無(wú)人機(jī)的編隊(duì)控制在環(huán)境感知、集群對(duì)抗、搜救等應(yīng)用中發(fā)揮了重要的作用,它是無(wú)人機(jī)編隊(duì)導(dǎo)航的基礎(chǔ)。編隊(duì)控制主要包括編隊(duì)隊(duì)形控制和編隊(duì)機(jī)動(dòng)控制兩個(gè)研究?jī)?nèi)容。在編隊(duì)隊(duì)形方面,目前的研究主要集中在一組編隊(duì)的隊(duì)形控制,然而這并不適應(yīng)于多任務(wù)的場(chǎng)景;在編隊(duì)機(jī)動(dòng)控制方面,國(guó)內(nèi)外學(xué)者大多采用多種方法定義編隊(duì),來(lái)實(shí)現(xiàn)編隊(duì)的機(jī)動(dòng)控制,定義編隊(duì)方法的不變性較弱。為了使編隊(duì)能夠適應(yīng)于多目標(biāo)和多任務(wù)的場(chǎng)景,并提高定義編隊(duì)方法的不變性,本文以無(wú)人機(jī)為研究對(duì)象,主要對(duì)編隊(duì)隊(duì)形控制和編隊(duì)機(jī)動(dòng)控制進(jìn)行研究:1.對(duì)于編隊(duì)隊(duì)形控制,針對(duì)一組編隊(duì)無(wú)法適應(yīng)于多目標(biāo)和多任務(wù)場(chǎng)景的情況。本文提出一種能夠獨(dú)立控制多組編隊(duì)隊(duì)形的算法。為了實(shí)現(xiàn)多組編隊(duì)的隊(duì)形控制,使用shape理論來(lái)定義編隊(duì)隊(duì)形,將編隊(duì)的隊(duì)形控制問(wèn)題轉(zhuǎn)換為非光滑的凸優(yōu)化問(wèn)題,使用遞歸神經(jīng)網(wǎng)絡(luò)對(duì)該優(yōu)化問(wèn)題進(jìn)行求解,該算法能夠獨(dú)立控制多組編隊(duì)的大小、形狀、方向和限制區(qū)域;使用匈牙利算法重新計(jì)算無(wú)人機(jī)初始位置和目標(biāo)位置的匹配關(guān)系,使多無(wú)人機(jī)形成編隊(duì)的總路徑長(zhǎng)度減少約45%;并給出了兩個(gè)仿真示例驗(yàn)證了本章所提出算法的有效性。2.對(duì)于編隊(duì)機(jī)動(dòng)控制,提出了一種基于shape theo... 

【文章來(lái)源】：電子科技大學(xué)四川省 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：88 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

Flocking算法1示意圖

電子科技大學(xué)碩士學(xué)位論文12可以看出一群α-agent會(huì)聚集在一起。在該算法下的集群會(huì)出現(xiàn)一定的分塊現(xiàn)象，這種現(xiàn)象與智能體的速度和探測(cè)距離等因素緊密相關(guān)，圖2-4給出了算法1分塊現(xiàn)象的示意圖。圖2-3Flocking算法1示意圖圖2-4分塊現(xiàn)象2.3.2flocking算法2Flocking算法2[65]（這個(gè)多agent系統(tǒng)中包含α-agent和目標(biāo)γ-agent）在算法1的基礎(chǔ)之上為這組無(wú)人機(jī)引入了共同目標(biāo)，這個(gè)給定的目標(biāo)會(huì)對(duì)α-agent產(chǎn)生一定吸引力，則α-agent的控制輸入為：

第二章相關(guān)理論15圖2-6Flocking算法三仿真示意圖（黑色圓圈代表障礙物，三角形代表無(wú)人機(jī)）在flocking算法3中，α-agent的控制輸入分別由其鄰居α-agent，障礙物和給定的目標(biāo)位置γ決定。這三種控制輸入分別以“力”的形式作用于α-agent，使α-agent從初始狀態(tài)匯集成一個(gè)集群，向目標(biāo)位置運(yùn)動(dòng)。2.4hungarian算法wwKunhn首先提出了匈牙利算法[66]，該算法能夠靈活，高效的解決任務(wù)分配問(wèn)題（或二分圖問(wèn)題）。任務(wù)分配問(wèn)題的定義如下：n位工人完成n個(gè)給定的任務(wù)，第i位工人完成第j個(gè)任務(wù)的成本（或利潤(rùn)）為cij。且規(guī)定每個(gè)任務(wù)只能分配給一位工人來(lái)做，每位工人也只完成一個(gè)分配的任務(wù)，如何把每個(gè)任務(wù)分配給每位工人，并使總的成本（或利潤(rùn)）最小（或最大）是解決該類問(wèn)題的核心。若該問(wèn)題是最大化總利潤(rùn)的問(wèn)題，則可將其轉(zhuǎn)化為最小化總成本的問(wèn)題。所以，在不失一般性的情況下，本文中的cij表示第i位工人完成第j個(gè)任務(wù)的所消耗的成本，并使該問(wèn)題的目標(biāo)函數(shù)位最小化總成本。為了簡(jiǎn)單起見(jiàn)，可以使用下面的矩陣代表代價(jià)矩陣：111212122212nnnnnnccccccCccc=(2-19)式(2-19)中的元素cij代表第i個(gè)工人完成第j項(xiàng)任務(wù)所需耗費(fèi)的成本。分配矩陣可以寫(xiě)成下列形式：

【參考文獻(xiàn)】：
期刊論文
[1]基于改進(jìn)蟻群算法的無(wú)人機(jī)城市低空航跡規(guī)劃[J]. 黃龍楊,徐文輝,屈文秋.  航空計(jì)算技術(shù). 2020(03)
[2]基于Shape Theory和Flocking的多智能體編隊(duì)機(jī)動(dòng)控制[J]. 何嘉誠(chéng),姚其峰,代小林,宮大為,孫旭紅.  自動(dòng)化與儀表. 2020(05)
[3]我國(guó)工業(yè)機(jī)器人技術(shù)現(xiàn)狀與產(chǎn)業(yè)化發(fā)展戰(zhàn)略[J]. 王田苗,陶永.  機(jī)械工程學(xué)報(bào). 2014(09)
[4]機(jī)器人技術(shù)研究進(jìn)展[J]. 譚民,王碩.  自動(dòng)化學(xué)報(bào). 2013(07)
[5]移動(dòng)機(jī)器人技術(shù)研究現(xiàn)狀與未來(lái)[J]. 李磊,葉濤,譚民,陳細(xì)軍.  機(jī)器人. 2002(05)

博士論文
[1]從組群到分群：自組織群集運(yùn)動(dòng)的理論建模與分析[D]. 雷小康.西北工業(yè)大學(xué) 2015

碩士論文
[1]面向地—空機(jī)器人協(xié)同的SLAM技術(shù)研究及實(shí)驗(yàn)平臺(tái)構(gòu)建[D]. 張?zhí)?電子科技大學(xué) 2018
[2]基于復(fù)拉普拉斯的分布式多自主體協(xié)調(diào)隊(duì)形控制[D]. 王莉莉.浙江大學(xué) 2014



本文編號(hào)：3397516