检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于D-S证据论的多AUV协同搜索决策

现代电子技术 2020年第11期43卷 15-19页

作者：魏娜刘明雍程为彬西北工业大学航海学院陕西西安710072 西安石油大学陕西省油气井测控技术重点实验室陕西西安710065 长江大学油气资源与勘探技术教育部重点实验室湖北武汉430100

针对多AUV在不确定环境中的协同搜索问题,考虑由于传感器探测精度的不确定性对目标协同搜索的影响,提出一种基于Dempster-Shafer(D-S)证据理论的融合传感器读数的协同搜索目标方法。引入"竞争力"的概念,协调多AUV之间的搜索决策行为,建... 详细信息

针对多AUV在不确定环境中的协同搜索问题,考虑由于传感器探测精度的不确定性对目标协同搜索的影响,提出一种基于Dempster-Shafer(D-S)证据理论的融合传感器读数的协同搜索目标方法。引入"竞争力"的概念,协调多AUV之间的搜索决策行为,建立了以目标确认收益,AUV协同收益为目标的多AUV协同搜索效用函数。通过多AUV之间的相互协作,最大程度地减少了搜索路径的重复,为多AUV的协同搜索提供了合理的在线决策支持,提高了搜索效率。仿真结果显示,所建模型考虑了环境的不确定性,提出的基于D-S证据理论的多AUV协同搜索方法,具有环境适应性和搜索高效性。

关键词：水下自主航行器协同搜索 Dempster-Shafer证据理论探测模型信息融合仿真分析

在线全文

学校读者我要写书评

暂无评论

UUV编队协同搜索静止目标的准最优方法

火力与指挥控制 2013年第4期38卷 53-56页

作者：陈盼胡剑光尹志伟海军工程大学电子工程学院武汉430033 海军兵种指挥学院广州510430

考虑到操作的简单性且实际执行搜索任务时搜索力不是无限可分,将连续空间的搜索问题转换为离散空间的最优搜索问题。通过划分网格,将连续的目标位置分布离散化。根据最优搜索理论,提出了单个无人水下航行器的准最优随机搜索方法,较好地... 详细信息

考虑到操作的简单性且实际执行搜索任务时搜索力不是无限可分,将连续空间的搜索问题转换为离散空间的最优搜索问题。通过划分网格,将连续的目标位置分布离散化。根据最优搜索理论,提出了单个无人水下航行器的准最优随机搜索方法,较好地逼近理论最优值。并以此为基础,分析了无人水下航行器编队的3种协同搜索方法:集中最优搜索、分散最大概率搜索和准最优搜索。最后通过实例仿真,得出了编队准最优搜索策略的有效性、优越性和可操作性。此方法将对无人水下航行器编队的战法研究具有参考借鉴意义。

关键词：无人水下航行器协同搜索最优搜索静止目标准最优

在线全文

学校读者我要写书评

暂无评论

考虑信息延迟的无人机分布式协同搜索算法

电光与控制 2010年第3期17卷 27-29,34页

作者：曹攀峰崔升复旦大学力学与工程科学系上海200433

多无人机协同搜索是多无人机协同控制的重要内容之一,无人机协同搜索的两大问题是通讯延迟和分布式的计算环境。各无人机既要提高搜索效率又要避免碰撞。提出了一种以分布式模型预测算法为基础的搜索算法。通过引入合适的缓冲周期,安排... 详细信息

多无人机协同搜索是多无人机协同控制的重要内容之一,无人机协同搜索的两大问题是通讯延迟和分布式的计算环境。各无人机既要提高搜索效率又要避免碰撞。提出了一种以分布式模型预测算法为基础的搜索算法。通过引入合适的缓冲周期,安排不同的无人机分别对未来不同的时间范围进行规划。不同无人机的搜索规划在时间上不再耦合,从而解决了多机分布式计算和通讯延迟的问题。该方法的目的是实现真实环境下的分布式协同控制。最后用仿真算例验证了算法的可行性。

