AUV&UAV跨域协同搜索与跟踪路径规划

doi:10.7527/S1000-6893.2023.28471

论文

本期目录 | 过刊浏览 | 高级检索

前一篇 | 后一篇

AUV&UAV跨域协同搜索与跟踪路径规划

丁文俊¹^,², 柴亚军¹, 侯冬冬³, 王驰宇¹, 张国宗¹, 毛昭勇¹()

^1.西北工业大学无人系统技术研究院，西安 710072
^2.浙江西安交通大学研究院，杭州 311200
^3.河南省水下智能装备重点实验室，郑州 450015

收稿日期:2023-01-03 修回日期:2023-04-10 接受日期:2023-05-07 出版日期:2023-11-15 发布日期:2023-05-12
通讯作者: 毛昭勇 E-mail:maozhaoyong@nwpu.edu.cn
基金资助:
国家自然科学基金(51909206);中国博士后科学基金(2021M692616);陕西省自然科学基础研究计划(2019JQ-607);浙江省自然科学基金(LQ20E090010);中央高校基本科研业务费专项资金(31020200QD044)

Path planning for AUV&UAV cross⁃domain collaborative search and tracking

Wenjun DING¹^,², Yajun CHAI¹, Dongdong HOU³, Chiyu WANG¹, Guozong ZHANG¹, Zhaoyong MAO¹()

^1.Unmanned System Research Institute，Northwestern Polytechnical University，Xi’an 710072，China
^2.Research Institute of Xi’an Jiaotong University，Hangzhou 311200，China
^3.Henan Key Laboratory of Underwater Intelligent Equipment，Zhengzhou 450015，China

Received:2023-01-03 Revised:2023-04-10 Accepted:2023-05-07 Online:2023-11-15 Published:2023-05-12
Contact: Zhaoyong MAO E-mail:maozhaoyong@nwpu.edu.cn
Supported by:
National Nature Science Foundation of China(51909206);China Postdoctoral Science Foundation(2021M692616);Natural Science Basic Research Plan in Shaanxi Province of China(2019JQ-607);Zhejiang Provincial Natural Science Foundation of China(LQ20E090010);Fundamental Research Funds for the Central Universities(31020200QD044)

摘要/Abstract

摘要：

及时发现近海范围内出现的未知目标，并对其进行跟踪和识别，是维护海洋国土安全的重要一环。无人平台跨域协同搜索已被广泛应用于军事和民用任务，本文采用自主水下航行器（AUV）和无人机（UAV）来完成近海范围内水下目标的搜索和跟踪任务。整个任务过程可分为目标搜索和目标跟踪2个阶段，2个阶段的目标分别是使总搜索空间最大化以及AUV与水下目标的末端位置误差最小。首先，描述了搜索和跟踪任务，并建立了AUV&UAV跨域协同搜索模型；其次，设定了跨域协同搜索模型中的航行能力、探测距离、通信范围等各类约束；最后，在跨域协同搜索与跟踪规划中，分别基于改进遗传算法和异步规划策略，以集中式和分布式决策分别生成了搜索与跟踪路径。仿真实验表明，AUV&UAV跨域无人系统能够完成不同情况下的水下目标搜索与跟踪任务。

关键词: 跨域无人系统, UAV, AUV, 改进遗传算法, 异步规划策略

Abstract:

It is an important part for maintaining marine homeland security to detect unknown targets in the offshore area in time and track and identify them. Cross-domain collaborative search of unmanned platforms has been widely applied to military and civilian tasks. In this paper， Autonomous Underwater Vehicle （AUV） and Unmanned Aerial Vehicle （UAV） are used to perform the search and tracking tasks of underwater targets in offshore areas. The whole task process can be divided into two stages： target search and target tracking. The objective of the two stages is to maximize the total search space and minimize the end position error between AUV and underwater targets， respectively. Firstly， the search and tracking tasks are described， and the cross-domain collaborative search model of AUV&UAV is established. Secondly， various constraints such as navigation ability， detection distance and communication range in the cross-domain collaborative search model are set. Finally， in the cross-domain collaborative search and tracking planning， based on the improved genetic algorithm and the asynchronous planning strategy， the search and tracking paths are generated by centralized and distributed decision-making respectively. The simulation results show that the AUV&UAV cross-domain unmanned system can complete the underwater target search and tracking tasks under different conditions.

