论文部分内容阅读
随着无人机技术的发展,出现了越来越多利用无人机对复杂环境执行搜索任务的应用场景。例如公共场所人员检查、失联飞机搜寻、灾后目标探测等等。针对单无人机续航时间短,其携带的传感器探测能力有限等问题。本文设计了多无人机协同搜索策略,将搜索地图栅格化,采用分布式结构来设计多无人机搜索系统。每架无人机拥有自主决策、独立维护可更新的信息地图、通信共享信息等能力。本文将搜索区域内目标存在概率大于设定的存在阈值认为搜索区域目标存在。通过无人机独立维护的搜索概率图来引导无人机发生自组织搜索行为,根据传感器经验模型的检测概率和虚警概率建立贝叶斯公式来更新无人机维护的搜索地图信息。本文将多无人机目标搜索问题分成搜索目标数量明确和不明确两种场景来看待。搜索目标数量不明确场景的任务目标是使搜索地图的平均不确定性快速下降。本文设计了直接优化搜索地图不确定性的目标函数来建立无人机之间的协同关系,通过分布式滚动时域优化模型求解每架无人机的决策信息,采用纳什均衡模型迭代出当前时刻的纳什均衡解。本文给无人机设计了时间戳地图和时间戳同步机制。通过仿真验证了该策略的可行性和建模的合理性,比其他搜索策略在更短时间内降低搜索区域的平均目标存在不确定性。搜索目标数量明确场景的任务目标是最短时间确定搜索地图内的所有目标。本文采用了多层次规划的方法进行建模,先用均衡的多旅行商模型进行多无人机搜索路径预规划,在无人机完成预规划搜索路径后根据其维护的搜索概率地图进行多层次的分布式单旅行商模型路径规划。同时在通信范围内的无人机可以进行时间戳同步机制下的搜索地图信息融合。本文介绍了三种概率地图融合策略并比较其搜索时效和差错率。最后通过仿真验证了这种基于信息融合的多层次分布式搜索策略比其他搜索策略在更短时间内搜索到所有目标。