题目：多无人机协同搜索方法研究

 

侦察搜索是无人机的重要任务之一，无论在军用还是民用领域都有重要的研究和实 际应用价值。 多无人机协同搜索也成为目前学术界的一个研究热点问题。多无人机协同 可以提高整体搜索能力，使整体效能大于单纯的各单机搜索效能之和。 对于给定的搜索区域，无人机搜索包含全区域覆盖搜索和部分区域路径搜索两类， 论文主要针对这两类问题的搜索方法进行了研究。主要工作和创新点如下:

1．设计了一种层次化和模块化的无人机侦察任务管理系统

针对无人机侦察搜索任务的特点，对无人机侦察任务管理系统进行了需求分析；借 鉴人类神经系统的结构和功能，对不同的任务管理系统结构进行了研究，并设计了一种 层次化和模块化的无人机侦察任务管理系统。 对信息管理、健康管理、态势感知、战术 决策、任务调度、路径重规划等侦察任务管理系统的核心功能模块进行了研究。

2．建立了一种协同搜索区域分割和无遗漏全区域覆盖搜索算法

设计了一种多无人机协同覆盖搜索方法，将凸多边形搜索区域分割，以机群总转弯 次数为标准选出最佳分割结果并分析平行搜索策略下各航路点， 使无人机以最少的飞行 路径将搜索区域 100%覆盖。采用的区域分割算法基于无人机搜索面积的大小，可以有 针对性地对不同无人机制定搜索方案，将问题转化为子区域内的单机覆盖搜索问题。 分 析了飞行器最小转弯半径对搜索飞行路径的影响， 规划了各种参数条件下的搜索路径， 并将耦合性强的多机协同搜索任务转为基于协同区域分割的单机搜索覆盖问题， 提高了 搜索效率和可靠性。

3．建立了一种未知环境下基于不确定度和博弈论的多机协同搜索算法

提出了一种基于不确定度的多机协同搜索方案，搜索路径应用 k 最短路径算法进行 规划。 用离散化的方法将搜索区域分割成一系列六边形单元格，每个单元格中目标存在 的先验信息定义为不确定度，当无人机搜索过该单元格时，不确定度值减小，协同搜索 目标即为最大化地减小搜索区域的不确定度。对于多机协同问题考虑了不同通讯状况的 约束下的信息更新。在无通讯情况下，利用博弈论的相关概念得到非合作纳什均衡解进 行协同。在理想通讯情况下， 利用谈判策略制定防撞机制，进行冲突消解。通过仿真结 果，与多种不同策略的搜索结果进行对比，验证了其在减少搜索区域不确定度上的性能。