CN103246289A - 带通信约束的多无人机协同搜索中的目标分配方法 - Google Patents

带通信约束的多无人机协同搜索中的目标分配方法 Download PDF

Info

Publication number
CN103246289A
CN103246289A CN2013101651132A CN201310165113A CN103246289A CN 103246289 A CN103246289 A CN 103246289A CN 2013101651132 A CN2013101651132 A CN 2013101651132A CN 201310165113 A CN201310165113 A CN 201310165113A CN 103246289 A CN103246289 A CN 103246289A
Authority
CN
China
Prior art keywords
unmanned plane
target
forward step
search
judge whether
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN2013101651132A
Other languages
English (en)
Other versions
CN103246289B (zh
Inventor
符小卫
李建
高晓光
刘学全
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Northwestern Polytechnical University
Original Assignee
Northwestern Polytechnical University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Northwestern Polytechnical University filed Critical Northwestern Polytechnical University
Priority to CN201310165113.2A priority Critical patent/CN103246289B/zh
Publication of CN103246289A publication Critical patent/CN103246289A/zh
Application granted granted Critical
Publication of CN103246289B publication Critical patent/CN103246289B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Abstract

本发明提供了一种带通信约束的多无人机协同搜索中的目标分配方法,控制多无人机对一片未知区域的目标进行搜索,在考虑通信约束条件影响的情况下,对搜索到的目标进行目标分配,并由分配目标的无人机飞至目标进行目标确认,使多无人机能够协同完成对多目标的搜索和确认任务。

