信使机制UAV/UGV多点动态集结的协同规划方法研究
发布时间：2021-02-01 17:27
无人机（Unmanned Aerial Vehicle,UAV）/无人车（Unmanned Ground Vehicle,UGV）异构协同是一个前沿性研究课题,因其巨大的应用价值受到了世界各国学者的广泛关注。由于UAV/UGV在速度、负载、通讯、观测能力等方面具有很强的互补性,二者协同可以有效拓宽UAV和UGV的应用范围,提高其执行侦察、搜索、营救等任务的效率。本文以UAV/UGV异构协同执行任务为背景,首先研究了UAV/UGV系统（Unmanned Aerial and Ground Vehicle System,UAGVS）可能的协同模式,并从优化角度对不同类型协同系统进行了统一决策建模。针对一类典型任务模型—多点动态集结任务（Multi-point Dynamic Aggregation Task,MPDAT）,深入研究了采用UAGVS执行该任务的相关理论问题。采用UAGVS执行MPDAT时,UAV充当信使的角色,而UGV则作为移动执行器。UAV周期性地飞过任务点获取相关信息,并将这些信息发送给各个UGV,UGV根据接收到的任务信息执行决策,从而优化任务完成效率。本文针对信使机制...
【文章来源】：北京理工大学北京市 211工程院校 985工程院校
【文章页数】：133 页
【学位级别】：博士
【文章目录】：
摘要
Abstract
第1章 绪论
1.1 论文研究背景
1.1.1 UAV/UGV协同的应用需求
1.1.2 UAV/UGV协同的研究挑战
1.1.3 课题研究意义
1.2 国内外研究现状
1.2.1 UAGVS的应用现状
1.2.2 UAV/UGV协同中的关键技术问题研究现状
1.3 论文的主要内容与结构安排
第2章 UAV/UGV协同系统的分类与决策优化建模
2.1 UAV/UGV协同决策优化问题描述
2.2 UAV/UGV协同系统的分类方法
2.2.1 UAV/UGV协同系统的分类依据
2.2.2 五类典型的UAGVS
2.3 UAGVS优化决策共性问题分析
2.3.1 计算复杂性
2.3.2 实时性
2.4 不同类型UAGVS在典型应用中的比较
2.5 信使机制UAGVS执行MPDAT系统分析
2.6 本章小结
第3章 遍历任务点和UGV的信使UAV曲率约束路径规划
3.1 基于Memetic算法的信使UAV路径规划
3.1.1 基于终端航向松弛Dubins路径的DTSPN优化模型
3.1.2 基于Memetic算法的优化求解
3.1.3 区域边界双层采样的模型变换方法
3.1.4 DTSPN问题扩展及求解
3.1.5 计算实验
3.2 风场环境下信使UAV路径规划
3.2.1 风场环境下两点间Dubins路径规划的等效处理
3.2.2 风场环境下两点间Dubins路径规划的求解
3.2.3 风场环境下DTSP问题的优化求解
3.2.4 计算实验
3.3 本章小结
第4章 信使UAV引导下多UGV向多点集结的分布式运动协同
4.1 基于DRHC的多UGV系统建模方法
4.1.1 滚动时域控制的基本思想及模型
4.1.2 基于DRHC的建模方法
4.2 信使UAV引导下多UGV分布式运动协同滚动时域优化建模
4.2.1 目标函数及优化模型
4.2.2 基于顺序决策的分布式滚动时域优化模型求解
4.2.3 基于合作机制的顺序决策
4.3 基于合作机制的顺序决策求解方法
4.4 仿真结果及分析
4.5 本章小结
第5章 MPDAT中信使UAV和多UGV的动态协同
5.1 基于信使UAV信息的UGV任务分配
5.1.1 基于启发式机制的UGV任务分配算法
5.1.2 任务分配算法仿真
5.2 UGV位置约束下的信使UAV路径规划
5.2.1 UGV位置约束下信使UAV两点间的Dubins路径
5.2.2 UGV位置约束下信使UAV完整Dubins回路规划
5.2.3 UGV运动参数未知时多UAV的路径规划
5.3 仿真验证
5.4 本章小结
第6章 总结与展望
6.1 本文的创新点
6.2 对未来研究工作的展望
参考文献
攻读学位期间发表论文与研究成果清单
致谢
作者简介
【参考文献】：
期刊论文
[1]Cooperative task assignment of multiple heterogeneous unmanned aerial vehicles using a modifed genetic algorithm with multi-type genes[J]. Deng Qibo,Yu Jianqiao,Wang Ningfei. Chinese Journal of Aeronautics. 2013(05)
[2]An improved artificial physics approach to multiple UAVs/UGVs heterogeneous coordination[J]. LUO QiNan,DUAN HaiBin. Science China（Technological Sciences）. 2013(10)
[3]多智能体系统中的任务分配蚁群优化算法(英文)[J]. 王鲁,王志良,胡四泉,刘磊. 中国通信. 2013(03)
[4]多无人机分布式协同异构任务分配[J]. 邸斌,周锐,丁全心. 控制与决策. 2013(02)
