發(fā)布時(shí)間：2020-07-12 09:18

【摘要】：近年來(lái)災(zāi)害頻發(fā),對(duì)人的生命和財(cái)產(chǎn)造成重大損失。而災(zāi)害發(fā)生后的應(yīng)急救援往往由于災(zāi)情信息獲取的困難,而難以準(zhǔn)確快速的展開救援,導(dǎo)致災(zāi)害破壞性進(jìn)一步加大。根據(jù)無(wú)人機(jī)的眾多特性,可考慮用于應(yīng)急救援任務(wù)中偵查災(zāi)情指導(dǎo)救援。如何快速的完成偵查救援任務(wù),以及在已有的多臺(tái)數(shù)量的無(wú)人機(jī)狀況下協(xié)同進(jìn)行,需要對(duì)多無(wú)人機(jī)的航跡進(jìn)行規(guī)劃。真實(shí)場(chǎng)景下如地震發(fā)生時(shí),有某些地方報(bào)告指出存在生命源信號(hào)的可能,這些優(yōu)先級(jí)較高的已知目標(biāo)點(diǎn)需要優(yōu)先完成遍歷偵查;而其他地方雖沒有報(bào)告指出生命信號(hào),但需要執(zhí)行覆蓋式的偵查搜救任務(wù)來(lái)探查生命源。同樣,對(duì)災(zāi)害源的偵查亦是如此。結(jié)合實(shí)際生活場(chǎng)景的需要,本文正是分別考慮了在已知目標(biāo)點(diǎn)優(yōu)先偵查和未知目標(biāo)點(diǎn)區(qū)域覆蓋的兩種情況下的航跡規(guī)劃問(wèn)題,分別進(jìn)行了分析、建模、算法改進(jìn)以及仿真實(shí)驗(yàn)的過(guò)程。根據(jù)無(wú)人機(jī)的模型、多無(wú)人機(jī)的協(xié)同自組織系統(tǒng)、航跡規(guī)劃目標(biāo),進(jìn)行基本建模,通過(guò)比較一些智能算法的特性,如蟻群算法、遺傳算法、神經(jīng)網(wǎng)絡(luò)算法、模擬退火算法、Voronoi圖算法等,結(jié)合本文研究目標(biāo)的分析,最終選用蟻群算法進(jìn)行計(jì)算,并改進(jìn)了信息素更新過(guò)程使更符合本文研究場(chǎng)景。將第一種情況轉(zhuǎn)化為求解哈密頓路徑問(wèn)題,需要對(duì)所有已知目標(biāo)完成遍歷偵查,目標(biāo)起點(diǎn)與目標(biāo)終點(diǎn)無(wú)需重合,這與TSP(旅行商問(wèn)題)相似從而結(jié)合分析,從求取哈密頓回路過(guò)渡到多條哈密頓路徑,提出了虛擬節(jié)點(diǎn)方式和影子螞蟻方式,使用Lingo和Matlab軟件分別進(jìn)行計(jì)算驗(yàn)證,并在不同數(shù)量的無(wú)人機(jī)情境下進(jìn)行仿真實(shí)驗(yàn),得到了預(yù)期效果。在第二種情況針對(duì)區(qū)域覆蓋目標(biāo)圍繞對(duì)無(wú)人機(jī)協(xié)同完成任務(wù)進(jìn)行了方案設(shè)計(jì)和算法研究,提出無(wú)人機(jī)性能指數(shù)劃分區(qū)域的策略,先進(jìn)行區(qū)域劃分以最少的轉(zhuǎn)彎次數(shù)即最短的飛行寬度作為切割區(qū)域依據(jù),再進(jìn)行子區(qū)域內(nèi)掃描線式覆蓋,最終在具體案例上使用實(shí)現(xiàn)了快速協(xié)同完成偵查目標(biāo)區(qū)域的任務(wù)。
【學(xué)位授予單位】：江漢大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：V279;V249
【圖文】：

