无人机集群编队控制方法研究综述

随着无人机技术的进一步发展,多无人机编队飞行的研究也受到了越来越多的关注。无人机相互配合组成编队群,可以充分发挥单个无人机所不具备的优势,更能胜任复杂、多任务场景下的工作。对无人机集群编队控制方法进行分类,分为传统控制法、群体智能算法、深度强化学习算法;对各类方法进行分析,着重归纳讨论了领导者-跟随者方法、人工势场法、运动学控制方法、蚁群优化算法、粒子群优化算法、人工蜂群算法、深度Q网络算法、深度确定性策略梯度算法、多智能体深度确定性策略梯度算法,并给出各自的优劣势;对无人机集群编队控制方法进行总结,指出传统控制法已接近成熟,但为了实现无人机的智能自主协同编队控制,仍需在群体智能算法和深度强化学习算法上融合新的思想与改进,从而发挥大数量无人机在复杂场景下的优势。     

无人机集群协同技术发展与展望

无人机集群通过组建高动态、 可扩展、 智能化的无人机集群网络,能够提升无人机的适应能力,协同完成复杂任务.针对无人机集群协同技术,介绍在路径规划、态势感知和任务协作等领域的应用研究,通过分析无人机集群网络协同的发展历程及传统方案的不足,提出未来的无人机集群协作将是多智能体的无人机集群智能协同,给出了实现框架.     

无人机集群打击海面目标指定时间协同控制方法

针对无人机集群打击海面运动目标的时空协同问题,提出了一种指定时间协同控制方法。将每架无人机与其邻居之间的相对运动转化为含指定末端时刻的最优跟踪器,针对打击构型生成、打击构型保持两个含指定时间参数的控制目标,分别设计了不同的二次代价函数,通过龙格库塔法求解控制律,可以驱动无人机集群在指定时刻精准地生成打击构型,实现同时打击,并在后续指定时段内保持打击构型,实现持续打击。仿真实验结果证明,无人机集群可在指定时刻生成期望的编队构型并保持期望构型,对运动目标实现跟踪。     

非完全信息下无人机集群对抗研究综述

无人机集群以其具备的应用优势及发展前景,成为当前人工智能领域研究者关注的热点之一。而非完全信息下的无人机集群对抗技术,因其集群结构变化的高动态性以及环境信息复杂多变且不能完全感知的特点,成为对集群协同性与智能性要求最高的研究方向之一。其研究成果可以促进智能化无人系统的快速发展和广泛应用。该文全面回顾了非完全信息环境下无人机集群对抗研究的最新进展,按照包以德循环理论的思路将无人机集群对抗过程划分为态势评估、意图推断、任务规划与机动决策4个相互衔接的关键组成部分,并进一步将其细分为8个子研究目标。通过分析比较近年来的相关研究,着重阐述了无人机集群对抗领域各项任务的研究重点和难点以及已取得的成果,并讨论了无人机集群对抗技术所面临的挑战,包括大规模异构集群的协同控制、非完全信息的处理、复杂决策过程的建模以及实际应用任务的应对等。     

无人机集群远程控制系统研究

无人机领域正在向着多机协同任务、集群任务的方向发展,但是目前无人机集群技术的研发多偏重于集群智能、集群算法的研究和无人机本身的设计,而缺乏对于集群任务下远程控制系统的研究。针对这样的现状,分析了无人机集群远程控制系统的必要性和需要实现的功能,从单机任务、多机协同任务、集群任务三个维度探讨了无人机远程控制系统的组成结构,并对无人机集群远程控制系统的整体架构和内部各组成模块的功能细节进行了详细介绍。该远程控制系统很好地符合了集群理论的技术特征需求,能够有效发挥无人机集群协作的优势。     

