边缘网络下多无人机协同计算和资源分配联合优化策略

针对边缘网络环境下多人机之间存在计算负载不均，造成卸载任务失败的问题，提出了一种多无人机间协作的智能任务卸载方案。通过联合考虑多无人机任务分配、计算资源分配和无人机飞行轨迹，引入公平性指数建立了无人机公平负载最大化和能量消耗最小化问题。基于多智能体深度强化学习框架，提出了融合轨迹规划和任务卸载的分布式算法。仿真结果表明，所提出的多无人机协作方案可以显著提高任务完成率和负载公平度，并且有效适用于大规模用户设备场景。     

基于DDPG-PID的机器人动态目标跟踪与避障控制研究

针对机器人在动态复杂环境下的操作问题,研究机械臂跟踪运动目标及避障的运动控制方法。采用传统PID控制方法与DDPG强化学习算法相结合的方式,利用PID控制使得机械臂的工作平面快速接近目标物并与之重合,再使用DDPG算法让机械臂在平面内自主学习追踪目标物投影同时避开障碍物投影,最终在三维空间中实现跟踪与避障。该方法将机械臂作为一个智能体,智能体通过感知目标物和障碍物的距离偏差来自主学习避障跟踪策略。将本方法用于多自由度机械臂路径规划与避障任务中,对比单纯使用DDPG算法将机械臂作为智能体在空间中进行决策控制,仿真结果显示本文所提出的方法收敛效果和控制性能更好,机械臂能在训练后实现目标物的稳定跟踪和障碍物的躲避。     

基于改进蚁群算法的无人机冲突解脱技术（英文）

基于ADS-B监视数据,提出了一种基于线性外推法的机载无人机冲突探测与解脱方法,为可能发生的冲突提供预警。为解决多无人机冲突问题,引入基本蚁群算法,并通过加入速度调整策略来优化传统的基本蚁群算法的冲突简化模型。提出了一种基于速度调整策略和航向调整策略的多无人机冲突解脱方案。通过加入排序系统和角度信息,改进了蚁群算法。结果表明,改进的蚁群算法可为空域内多无人机规划无人机冲突解脱路径。改进后的蚁群算法,提高了计算效率,收敛出最优化目标所需时间减少了43.9%,且最终总延误距离减少了58.4%。     

AC-PSO算法在无人机任务规划中的应用

无人机飞行中合理的路线规划可以减小飞行时间、降低油耗,减小被敌方发现、攻击的可能,从而提高了完成任务的概率.鉴于大部分无人机是以一个相对固定的高度进行侦察和任务飞行,故可将无人机的飞行任务规划视为二维平面的TSP问题.本文进一步将地面防空威胁与飞行距离统一量化,通过求解TSP求取最优无人机任务规划.文中通过分析蚁群算法与粒子群算法,提出了一种新的混合方法AC-PSO算法解决TSP求解问题.算法借鉴了蚁群算法的路线构造方法和粒子群算法的进化策略思想,同时给出了提升算法效率的一些措施.实验验证,该算法和威胁建模方法相结合,能有效地满足无人机飞行任务规划的要求.     

基于改进遗传算法的机器人动态路径规划

针对基本遗传算法解决移动机器人路径规划的不足,提出了一种改进的遗传算法。首先,采用栅格法对机器人路径规划进行建模。然后,提出一种生成初始种群的方法和精英策略,设计出自适应变异概率,提高了算法的求解质量。同时,在规划过程中,将全局路径规划与局部路径规划相结合,并且根据机器人与动态障碍物碰撞类型的不同,提出了相应的避碰策略。仿真实验表明:该算法优于基本遗传算法,能够有效地指导机器人在动态环境中实现避障,获得无碰最优或次优路径。     

基于状态改变的机器人动态障碍物路径规划算法

借鉴电路中,电器元件对于外加激励,状态发生改变,同时在最短时间内恢复到初始状态的现象,将动态障碍物的实时变化类比为外加激励,提出一种基于状态改变的机器人动态障碍物路径规划算法。首先对机器人绕行单个固定障碍物进行深入分析,然后采用状态更新的方式,对动态障碍物进行分析,最后利用叠加法,对存在动态障碍物和静态障碍物的混合任务规划区域进行分析,并生成避障路径。为了验证算法在多障碍物环境的路径规划能力,利用数值仿真模拟实验,结果表明,在该算法中,机器人能够分别有效的实现静态障碍物区域、动态障碍物区域以及动静混合障碍物区域的路径规划。     