Key words: cross-domain unmanned system, UAV, AUV, improved genetic algorithm, asynchronous planning strategy

中图分类号:

V279

丁文俊, 柴亚军, 侯冬冬, 王驰宇, 张国宗, 毛昭勇. AUV&UAV跨域协同搜索与跟踪路径规划[J]. 航空学报, 2023, 44(21): 528471-528471.

Wenjun DING, Yajun CHAI, Dongdong HOU, Chiyu WANG, Guozong ZHANG, Zhaoyong MAO. Path planning for AUV&UAV cross⁃domain collaborative search and tracking[J]. Acta Aeronautica et Astronautica Sinica, 2023, 44(21): 528471-528471.

图/表 14

图1

图2

图3

图4

表1

图5

图6

表2

图7

图8

表3

图9

图10

表4

参考文献 26

1	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）.
2	熊伟，朱洪峰，崔亚奇. 在线学习的循环自适应机动目标跟踪算法［J］. 航空学报， 2022， 43（5）： 325250.
	XIONG W， ZHU H F， CUI Y Q. Recurrent adaptive maneuvering target tracking algorithm based on online learning［J］. Acta Aeronautica et Astronautica Sinica， 2022， 43（5）： 325250 （in Chinese）.
3	陈军，张新伟，徐嘉，等. 有人/无人机混合编队有限干预式协同决策［J］. 航空学报， 2015， 36（11）： 3652-3665.
	CHEN J， ZHANG X W， XU J， et al. Human/unmanned-aerial-vehicle team collaborative decision-making with limited intervention［J］. Acta Aeronautica et Astronautica Sinica， 2015， 36（11）： 3652-3665 （in Chinese）.
4	胡腾，刘占军，刘洋，等. 多无人机3D侦察路径规划［J］. 系统工程与电子技术， 2019， 41（7）： 1551-1559.
	HU T， LIU Z J， LIU Y， et al. 3D surveillance path planning for multi-UAVs［J］. Systems Engineering and Electronics， 2019， 41（7）： 1551-1559 （in Chinese）.
5	李绍斌，姜大立，杨西龙，等. 基于混合遗传算法的多基地多无人机战场物资配送任务分配［J］. 装甲兵工程学院学报， 2019， 33（2）： 10-19.
	LI S B， JIANG D L， YANG X L， et al. Multi-base and multi-UAV battlefield material distribution task assignment based on hybrid genetic algorithm［J］. Journal of Academy of Armored Force Engineering， 2019， 33（2）： 10-19 （in Chinese）.
6	QIE T Q， WANG W D， YANG C， et al. A path planning algorithm for autonomous flying vehicles in cross-country environments with a novel TF-RRT^* method［J］. Green Energy and Intelligent Transportation， 2022， 1（3）： 100026.
7	杨勇，丁勇，黄鑫城. 改进APF与Bezier相结合的多无人机协同避碰航路规划［J］. 电光与控制， 2018， 25（11）： 36-41.
	YANG Y， DING Y， HUANG X C. Multi-UAV cooperative collision avoidance route planning based on improved artificial potential field and Bezier curve［J］. Electronics Optics & Control， 2018， 25（11）： 36-41 （in Chinese）.
8	包昕幼. 浅水区域无人探测艇编队巡航路径规划研究［D］. 广州：华南理工大学， 2018.
	BAO X Y. Study on cruise route planning of unmanned exploration vessel formation in shallow water area［D］. Guangzhou： South China University of Technology， 2018 （in Chinese）.
9	HE S D， WANG M， DAI S L， et al. Leader-follower formation control of USVs with prescribed performance and collision avoidance［J］. IEEE Transactions on Industrial Informatics， 2019， 15（1）： 572-581.
10	DAI S L， HE S D， LIN H， et al. Platoon formation control with prescribed performance guarantees for USVs［J］. IEEE Transactions on Industrial Electronics， 2018， 65（5）： 4237-4246.
11	HAN G J， LONG X H， ZHU C， et al. A high-availability data collection scheme based on multi-AUVs for underwater sensor networks［J］. IEEE Transactions on Mobile Computing， 2020， 19（5）： 1010-1022.
12	马朋，张福斌，徐德民. 基于距离量测的双领航多AUV协同定位队形优化分析［J］. 控制与决策， 2018， 33（2）： 256-262.