拒止环境下无人机集群安全通信问题分析

近年来发生的几场局部战争表明,具有自主协同功能的无人机集群协同作战将是拒止环境下无人作战的主要发展方向。为提升无人机集群在拒止环境下安全通信的能力,首先对拒止环境下无人机集群的任务阶段进行了划分,而后结合无人机集群在各任务阶段的网络拓扑结构,总结了无人机集群通信网络所面临的通信安全问题,提出了相对应的安全防护技术和策略,为保障拒止环境下无人机集群通信网络安全提供参考。     

基于改进一致性算法的无人机集群饱和攻击

针对无人机一般难以单独打击空防严密的高价值目标问题,采用低成本无人机集群饱和攻击技术,提出协同控制下的三阶段一致性饱和攻击策略,根据不同阶段的任务特点,设计对应的改进一致性算法,并在满足饱和攻击任务多条件协同的基础上,加入Dubins曲线增加飞行轨迹约束,平滑无人机飞行航迹,缩短航程.此外,在高精度队形保持的任务环境下...     

无人机感知与规避技术综述

无人机广泛应用于军事侦察、打击以及民用航拍、植保等各个领域,无人机对飞行安全的影响已成为关注热点。无人机感知与规避技术可为无人机提供障碍物探测和碰撞告警能力, 是保障飞行安全的关键。本文系统地介绍了无人自主感知与规避系统的组成和基本功能,并对其未来发展进行了展望。     

征文通知:无人机集群智能自组网与协同应用

近年来,随着电子信息技术的发展,无人机呈现出小型化的趋势,并逐步渗透融入各行各业甚至人们的日常生活。随之而来,由多架小微型无人机组成的无人机集群成为热点,在精准农业、抢险救灾、物流快递、海洋监管、无人对抗等方面拥有广阔的应用前景。在上述应用中,如何利用无人机集群协同更好地完成单个无人机无法完成的工作,实现“1+1>2”的效果.     

基于无人机集群智能自组网的典型协同应用

在迈向万物互联的6G时代过程中,网络服务范围逐渐扩大,网络业务量急剧增加,传统地面基站面临着无法实现偏远地区的网络全覆盖,难以支持局部地区突发的热点流量需求等挑战。在此情况下,无人机搭载存储、计算与通信等资源通过集群,利用合适的智能算法组建成高动态、可扩展、智能化的无人机集群网络作为地面基站的补充,协同完成网络服务任务。针对无人机集群为突发热点流量区域用户服务的场景,考虑无人机集群服务过程中无人机集群用户调度及路径规划、多无人机三维悬停位置部署及无人机网络智能管控架构三方面的协同应用,对各应用进行建模分析并介绍相应的智能优化算法以提高系统能量效率,所提的三方面应用以及智能优化算法为在实际场景中实现高能效的无人机集群智能自组网协同应用提供了有效参考。     

美军无人机集群作战的发展启示

总结了美军无人机集群作战主要项目及特点,列举了典型的无人机集群作战应用模式,提出了涉及的通用化开放式架构、集群通信网络、空中平台发射与回收、无人机自主性提升等关键技术及解决途径,并在此基础上给出了发展启示。     

面向群体快速融合的仿生无人机集群架构

无人机集群作战是未来战场的重要组成部分。集群内的无人机通过协作,进行载荷的互补与任务协调,以提升系统整体性能。自然界中如蚂蚁、狼、鸽子、鱼等群体,其个体与单架无人机行为类似,而蚁群、狼群、鸽群又能依靠个体间的规则,通过协调与组织实现更为复杂的行为。不同生物集群展现的能力不同,在战场上能承担的任务也各不相同。从生物集群的群体特征出发,考虑生物间的拓扑和交流机制,提出了一种仿生无人机集群的融合架构。不同种类的仿生无人机集群自由地融合,增强了无人机集群的异构性,提高仿生无人机集群架构的协调能力。     

大规模无人机集群动态网络技术研究

针对大规模无人机集群协同作战对网络的服务需求,设计了一种集群动态分簇策略,以及一种面向大规模集群的动态路由策略。提升了自组织网络对大规模集群的服务效能,支撑集群未来多样化协同作战。     

