發(fā)布時間：2020-08-20 18:42

【摘要】：隨著無人機應用面臨的實際環(huán)境越來越復雜,多無人機的協(xié)同控制已經成為了當下研究的重點。盡管當前靜態(tài)環(huán)境下的多無人機協(xié)同控制有著大量的研究,然而對多無人機在動態(tài)環(huán)境下執(zhí)行任務的實時路徑規(guī)劃也有著迫切的需求,相關研究顯得至關重要。論文針對于動態(tài)環(huán)境下的多無人機協(xié)同控制面臨的問題,構建了基于人工勢場法和柵格法的環(huán)境模型,并基于該模型,對多無人機的實時任務分配和多無人機的實時路徑規(guī)劃進行深入研究。論文的主要研究成果如下:1.提出一種基于改進粒子群算法的多無人機實時任務分配算法該算法在傳統(tǒng)粒子群算法的基礎上,根據遺傳算法的染色體編碼方式結合任務分配模型重新定義了粒子編碼結構;然后使用交叉算子和變異算子對粒子進行更新,并線性改變權重,使得算法能夠快速迭代得到任務分配序列。2.提出一種基于改進A-star算法的多無人機實時路徑規(guī)劃算法該算法通過重新定義A-star算法中的啟發(fā)函數,并且回溯到障礙物點的父親節(jié)點進行路徑重規(guī)劃,解決了 A-star算法在規(guī)劃路徑遇到未知障礙時需要從起點重新規(guī)劃的問題。3.提出一種基于改進遺傳算法的多無人機實時路徑規(guī)劃算法該算法基于柵格法的環(huán)境模型,重新定義了染色體的編碼結構、適應度函數和染色體的更新策略,使得算法能夠有效避免障礙物,并快速向全局最優(yōu)值迭代得到規(guī)劃路徑。本文針對以上算法設計了仿真實驗,實驗表明,以上算法均能夠在保證最優(yōu)結果的同時具有良好的計算效率,符合實時任務分配和實時路徑規(guī)劃的要求。
【學位授予單位】：北京郵電大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：TP18;V279;V249.1
【圖文】：

的一個質點，如果某一柵格內存在障礙物，則將該柵格定義為障礙柵格｜２６］，如圖逡逑３－１上黑色柵格所示；如果柵格內不存在障礙物，則將該柵格定義為自由柵格，逡逑如圖３－１上的白色柵格所示。逡逑ｉｆｌＵ邐Ｇｏａｌ逡逑■邋■W逡逑＝■＝＝＝＝＝＿＝＝＝■逡逑Ｓ．邋ａｒｔ逡逑0逡逑圖３－１g醺穹ㄊ疽饌煎義鮮褂謎庵終習硎痙椒�，用多阜d習じ窨梢云春銑剎煌巫吹惱習鎩５義鮮遣還嬖蛐巫吹惱習锝峒喲舐肪豆婊惴ǖ哪訊齲月肪豆婊惴ǖ男試戾義銑捎跋歟繽跡常菜盡Ｋ�，为了藩勩路径规划的紦溷，灾o褂謎習じ癖硎懼義險習錆�，以掋会惰�占淠誆康惱習锝寫恚郟玻罰藎硨蟮惱習鍶繽跡常乘義鮮荊哄義希ǎ保

本文編號：2798314