未知城市环境下的多机协同目标搜索方法研究

作     者：刘大千 包卫东 费博雯 朱晓敏 LIU Daqian;BAO Weidong;FEI Bowen;ZHU Xiaomin

作者机构：国防科技大学系统工程学院湖南长沙410073 

出 版 物：《系统工程与电子技术》 (Systems Engineering and Electronics)

年 卷 期：2023年第45卷第12期

页      面：3896-3907页

核心收录：

学科分类：0711[理学-系统科学] 12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 07[理学] 08[工学] 0833[工学-城乡规划学] 0503[文学-新闻传播学] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 081103[工学-系统工程] 

基　　金：国家自然科学基金(61872378) 中国博士后科学基金(2020M673698,2020M683723)资助课题 

主　　题：未知城市环境 多机协同 目标搜索 信息共享 区域覆盖 

摘      要：在城市环境中,建筑物或不可达区域等因素的影响易造成多无人机(unmanned aerial vehicle,UAV)协同路径规划策略失效,从而导致目标搜索任务的失败。针对此问题,提出未知城市环境下的多UAV协同搜索(multi-unmanned aerial vehicle cooperative search,MUCS)方法。首先,对城市环境进行建模,其中涵盖密集建筑物群的设计和运动状态多样的目标,以增强目标搜索任务的挑战性;然后,在此基础上,综合考虑UAV编队飞行约束和信息交互能力,构建基于信息共享代价和区域覆盖收益的协同优化模型;最后,根据多UAV协同编队特点,利用群智能方法进行优化求解,确保每架UAV均能得到最优路径可行解,从而提高多UAV协同目标搜索效率。与现有搜索方法相比,MUCS方法的平均目标发现成功率提升了20%,区域覆盖率提升了10%。实验结果表明,MUCS方法具有较强的目标搜索能力和区域覆盖能力。