关键词：无人机协同搜索时间延迟协同控制

在线全文

学校读者我要写书评

暂无评论

多飞行器的协同搜索路径规划与控制

多飞行器的协同搜索路径规划与控制

作者：王宁远哈尔滨工业大学

学位级别：硕士

本文以国际空中机器人大赛的第8代任务为背景,主要研究协同搜索路径规划与控制算法设计问题。从多机协同路径规划的角度出发,对于协同覆盖方法中的STC方法与CAPT方法进行改进,并且基于改进STC方法以及改进CAPT方法进行路径规划算法的设... 详细信息

本文以国际空中机器人大赛的第8代任务为背景,主要研究协同搜索路径规划与控制算法设计问题。从多机协同路径规划的角度出发,对于协同覆盖方法中的STC方法与CAPT方法进行改进,并且基于改进STC方法以及改进CAPT方法进行路径规划算法的设计。从单机路径规划与路径跟踪控制的角度出发,基于Null-Space方法设计位置跟踪和速度跟踪控制算法。本文主要研究工作如下:首先,建立四旋翼飞行器动力学模型并给出协同搜索路径规划与控制问题的数学描述。定义用于建模及问题描述的坐标系并给出转换关系;根据动力学原理建立四旋翼飞行器动力学模型并对模型进行简化;将路径规划与控制问题按多机与单机两个层面划分为路径规划问题与路径跟踪控制问题,并给出两类问题的数学描述。其次,设计基于协同覆盖的搜索路径规划算法。考虑给定的区域和目标点的最短时间覆盖和防止碰撞问题,提出一种基于改进STC方法的区域覆盖路径规划算法和一种基于改进CAPT方法的目标点覆盖路径规划算法,通过仿真测试验证两类路径规划算法的有效性。然后,设计基于Null-Space方法的路径跟踪控制算法。考虑路径跟踪和对于未知运动障碍物的避障问题,提出一种基于Null-Space方法的路径跟踪控制算法,对应避障以及对应路径跟踪的速度指令通过Null-Space方法进行组合,实现避障和路径跟踪。通过仿真测试验证路径跟踪控制算法的有效性。最后,实现协同搜索路径规划与控制算法,并对于算法进行仿真测试,仿真测试结果表明,所提出的协同搜索路径规划与控制算法是有效的。

关键词：四旋翼飞行器协同搜索路径规划跟踪控制

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于人工蜂群的多无人机协同搜索技术研究

基于人工蜂群的多无人机协同搜索技术研究

作者：李超凡大连海事大学

学位级别：硕士

近年来,无人机技术得到了迅速的发展,在民用、商业和军事领域发挥着越来越重要的作用,尤其是在搜索、救援和监测海洋环境中的目标。在复杂未知的海域中如何实现多无人机协同搜索多目标的任务,已成为无人机应用领域一个重要的问题。本文... 详细信息

近年来,无人机技术得到了迅速的发展,在民用、商业和军事领域发挥着越来越重要的作用,尤其是在搜索、救援和监测海洋环境中的目标。在复杂未知的海域中如何实现多无人机协同搜索多目标的任务,已成为无人机应用领域一个重要的问题。本文以无人机为海域搜索的基本单元,对多无人机协同搜索技术中的通信拓扑优化、未知环境中的动态目标搜索以及实时航迹规划等几个关键问题进行研究,主要工作内容如下:(1)针对多无人机间的通信拓扑优化问题进行研究,采用图结构来描述无人机间的通信模型,并分别建立了无人机的通信距离模型,通信质量模型以及通信成本模型,基于上述模型提出了无人机群的通信拓扑函数。由于网络拓扑结构的优化是一种典型的离散组合优化问题,传统的连续智能优化算法将不再适用,提出了离散的人工蜂群算法,并对蜂群的种群初始化过程进行了改进,通过引入多维度更新策略,提高了人工蜂群算法的初始化速度和求解速度。最后通过仿真验证了所提出算法的有效性。(2)针对多无人机在未知海域环境下协同搜索这一重要研究课题,建立了一个专门的搜索模型,包括无人机动力学模型、传感器模型、不同飞行高度下的目标概率和环境确定性。然后,根据飞行高度的动态变化,通过最大化多目标效能函数,提出了一种新的搜索策略,包括粗略搜索和精确搜索。为了解决优化问题,设计了一种基于精英学习的改进多蜂群算法,该算法可以提高标准人工蜂群算法在不同搜索任务下的适应性和计算速度。最后,通过大量仿真验证了本章提出的算法可以提高无人机群的搜索效率,降低平均搜索时间。(3)针对多无人机在三维海域中的航迹规划问题,首先建立了规划问题下的无人机模型、激光雷达传感器模型和地图模型,考虑了无人机的性能和海域未知环境建立了海域航迹多目标函数,并采用改进的人工蜂群算法对问题求解,在传统的人工蜂群算法的基础上引入了精英学习和方向因子的概念,进一步加快了算法的求解速度。提出了局部航迹算法用以保证无人机在未知海域的飞行安全,最后将全局路径规划算法和局部航迹规划算法相结合,提出了无人机群混合航迹规划算法,仿真结果表明了所建模型的优越性。

