無人機(jī)（Unmanned Aerial Vehicle,UAV）/無人車（Unmanned Ground Vehicle,UGV）異構(gòu)協(xié)同是一個前沿性研究課題,因其巨大的應(yīng)用價值受到了世界各國學(xué)者的廣泛關(guān)注。由于UAV/UGV在速度、負(fù)載、通訊、觀測能力等方面具有很強(qiáng)的互補(bǔ)性,二者協(xié)同可以有效拓寬UAV和UGV的應(yīng)用范圍,提高其執(zhí)行偵察、搜索、營救等任務(wù)的效率。本文以UAV/UGV異構(gòu)協(xié)同執(zhí)行任務(wù)為背景,首先研究了UAV/UGV系統(tǒng)（Unmanned Aerial and Ground Vehicle System,UAGVS）可能的協(xié)同模式,并從優(yōu)化角度對不同類型協(xié)同系統(tǒng)進(jìn)行了統(tǒng)一決策建模。針對一類典型任務(wù)模型—多點(diǎn)動態(tài)集結(jié)任務(wù)（Multi-point Dynamic Aggregation Task,MPDAT）,深入研究了采用UAGVS執(zhí)行該任務(wù)的相關(guān)理論問題。采用UAGVS執(zhí)行MPDAT時,UAV充當(dāng)信使的角色,而UGV則作為移動執(zhí)行器。UAV周期性地飛過任務(wù)點(diǎn)獲取相關(guān)信息,并將這些信息發(fā)送給各個UGV,UGV根據(jù)接收到的任務(wù)信息執(zhí)行決策,從而優(yōu)化任務(wù)完成效率。本文針對信使機(jī)制... 

【文章來源】：北京理工大學(xué)北京市 211工程院校 985工程院校

【文章頁數(shù)】：133 頁

【學(xué)位級別】：博士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 論文研究背景
        1.1.1 UAV/UGV協(xié)同的應(yīng)用需求
        1.1.2 UAV/UGV協(xié)同的研究挑戰(zhàn)
        1.1.3 課題研究意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 UAGVS的應(yīng)用現(xiàn)狀
        1.2.2 UAV/UGV協(xié)同中的關(guān)鍵技術(shù)問題研究現(xiàn)狀
    1.3 論文的主要內(nèi)容與結(jié)構(gòu)安排
第2章 UAV/UGV協(xié)同系統(tǒng)的分類與決策優(yōu)化建模
    2.1 UAV/UGV協(xié)同決策優(yōu)化問題描述
    2.2 UAV/UGV協(xié)同系統(tǒng)的分類方法
        2.2.1 UAV/UGV協(xié)同系統(tǒng)的分類依據(jù)
        2.2.2 五類典型的UAGVS
    2.3 UAGVS優(yōu)化決策共性問題分析
        2.3.1 計算復(fù)雜性
        2.3.2 實時性
    2.4 不同類型UAGVS在典型應(yīng)用中的比較
    2.5 信使機(jī)制UAGVS執(zhí)行MPDAT系統(tǒng)分析
    2.6 本章小結(jié)
第3章 遍歷任務(wù)點(diǎn)和UGV的信使UAV曲率約束路徑規(guī)劃
    3.1 基于Memetic算法的信使UAV路徑規(guī)劃
        3.1.1 基于終端航向松弛Dubins路徑的DTSPN優(yōu)化模型
        3.1.2 基于Memetic算法的優(yōu)化求解
        3.1.3 區(qū)域邊界雙層采樣的模型變換方法
        3.1.4 DTSPN問題擴(kuò)展及求解
        3.1.5 計算實驗
    3.2 風(fēng)場環(huán)境下信使UAV路徑規(guī)劃
        3.2.1 風(fēng)場環(huán)境下兩點(diǎn)間Dubins路徑規(guī)劃的等效處理
        3.2.2 風(fēng)場環(huán)境下兩點(diǎn)間Dubins路徑規(guī)劃的求解
        3.2.3 風(fēng)場環(huán)境下DTSP問題的優(yōu)化求解
        3.2.4 計算實驗
    3.3 本章小結(jié)
第4章 信使UAV引導(dǎo)下多UGV向多點(diǎn)集結(jié)的分布式運(yùn)動協(xié)同
    4.1 基于DRHC的多UGV系統(tǒng)建模方法
        4.1.1 滾動時域控制的基本思想及模型
        4.1.2 基于DRHC的建模方法
    4.2 信使UAV引導(dǎo)下多UGV分布式運(yùn)動協(xié)同滾動時域優(yōu)化建模
        4.2.1 目標(biāo)函數(shù)及優(yōu)化模型
        4.2.2 基于順序決策的分布式滾動時域優(yōu)化模型求解
        4.2.3 基于合作機(jī)制的順序決策
    4.3 基于合作機(jī)制的順序決策求解方法
    4.4 仿真結(jié)果及分析
    4.5 本章小結(jié)
第5章 MPDAT中信使UAV和多UGV的動態(tài)協(xié)同
    5.1 基于信使UAV信息的UGV任務(wù)分配
        5.1.1 基于啟發(fā)式機(jī)制的UGV任務(wù)分配算法
        5.1.2 任務(wù)分配算法仿真
    5.2 UGV位置約束下的信使UAV路徑規(guī)劃
        5.2.1 UGV位置約束下信使UAV兩點(diǎn)間的Dubins路徑
        5.2.2 UGV位置約束下信使UAV完整Dubins回路規(guī)劃
        5.2.3 UGV運(yùn)動參數(shù)未知時多UAV的路徑規(guī)劃
    5.3 仿真驗證
    5.4 本章小結(jié)
第6章 總結(jié)與展望
    6.1 本文的創(chuàng)新點(diǎn)
    6.2 對未來研究工作的展望
參考文獻(xiàn)
攻讀學(xué)位期間發(fā)表論文與研究成果清單
致謝
作者簡介