Description

带通信约束的多无人机协同搜索中的目标分配方法
技术领域
本发明涉及一种利用多无人机对一片未知区域的目标进行搜索,并对搜索到的目标进行目标分配的方法,属于协同控制和通信技术领域。 
背景技术
多无人机协同目标分配问题是多无人机协同控制的重要内容之一,是任务分配的一种特殊情况,可以应用于灾害中的人员搜索、定位等方面,国内外的研究十分广泛。钱艳平等人在《基于合同网的无人机协同目标分配方法》中提出了一种使用基于合同网的目标分配方法。首先建立目标分配问题的数学模型,在初始分配的基础上,使用基于合同网的目标分配方法,引入负载系数参数,通过迭代执行买卖合同与交换合同实现任务的合理分配。 
该方法没有考虑通信约束对目标分配的影响,而保证通信是多无人机协同的基本要素。多无人机在目标分配过程中需要通信,一架无人机只能向在其通信距离范围内的无人机发送信息,同时需要满足通信角度限制等约束。 
发明内容
为了克服现有技术的不足,本发明提供一种带通信约束的多无人机协同搜索中的目标分配方法,控制多无人机对一片未知区域的目标进行搜索,在考虑通信约束条件影响的情况下,对搜索到的目标进行目标分配,并由分配目标的无人机飞至目标进行目标确认,使多无人机能够协同完成对多目标的搜索和确认任务。 
本发明解决其技术问题所采用的技术方案包括以下步骤: 
步骤1:设置无人机的初始位置为(xi,yi),i=1,2,…,n,其中n是无人机的数量;设置目标的初始位置为(xj,yj),j=1,2,…,m,其中m是目标的数量;设置无人机的最大探测距离rs、最大通信距离rc和通信角度约束θc;设置无人机的初始状态设置为空闲,目标初始状态设置为空闲,发现目标数量初始值为0; 
步骤2:设定计数器初始值为1; 
步骤3:判断无人机i是否发现目标j,即若是,转到步骤4;若否,转到步骤6; 
步骤4:判断目标j状态是否为空闲,若是,转到步骤5;若否,转到步骤6; 
步骤5:判断无人机i状态是否为空闲,若是,转到步骤7;若否,转到步骤10; 
步骤6:无人机i继续执行搜索任务,前进一个算法的执行步长,转到步骤12; 
所述的执行搜索任务是以随机搜索的方式对任务区域内的目标进行搜索,无人机在任务区域内以航向角沿直线飞行,直到到达搜索边界时,无人机转弯,再次进入搜索区域,按照运动模型得到以一个新的航向角,继续沿直线飞行; 
所述的运动模型是在无人机的飞行速度和高度保持恒定的二维平面内: 
Figure BDA00003153662300021
其中,v是无人机的速度,是无人机的航向角,
Figure BDA00003153662300023
g是重力加速度,n0是无人机的过载,nx、ny是n0在x方向和y方向的分量,无人机在飞行时所承受的过载不能超过额定最大值,无人机在转弯时始终以最小转弯半径Rmin转弯; 
步骤7:判断无人机i通信约束内是否有其他无人机,若是,向通信约束内的其他无人机发送数据串P,然后接收来自它们返回的数据串Q,转到步骤8;若否,转到步骤9; 
所述的通信约束是限定无人机间通信必须限制在通信距离rc和通信角度θc范围内; 
所述的数据串P为
Figure BDA00003153662300024
其中,Ai表示发现目标的无人机序号,Tk表示发现的目标序号,包含目标的坐标信息,t为发现时间,
Figure BDA00003153662300025
为无人机i飞到目标k的代价, 
Figure BDA00003153662300026
其中,d是搜索区域的宽度,α是距离和角度的权重系数; 
当无人机j接收到无人机i的信息后,将返回数据串
Figure BDA00003153662300031
步骤8:判断无人机i飞往发现目标j的代价是否最小,若是,转到步骤9;若否,将目标分配给代价最小的无人机,转到步骤6; 
步骤9:将发现的目标j分配给无人机i,无人机i和目标j的状态改为忙碌; 
步骤10:无人机i向目标j前进一个步长; 
步骤11:判断无人机i是否确认目标j,即
Figure BDA00003153662300032
若是,无人机i状态改为空闲,发现目标数量值加1,转到步骤12;若否,直接转到步骤12;其中,r0是允许到达误差; 
