【无人机集群协同规划研究开题报告文献综述4800字】

导论无人机集群协同规划研究开题报告文献综述研究背景和意义无人机具有高性能、零伤亡等显著优点。它可以代替人执行危险和复杂的任务，特别适合复杂的环境和多层面的军事战场。目前的无人机技术已经比较成熟，与传感器、自主控制、智能通信等多种技术相结合，已经成为无人飞行领域的先进工具，广泛应用于军事和民用活动中。随着近来无人机（UAV）的发展日趋成熟，与一般的载人飞机相比，微型无人机系统还具有更大的飞行覆盖范围、灵活性和为用户提供便携式运输的作用。自1992年提出以来，无人机在军事和民用领域得到了广泛的关注，在军用飞行中，无人机具有起降灵活、飞行噪声低、容易达到人难以驾驶和到达的高度等优点。它通常用于低空军事情报、监视、战场损伤评估等。也可用于探测核污染物或不同的化学物质。此外，由于其体积小、灵活性高，可直接进入与这些设施有关的建筑物或视听控制站，在民法上，无人机主要用于搜寻和营救灾民或进行地质研究、数据收集，微型无人机目前被美国、日本、以色列、中国等国家列为最重要的发展战略之一，甚至被视为未来知识战场的有效保障。随着信息技术的发展，未来战场将更加复杂和知识化，一架无人机将无法完成复杂的任务，而这样的无人机虽然有很多优点，但也有一些缺点，如飞行时间短、通信范围窄等。为了扩大其战场和作战能力，充分发挥无人机的优势。受殖民地自然环境的启发，殖民地内部分工明确，个体之间有大量的互动资源和信息，这就是为什么现在有一种趋势，模仿殖民地的行为，使用大规模、廉价、多用途的无人机，形成一个可执行复杂任务的无人机集群。因此，无人机集群系统必将发展成为当前在无人机应用中研究的一个主要课题。本文将通过对无人机集群系统的特点和功能进行更深入地分析，对其在协同下完成任务中所运用的具体关键技术展开研究。国内无人机集群技术研究虽然我国国内的科研学术院所在集群系统的应用领域起步较晚，但其在无人机集群任务规划领域的领域已经达到世界一流水平。目前，许多国家科研机构围绕多功能无人系统智能化互联互通紧密相连的感觉与信息资源共享控制、实时控制路线、自动驾驶仪和智能再制造载体的整合规划，智能无人机用于决策和其他相关国际关键技术。2017年6月，中国电子科技集团公司圆满完成119架小型飞机的飞行性能测试[1]。无人机集群任务规划研究现状无人机集群任务规划是一种需要对多个无人机，多个不同的任务进行科学的规划分配，使无人机集群能够协同完成任务。无人机集群系统根据任务的不同选择不同的工作策略，通过分组、计算和规划的方式完成任务。它具有复杂性、准确性和数据实时性的特点，在任务共享的背景下，既要保证任务的重点和效益最大化，又要提高任务的执行率，缩短任务的执行时间和过程。HuXX等进行了将多架无人机的任务划分为不同目标机组、集群群和不同目标任务的实验，为解决多架无人机之间任务分配的问题，这表明在同等条件下使用这种方法的效率很高[2]。龙涛在利用自主研发设计协议契约网络的基础上提出了系统中心任务为管理核心的在线分布式的控制管理系统，彻底解决了系统在线实时的动态任务分配控制问题[4]。张浩森等人利用一种新的蚁群检测算法，开发了精确简洁的数学检测模型，对目标群体进行检测，解决了目标检测区域内检测方法长、目标路径最小优化的复杂问题[6]。王国强等人提出了基于部队虚拟现实、信息系统仿真的联合任务编程问题，解决实验成本高、风险大的问题[8]。无人机集群路径规划研究现状无人机集群航路规划不仅需要最佳保障整体航路，而且需要最短时间完成一次任务，以及在一个特派团内的个别车辆之间提供尽可能安全的避难所，以及在它们之间提供适当的安全空间。为此，高晓光、宋寿梅等人运用阶段性管理的方法，在赛道规划上开始有了较好的定位，采用路由规划系统作为集群系统，并与领导层、计划层和控制层联合使用[9-10]。丁琳等基于voronoi图中的飞行威胁场景结构图，引入无人机协同运动变量和耦合函数，生成出了一条与飞行威胁目标有密切直接关联的无人机飞行危险路线，并通过相对集结点进行计算，分析得出整个飞行威胁场景的状态图，使得各单架无人机和整个飞行集群均同时且顺利的抵达预计的任务目标地点，并共同地成功完成任务[11]。