基于回访机制的无人机集群分布式协同区域搜索方法

doi:10.7527/S1000-6893.2022.27561

电子电气工程与控制

本期目录 | 过刊浏览 | 高级检索

前一篇 | 后一篇

基于回访机制的无人机集群分布式协同区域搜索方法

文超¹, 董文瀚², 解武杰², 蔡鸣²(), 刘日³

^1.空军工程大学研究生院，西安 710038
^2.空军工程大学航空工程学院，西安 710038
^3.空军哈尔滨飞行学院理论训练系，哈尔滨 150000

收稿日期:2022-06-01 修回日期:2022-06-30 接受日期:2022-09-29 出版日期:2023-06-15 发布日期:2022-10-14
通讯作者: 蔡鸣 E-mail:caiming1124@sina.com
基金资助:
陕西省自然科学基础研究计划(2022JQ-584)

Distributed cooperative area search method for UAV swarms based on revisit mechanism

Chao WEN¹, Wenhan DONG², XIE Wujie², Ming CAI²(), Ri LIU³

^1.Graduate School，Air Force Engineering University，Xi’an 710038，China
^2.College of Aeronautical Engineering，Air Force Engineering University，Xi’an 710038，China
^3.Department of Theory Training，Air Force Harbin Flight Academy，Harbin 150000，China

Received:2022-06-01 Revised:2022-06-30 Accepted:2022-09-29 Online:2023-06-15 Published:2022-10-14
Contact: Ming CAI E-mail:caiming1124@sina.com
Supported by:
Basic Research Project in Natural Science of Shaanxi Province(2022JQ-584)

摘要/Abstract

摘要：

为高效引导无人机（UAV）集群搜索未知任务区域内的动态目标，同时兼顾最大化覆盖搜索效能，提出一种回访机制驱动的UAV集群分布式协同搜索决策（RM-DCSD）算法。首先，基于栅格化方法构建了包含3种属性的综合态势信息图模型及其更新机理，为UAV进行实时在线搜索决策奠定基础；其次，以最大化搜索效率为优化目标，同时兼顾UAV的飞行安全与能耗代价，建立了UAV搜索效能函数，在此基础上，基于滚动优化思想进一步构建了UAV局部有限时域滚动优化模型；然后，综合考虑动目标的实际搜索需求以及传感器虚警和漏检情况，分别设计了信息素引导的回访机制与权系数动态切换引导的回访机制；接着，借鉴分布式模型预测控制思想，设计了基于信息融合的UAV集群分布式协同搜索决策机制，在确保集群分布式协同最优决策的基础上实现了对UAV成员态势信息图的解耦式更新，进一步增强了系统鲁棒性；最后，通过数值仿真实验对所提算法的有效性进行全面验证。仿真结果表明，RM-DCSD算法对动态未知搜索环境表现出良好的适应性，能够在引导UAV集群对未知区域进行最大化覆盖搜索的同时，通过回访机制驱动，有效兼顾对地面动目标的搜索需求。

关键词: 无人机集群, 协同区域搜索, 回访机制, 分布式模型预测控制, 信息融合

Abstract:

To enable Unmanned Aerial Vehicle （UAV） swarms to search for the dynamic targets efficiently in an unknown mission area while maximizing coverage of search， this paper proposes a Revisit Mechanism-driven Distributed Cooperative Search Decision （RM-DCSD） algorithm for UAV swarms. Firstly， a comprehensive situational information map model with three attributes and its updating mechanism are constructed based on the gridding method， laying the foundation for the UAV to make real-time online search decisions. Secondly， to maximize search efficiency and take into account the flight safety and energy cost of the UAV， a UAV search effectiveness function is established. On this basis， a UAV local finite-time domain rolling optimization model is constructed based on the thought of rolling optimization. Thirdly， considering the actual search demand for moving targets as well as the false alarm and missed detection of sensors， a pheromone-guided revisit mechanism and a weight coefficient dynamic switching-guided revisit mechanism are designed respectively. Then， drawing on the thought of distributed model predictive control， a distributed cooperative search decision mechanism for UAV swarms based on information fusion is designed， which achieves decoupled update of the situational information maps of UAV members on the basis of ensuring the distributed cooperative optimal decision of swarms， and further enhances the system robustness. Finally， the effectiveness of the proposed algorithm is verified by numerical simulation experiments. The results show that RM-DCSD performs good adaptability to dynamic unknown search environments， and can effectively consider the search requirements of ground moving targets through the revisit mechanisms while enabling UAV swarms to maximize coverage of search for unknown areas.

Key words: UAV swarm, cooperative area search, revisit mechanism, distributed model predictive control, information fusion

中图分类号:

V279

文超, 董文瀚, 解武杰, 蔡鸣, 刘日. 基于回访机制的无人机集群分布式协同区域搜索方法[J]. 航空学报, 2023, 44(11): 327561-327561.