【參考文獻(xiàn)】：
期刊論文
[1]Cooperative task assignment of multiple heterogeneous unmanned aerial vehicles using a modifed genetic algorithm with multi-type genes[J]. Deng Qibo,Yu Jianqiao,Wang Ningfei.  Chinese Journal of Aeronautics. 2013(05)
[2]An improved artificial physics approach to multiple UAVs/UGVs heterogeneous coordination[J]. LUO QiNan,DUAN HaiBin.  Science China（Technological Sciences）. 2013(10)
[3]多智能體系統(tǒng)中的任務(wù)分配蟻群優(yōu)化算法(英文)[J]. 王魯,王志良,胡四泉,劉磊.  中國通信. 2013(03)
[4]多無人機(jī)分布式協(xié)同異構(gòu)任務(wù)分配[J]. 邸斌,周銳,丁全心.  控制與決策. 2013(02)
[5]基于3DSAS的多約束多航跡協(xié)同規(guī)劃與搜索方法[J]. 馬培軍,毛云云,張洪濤,蘇小紅.  系統(tǒng)工程與電子技術(shù). 2011(07)
[6]Multiple UAVs/UGVs heterogeneous coordinated technique based on Receding Horizon Control （RHC） and velocity vector control[J]. DUAN HaiBin1,2,ZHANG YunPeng1,2 & LIU SenQi2 1State Key Laboratory of Virtual Reality Technology and Systems,Beihang University,Beijing 100191,China 2Science and Technology on Aircraft Control Laboratory,School of Automation Science and Electrical Engineering,Beihang University, Beijing 100191,China.  Science China（Technological Sciences）. 2011(04)
[7]Unmanned air/ground vehicles heterogeneous cooperative techniques:Current status and prospects[J]. DUAN HaiBin & LIU SenQi National Key Laboratory of Science and Technology on Holistic Flight Control,School of Automation Science and Electrical Engineering,Beijing University of Aeronautics and Astronautics,Beijing 100191,China.  Science China（Technological Sciences）. 2010(05)
[8]Evolutionary decision-makings for the dynamic weapon-target assignment problem[J]. CHEN Jie1,2, XIN Bin1,2, PENG ZhiHong1,2, DOU LiHua1,2 & ZHANG Juan1,2 1 School of Automation, Beijing Institute of Technology, Beijing 100081, China; 2 Key Laboratory of Complex System Intelligent Control and Decision, Ministry of Education, Beijing 100081, China.  Science in China（Series F:Information Sciences）. 2009(11)
[9]基于改進(jìn)A*算法的無人機(jī)航路規(guī)劃方法研究[J]. 穆中林,魯藝,任波,張斌.  彈箭與制導(dǎo)學(xué)報. 2007(01)



本文編號：3013154