( ) ( )min max,i iv v v ∈ 限制：救援機(jī)在搜救過(guò)程中，為了便于搜索以及救援，將高度的限制導(dǎo)致會(huì)更大可能的與地面相撞，但飛的過(guò)高又此飛行高度應(yīng)滿足：min imaxh ≤ h ≤ h束條件搜救在提高搜救效率的同時(shí)為帶來(lái)碰撞風(fēng)險(xiǎn)，如何避免風(fēng)始終保持安全距離。如圖 2.2 所示，區(qū)域 Zsafe即為安全范在 t 時(shí)刻的位置為 Si(t)，那么任意兩架無(wú)人機(jī)在搜救時(shí)需( ) ( ) , , 1,2,..., ,i j safe Hs t s t ≥ Z i j = N i ≠ j

那么任意兩架無(wú)人機(jī)在搜救時(shí)需滿足：( ) ( ) , , 1,2,..., ,i j safe Hs t s t ≥ Z i j = N i ≠ j(2-9)圖 2.2 無(wú)人機(jī)的安全區(qū)域示意圖2.3.3 探測(cè)器模型在應(yīng)用場(chǎng)景下的任務(wù)中，為了了解受災(zāi)情況，當(dāng)救援機(jī)進(jìn)行水平直線飛行時(shí)，裝備的對(duì)地探測(cè)器會(huì)進(jìn)行范圍式的檢測(cè)以及拍照，并因此采取下一步規(guī)劃。無(wú)人機(jī)的探測(cè)器對(duì)地探測(cè)范圍如圖 2.2 所示，可將其寬度表示為：

圖上的邊皆可成為路徑，然后利用一些搜索算法搜索路徑對(duì)該初始路徑優(yōu)化和平滑處理得到最終規(guī)劃路徑。索算法Star）算法是一種常用啟發(fā)式搜索算法，使用啟發(fā)函數(shù)進(jìn)行佳搜索節(jié)點(diǎn)的方式一直搜索下去。該算法具有搜索快、效路徑搜索問(wèn)題中。劃問(wèn)題建模問(wèn)題需要考慮多方面的因素影響，共同實(shí)現(xiàn)航跡規(guī)劃的目跡規(guī)劃分為四個(gè)部分，其航跡規(guī)劃結(jié)構(gòu)框圖如圖 3.1 所示[地形信息、威脅源信息、障礙物信息等等，要把區(qū)域內(nèi)的可執(zhí)行下一步。無(wú)人機(jī)約束即為無(wú)人機(jī)性能約束因素。再同作用下指導(dǎo)進(jìn)行航跡規(guī)劃，規(guī)劃出最優(yōu)航跡。

【參考文獻(xiàn)】

相關(guān)期刊論文 前6條

1 蘇菲;彭輝;沈林成;;基于協(xié)進(jìn)化多子群蟻群算法的多無(wú)人作戰(zhàn)飛機(jī)協(xié)同航跡規(guī)劃研究[J];兵工學(xué)報(bào);2009年11期

2 孟祥恒;王社偉;陶軍;;基于改進(jìn)蟻群算法的多無(wú)人機(jī)航路規(guī)劃研究[J];計(jì)算機(jī)仿真;2008年11期

3 趙明元;周軍;;基于A*算法的四維實(shí)時(shí)航跡規(guī)劃算法[J];火力與指揮控制;2008年08期

4 田菁;陳巖;沈林成;;不確定環(huán)境中多無(wú)人機(jī)協(xié)同搜索算法[J];電子與信息學(xué)報(bào);2007年10期

5 趙文婷;彭俊毅;;基于VORONOI圖的無(wú)人機(jī)航跡規(guī)劃[J];系統(tǒng)仿真學(xué)報(bào);2006年S2期

6 霍霄華;陳巖;朱華勇;沈林成;;多UCAV協(xié)同控制中的任務(wù)分配模型及算法[J];國(guó)防科技大學(xué)學(xué)報(bào);2006年03期

相關(guān)博士學(xué)位論文 前2條

1 林林;基于協(xié)同機(jī)制的多無(wú)人機(jī)任務(wù)規(guī)劃研究[D];北京郵電大學(xué);2013年

2 胡中華;基于智能優(yōu)化算法的無(wú)人機(jī)航跡規(guī)劃若干關(guān)鍵技術(shù)研究[D];南京航空航天大學(xué);2011年

本文編號(hào)：2751744