无人机航路规划研究

无人机航路规划的目的是无人机具有对象复杂任务进行快速规划重规划的能力，其中快速而有效的重规划尤其重要。在无人机飞行任务过程中，无人机需要根据局部地形、地貌、威胁等信息以及飞机本身机动能力的限制，实时地计算出飞行航路，并跟踪该航路完成了飞行任务。本文通过比较各种算法在航路规划应用中的优劣性，提出了Dynapath（动态规划）算法在无人机航路规划中的应用，给出了仿真结果。仿真结果表明：Dy-napath算法生成的最优参考航路基本上满足无人机任务飞行的要求，获得了良好的飞行品质。     

基于地面安全约束的无人机航路规划研究（英文）

随着无人机数量和飞行时间的快速增长,由无人机飞行风险引起的安全事故也逐渐增多。安全航路规划是在战略层面降低无人机运行风险的有效手段。考虑无人机航路的安全代价,基于地面风险评估提出了一种无人机安全航路规划模型。将航路下方区域栅格化处理,以每飞行小时地面人员伤亡率为量化指标,定义各栅格安全系数,并根据栅格安全系数构造航路安全代价函数。建立了兼顾航路安全性和飞行距离的总代价函数,并通过改进蚁群算法进行航路规划。模型的有效性通过城市空域物流无人机航路规划进行验证。结果表明,考虑地面安全约束的航路规划模型在无人机总飞行时间增加不大的情况下,能显著提高航路的整体安全性。     

一种基于负载均衡的多Agent路径规划算法

在分布式信息查询系统中,使用多个Agent协作完成查询任务是一种有效的方法,所有Agent的总行程影响网络的通信流量,单个Agent的最大负载决定了壹询任务的完成时间.现有方法大多研究如何减少Agent的总行程,未考虑Agent的负载均衡问题.本文提出一种基于负栽均衡的多Agent迁移路线规划(Load balancedmulti-agent planning,LBMAP)算法首先寻找图中一条包含所有节点的TSP回路,然后使用动态规划算法将该回路分为多段,每个Agent访问其中一段,算法兼顾了两个优化目标:最小化Agent的总行程、最小化Agent的关键负载.仿真实验表明:随着Agent平均访问节点数的增大,LBMAP算法的性能趋近于理论最优值.     

面向“最后一公里”的无人机需求预测

针对“最后一公里”配送的无人机需求预测问题,考虑无人机性能、空域环境和运输任务等限制条件,分别以最大化快递运输量、最小化运输成本为目标函数,建立多阶段无人机需求预测模型。考虑快递业务历史数据和影响因素,建立组合预测模型预测快递业务量;利用动态分配算法预测无人机快递分担量和无人机需求量。以某区域实际快递数据和低空飞行条件进行算例分析。结果表明,本文提出的预测方法不仅可以根据配送中心业务量、工作时间和成本要求提供灵活的无人机需求方案,还能够使得无人机的工作时间利用率达到95%以上。     

三角网格面自动铺丝定角度路径规划算法

研究三角网格曲面上的路径规划问题,以局部测地线为补充,提出了改进的定角度初始路径规划算法。该算法避免了传统参数化求解过程的无解和多解情况,尤其适用于曲率变化较大的复杂曲面和拼接曲面。采用等距覆盖算法来获得均匀的满铺路径,并分别提出基于路径样条线末端延伸和芯模曲面整体延拓的两种边界处理思路,以解决偏移路径无法到达曲面边界的问题。以某机翼模型为算例对上述算法进行验证,利用计算机辅助三维交互应用(Computer aided three-dimensional interactive application,CATIA)的逆向工程模块实现了完整的算法可视化,建立了三维建模软件与路径规划算法的系统关系。验证表明本文提出的算法可靠、系统、适应性强,具有工程应用价值。     

基于多目标协同进化算法的多机器人路径规划

提出一种合作型多目标优化协同进化算法,并应用于具有3个优化目标的多机器人路径规划问题中.算法采用一种新型的子群体间合作方式,提高了候选解的多样性,且避免了在一般多目标进化算法中难以处理的适应值分配或非支配排序过程,减小了对计算资源的消耗.针对多机器人路径规划问题的特点,给出了多机器人间的协调策略,并在算法的群体初始化和进化算子的设计中,引入了基于问题专门知识的启发式方法.在复杂工作环境下的仿真实例表明了算法的有效性.     