吕长安等人通过联合规划多型无人机的侦察航线，提出了多型飞机执行特定侦察任务的总体工作时间表，以评估特定航线规划的最优性和合理性，将执行特定侦察任务的有效飞行时间转换为执行特定侦察任务的距离，从而准确评估路径规划的质量和不足[12]。赵敏等他认为为真正最大限度地降低各型无人机群的总航程和续航时间，最大限度地提高整体效能无人机集群提供了一种有趣的方法来综合规划飞行和集团航线，该方法可大幅提高各型无人机集群的飞行效率，有效提高集群用于所有类型的无人机，降低集群的能源成本[14]。为解决无人机集群规避问题，弥补大型集群系统管理上的不足，提出基于规则的集群系统飞行控制和规避自主协同控制方法[15]。国外无人机集群技术研究无人机集群任务协同算法研究现状Ramirez－Atencia等工作人员提出了一种先进的多目标遗传算法，用于解决复杂的规划分析任务，无人机数据集群[16]。E.Edison和其他人在描述具体情况时采用了图形化的方法，在这种情况下，无人机集群系统在执行多目标任务时可能会受到传输条件下时间和序列的限制，将不同的环境因素，例如时间、资源、路径等，结合在一起，便会令环境变得更为复杂[17]。这些算法虽然能够找到问题的最优解，但会随着问题的数量和规模的增加而增加。为了有效减少涉及重大任务的大量计算，像Rasmussen这样的工作人员，提出了基于树搜索算法的任务规划问题.这种搜索算法不仅可以快速找到最优的问题解决方法，而且可以有效地避免缺点，基于确定性搜索算法的传统数据类型分析中功能计算过多的相关z问题[18]。无人机集群体系结构研究现状无人机集群的动态特性和结构复杂性使其结构也复杂多变。大多数研究都采用了层次递进的体系结构，可以有效地大大降低整个集群系统的复杂性，提高整个无人机集群系统的网运行效率。代表性的课题研究主要成果有:CaloudP等将无人机战斗集群的任务体系结构层次划分调整为包括任务信息分解、分配、规划、执行控制在内的四个功能层，基于Gopher系统[19]。ParkerLe在行为学基础上建立的联盟分布式系统体系结构是一种具有高容错性和自适应能力的多机体系结构协调[20]，Kamara的分布式体系结构模型旨在研究多台机器的容错行为和纠错[21]。无人机集群概述无人机集群概念通过研究蚁群、蜂群、鸟群、鱼群等生物集群，针对这些生物集群的行为特性进行分析总结，得出了一种通过多个个体相互协作，从而完成一定任务的方法，将该方法运用在无人机集群中，便得出了无人机集群方法。由不同种类，不同职能的无人机组成的无人机集群系统，在系统内部通过不同的通信方式与手段进行互相之间的数据交换与通信，从而实现了无人机集群的编队控制、任务分配、航迹规划与飞行控制，为实现不同无人机机群系统协同执行任务，给出了其工作原理和结构框图如下文的图1.2所示。图1.2无人机集群系统原理图研究现状及分析目前，世界各国都在研究无人机集群技术，包括一些与无人机系统和集群密切相关的研究课题。2015年1月21日，美国国防部国防高级研究计划局（DARPA）正式发布了一个名为“拒绝环境合作行动”（code）的项目。这项技术意味着开发可用于无人机系统自动升级的技术和方法，以及低功耗、低成本的联合作战算法，使无人机能够同时监控环境并改善它们之间的交互。图1.3“拒止环境中的协同作战”工程飞行试验示意图2015年9月16日，美国国防高级研究计划局正式发布了“小精灵”cgremlins项目。本项目致力于小型无人机集群发射与回收应用技术的研究与推广，为分布式空战的实际应用提供了重要的技术和理论基础。图1.4“小精灵”无人机集群项目海军研究办公室还组织了与美国无人机集群项目相关的研究。2015年4月16日，国家海洋局宣布了“低成本无人机swirm技术（sprinkst）项目，开展集群无人机相关技术的一系列研发改造和试飞准备工作。本项目主要研制了一种桶装无人机发射器和相应的可折叠串联翼“郊狼”无人机，实现了多架小型无人机的快速同步发射，如下图1.5所示，在特定区域形成无人机编队，完成高空侦察、搜索、地面攻击等不同作战任务。图1.5LOCUST项目中“郊狼”无人机另外，2014年，德国罗兰大学塔马斯·维切克研究小组成功进行了一次非常有代表性的集群飞行实例，该项目研究团队成功完成了10架四驱无人机的室外和室内集群飞行，如图1.6所示，项目组无人机集群飞行不采用中央数据处理或遥控。