-
微信號:youuav
關(guān)注官方微信
m.youuav.com手機(jī)掃碼看新聞
-
- 添加收藏
- 關(guān)于我們
無人機(jī)整機(jī)
無人機(jī)配件
無人機(jī)服務(wù)
設(shè)備與工具近年來，無人機(jī)具有低成本、無人員傷亡、設(shè)備簡單、操作方便和靈活可靠等特點被廣泛應(yīng)用。其可以近距離對地面目標(biāo)有選擇性和針對性地實施觀測，并且可以進(jìn)入敵方陣地進(jìn)行監(jiān)視，提高情報的可靠性和時效性。在軍事偵察和民用測量上采用一定的編隊隊形進(jìn)行飛行，可以擴(kuò)大偵察和搜索的范圍。多架無人機(jī)編隊飛行協(xié)同偵察時，通過調(diào)整相機(jī)在無人機(jī)上的安裝角度，可對目標(biāo)的全方位立體拍照，實現(xiàn)地面目標(biāo)的偵察和監(jiān)視。
單架無人機(jī)采用先進(jìn)控制策略可實現(xiàn)實時的高精度姿態(tài)控制，完成軌跡追蹤，但是多無人機(jī)編隊飛行執(zhí)行任務(wù)的成功率和抗突發(fā)事件的能力要比單架飛機(jī)飛行高。例如，在某次任務(wù)的執(zhí)行過程中，有一架飛機(jī)出現(xiàn)故障不能繼續(xù)工作，那么它可以返回進(jìn)行維修，而其余飛機(jī)仍舊按照原來的計劃保持編隊飛行，使任務(wù)得以圓滿完成。但是現(xiàn)有的科技水平還無法支持完全意義上的多無人機(jī)編隊自主決策功能，幾乎不能實現(xiàn)較高程度智能化集群式大規(guī)模協(xié)同編隊飛行，因此深入開展信息感知技術(shù)、數(shù)據(jù)融合技術(shù)、任務(wù)分配技術(shù)、航跡規(guī)劃技術(shù)、編隊控制技術(shù)、通信組網(wǎng)技術(shù)和虛擬/實物驗證實驗平臺技術(shù)等多項技術(shù)的研究，以及多項技術(shù)間協(xié)同研究，對中國實現(xiàn)美國空軍發(fā)布的2016年—2036年小型無人機(jī)發(fā)展規(guī)劃中“蜂群”、“編組”、“忠誠僚機(jī)”和誘餌等多無人機(jī)協(xié)同編隊具有重要指導(dǎo)意義。
協(xié)同編隊飛行任務(wù)描述
為了達(dá)到多無人機(jī)協(xié)同編隊飛行的擴(kuò)大任務(wù)范圍、提高任務(wù)執(zhí)行效率和完成質(zhì)量、增強(qiáng)在高危環(huán)境中的作戰(zhàn)能力、提升系統(tǒng)對環(huán)境自適應(yīng)能力、擴(kuò)展任務(wù)能力等多個目標(biāo)，必須研究多無人機(jī)的狀態(tài)感知和數(shù)據(jù)融合、任務(wù)分配和航跡規(guī)劃、編隊控制和通信組網(wǎng)等多個技術(shù)，并研究多項技術(shù)間的協(xié)同作用。
多無人機(jī)協(xié)同編隊執(zhí)行危險任務(wù)是一種必然趨勢。進(jìn)行多無人機(jī)協(xié)同編隊，首先要進(jìn)行信息感知，并對多源信息進(jìn)行融合；其次對各種任務(wù)進(jìn)行分配和決策；進(jìn)而對每架無人機(jī)進(jìn)行航跡規(guī)劃生成期望的軌跡；然后利用先進(jìn)的編隊控制方法和隊形設(shè)計技術(shù)實現(xiàn)多機(jī)編隊飛行任務(wù)；在編隊控制設(shè)計過程中，需要考慮多無人機(jī)之間的組網(wǎng)通信問題；最后，搭建模擬多無人機(jī)協(xié)同編隊飛行虛擬仿真平臺和實物演示平臺，驗證編隊控制算法的可行性和有效性。
任務(wù)分配
無人機(jī)飛行的環(huán)境日益復(fù)雜及于無人機(jī)性能等要求的提高，對無人機(jī)編隊任務(wù)分配的時效性、處理位置環(huán)境能力、求解速度等提出了更高的要求。