	MA P， ZHANG F B， XU D M. Optimality analysis for formation of MAUV cooperative localization with two leaders based on range measurements［J］. Control and Decision， 2018， 33（2）： 256-262 （in Chinese）.
13	RIDAO P， CARRERAS M， RIBAS D， et al. Intervention AUVs： The next challenge［J］. Annual Reviews in Control， 2015， 40： 227-241.
14	NI J J， YANG L， WU L Y， et al. An improved spinal neural system-based approach for heterogeneous AUVs cooperative hunting［J］. International Journal of Fuzzy Systems， 2018， 20（2）： 672-686.
15	QIN H L， MENG Z H， MENG W， et al. Autonomous exploration and mapping system using heterogeneous UAVs and UGVs in GPS-denied environments［J］. IEEE Transactions on Vehicular Technology， 2019， 68（2）： 1339-1350.
16	BELLA S， BELBACHIR A， BELALEM G. A centralized autonomous system of cooperation for UAVs-monitoring and USVs-cleaning［M］∥ Unmanned Aerial Vehicles. Hershey： IGI Global， 2019： 347-375.
17	BELLA S， BELBACHIR A， BELALEM G. A hybrid architecture for cooperative UAV and USV swarm vehicles［C］∥ International Conference on Machine Learning for Networking. Cham： Springer， 2019： 341-363.
18	LI Y， MA T， CHEN P Y， et al. Autonomous underwater vehicle optimal path planning method for seabed terrain matching navigation［J］. Ocean Engineering， 2017， 133： 107-115.
19	SHEN C， SHI Y， BUCKHAM B. Integrated path planning and tracking control of an AUV： A unified receding horizon optimization approach［J］. IEEE/ASME Transactions on Mechatronics， 2017， 22（3）： 1163-1173.
20	CUI R X， LI Y， YAN W S. Mutual information-based multi-AUV path planning for scalar field sampling using multidimensional RRT^* ［J］. IEEE Transactions on Systems， Man， and Cybernetics： Systems， 2016， 46（7）： 993-1004.
21	WU Y. Coordinated path planning for an unmanned aerial-aquatic vehicle （UAAV） and an autonomous underwater vehicle （AUV） in an underwater target strike mission［J］. Ocean Engineering， 2019， 182： 162-173.
22	ZHANG H， LIU C， ZHAO W Z. Segmented trajectory planning strategy for active collision avoidance system［J］. Green Energy and Intelligent Transportation， 2022， 1（1）： 100002.
23	韩凯，董日昌，邵丰伟，等. 基于改进遗传算法的导航卫星星间链路网络动态拓扑优化技术［J］. 航空学报， 2022， 43（9）： 326095.
	HAN K， DONG R C， SHAO F W， et al. Dynamic topology optimization of navigation satellite inter-satellite links network based on improved genetic algorithm［J］. Acta Aeronautica et Astronautica Sinica， 2022， 43（9）： 326095 （in Chinese）.
24	赵鹏程，宋保维，毛昭勇，等. 基于改进的复合自适应遗传算法的UUV水下回收路径规划［J］. 兵工学报， 2022， 43（10）： 2598-2608.
	ZHAO P C， SONG B W， MAO Z Y， et al. Path planning for UUV underwater recovery based on improved composite adaptive genetic algorithm［J］. Acta Armamentarii， 2022， 43（10）： 2598-2608 （in Chinese）.
25	WU Y， LOW K H， LV C. Cooperative path planning for heterogeneous unmanned vehicles in a search-and-track mission aiming at an underwater target［J］. IEEE Transactions on Vehicular Technology， 2020， 69（6）： 6782-6787.
26	吴宇，苏析超，崔佳鹏，等. USV&AUV水下目标协同搜索与打击航迹规划［J］. 控制与决策， 2021， 36（4）： 825-834.
	WU Y， SU X C， CUI J P， et al. Coordinated path planning of USV & AUV for an underwater target［J］. Control and Decision， 2021， 36（4）： 825-834 （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

