无人机编队技术由于其在军民领域的广阔运用前景,近年来吸引了越来越多学者的研究热情。无人机编队可以提高任务的执行效率,并降低执行成本。目前无人机编队控制的方法很多,主要包括跟随领航法,基于行为法,虚拟结构法,基于势场法,一致性编队控制法,拟态物理法等。本文主要针对基于拟态物理学方法编队控制的轨迹演化和重构控制进行分析,在此基础上对现有方法中存在的问题进行优化改进。论文的主要研究内容及创新点如下:(1)提出了现有拟态物理法中局部极值的改进策略。论文介绍了基于拟态物理法设计的无人机编队控制律,并利用LaSalle不变集理论分析了该编队控制律的稳定性。在此基础上,松弛算法中一些特定条件的限制,分析讨论了算法中所存在的局部极值问题,并利用随机扰动的方法,提出了序号无关的拟态物理编队算法局部极值改进策略。(2)提出了最优时间编队控制的参数优化算法。时间性能是编队控制非常重要的一个评价指标,目前大部分编队控制相关的研究都只考虑如何设计编队控制律来促使多智能体系统形成期望的队形,而没有考虑编队控制的优化问题。论文对无人机编队控制的最优时间控制问题进行了描述,结合利用拟态物理学方法设计的无人机编队控制律,提出了一种基于遗传算法的最优时间编队控制参数优化算法。该方法可以自动的对拟态物理法编队控制中的各项参数进行寻优,改善拟态物理法编队控制的时间性能。(3)提出了一种解决大规模无人机编队控制问题的分组策略。无人机编队的复杂度随着规模的增大而急剧增大,而目前大多数编队控制方法难以直接运用于大规模无人机编队的情况。论文分析了基于拟态物理法的编队控制律的时间性能,发现当无人机数量增加时,编队形成时间将急剧增加,不能满足实用的编队时间性能要求。因此论文结合所设计的大规模无人机的编队和编队重构实例,提出了基于分组策略的大规模无人机编队方法,对编队时间性能进行改善,并利用20架无人机实现了“N”“U”“D”“T”四个字母间的变换。(4)搭建了基于机器人操作系统(Robot Operating System,ROS)和Gazebo的多无人机协同仿真平台。Gazebo是一款优秀的多机器人仿真环境,可以提供贴近真实的仿真环境和较好的可视化效果。ROS是目前机器人研究领域的一种实施软件标准,被众多机器人领域的研究者所推崇。论文基于ROS和Gazebo构建了多无人机协同的仿真平台,具有高度贴近真实、易于扩展、用途广等特点,为多机协同算法的仿真验证提供了良好的保证。同时,搭建了基于VICON室内定位系统和CRAZYFLIE四旋翼无人机的无人机编队实物验证环境,对所提出的基于拟态物理法的编队进行了飞行验证。