2010年，美國麻省理工學(xué)院大學(xué)Mcgrew等，針對固定速度一對一作戰(zhàn)機(jī)動問題，用近似動態(tài)規(guī)劃技術(shù)進(jìn)行求解，該方法針對快速變化的戰(zhàn)術(shù)情況能夠提供快速響應(yīng)，并在室內(nèi)完成了飛行試驗,對算法進(jìn)行了驗證。2011年，印度Sujit等。針對兩個無人機(jī)的未知區(qū)域協(xié)同搜索問題展開研究，考慮了無人機(jī)通信范圍、傳感器探測范圍、油量限制及補(bǔ)給站位置等約束條件，采用博弈論的方法對該問題進(jìn)行了求解，仿真結(jié)果表明基于博弈論的方法對于未知環(huán)境的搜索效率很高。2011年，美國波爾圖大學(xué)Manathara等，針對多無人機(jī)作戰(zhàn)的最優(yōu)資源分配問題，針對多種異構(gòu)無人機(jī)設(shè)計了任務(wù)分配策略，并采用啟發(fā)式算法進(jìn)行求解。2014年，美國珀杜大學(xué)Kim等針對異構(gòu)無人機(jī)的編隊區(qū)域搜索和任務(wù)分配問題，提出了一種基于響應(yīng)閾值模型的概率決策機(jī)制的分布式方法，考慮了環(huán)境的不確定性，實現(xiàn)了快速靈活的無人機(jī)區(qū)域搜索和任務(wù)分配。2015年馬來西亞科技大學(xué)Wei等，針對傳統(tǒng)粒子群算法求解過程中求解過慢或易陷入局部極小的問題，提出了一種雙級任務(wù)分配方法，通過雙極任務(wù)分配結(jié)構(gòu)自適應(yīng)的條件搜索效率，相比傳統(tǒng)粒子群算法提高了求解的可靠性、搜索精度和搜索效率，最終提高了任務(wù)分配的求解速度。
航跡規(guī)劃
為了確保復(fù)雜環(huán)境中多無人機(jī)編隊能夠安全、快速到達(dá)任務(wù)區(qū)域，降低被敵方雷達(dá)捕獲、摧毀的概率，需要設(shè)計滿足一定約束條件及性能指標(biāo)最優(yōu)的編隊航跡。
2013年，英國諾森比亞大學(xué)的Kothari等，采用機(jī)會約束方法來處理系統(tǒng)環(huán)境和環(huán)境態(tài)勢感知中的不確定性，再通過快速隨機(jī)搜索樹方法獲取了多無人機(jī)魯棒最優(yōu)路徑。2015年，北京航空航天大學(xué)的段海濱等，將無人機(jī)全局路徑規(guī)劃問題轉(zhuǎn)化為三維空間含約束的優(yōu)化問題，并采用改進(jìn)的差分進(jìn)化算法進(jìn)行求解，克服了傳統(tǒng)差分進(jìn)化算法容易陷入局部極小的問題，相比傳統(tǒng)方法提高了無人機(jī)路徑的約束處理能力、路徑質(zhì)量和魯棒性。2016年，加拿大魁北克大學(xué)的Berger等，針對異構(gòu)飛行器的靜態(tài)目標(biāo)搜索問題，建立新的整數(shù)線性和二次規(guī)劃模型，降低了計算復(fù)雜度，采用線性規(guī)劃算法求解，以輕微的計算代價獲得了包含異構(gòu)飛行器的近似最優(yōu)解。2016年，沈陽航空航天大學(xué)的梁宵等，在復(fù)雜環(huán)境下對移動目標(biāo)的路徑跟蹤問題，采用滾動時域優(yōu)化結(jié)合人工勢場法，獲取無人機(jī)的前進(jìn)方向，實時給出針對移動目標(biāo)的最優(yōu)軌跡。
在實際飛行過程中，需要考慮編隊避撞問題。2014年，伊朗伊斯蘭阿扎德大學(xué)的Shorakaei等，將無人機(jī)之間避撞作為性能指標(biāo)，采用基于概率的環(huán)境建模方法，研究了多無人機(jī)協(xié)同搜索問題，并運(yùn)用平行遺傳算法進(jìn)行求解，設(shè)計了二維及三維的最優(yōu)路徑。遺傳算法的優(yōu)點是易于與其他算法相結(jié)合，并充分發(fā)揮自身迭代的優(yōu)勢，缺點是運(yùn)算效率不高，不如蟻群等算法有先天優(yōu)勢。2013年，華中科技大學(xué)的丁明躍等，針對海上無人機(jī)路徑規(guī)劃問題，提出了一種基于量子行為粒子群優(yōu)化的混合差分進(jìn)化算法，用于在不同威脅環(huán)境下生成一條安全和可飛的路徑。粒子群算法模擬鳥群飛行捕食行為，相比遺傳算法規(guī)則更為簡單，求解速度更快，但容易陷入局部收斂。
2025-09-16 09:27
2025-09-12 11:30
2025-09-11 10:41
2025-09-09 10:52
2025-09-04 21:58
2025-08-28 11:13
2025-08-27 14:14
2025-08-26 13:50
2025-08-23 20:37
2025-08-22 10:33