步骤12:计数器值加1,判断计数器值是否不大于n,若是,转到步骤3;若否,转到步骤13; 
步骤13:判断是否所有目标都被发现,即发现目标数量值是否等于目标数量m,若是,结束任务;若否,转到步骤2。 
本发明的有益效果是:经过步骤3到步骤5,无人机可以发现目标,并可以保证将发现的空闲的目标分配给空闲的无人机; 
经过步骤7,无人机可以在通信距离和通信角度约束下进行通信,交换目标和执行代价等信息; 
经过步骤8,可以将发现的目标分配给执行代价最小的无人机; 
经过步骤6和步骤10,可以保证无人机顺利飞行; 
经过步骤13,可以保证所有目标都能被发现并被确认。 
经验证,本发明设计的方法能控制多无人机对一片未知区域的目标进行搜索,在考虑通信约束条件影响的情况下,对搜索到的目标进行目标分配,并由分配目标的无人机飞至目标进行目标确认,使多无人机能够协同完成对多目标的搜索和确认任务。 
附图说明
图1是多无人机目标分配流程图; 
图2是随机搜索示意图; 
图3是通信距离限制示意图; 
图4是通信角度限制示意图; 
图5是仿真初始场景示意图; 
图6是rc=400,θc=120°时情景示意图; 
图7是rc=100,θc=120°时情景示意图; 
图8是rc=400,θc=60°情景示意图; 
图9是rc=300,θc=120°时仿真运行结果示意图; 
图10是rc=400,θc=120°时仿真运行结果示意图; 
图11是rc=500,θc=120°时仿真运行结果示意图。 
具体实施方式
下面结合附图和实施例对本发明进一步说明。 
本发明包括以下步骤: 
假设算法执行的步长为t,参与任务的多无人机类型相同,飞行的速度大小相同且保持恒定为v,最小转弯半径为Rmin。算法执行的步骤如下(参见附图1): 
步骤1:设置无人机和目标的数量及初始位置、无人机的最大探测距离、通信距离、通信角度和发现目标数量,设置无人机和目标初始状态均为空闲。 
无人机的初始位置为(xi,yi)(i=1,2,…,n),其中n是无人机的数量; 
目标的位置为(xj,yj)(j=1,2,…,m),其中m是目标的数量; 
无人机的最大探测距离为rs,最大通信距离为rc,通信角度约束为θc; 
无人机的初始状态设置为空闲,目标初始状态设置为空闲; 
发现目标数量FoundTargetNumber初始值为0。 
步骤2:设定计数器i初始值为1。 
步骤3:判断无人机i是否发现目标j。是,转到步骤4;否,转到步骤6。 
Figure BDA00003153662300041
步骤4:判断目标j状态是否为空闲。是,转到步骤5;否,转到步骤6。 
步骤5:判断无人机i状态是否为空闲。是,转到步骤7;否,转到步骤10。 
步骤6:无人机i继续执行搜索任务,前进一个步长,转到步骤12。 
无人机以一种随机搜索的方式,对任务区域内的目标进行搜索,如附图2所示。无人机在任务区域内以航向角沿直线飞行,直到到达搜索边界时,无人机转弯,再次 进入搜索区域,按照运动模型得到以一个新的航向角,继续沿直线飞行。 
假设无人机的飞行速度和高度保持恒定,在二维平面内,无人机的数学模型为 
Figure BDA00003153662300051
其中,v是无人机的速度,
Figure BDA00003153662300052
是无人机的航向角,
Figure BDA00003153662300053
g是重力加速度,n0是无人机的过载,nx、ny是n0在x方向和y方向的分量。无人机在飞行时所承受的过载不能超过额定最大值。 
无人机在直线飞行时所承受的过载较小,而在转弯时所承受的过载较大。为了使无人机在转弯时不超过最大过载的限制,本发明设置无人机在转弯时,始终以最小转弯半径Rmin转弯。 
步骤7:判断无人机i通信约束内是否有其他无人机。是,向通信约束内的其他无人机发送数据串P,然后接收来自它们返回的数据串Q,转到步骤8;否,转到步骤9。 
本发明的通信约束条件包括通信距离限制和通信角度限制两种,限定无人机间通信必须限制在通信距离rc和通信角度θc范围内,分别如附图3和附图4所示。无人机间只有满足通信约束条件,才能进行通信。 
数据串P为 
P ( i , t ) = ( A i , T k , J k i , t )