无人机系统通过与相邻无人机之间的网络信息和数据交换，直接实现不同的决策。所有必要的数据应以无人机空中计算机系统为基础进行计算。图1.6匈牙利罗兰大学10架双螺旋翼飞机在室外昼夜环境下进行了集群飞行鉴于国外在无人机集群自动化技术领域的积极调研，我国开展了新的研究课题。，向社会公布了世界上最大的固定翼无人机集群编队飞行试验成果，实现了67架固定翼无人机集群编队飞行，2017年6月，课题组再次成功实现了119架固定翼小型无人机的近距离起飞、空中总装等飞行试验，多目标分组、成圈、集群作业等。图1.7中国电子科技集团公司无人机群本文主要研究内容本文以无人机集群协同控制路径规划研究为主题，采用了动态式的无人机集群体系结构，对无人机集群进行了任务规划和航路规划，采用了人工势场法与跟随领航者法，并利用Matlab软件进行模拟仿真实验，最终成功实现了无人机集群的协同控制路径规划。第一章为绪论。本文首先介绍了本文的研究背景和意义，介绍了国内外无人机集群技术的发展现状。并对无人机集群的概念与研究现状做了介绍。并引出所采用的无人机集群体系结构。第二章介绍无人机集群协同任务规划相关的内容。首先，对协同任务规划进行了初步的介绍，然后分析了航路规划的方法，最后阐述了设想的方案。第三章主要研究了实现无人机集群协同飞行的相关解决方案和指令。首先对无人机集群协同飞行控制系统的相关问题进行分析，然后对相关技术进行深入探讨。最后对无人机集群进行了集群编队队形的设计，采用一种带有中心点的楔形编队队形。第四章提出了改进的人工势场法与跟随领航者法。首先，对两个相关算法进行分析研究，并针对其存在的问题根据本文的应用场景进行了相应的改进设计，最后利用Matlab软件对相关的内容进行了模拟仿真实验。第五章为总结与展望。本文总结了全文的研究内容和不足，并对后续的研究工作和算法改进提出了建议。参考文献[1]中国电子科技集团成功完成无人机集群飞行试验[J].机器人技术与应用，2017，1（4）：11.[2]HuXX，MaHW.，YeQS，etal.HierarchicalMethodofTaskAssignmentforMultipleCooperatingUAVTeams[J].JournalofSystemsEngineeringAndElectronics，2015，26(5):1000-1009.[3]岳源，屈高敏.分布式多无人机协同侦察目标分配研究[J].兵器装备工程学报，2018，39(3):57-61.[4]龙涛.多UCAV协同任务控制中分布式任务[D].长沙：国防科学技术大学，2006.[5]王庆贺，万刚，柴峰，等，基于改进遗传算法的多机协同多目标分配方法[J].计算机应用研究，2018，35(9):2597-2601.[6]张浩森，高东阳，白羽，等.基于蚁群算法的多无人机协同任务规划研究[J].北京建筑大学学报，2017，33(2):29-34.[7]WeiY，BlakeMB，MadeyGR.AnOperation-TimeSimulationFrameworkforUAVSwarmConfigurationandMissionPlanning[J].ProcediaComputerScience，2013，18:1949-1958.[8]王国强，罗贺，胡笑旋.无人机编队协同任务规划仿真系统研究[J].系统仿真学报，2014，26(8):1856-1862.[9]高晓光，符小卫，宋绍梅.多UCAV航迹规划研究[J]系统工程理论与实践，2004，24(5):140-143.[10]宋绍梅，张克，关世义.基于层次分解策略的无人机多机协同航线规划方法研究[J].战术导弹技术，2004(1):44-48.[11]丁琳，高晓光，王健，等针对突发威胁的无人机多机协同路径规划的方法[J].火力与指挥控制，2005，30(7):5-8.[12]柳长安，王和平，李为吉，基于遗传算法的无人机协同侦察航路规划[J].飞机设计，2003(1):47-52.[13]严平，丁明跃，周成平，等，飞行器多任务在线实时航迹规划[J].航空学报，2004，25(5):485-489.[14]赵敏，姚敏.无人机群变航迹多任务综合规划方法研究[J].电子科技大学学报，2010，39(4):560-563.[15]周欢，赵辉，韩统，等，基于规则