1.一种基于复杂环境下无人机近障碍物的控制方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的一种基于复杂环境下无人机近障碍物的控制方法，其特征在于：所述步骤1中，通过获取障碍物体在两个确定位置关系的摄像机的左右图像中的坐标，输出两摄像机公共视场内障碍物体的三维尺寸及空间物体特征点的三维坐标，估计目标点离相机的深度距离；然后计算障碍物体上的多个空间点p，则将这些空间点p连接起来，则得到一条关于障碍物曲线。
3.根据权利要求2所述的一种基于复杂环境下无人机近障碍物的控制方法，其特征在于：所述步骤2中，定义b样条曲线的控制点q，生成一条满足终端约束但不考虑障碍物的b样条曲线φ；接着，对于每段被检测到的碰撞的线段，用优化程序生成一个无碰撞的路径γ；对于发生碰撞的线段的每个控制点都生成一个在障碍物表面的定位点，对应一个排斥方向向量，其中i为控制点的索引，j为{p,v}对的索引；每个{p,v}对对应一个特定的控制点；qi到第j个障碍物的距离为：dij＝(qi-pij)vij；单位向量v在第一次生成后就不会再次发生改变，进而dij的值是分正负的；迭代过程中反复生成{p,v}对，判断是否为新障碍物的标准是：若控制点qi处于障碍物中时，并且对于当前得到的所有障碍物j满足dij>0，则该障碍物为新发现的障碍物；从而计算影响轨迹的障碍物信息。
4.根据权利要求3所述的一种基于复杂环境下无人机近障碍物的控制方法，其特征在于：所述步骤3中，使用均匀b样条曲线φ来表示轨迹，根据无人机的微分平坦特性降低要规划的变量；优化问题被定义为：
5.根据权利要求4所述的一种基于复杂环境下无人机近障碍物的控制方法，其特征在于：所述步骤4中，首先构建目标函数：
6.根据权利要求5所述的一种基于复杂环境下无人机近障碍物的控制方法，其特征在于：所述步骤4中，通过求解一个闭式的最小二乘问题，在约束下初始生成时间跨度为δt'的轨迹φf，同时保持与φs相同的形状和控制点数；然后重新计算光滑项和可行项得到新的目标函数：
7.根据权利要求6所述的一种基于复杂环境下无人机近障碍物的控制方法，其特征在于：所述步骤4中，由于φf(αt')的椭圆体是一个以φs(αt)为中心的椭圆，绕它的主轴或切线旋转一定角度得到的；则轴向位移da和径向位移dr为：
8.根据权利要求7所述的一种基于复杂环境下无人机近障碍物的控制方法，其特征在于：所述步骤5中，设定无人机状态量x＝[{p,v},h,v]t，控制量其中β,α是相互耦合的关系；
9.根据权利要求8所述的一种基于复杂环境下无人机近障碍物的控制方法，其特征在于：所述步骤5中，采用增量式状态空间模型，亦即将作为控制输入的增量，以消除因外部干扰以及模型不精确带来的稳态误差；定义新的系统状态变量(因第k次采样时采用了上一时刻的控制量计算结果而状态量由于使用了传感器采集数据，因此其为实时状态故新的状态空间模型为：
10.根据权利要求9所述的一种基于复杂环境下无人机近障碍物的控制方法，其特征在于：所述步骤5中，以无人帆船状态量偏差及其控制量增量来构建目标函数j(k)：