关键词：多无人机人工蜂群算法通信拓扑优化协同搜索航迹规划

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于随机目标的多无人机协同搜索方法研究

基于随机目标的多无人机协同搜索方法研究

作者：王自亮厦门大学

学位级别：硕士

近年来,随着科技的进步,经济的发展以及原材料成本的降低,无人机已经从最初仅仅用于军工领域开始转向到民用和商用领域中,并得到广泛的使用。目标搜索作为无人机的经典应用场景之一,由于任务趋于复杂化,单架无人机在执行这些任务时往往... 详细信息

近年来,随着科技的进步,经济的发展以及原材料成本的降低,无人机已经从最初仅仅用于军工领域开始转向到民用和商用领域中,并得到广泛的使用。目标搜索作为无人机的经典应用场景之一,由于任务趋于复杂化,单架无人机在执行这些任务时往往受到自身可携带资源以及功能上的限制,已经无法顺利执行任务,因此多无人机协同作业成为了研究人员所关注的热点以及未来无人机发展的重要趋势。本文主要研究多无人机协同作业完成随机目标的搜索,实现了以Voronoi图划分待搜索区域完成无人机任务分配,基于Dubins曲线完成单架无人机的航迹规划,并采用质心V图法实现多无人机协同搜索。主要的研究内容如下:1、介绍了当前多无人机协同搜索和无人机航迹规划的研究现状,并描述了常用的无人机任务环境建模方法和航迹规划算法。2、针对多无人机协同搜索首先需要完成任务规划,本文介绍了基于Voronoi图划分待搜索区域,将无人机和禁飞区位置作为输入站点进行Voronoi划分,由于需要得到每个Voronoi单元的顶点序列,本文设计了一种有界区域下构造Voronoi图的算法,从而解决了多无人机协同搜索的任务分配,将多无人机协同搜索问题转化成单架无人机搜索给定区域的航迹规划,降低了问题的求解难度。3、根据每架无人机负责搜索的区域中不包含禁飞区的特点,本文采用Dubins曲线解决了单架无人机目标搜索航迹规划问题,当无人机检测到目标时,无人机需要飞至目标处完成目标信息收集的任务,而目标对无人机没有方向角限制,因此无人机在飞至目标处时的轨迹形态是圆弧—直线,本文基于Dubins曲线求解方法完成航迹关键点的计算从而解决了无人机目标信息收集的任务,完成单架无人机的航迹规划。4、根据随机目标特点,无人机需要在待搜索区域中进行巡逻探测目标,本文通过增加禁飞区改进了质心V图法,实现了多无人机协同搜索航迹规划算法,并基于Qt应用程序框架实现了多无人机协同搜索可视化平台,通过实验结果和螺旋式覆盖算法进行对比分析,验证了本方法的有效性和实用性。

关键词：无人机协同搜索航迹规划 Voronoi图 Dubins曲线

基于局部信息对不确定环境的多无人机协同搜索方法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于局部信息对不确定环境的多无人机协同搜索方法研究

