有较高的精度，且数据的拟合程度较高，完全可以应用于井下地磁定位中。肖晶等对地磁匹配空间和策略4个方面对算法进行了改进，仿真结果表明有效的提高了地磁匹配的精度和速度。2018年，毛君使用迭代最近等值点算法实现了惯导地磁组合定位技术，并提出了基于模糊自适应算法的卡尔曼滤波算法，在井下采煤机的定位实验中，发现算法能够有效克服噪声的影响，提高采煤机的定位精度。

如能排除井下电磁场的干扰，基于惯导地磁组合定位结合A*算法实现井下无人机自主导航与自主控制是不错的选择。