其中,Ai表示发现目标的无人机序号,Tk表示发现的目标序号,包含目标的坐标信息,t为发现时间。
Figure BDA00003153662300055
为无人机i飞到目标k的代价,当无人机未分配目标时,它是无人机到目标的距离rik和转弯角度θik的函数,当无人机已分配目标时,它是一个无穷大值。 
Figure BDA00003153662300056
其中,d是搜索区域的宽度,α是距离和角度的权重系数。 
当无人机j接收到无人机i的信息后,将返回数据串Qj
Q j = ( A j , A i , T k , J k j )
步骤8:判断无人机i飞往发现目标j的代价是否最小。是,转到步骤9;否,将目标分配给代价最小的无人机,转到步骤6。 
步骤9:将发现的目标j分配给无人机i,无人机i和目标j的状态改为忙碌。 
步骤10:无人机i向目标j前进一个步长,算法执行步长为t。 
步骤11:判断无人机i是否确认目标j。是,无人机i状态改为空闲,发现目标数量值FoundTargetNumber加1,转到步骤12;否,直接转到步骤12。 
Figure BDA00003153662300062
其中,r0是允许到达误差。 
步骤12:计数器i值加1,判断i是否不大于n。是,转到步骤3;否,转到步骤13。 
步骤13:判断是否所有目标都被发现,即发现目标数量值FoundTargetNumber是否等于目标数量m。是,结束任务;否,转到步骤2。 
通过计算机仿真对本算法进行了虚拟实施。 
仿真将任务区域设定为一块1000m×1000m的矩形区域,区域内设定了6个目标,使用3架相同类型的无人机执行搜索和打击任务,利用VC++6.0进行编程仿真。无人机的速度v=15m/s,最小转弯半径Rmin=50m,仿真步长设为1s。 
M1)设置无人机和目标的数量及初始位置、无人机的最大探测距离、通信距离、通信角度和发现目标数量,设置无人机和目标初始状态均为空闲,参见表1、表2和表3。 
表1无人机初始位置 
Figure 2013101651132100002DEST_PATH_IMAGE001
表2目标位置 
表3其他数据 
M2)设定计数器i初始值为1。 
M3)判断无人机i是否发现目标j。是,转到步骤4;否,转到步骤6。 
Figure BDA00003153662300073
M4)判断目标j状态是否为空闲。是,转到步骤5;否,转到步骤6。 
M5)判断无人机i状态是否为空闲。是,转到步骤7;否,转到步骤10。 
M6)无人机i继续执行搜索任务,前进一个步长,转到步骤12。 
M7)判断无人机i通信约束内是否有其他无人机。是,向通信约束内的其他无人机发送数据串P,然后接收来自它们返回的数据串Q,转到步骤8;否,转到步骤9。 
M8)判断无人机i飞往发现目标j的代价是否最小。是,转到步骤9;否,将目标分配给代价最小的无人机,转到步骤6。 
Figure BDA00003153662300081
其中,α=0.9。 
M9)将发现的目标j分配给无人机i,无人机i和目标j的状态改为忙碌。 
M10)无人机i向目标j前进一个步长。 
M11)判断无人机i是否确认目标j。是,无人机i状态改为空闲,FoundTargetNumber++,转到步骤12;否,直接转到步骤12。 
Figure BDA00003153662300082
M12)计数器i值加1,判断i是否不大于n。是,转到步骤3;否,转到步骤13。 
M13)判断是否所有目标都被发现,即发现目标数量值FoundTargetNumber是否等于目标数量6。是,结束任务;否,转到步骤2。 
Figure BDA00003153662300083
在Windows XP环境下,使用Visual C++6.0软件仿真的结果如图5到图8所示。其中,图5是仿真初始场景;图6~8是不同通信约束条件下的初始飞行情况,可知通信距离和通信角度约束对目标分配产生了影响;图9~11是通信距离分别为300m、400m和500m时的仿真结果,可见无人机按照随机搜索方式搜索了整个区域,在搜索过程中,无人机在发现目标后能够进行目标分配,并由分配目标的无人机飞至目标进行确认,直到所有目标都被发现并确认,任务结束。 