[5]基于3DSAS的多约束多航迹协同规划与搜索方法[J]. 马培军,毛云云,张洪涛,苏小红. 系统工程与电子技术. 2011(07)
[6]Multiple UAVs/UGVs heterogeneous coordinated technique based on Receding Horizon Control （RHC） and velocity vector control[J]. DUAN HaiBin1,2,ZHANG YunPeng1,2 & LIU SenQi2 1State Key Laboratory of Virtual Reality Technology and Systems,Beihang University,Beijing 100191,China 2Science and Technology on Aircraft Control Laboratory,School of Automation Science and Electrical Engineering,Beihang University, Beijing 100191,China. Science China（Technological Sciences）. 2011(04)
[7]Unmanned air/ground vehicles heterogeneous cooperative techniques:Current status and prospects[J]. DUAN HaiBin & LIU SenQi National Key Laboratory of Science and Technology on Holistic Flight Control,School of Automation Science and Electrical Engineering,Beijing University of Aeronautics and Astronautics,Beijing 100191,China. Science China（Technological Sciences）. 2010(05)
[8]Evolutionary decision-makings for the dynamic weapon-target assignment problem[J]. CHEN Jie1,2, XIN Bin1,2, PENG ZhiHong1,2, DOU LiHua1,2 & ZHANG Juan1,2 1 School of Automation, Beijing Institute of Technology, Beijing 100081, China; 2 Key Laboratory of Complex System Intelligent Control and Decision, Ministry of Education, Beijing 100081, China. Science in China（Series F:Information Sciences）. 2009(11)
[9]基于改进A*算法的无人机航路规划方法研究[J]. 穆中林,鲁艺,任波,张斌. 弹箭与制导学报. 2007(01)
本文编号：3013154
【文章来源】：北京理工大学北京市 211工程院校 985工程院校
【文章页数】：133 页
【学位级别】：博士
【文章目录】：
摘要
Abstract
第1章 绪论
1.1 论文研究背景
1.1.1 UAV/UGV协同的应用需求
1.1.2 UAV/UGV协同的研究挑战
1.1.3 课题研究意义
1.2 国内外研究现状
1.2.1 UAGVS的应用现状
1.2.2 UAV/UGV协同中的关键技术问题研究现状
1.3 论文的主要内容与结构安排
第2章 UAV/UGV协同系统的分类与决策优化建模
2.1 UAV/UGV协同决策优化问题描述
2.2 UAV/UGV协同系统的分类方法
2.2.1 UAV/UGV协同系统的分类依据
2.2.2 五类典型的UAGVS
2.3 UAGVS优化决策共性问题分析
2.3.1 计算复杂性
2.3.2 实时性
2.4 不同类型UAGVS在典型应用中的比较
2.5 信使机制UAGVS执行MPDAT系统分析
2.6 本章小结
第3章 遍历任务点和UGV的信使UAV曲率约束路径规划
3.1 基于Memetic算法的信使UAV路径规划
3.1.1 基于终端航向松弛Dubins路径的DTSPN优化模型
3.1.2 基于Memetic算法的优化求解
3.1.3 区域边界双层采样的模型变换方法
3.1.4 DTSPN问题扩展及求解
3.1.5 计算实验
3.2 风场环境下信使UAV路径规划
3.2.1 风场环境下两点间Dubins路径规划的等效处理
3.2.2 风场环境下两点间Dubins路径规划的求解
3.2.3 风场环境下DTSP问题的优化求解
3.2.4 计算实验
3.3 本章小结
第4章 信使UAV引导下多UGV向多点集结的分布式运动协同
4.1 基于DRHC的多UGV系统建模方法
4.1.1 滚动时域控制的基本思想及模型
4.1.2 基于DRHC的建模方法
4.2 信使UAV引导下多UGV分布式运动协同滚动时域优化建模
4.2.1 目标函数及优化模型
4.2.2 基于顺序决策的分布式滚动时域优化模型求解
4.2.3 基于合作机制的顺序决策