Chao WEN, Wenhan DONG, XIE Wujie, Ming CAI, Ri LIU. Distributed cooperative area search method for UAV swarms based on revisit mechanism[J]. ACTA AERONAUTICAET ASTRONAUTICA SINICA, 2023, 44(11): 327561-327561.

图/表 24

图 1

图 2

图 3

图 4

图 5

图 6

图 7

图 8

表 1

无人机集群初始状态信息

UAV编号	初始位置/km	初始航向/（°）	平飞速度/（ $m ⋅ s - 1$ ）
1	（1，1）	45	100
2	（50，1）	135
3	（1，50）	$- 45$
4	（50，50）	$- 180$

表 1

表 2

传感器性能参数

参数	$p d$	$p f$	探测范围/ $k m$
取值	0.8	0.2	$1 × 1$

表 2

表 3

综合态势信息图参数

峰值中心/km	TDPM		ECM	DPM
峰值中心/km	$c n$	$σ n$	$γ$	$V a$	$G a$
（15，15）	0.020	40	0.90	0.05	0.60
（20，25）	0.010	40
（25，30）	0.015	35
（30，40）	0.020	30
（35，35）	0.025	40

表 3

表 4

RM-DSCD算法参数

参数	$κ 1$	$κ 2$	$κ 3$	$κ 4$	$κ 5$	$N$
取值	0.25	0.25	0.25	0.10	0.15	3

表 4

图 9

图 10

图 11

图 12

表 5

图 13

表 6

图 14

图 15

图 16

表 7

图 17

参考文献 30

1	ZHANG J， XING J H. Cooperative task assignment of multi-UAV system［J］. Chinese Journal of Aeronautics， 2020， 33（11）： 2825-2827.
2	ZHOU Y K， RAO B， WANG W. UAV swarm intelligence： Recent advances and future trends［J］. IEEE Access， 2020， 8： 183856-183878.
3	侯岳奇，梁晓龙，何吕龙，等. 未知环境下无人机集群协同区域搜索算法［J］. 北京航空航天大学学报， 2019， 45（2）： 347-356.
	HOU Y Q， LIANG X L， HE L L， et al. Cooperative area search algorithm for UAV swarm in unknown environment［J］. Journal of Beijing University of Aeronautics and Astronautics， 2019， 45（2）： 347-356 （in Chinese）.
4	MILLET T， CASBEER D， MERCKER T， et al. Multi-agent decentralized search of a probability map with communication constraints： AIAA-2010-8424［R］. Reston： AIAA， 2010.
5	KHAN A， YANMAZ E， RINNER B. Information exchange and decision making in micro aerial vehicle networks for cooperative search［J］. IEEE Transactions on Control of Network Systems， 2015， 2（4）： 335-347.
6	王宁，李哲，梁晓龙，等. 通信距离受限条件下的无人机集群协同区域搜索［J］. 系统工程与电子技术， 2022， 44（5）： 1615-1625.
	WANG N， LI Z， LIANG X L， et al. Cooperative region search of UAV swarm with limited communication distance［J］. Systems Engineering and Electronics， 2022， 44（5）： 1615-1625 （in Chinese）.
7	张哲璇，龙腾，徐广通，等. 重访机制驱动的多无人机协同动目标搜索方法［J］. 航空学报， 2020， 41（5）： 323314.
	ZHANG Z X， LONG T， XU G T， et al. Revisit mechanism driven multi-UAV cooperative search planning method for moving targets［J］. Acta Aeronautica et Astronautica Sinica， 2020， 41（5）： 323314 （in Chinese）.
8	YANG Y， MINAI A A， POLYCARPOU M M. Evidential map-building approaches for multi-UAV cooperative search［C］∥ Proceedings of the 2005， American Control Conference. Piscataway： IEEE Press， 2005： 116-121.
9	KHAN A， YANMAZ E， RINNER B. Information merging in multi-UAV cooperative search［C］∥ 2014 IEEE International Conference on Robotics and Automation （ICRA）. Piscataway： IEEE Press， 2014： 3122-3129.
10	DUAN H B， ZHAO J X， DENG Y M， et al. Dynamic discrete pigeon-inspired optimization for multi-UAV cooperative search-attack mission planning［J］. IEEE Transactions on Aerospace and Electronic Systems， 2021， 57（1）： 706-720.
11	沈东，魏瑞轩，祁晓明，等. 基于MTPM和DPM的多无人机协同广域目标搜索滚动时域决策［J］. 自动化学报， 2014， 40（7）： 1391-1403.
	SHEN D， WEI R X， QI X M， et al. Receding horizon decision method based on MTPM and DPM for multi-UAVs cooperative large area target search［J］. Acta Automatica Sinica， 2014， 40（7）： 1391-1403 （in Chinese）.
12	RU C J， QI X M， GUAN X N. Distributed cooperative search control method of multiple UAVs for moving target［J］. International Journal of Aerospace Engineering， 2015， 2015： 1-12.
13	吴傲，杨任农，梁晓龙，等. 基于信息素决策的无人机集群协同搜索算法［J］. 北京航空航天大学学报， 2021， 47（4）： 814-827.
	WU A， YANG R N， LIANG X L， et al. Cooperative search algorithm based on pheromone decision for UAV swarm［J］. Journal of Beijing University of Aeronautics and Astronautics， 2021， 47（4）： 814-827 （in Chinese）.