作者：管禹河南大学

学位级别：硕士

无人机(Unmaned Aerial Vehicle,UAV)技术在近年来得到了飞速发展。在军事领域和民用领域中,多UAV技术越来越多的应用在了协同目标搜索的任务上,如利用多无人机协同进行目标搜索、灾后人员搜救、协调运输货物等等。在实现多UAV的协同目... 详细信息

无人机(Unmaned Aerial Vehicle,UAV)技术在近年来得到了飞速发展。在军事领域和民用领域中,多UAV技术越来越多的应用在了协同目标搜索的任务上,如利用多无人机协同进行目标搜索、灾后人员搜救、协调运输货物等等。在实现多UAV的协同目标搜索过程中,UAV的路径规划设计成为了非常重要的内容,如何更有效率的发现目标,如何有效的躲避障碍物并及时发现目标,这些都是本文在无人机的路径规划方面需要研究的内容。在进行无人机路径规划时,无人机可能会受到各种障碍物或者禁飞区的干扰从而导致无人机不能搜索到尽可能多的目标或者无人机对地图的覆盖率过低,这些都达不到对地图搜索的任务指标。近些年来,演化算法十分广泛的应用于多UAV的路径规划中。这些演化算法主要有:遗传算法(Genetic Algorithm,GA),神经网络算法(Neural Network Algorithm,NEA)、人工免疫算法(Immune Clonal Selection Algorithm,ICSA)、粒子群算法(Particle Swarm Optimization,PSO)和蚁群最优化算法(Ant Colony Optimization,ACO)等等。这些优化算法都是先根据多UAV的任务要求得出相对应的系统传输函数,然后由系统传输函数得到多UAV的任务分配以及协同配合的架构,再依据各个算法的特点,有针对性的对多UAV的整体任务规划进行优化分析。本文中,我们深入分析了遗传算法,预测控制理论(Model Predictive Control,MPC),贪婪算法(Greedy Algorithm),在贪婪算法基础上实现改进式的协同遗传算法与预测控制理论的结合,并把提出的新的飞行机制加入到协同算法中,本文将提出的新机制算法命名为基于区域划分的最优动态报酬协同搜索算法(An Optimal Dynamic Compensation Cooperative Search Algorithm Based on Region Division,ODCA)。本文以任意大小的矩形为UAV的飞行环境,对其进行建模仿真,分别加入了随机小型障碍和大型固定障碍,针对复杂的环境,本文不仅考虑了算法的有效性,也考虑到了UAV达到最合理路径问题。在使用ODCA对多UAV进行路径规划与目标搜索时,首先利用预测控制理论对UAV的路径进行预测规划,再通过ODCA选择合适的种群进一步得出最适合UAV飞行的路径,并且在整个过程之间,UAV相互协调,相互告知彼此的信息,继而达到相互配合的搜索过程和优化之后的搜索结果。本文首先对遗传算法、预测控制理论和贪婪算法进行概述并且对无人机的飞行环境、自身状态、搜索概率图进行建模,建模之后利用传统算法进行UAV路径规划,在路径规划的模拟实验图中发现各个算法存在的问题。本文通过各个算法进行单个UAV路径规划,在单个UAV路径规划中发现问题并进行多无人机协同搜索目标路径规划去弥补单个UAV路径规划存在的问题。在多无人机协同搜索路径规划过程中发现各个算法出现的问题并在传统遗传算法中加入飞行机制使得UAV在路径规划中能够得到最大的覆盖率,从而搜索到尽可能多的目标。在加入新机制之后的算法下,通过改变相关参数继续与其他算法进行实验数据对比得出新算法的优越性,并在最后总结研究成果以及做出展望。通过本文的实验结果可以证明,在基于区域划分的最优动态报酬协同搜索算法下,ODCA相对于贪婪算法、随机算法、一般遗传算法都能够得到较好的实验结果。仿真结果验证了ODCA的有效性。