参数	数值	参数	数值
φ_U/（°）	0	a_Tmax/（m·s^-1）	1
v_U/（m·s^-1）	15	v_Umax/（m·s^-1）	25
φ_A/（°）	0	v_Amax/（m·s^-1）	6
v_A/（m·s^-1）	5	v_Tmax/（m·s^-1）	3
r_Umax/（rad·s^-1）	0.2	x_min/m	-5 000
a_Umax/（m·s^-1）	5	x_max/m	5 000
r_Amax/（rad·s^-1）	0.2	y_min/m	-5 000
a_Amax/（m·s^-1）	1	y_max/m	5 000
r_Tmax/（rad·s^-1）	0.2	d_U-A/m	1 500

项目	数据
探测到目标时刻/s	UAV：31；AUV：258
任务结束时刻/s	361
与目标末端位置误差/m	1.41

项目	数据
探测到目标时刻/s	AUV：60
任务结束时刻/s	112
与目标末端位置误差/m	1.23

[1]	郑高杰, 何小明, 李东坡, 谭慧俊, 汪昆, 吴祯龙, 王德鹏. 尾部推进无人机双90°偏折进气道/蜗壳耦合流动特性[J]. 航空学报, 2024, 45(4): 128782-128782.
[2]	李伟, 郭艳, 李宁, 刘存涛, 袁昊. 智能反射面辅助无人机移动边缘计算任务数据最大化方法[J]. 航空学报, 2023, 44(19): 328486-328486.
[3]	李辉, 龙腾, 孙景亮, 徐广通. 基于自适应视线法的无人机三维航迹跟踪方法[J]. 航空学报, 2022, 43(9): 326105-326105.
[4]	高明, 余伟臣, 王杉杉, 王荣闯, 石健将. 太阳能无人机能源系统的多维耦合建模[J]. 航空学报, 2021, 42(7): 224461-224461.
[5]	胡莘婷, 吴宇. 面向城市飞行安全的无人机离散型多路径规划方法[J]. 航空学报, 2021, 42(6): 324383-324383.
[6]	张宏伟, 达新宇, 胡航, 倪磊, 潘钰. 基于多机协作的认知无人机网络能效联合优化[J]. 航空学报, 2021, 42(6): 324548-324548.
[7]	张咪, 赵勇, 布树辉, 张臻炜, 杨君. 基于阶层标识的无人机自主精准降落系统[J]. 航空学报, 2018, 39(10): 322150-322150.
[8]	王荣, 闫溟, 白鹏, 杨云军, 徐国武. 飞翼无人机平面外形气动隐身优化设计[J]. 航空学报, 2017, 38(S1): 721532-721532.
[9]	马培蓓, 雷明, 纪军. 均等通信时滞下多UAV协同编队控制[J]. 航空学报, 2017, 38(S1): 721551-721551.
[10]	张民, 田鹏飞, 陈欣. 一种无人机定距盘旋跟踪制导律及稳定性证明[J]. 航空学报, 2016, 37(11): 3425-3434.
[11]	马珍珍;盛蔚;房建成. 微小型无人机用微磁数字罗盘集成系统的设计[J]. 航空学报, 2008, 29(4): 973-980.
[12]	陶冶;房建成;杨超;张霄. 基于低成本MEMS器件的MUAV导航与控制系统的设计[J]. 航空学报, 2008, 29(4): 966-972.
[13]	田菁;沈林成. 多基地多无人机协同侦察问题研究[J]. 航空学报, 2007, 28(4): 913-921.

AUV&UAV跨域协同搜索与跟踪路径规划

Path planning for AUV&UAV cross⁃domain collaborative search and tracking

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 14

参考文献 26

相关文章 13

编辑推荐

Metrics

本文评价