电弧熔丝增材制造复合填充路径规划算法

合理的路径规划可以提高电弧熔丝增材制造成形零件的表面质量和强度。针对电弧熔丝增材制造的特点,将多种增材制造路径规划算法相结合,提出了一种复合路径规划算法,实现了单空洞截面的填充,并进一步讨论了其他类型截面的路径规划方法。在填充截面过程中,内外表面采用轮廓偏置路径填充,保证了零件的表面质量;零件内部采用改进的扫描线算法进行填充,减少了空行程,提高了成形效率。实验验证了本文算法填充复杂截面轮廓的可行性。     

一种新的雷达组网实时误差配准算法

雷达组网系统首先要解决误差配准问题,来准确地估计和消除系统误差。本文研究了异地雷达组网误差配准问题,在考虑随机量测噪声影响的基础上,提出了一种实时Kalman滤波(RTKF)误差配准算法,然后针对多条配准航迹,给出了该算法的扩展形式,即ERTKF误差配准算法,并对两种算法进行了性能分析。仿真表明两种算法能有效地对雷达系统误差进行估计,尤其是当系统偏差发生变化时,配准效果明显优于实时质量控制(RTQC)配准算法。     

未知干扰下具有避免碰撞机制的多智能体协同控制

研究了基于协同控制的多智能体系统编队问题,其中,智能体在运动过程中可以实现与领导者速度的一致性以及避免碰撞.在实际中,通信经常受到干扰并且往往是不准确的,因此需要考虑在速度测量中的未知干扰.本文只考虑了未知干扰项的有界性,并不用将其模型化.此外,在设计控制时,本文考虑了一种智能体间复杂的非线性交互方式.基于多智能体系统...     

基于地面安全约束的无人机航路规划研究

随着无人机数量和飞行时间的快速增长,由无人机飞行风险引起的安全事故也逐渐增多.安全航路规划是在战略层面降低无人机运行风险的有效手段.考虑无人机航路的安全代价,基于地面风险评估提出了一种无人机安全航路规划模型.将航路下方区域栅格化处理,以每飞行小时地面人员伤亡率为量化指标,定义各栅格安全系数,并根据栅格安全系数构造航路安...     

一种基于射频信号倒频谱的民用无人机识别和分类方法（英文）

由于监管不利,由小型无人机引起的扰航及空域非法入侵等事故对公共安全造成了不良影响。为了解决此问题,本文使用反向传播神经网络算法、支持向量机算法和K-近邻算法对位于禁飞区边缘的无人机的下行信号倒频谱进行识别和分类。在户外实地实验中收集了电磁静默环境下5种不同民用无人机的下行信号,并对这些信号进行了倒频谱分析。结果显示,本文提出的工作流和实现方法在非合作无人机的识别和分类方面取得了较好的效果,尤其在无人机识别方面,3种机器学习算法的平均准确率均可提升至近90%。     

基于速度矢量场的无人机实时动态航路规划

针对局域动态环境中无人机实时航路规划展开研究,提出了一种基于速度矢量场的二维动态实时航路规划方法。通过建立不同空间特征区域速度场模型,实现了速度场驱动下的无人机航路规划。文中采用虚拟目标点法解决了速度矢量场航路规划局部陷阱问题;采用探测步长法,实现了无人机机动约束的融合,解决了航路可飞性问题;在动态实时规划应用中,确立了环境信息更新方法,实现了对动态环境的描述。通过仿真验证,表明速度矢量场法能够根据动态环境信息及时规避威胁到达目标点,算法具有良好的完备性和实时性,适用于局域动态环境中的快速航迹规划。     

并行子空间设计算法在电动无人机一体化设计中的应用

应用并行子空间设计算法对低雷诺数电动无人机进行了初步设计.电动无人机涉及多门学科,包括气动、重量、推进系统、性能和操稳.首先开发了电动无人机多学科系统分析软件.并行子空间设计算法利用基于人工神经网络的响应面技术作为系统分析的近似模型.电动无人机初步设计中的设计变量共有29个,其中连续设计变量25个,离散设计变量4个.研究表明,并行子空间设计算法能以较少的系统分析次数在可行域内寻找出一个较好的设计点,并在设计过程中具有适应设计要求(约束)可变性的要求,它为飞行器一体化设计提供了一条途径.     

基于分层分解的一种实时车辆路径规划算法

道路网络通常是大规模和复杂的网络，而一般的最短路径算法需要大量的计算时间。为了减少计算负担，本文根据分层和空间分解的道路网络模型，提出了一种基于存储数据的车辆路径规划算法，路径通过查询表格获得。提出的算法尤其适用于集中式车辆路径规划。仿真结果表明，该算法在计算次最优路径时更快且要求更少的内存单元。