14	SAADAOUI H， BOUANANI F EL. Information sharing based on local PSO for UAVs cooperative search of unmoved targets［C］∥ 2018 International Conference on Advanced Communication Technologies and Networking （CommNet）. Piscataway： IEEE Press， 2018： 1-6.
15	彭辉，苏菲，沈林成. 用于多无人机广域目标搜索的扩展搜索图方法［J］. 系统工程与电子技术， 2010， 32（4）： 795-798.
	PENG H， SU F， SHEN L C. Extended search map approach for multiple UAVs wide area target searching［J］. Systems Engineering and Electronics， 2010， 32（4）： 795-798 （in Chinese）.
16	GURUPRASAD K R， GHOSE D. Automated multi-agent search using centroidal Voronoi configuration［J］. IEEE Transactions on Automation Science and Engineering， 2011， 8（2）： 420-423.
17	XU X L， MENG W， CAI Q Q， et al. Multiagent coverage search based on Voronoi and sparse heteroscedastic Gaussian process［J］. Asian Journal of Control， 2022： 1-16.
18	戴健，许菲，陈琪锋. 多无人机协同搜索区域划分与路径规划［J］. 航空学报， 2020， 41（S1）： 723770.
	DAI J， XU F， CHEN Q F. Multi-UAV cooperative search on region division and path planning［J］. Acta Aeronautica et Astronautica Sinica， 2020， 41（S1）： 723770 （in Chinese）.
19	于驷男，周锐，夏洁，等. 多无人机协同搜索区域分割与覆盖［J］. 北京航空航天大学学报， 2015， 41（1）： 167-173.
	YU S N， ZHOU R， XIA J， et al. Decomposition and coverage of multi-UAV cooperative search area［J］. Journal of Beijing University of Aeronautics and Astronautics， 2015， 41（1）： 167-173 （in Chinese）.
20	VINH K， GEBREYOHANNES S， KARIMODDINI A. An area-decomposition based approach for cooperative tasking and coordination of UAVs in a search and coverage mission［C］∥ 2019 IEEE Aerospace Conference. Piscataway： IEEE Press， 2019： 1-8.
21	符小卫，魏广伟，高晓光. 不确定环境下多无人机协同区域搜索算法［J］. 系统工程与电子技术， 2016， 38（4）： 821-827.
	FU X W， WEI G W， GAO X G. Cooperative area search algorithm for multi-UAVs in uncertainty environment［J］. Systems Engineering and Electronics， 2016， 38（4）： 821-827 （in Chinese）.
22	王宁，李哲，梁晓龙，等. 基于搜索意图交互的无人机集群协同搜索算法［J］. 北京航空航天大学学报， 2022， 48（3）： 454-463.
	WANG N， LI Z， LIANG X L， et al. Cooperative search algorithm for UAV swarm based on search intention interaction［J］. Journal of Beijing University of Aeronautics and Astronautics， 2022， 48（3）： 454-463 （in Chinese）.
23	YAO P， WEI X. Multi-UAV information fusion and cooperative trajectory optimization in target search［J］. IEEE Systems Journal， 2022， 16（3）： 4325-4333.
24	彭辉，沈林成，朱华勇. 基于分布式模型预测控制的多UAV协同区域搜索［J］. 航空学报， 2010， 31（3）： 593-601.
	PENG H， SHEN L C， ZHU H Y. Multiple UAV cooperative area search based on distributed model predictive control［J］. Acta Aeronautica et Astronautica Sinica， 2010， 31（3）： 593-601 （in Chinese）.
25	TRODDEN P， RICHARDS A. Multi-vehicle cooperative search using distributed model predictive control： AIAA-2008-7138［R］. Reston： AIAA， 2008.
26	LI P， DUAN H B. A potential game approach to multiple UAV cooperative search and surveillance［J］. Aerospace Science and Technology， 2017， 68： 403-415.
27	NI J J， TANG G Y， MO Z P， et al. An improved potential game theory based method for multi-UAV cooperative search［J］. IEEE Access， 2020， 8： 47787-47796.
28	SHELOKAR P S， JAYARAMAN V K， KULKARNI B D. An ant colony approach for clustering［J］. Analytica Chimica Acta， 2004， 509（2）： 187-195.
29	SUN J Y， TANG J， LAO S Y. Collision avoidance for cooperative UAVs with optimized artificial potential field algorithm［J］. IEEE Access， 2017， 5： 18382-18390.
30	曾国奇，白宇，林伟，等. 地面运动目标的多UAV协同搜索方法［J］. 系统工程与电子技术， 2018， 40（7）： 1498-1505.
	ZENG G Q， BAI Y， LIN W， et al. Multi-UAV cooperative search method for ground moving targets［J］. Systems Engineering and Electronics， 2018， 40（7）： 1498-1505 （in Chinese）.