Claims (1)

1.一种带通信约束的多无人机协同搜索中的目标分配方法,其特征在于包括下述步骤:
步骤1:设置无人机的初始位置为(xi,yi),i=1,2,…,n,其中n是无人机的数量;设置目标的初始位置为(xj,yj),j=1,2,…,m,其中m是目标的数量;设置无人机的最大探测距离rs、最大通信距离rc和通信角度约束θc;设置无人机的初始状态设置为空闲,目标初始状态设置为空闲,发现目标数量初始值为0;
步骤2:设定计数器初始值为1;
步骤3:判断无人机i是否发现目标j,即
Figure FDA00003153662200011
若是,转到步骤4;若否,转到步骤6;
步骤4:判断目标j状态是否为空闲,若是,转到步骤5;若否,转到步骤6;
步骤5:判断无人机i状态是否为空闲,若是,转到步骤7;若否,转到步骤10;
步骤6:无人机i继续执行搜索任务,前进一个算法的执行步长,转到步骤12;
所述的执行搜索任务是以随机搜索的方式对任务区域内的目标进行搜索,无人机在任务区域内以航向角沿直线飞行,直到到达搜索边界时,无人机转弯,再次进入搜索区域,按照运动模型得到以一个新的航向角,继续沿直线飞行;
所述的运动模型是在无人机的飞行速度和高度保持恒定的二维平面内:
Figure FDA00003153662200012
其中,v是无人机的速度,是无人机的航向角,
Figure FDA00003153662200014
g是重力加速度,n0是无人机的过载,nx、ny是n0在x方向和y方向的分量,无人机在飞行时所承受的过载不能超过额定最大值,无人机在转弯时始终以最小转弯半径Rmin转弯;
步骤7:判断无人机i通信约束内是否有其他无人机,若是,向通信约束内的其他无人机发送数据串P,然后接收来自它们返回的数据串Q,转到步骤8;若否,转到步骤9;
所述的通信约束是限定无人机间通信必须限制在通信距离rc和通信角度θc范围内;
所述的数据串P为
Figure FDA00003153662200021
其中,Ai表示发现目标的无人机序号,Tk表示发现的目标序号,包含目标的坐标信息,t为发现时间,为无人机i飞到目标k的代价,
其中,d是搜索区域的宽度,α是距离和角度的权重系数;
当无人机j接收到无人机i的信息后,将返回数据串
Figure FDA00003153662200024
步骤8:判断无人机i飞往发现目标j的代价是否最小,若是,转到步骤9;若否,将目标分配给代价最小的无人机,转到步骤6;
步骤9:将发现的目标j分配给无人机i,无人机i和目标j的状态改为忙碌;
步骤10:无人机i向目标j前进一个步长;
步骤11:判断无人机i是否确认目标j,即
Figure FDA00003153662200025
若是,无人机i状态改为空闲,发现目标数量值加1,转到步骤12;若否,直接转到步骤12;其中,r0是允许到达误差;
步骤12:计数器值加1,判断计数器值是否不大于n,若是,转到步骤3;若否,转到步骤13;
步骤13:判断是否所有目标都被发现,即发现目标数量值是否等于目标数量m,若是,结束任务;若否,转到步骤2。
CN201310165113.2A 2013-05-07 2013-05-07 带通信约束的多无人机协同搜索中的目标分配方法 Expired - Fee Related CN103246289B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310165113.2A CN103246289B (zh) 2013-05-07 2013-05-07 带通信约束的多无人机协同搜索中的目标分配方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310165113.2A CN103246289B (zh) 2013-05-07 2013-05-07 带通信约束的多无人机协同搜索中的目标分配方法

Publications (2)

Publication Number Publication Date
CN103246289A true CN103246289A (zh) 2013-08-14
CN103246289B CN103246289B (zh) 2016-03-02

Family

ID=48925863

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310165113.2A Expired - Fee Related CN103246289B (zh) 2013-05-07 2013-05-07 带通信约束的多无人机协同搜索中的目标分配方法

Country Status (1)

Country Link
CN (1) CN103246289B (zh)