4.3 基于合作机制的顺序决策求解方法
4.4 仿真结果及分析
4.5 本章小结
第5章 MPDAT中信使UAV和多UGV的动态协同
5.1 基于信使UAV信息的UGV任务分配
5.1.1 基于启发式机制的UGV任务分配算法
5.1.2 任务分配算法仿真
5.2 UGV位置约束下的信使UAV路径规划
5.2.1 UGV位置约束下信使UAV两点间的Dubins路径
5.2.2 UGV位置约束下信使UAV完整Dubins回路规划
5.2.3 UGV运动参数未知时多UAV的路径规划
5.3 仿真验证
5.4 本章小结
第6章 总结与展望
6.1 本文的创新点
6.2 对未来研究工作的展望
参考文献
攻读学位期间发表论文与研究成果清单
致谢
作者简介
【参考文献】：
期刊论文
[1]Cooperative task assignment of multiple heterogeneous unmanned aerial vehicles using a modifed genetic algorithm with multi-type genes[J]. Deng Qibo,Yu Jianqiao,Wang Ningfei. Chinese Journal of Aeronautics. 2013(05)
[2]An improved artificial physics approach to multiple UAVs/UGVs heterogeneous coordination[J]. LUO QiNan,DUAN HaiBin. Science China（Technological Sciences）. 2013(10)
[3]多智能体系统中的任务分配蚁群优化算法(英文)[J]. 王鲁,王志良,胡四泉,刘磊. 中国通信. 2013(03)
[4]多无人机分布式协同异构任务分配[J]. 邸斌,周锐,丁全心. 控制与决策. 2013(02)
[5]基于3DSAS的多约束多航迹协同规划与搜索方法[J]. 马培军,毛云云,张洪涛,苏小红. 系统工程与电子技术. 2011(07)
[6]Multiple UAVs/UGVs heterogeneous coordinated technique based on Receding Horizon Control （RHC） and velocity vector control[J]. DUAN HaiBin1,2,ZHANG YunPeng1,2 & LIU SenQi2 1State Key Laboratory of Virtual Reality Technology and Systems,Beihang University,Beijing 100191,China 2Science and Technology on Aircraft Control Laboratory,School of Automation Science and Electrical Engineering,Beihang University, Beijing 100191,China. Science China（Technological Sciences）. 2011(04)
[7]Unmanned air/ground vehicles heterogeneous cooperative techniques:Current status and prospects[J]. DUAN HaiBin & LIU SenQi National Key Laboratory of Science and Technology on Holistic Flight Control,School of Automation Science and Electrical Engineering,Beijing University of Aeronautics and Astronautics,Beijing 100191,China. Science China（Technological Sciences）. 2010(05)
[8]Evolutionary decision-makings for the dynamic weapon-target assignment problem[J]. CHEN Jie1,2, XIN Bin1,2, PENG ZhiHong1,2, DOU LiHua1,2 & ZHANG Juan1,2 1 School of Automation, Beijing Institute of Technology, Beijing 100081, China; 2 Key Laboratory of Complex System Intelligent Control and Decision, Ministry of Education, Beijing 100081, China. Science in China（Series F:Information Sciences）. 2009(11)
[9]基于改进A*算法的无人机航路规划方法研究[J]. 穆中林,鲁艺,任波,张斌. 弹箭与制导学报. 2007(01)
本文编号：3013154
本文链接：https://www.wllwen.com/kejilunwen/hangkongsky/3013154.html