通信带宽受限条件下的无人机集群协同搜索

针对通信带宽受限下的无人机集群协同搜索问题,考虑了战场环境中存在威胁区的情况,提出了一种分布式多无人机意图交互的优化搜索算法。首先,基于设计的环境态势感知图,建立了环境状态空间模型以及更新方法;其次,定义了多步长下的搜索回报函数,得到各无人机的决策意图;然后,设计了融合更新算子以及带宽受限下的动态通信拓扑,实现了多无人机之间的意图交互;最后,在获取其他无人机意图的基础上进行再决策。仿真结果表明,所提算法能够在通信带宽受限情况下,完成多无人机对任务区域的协同覆盖搜索任务,并实现了对威胁区域的规避。     

低空无人机自主避障算法综述

随着民用无人机技术的广泛应用,将无人机融入国家空域,与有人机共享空域在低空开展飞行任务的做法已成为今后发展的趋势.无人机"感知避让"系统对于未来在融合空域内安全航行起着至关重要的作用,其中,自主避障算法是保证整个系统高效运行的关键部分.目前,对无人机自主避障算法的研究已经十分深入.根据避障算法的特点和避障机制对现有的避...     

无人机集群通信的应用现状及展望

近年来,随着无人机(Unmanned Aerial Vehicle, UAV)逐渐自主化和智能化,单UAV已无法满足日益复杂的任务需求,UAV集群技术的提出能够有效提高UAV的生存能力和任务效率,引起了国内外的广泛关注。当前UAV集群技术面临着极具挑战性的通信问题,严重影响到UAV间的协同作业与信息处理能力。基于UAV集群的概念,通过与多UAV系统对比,系统分析了UAV集群的优点及挑战,并结合近年来不同的通信场景,总结了UAV集群通信的架构和路径规划的解决方案。讨论了集群通信仍面临的开放问题,对未来的研究方向进行了展望。     

美军有人直升机与无人机协同技术发展及启示

总结了美军有人直升机与无人机协同的相关项目的发展概况，分析了协同数据链、协同控制系统等装备的基本能力和实现方式，探讨了协同数据链、数据融合、决策辅助等关键技术的发展趋势及启示，以期为我国相关技术发展和装备研究提供一定的参考。     

无人机协同的路径规划与通信保持优化策略

为降低无人机通信的信号中断、改进优化多无人机协同的搜索与路径规划质量,提出基于无人机自定位、改进蚁群遗传算法的组合算法,通过将多个无人机的地上目标旅行商航路规划（Multiple Traveling Salesman Problem,MTSP）问题,转换为多个独立路径的组合优化集合（TSP）问题,引入局部信息素的搜索优化算子,为避免路径寻址工作陷入过早收敛,设计与应用选择算子、交叉算子,对不同无人机路径规划的种群个体作出交叉操作。同时在无人机通信网络路由选择分析的基础上,通过调整无人机的路径规划方式,优化通信网络性能、降低通信延时,实现区域内多无人机目标的可靠信息传输。     

面向复杂环境的集群无人机任务调度方法研究综述

近年来,无人机由于其成本低、速度快和灵活性强等优点,在军事和民用领域得到了广泛应用。集群无人机是由一组同构或异构无人机组成,通过个体自主决策和信息交互,实现感知互动、信息传递和协同工作。相较于单一无人机,集群无人机可利用其集群优势、自主优势及智能化优势完成复杂任务。然而,随着任务环境、需求和集群规模的不断变化,集群无人机任务调度问题成为备受关注的热点问题。总结近几年的代表性研究,列举了复杂环境下集群无人机任务调度面临的挑战：动态任务需求、复杂环境条件、不确定通信条件及资源受限。随后,按照调度算法的作用机理划分了当前主流的调度方法,即优化算法、演化算法、强化学习算法以及群体智能算法,并对上述方法的原理、研究现状进行了归纳总结。最后,对集群无人机任务调度的未来研究方向进行了展望。