E-mail：hkxb@buaa.edu.cn

关于我们

期刊社服务

专业学科

封面文章

友情链接

主管单位：中国科学技术协会主办单位：中国航空学会北京航空航天大学

决策机制	区域覆盖率/%		动目标捕获数量
决策机制	平均值	标准差	平均值	标准差
1	94.92	1.95	2.83	1.46
2	92.28	3.15	2.52	1.52

组别	回访机制
基准组1	无
对照组2	1
对照组3	2
对照组4	1， 2

搜索方法	区域覆盖率/%	动目标捕获数量	误判率/%
光栅式扫描	95.63	0.83	12.70
并排回寻式扫描	92.21	1.60	11.53
RM-DCSD	82.24	5.40	7.56

[1]	赵春晖, 刘安萌, 吕洋, 潘泉. 无人机韧性自主定位技术综述[J]. 航空学报, 2024, 45(8): 28839-028839.
[2]	王传云, 苏阳, 王琳霖, 王田, 王静静, 高骞. 面向反制无人机集群的多目标连续鲁棒跟踪算法[J]. 航空学报, 2024, 45(7): 329017-329017.
[3]	蔡云鹏, 周大鹏, 丁江川. 具有防撞安全约束的无人机集群智能协同控制[J]. 航空学报, 2024, 45(5): 529683-529683.
[4]	王涛, 高雪峰, 祝景萍, 董松, 孙连军, 郑侃. 机器人纵扭超声铣边颤振在线监测方法[J]. 航空学报, 2023, 44(13): 262-272.
[5]	刘雷, 刘大卫, 王晓光, 陈俊男, 刘东兴. 无人机集群与反无人机集群发展现状及展望[J]. 航空学报, 2022, 43(S1): 726908-726908.
[6]	苏翎菲, 化永朝, 董希旺, 任章. 人与无人机集群多模态智能交互方法[J]. 航空学报, 2022, 43(S1): 727001-727001.
[7]	林京, 张博瑶, 张大义, 陈敏. 航空燃气涡轮发动机故障诊断研究现状与展望[J]. 航空学报, 2022, 43(8): 626565-626565.
[8]	徐广通, 王祝, 曹严, 孙景亮, 龙腾. 动态优先级解耦的无人机集群轨迹分布式序列凸规划[J]. 航空学报, 2022, 43(2): 325059-325059.
[9]	石健, 王少萍, 罗雪松. 基于不确定传感器状态的机载系统多层故障诊断方法[J]. 航空学报, 2021, 42(6): 624376-624376.
[10]	叶子鹏, 周庆瑞, 王辉. 日地L2点航天器编队的分布式自主相对导航[J]. 航空学报, 2021, 42(2): 324145-324145.
[11]	尹东亮, 黄晓颖, 吴艳杰, 何有宸, 谢经伟. 基于云模型和改进D-S证据理论的目标识别决策方法[J]. 航空学报, 2021, 42(12): 324768-324768.
[12]	王巍, 邢朝洋, 冯文帅. 自主导航技术发展现状与趋势[J]. 航空学报, 2021, 42(11): 525049-525049.
[13]	姜龙亭, 魏瑞轩, 张启瑞, 王栋. 基于群智机理的集群防碰撞控制[J]. 航空学报, 2020, 41(S2): 724294-724294.
[14]	唐帅文, 周志杰, 姜江, 曹友, 陈媛, 叶燕清. 考虑扰动的无人机集群协同态势感知一致性评估[J]. 航空学报, 2020, 41(S2): 724233-724233.
[15]	梁帅, 杨林, 杨朝旭, 许斌. 基于Kalman滤波的变体飞行器T-S模糊控制[J]. 航空学报, 2020, 41(S2): 724274-724274.

基于回访机制的无人机集群分布式协同区域搜索方法

Distributed cooperative area search method for UAV swarms based on revisit mechanism

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 24

参考文献 30

相关文章 15

编辑推荐

Metrics

本文评价