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103472850A (zh) * 2013-09-29 2013-12-25 合肥工业大学 一种基于高斯分布预测的多无人机协同搜索方法
CN104407619A (zh) * 2014-11-05 2015-03-11 沈阳航空航天大学 不确定环境下的多无人机同时到达多个目标方法
CN104898689A (zh) * 2015-03-27 2015-09-09 合肥工业大学 一种区间信息条件下的多无人机目标分配决策方法
CN105425820A (zh) * 2016-01-05 2016-03-23 合肥工业大学 一种针对具有感知能力的运动目标的多无人机协同搜索方法
CN105700555A (zh) * 2016-03-14 2016-06-22 北京航空航天大学 一种基于势博弈的多无人机协同搜索方法
CN106444845A (zh) * 2016-10-14 2017-02-22 中国人民解放军国防科学技术大学 一种无信息条件下的多uav协同搜索方法
CN106681342A (zh) * 2016-12-20 2017-05-17 中航通飞研究院有限公司 一种飞机搜索救援方法
CN108282221A (zh) * 2018-02-09 2018-07-13 沈阳航空航天大学 一种减小不安全区域的多无人机的安全通信策略
CN109002058A (zh) * 2018-09-10 2018-12-14 北京航空航天大学 基于事件触发的航天器编队飞行相对位置协同控制方法
CN110134146A (zh) * 2019-06-14 2019-08-16 西北工业大学 一种不确定环境下的分布式多无人机任务分配方法
CN110609571A (zh) * 2019-08-06 2019-12-24 同济大学 一种基于多无人机的多运动目标分布式协同视觉定位方法
CN112000126A (zh) * 2020-08-12 2020-11-27 南京航空航天大学 一种基于鲸鱼算法的多无人机协同搜索多动态目标方法
CN113359833A (zh) * 2021-06-22 2021-09-07 西安爱生技术集团有限公司 一种无人机编队协同侦察的任务规划方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102081404A (zh) * 2011-01-27 2011-06-01 西北工业大学 一种通信约束下双无人机协同目标跟踪方法
US8260485B1 (en) * 2007-04-26 2012-09-04 The Boeing Company Adaptive multi-vehicle area coverage optimization system and method
CN102759357A (zh) * 2012-05-10 2012-10-31 西北工业大学 通信延迟下多无人机协同实时航路规划方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8260485B1 (en) * 2007-04-26 2012-09-04 The Boeing Company Adaptive multi-vehicle area coverage optimization system and method
CN102081404A (zh) * 2011-01-27 2011-06-01 西北工业大学 一种通信约束下双无人机协同目标跟踪方法
CN102759357A (zh) * 2012-05-10 2012-10-31 西北工业大学 通信延迟下多无人机协同实时航路规划方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
邸斌,周锐,丁全心: "多无人机分布式协同异构任务分配", 《控制与决策》, vol. 28, no. 2, 28 February 2013 (2013-02-28) *
黄世强,高晓光,任佳: "DDBN的无人机决策推理模型参数学习", 《火力与指挥控制》, vol. 38, no. 1, 31 January 2013 (2013-01-31) *

Cited By (26)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103472850B (zh) * 2013-09-29 2015-11-18 合肥工业大学 一种基于高斯分布预测的多无人机协同搜索方法
CN103472850A (zh) * 2013-09-29 2013-12-25 合肥工业大学 一种基于高斯分布预测的多无人机协同搜索方法
CN104407619B (zh) * 2014-11-05 2017-03-15 沈阳航空航天大学 不确定环境下的多无人机同时到达多个目标方法
CN104407619A (zh) * 2014-11-05 2015-03-11 沈阳航空航天大学 不确定环境下的多无人机同时到达多个目标方法
CN104898689A (zh) * 2015-03-27 2015-09-09 合肥工业大学 一种区间信息条件下的多无人机目标分配决策方法
CN104898689B (zh) * 2015-03-27 2016-06-01 合肥工业大学 一种区间信息条件下的多无人机目标分配决策方法
CN105425820A (zh) * 2016-01-05 2016-03-23 合肥工业大学 一种针对具有感知能力的运动目标的多无人机协同搜索方法
CN105425820B (zh) * 2016-01-05 2016-12-28 合肥工业大学 一种针对具有感知能力的运动目标的多无人机协同搜索方法
CN105700555A (zh) * 2016-03-14 2016-06-22 北京航空航天大学 一种基于势博弈的多无人机协同搜索方法
CN105700555B (zh) * 2016-03-14 2018-04-27 北京航空航天大学 一种基于势博弈的多无人机协同搜索方法
CN106444845A (zh) * 2016-10-14 2017-02-22 中国人民解放军国防科学技术大学 一种无信息条件下的多uav协同搜索方法
CN106444845B (zh) * 2016-10-14 2019-03-05 中国人民解放军国防科学技术大学 一种无信息条件下的多uav协同搜索方法
CN106681342A (zh) * 2016-12-20 2017-05-17 中航通飞研究院有限公司 一种飞机搜索救援方法
CN106681342B (zh) * 2016-12-20 2022-05-27 中航通飞华南飞机工业有限公司 一种飞机搜索救援方法
CN108282221A (zh) * 2018-02-09 2018-07-13 沈阳航空航天大学 一种减小不安全区域的多无人机的安全通信策略
CN108282221B (zh) * 2018-02-09 2020-07-31 沈阳航空航天大学 一种减小不安全区域的多无人机的安全通信策略
CN109002058B (zh) * 2018-09-10 2020-04-24 北京航空航天大学 基于事件触发的航天器编队飞行相对位置协同控制方法
CN109002058A (zh) * 2018-09-10 2018-12-14 北京航空航天大学 基于事件触发的航天器编队飞行相对位置协同控制方法
CN110134146A (zh) * 2019-06-14 2019-08-16 西北工业大学 一种不确定环境下的分布式多无人机任务分配方法
CN110134146B (zh) * 2019-06-14 2021-12-28 西北工业大学 一种不确定环境下的分布式多无人机任务分配方法
CN110609571A (zh) * 2019-08-06 2019-12-24 同济大学 一种基于多无人机的多运动目标分布式协同视觉定位方法
CN110609571B (zh) * 2019-08-06 2022-01-07 同济大学 一种基于多无人机的多运动目标分布式协同视觉定位方法
CN112000126A (zh) * 2020-08-12 2020-11-27 南京航空航天大学 一种基于鲸鱼算法的多无人机协同搜索多动态目标方法
CN112000126B (zh) * 2020-08-12 2021-08-06 南京航空航天大学 一种基于鲸鱼算法的多无人机协同搜索多动态目标方法
CN113359833A (zh) * 2021-06-22 2021-09-07 西安爱生技术集团有限公司 一种无人机编队协同侦察的任务规划方法
CN113359833B (zh) * 2021-06-22 2023-07-28 西安爱生技术集团有限公司 一种无人机编队协同侦察的任务规划方法