关键词：无人机协同搜索不确定环境遗传算法路径规划

面向智能目标的多无人机协同搜索路径规划研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

面向智能目标的多无人机协同搜索路径规划研究

作者：辛弘大连海事大学

学位级别：硕士

近年来在全球化发展的背景下,国际航海业持续有力发展,各国对海权的控制权、监管权是保障自身经济发展的重要支撑。尤其是在复杂、危险、信息有限的海域内,使用常规的雷达、卫星等传统监控安防设施难以精确地、动态地对海上藏匿或消失... 详细信息

近年来在全球化发展的背景下,国际航海业持续有力发展,各国对海权的控制权、监管权是保障自身经济发展的重要支撑。尤其是在复杂、危险、信息有限的海域内,使用常规的雷达、卫星等传统监控安防设施难以精确地、动态地对海上藏匿或消失的目标进行实时有效的搜索。为维护海洋经济稳定发展,需完成全天候、不间断地针对海域内存在的目标进行搜索、监控以及海域信息更新等任务,因分布式多无人机系统拥有部署灵活,成本可控,执行力强,实时性高的特点,可有效完成任务要求。已有的搜索研究中针对被搜索目标行动方案策略的具体指导较少,需要对被搜索的智能化目标进行建模,在此基础上涉及对应的搜索方案。本文以分布式多无人机作为海域内搜索智能目标的基本单元,对多无人机协同搜索海域智能目标进行研究,主要工作如下:(1)为设计针对智能目标搜索的有效行动方案,首先,利用马尔科夫链建立智能目标的决策状态转移模型,同时考虑智能目标决策与行动的对应关系,设计新的智能目标概率图更新策略。然后,结合多无人机系统的约束条件和搜索效率建立实时适应值函数作为评价指标,将狼群算法(Wolf Pack Algorithm,WPA)用于优化多无人机系统对智能目标的实时搜索路径。仿真结果表明,狼群算法能够满足多无人机协同搜索目标的任务要求,且相对其他算法狼群算法在概率收益、路径损耗、搜索效率等方面具有一定的优越性。(2)针对目标策略对于行动的影响,首先,在第二章的基础上进一步建立多无人机与智能目标的博弈对抗模型,研究双边搜索下的多无人机与智能目标博弈对抗问题。然后,基于该博弈对抗模型采用深度强化学习求解多无人机和智能目标的最优策略。最后通过仿真结果验证本文算法相较于其他传统算法在收益函数上有一定优势,并给出无人机数量、无人机与智能目标传感器检测范围等对博弈结果影响较大的任务参数。(3)设计一种在通信及传感器受限情况下的多无人机系统的实时搜索方法。首先,考虑多无人机通信链路的全局性连通问题作为多无人机的约束条件,建立基于传感器受限情况下的实时概率地图更新模型。然后,设计改进的多狼群算法(Improved Multi Wolf Packs Algorithm,IMWPA)求解实时任务中的航行角变量、速度以及射频发射功率几项参数。最后通过仿真实验验证了IMWPA应用在通信机传感器受限情况下的多无人机搜索任务中相比其他智能算法在收敛速度、适应值函数等方面的优越性。

关键词：多无人机智能目标改进的多狼群算法协同搜索路径规划

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

不确定环境下多无人机协同搜索算法研究

电光与控制 2012年第2期19卷 5-8,25页

作者：张莹莹周德云夏欢西北工业大学西安710129

不确定环境下多无人机协同搜索是多无人机协同控制的一个重要研究内容。多架无人机同时对一个不确定区域进行搜索,目的在于获取搜索区域的信息,降低环境的不确定度,并尽可能发现隐藏在环境中的目标。针对这一问题,提出一种基于协同进化... 详细信息

不确定环境下多无人机协同搜索是多无人机协同控制的一个重要研究内容。多架无人机同时对一个不确定区域进行搜索,目的在于获取搜索区域的信息,降低环境的不确定度,并尽可能发现隐藏在环境中的目标。针对这一问题,提出一种基于协同进化算法的多无人机协同区域搜索算法。首先,建立搜索概率图来描述搜索环境的不确定性,并使用贝叶斯准则更新搜索概率图,然后,使用协同进化算法,在线生成多UAV协同搜索的路径。仿真结果验证了算法的有效性。

关键词：无人机协同搜索不确定环境协同进化算法路径规划