每當有自然災害發(fā)生,就會伴隨著緊急救援。由于災害發(fā)生地區(qū)的地質結構比較復雜,災難發(fā)生后還會有持續(xù)性的險情。但是救援人員往往很難第一時間抵達現(xiàn)場。這時無人機以其獨有的特性,在災難救援初期發(fā)揮關鍵作用。例如,無人機可以自動進行災情信息的收集和應急物資的分配。而如何快速的實現(xiàn)受災地區(qū)的信息采集和在災區(qū)信息不確定情況下完成應急物資的分配,對后續(xù)的救援起著關鍵的作用。本文主要是針對無人機在災后緊急救援的復雜情況,解決多個無人機同時偵查所有可能受災的區(qū)域,和及時地進行緊急投遞物資的問題。另外,無人機在執(zhí)行任務時,多無人機三維航跡規(guī)劃和動態(tài)躲避威脅源也是必須要考慮的問題。目前常用的多無人機多目標偵查問題的模型,主要是通過優(yōu)化無人機航跡進而得到最短路徑來解決該問題。在應急物資分配問題上,通�？紤]的是確切需求下的資源分配。本文主要是根據(jù)災難環(huán)境下偵查任務的時間緊迫性和多無人機任務的均衡性進行建模,采用遺傳算法來解決無人機偵查和物資分配的最優(yōu)化問題。針對無人機對受災點進行偵察的任務,本文設計了一種多旅行商問題和每個旅行商任務均衡的集中式偵查策略。但是當偵查的受災點過多時,算法復雜度就會變高。為了簡化這個問... 

【文章頁數(shù)】：69 頁

【學位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 課題背景及研究的目的和意義
        1.1.1 課題背景
        1.1.2 研究目的和意義
    1.2 國內外研究現(xiàn)狀及分析
        1.2.1 決策問題研究現(xiàn)狀
        1.2.2 無人機任務分配與航跡規(guī)劃研究現(xiàn)狀
    1.3 本文的主要研究內容
    1.4 論文組織結構
第2章 已知目標點位置的多無人機偵查任務決策
    2.1 引言
    2.2 多無人機偵查決策問題描述與建模
    2.3 多無人機偵查決策算法設計
        2.3.1 K-means聚類算法
        2.3.2 遺傳算法概述
    2.4 實驗仿真與結果分析
        2.4.1 基于K-means聚類的仿真結果分析
        2.4.2 多無人機的偵查決策算法實驗仿真與分析
    2.5 本章小結
第3章 不確定信息下多無人機應急物資投遞決策
    3.1 引言
    3.2 問題描述與建模
        3.2.1 模型假設
        3.2.2 隨機需求受災點物資投遞決策問題建模
        3.2.3 隨機需求受災點應急物資投遞決策模型的約束條件
    3.3 基于遺傳算法的隨機需求物資投遞算法
        3.3.1 無人機與受災點的分配方法
        3.3.2 遺傳算法及參數(shù)設計
    3.4 實驗仿真與分析
        3.4.1 單基地仿真實驗分析
        3.4.2 多基地仿真實驗1分析
        3.4.3 多基地仿真實驗2分析
    3.5 本章小結
第4章 多無人機三維航跡規(guī)劃與動態(tài)避障
    4.1 引言
    4.2 多無人機三維航跡規(guī)劃數(shù)學建模
        4.2.1 多無人機三維航跡規(guī)劃問題描述
        4.2.2 問題建模
    4.3 多無人機三維航跡規(guī)劃與動態(tài)避障算法設計
        4.3.1 模擬退火粒子群算法
        4.3.2 人工勢場法
        4.3.3 改進的人工勢場法
    4.4 仿真結果分析
        4.4.1 同起點多無人機航跡規(guī)劃實驗仿真
        4.4.2 不同起點多無人機航跡規(guī)劃實驗仿真
        4.4.3 不同起點多無人機航跡規(guī)劃實驗仿真
    4.5 本章小結
結論
參考文獻
攻讀碩士學位期間發(fā)表的論文及其它成果
致謝


【參考文獻】：
期刊論文
[1]改進人工勢場法的移動機器人路徑規(guī)劃研究[J]. 梁獻霞,劉朝英,宋雪玲,張英坤.  計算機仿真. 2018(04)
[2]隨機需求車輛路徑問題及混合變鄰域分散搜索算法求解[J]. 李陽,范厚明,張曉楠,楊翔.  控制理論與應用. 2017(12)
[3]基于改進人工勢場法的動態(tài)環(huán)境下無人機路徑規(guī)劃[J]. 田亞卓,張勇軍.  武漢科技大學學報. 2017(06)
[4]混合算法求解多目標平衡旅行商問題[J]. 董學士,董文永,王豫峰.  計算機研究與發(fā)展. 2017(08)
[5]基于SAPSO算法的無人機三維航跡規(guī)劃[J]. 唐匯禹,彭世蕤,孫經(jīng)蛟,劉香嵐.  戰(zhàn)術導彈技術. 2017(02)
[6]Robust decision making for UAV air-to-ground attack under severe uncertainty[J]. 胡笑旋,陳意,羅賀.  Journal of Central South University. 2015(11)
[7]無人機任務分配與航跡規(guī)劃協(xié)同控制方法[J]. 孫小雷,齊乃明,董程,姚蔚然.  系統(tǒng)工程與電子技術. 2015(12)
[8]Markov decision evolutionary game theoretic learning for cooperative sensing of unmanned aerial vehicles[J]. SUN ChangHao,DUAN HaiBin.  Science China（Technological Sciences）. 2015(08)
[9]基于卡爾曼濾波的無人機姿態(tài)測量研究[J]. 袁亮,楚仕彬.  組合機床與自動化加工技術. 2015(07)
[10]不確定信息下基于拍賣算法的多無人機同時到達攻擊多目標[J]. 趙明明,李彬,王敏立.  電光與控制. 2015(02)

碩士論文
[1]航跡規(guī)劃遺傳模擬退火算法研究[D]. 范林玉.重慶大學 2010



本文編號：3710322