Also Published As

Publication number Publication date
CN103246289B (zh) 2016-03-02

Similar Documents

Publication Publication Date Title
CN103246289A (zh) 带通信约束的多无人机协同搜索中的目标分配方法
CN103472850B (zh) 一种基于高斯分布预测的多无人机协同搜索方法
McLain et al. Cooperative control of UAV rendezvous
CN106406359B (zh) 一种基于虚拟目标的固定翼无人机跟踪地面目标制导方法
CN102778235B (zh) 通信约束下的多无人机协同区域搜索方法
CN107368088B (zh) 一种基于误差指数型函数的四旋翼飞行器非线性滑模位姿控制方法
CN108845590A (zh) 一种时延环境下的多无人机协同编队控制方法
Lee et al. Efficient hybrid-game strategies coupled to evolutionary algorithms for robust multidisciplinary design optimization in aerospace engineering
CN106705970A (zh) 一种基于蚁群算法的多无人机协同路径规划方法
CN103471592A (zh) 一种基于蜂群协同觅食算法的多无人机航迹规划方法
Junwei et al. Study on multi-UAV task clustering and task planning in cooperative reconnaissance
CN105184092A (zh) 一种资源限制条件下多类型无人机协同任务分配方法
McNeely et al. Tour planning for an unmanned air vehicle under wind conditions
CN109947126A (zh) 四旋翼无人机的控制方法、装置、设备及可读介质
Zhang et al. Hybrid hierarchical trajectory planning for a fixed-wing UCAV performing air-to-surface multi-target attack
Notter et al. Multiple thermal updraft estimation and observability analysis
Azeemi Cooperative Trajectory and Launch Power Optimization of UAV Deployed in Cross-Platform Battlefields
CN105116905A (zh) 一种飞行器姿态控制方法
Enjiao et al. Finite-time control of formation system for multiple flight vehicles subject to actuator saturation
Soong The dynamics of javelin throw
Ali et al. Formation control of multiple UAV’s via decentralized control approach
CN114138003B (zh) 一种小型固定翼无人机双机协同区域侦察方法
Jia et al. A distributed cooperative approach for unmanned aerial vehicle flocking
Norsell Multistage trajectory optimization with radar range constraints
Tan et al. Three-dimensional path planning based on ant colony algorithm with potential field for rotary-wing flying robot

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20160302

CF01 Termination of patent right due to non-payment of annual fee