多无人机协同任务规划技术.pdf

Nanjing University of Aeronautics and Astronautics
The Graduate School
College of Automation



Cooperative Task Planning Technology for
Multi-UAVs


A Thesis in

Navigation, Guidance and Control
by

Han pan

Advised by

Professor Chen mou

Submitted in Partial Fulfillment

of the Requirements

for the Degree of

Master of Engineering






February, 2013
承诺书

本人郑重声明:所呈交的学位论文,是本人在导师指导下,独立进
行研究工作所取得的成果。尽我所知,除文中已经注明引用的内容外,
本学位论文的研究成果不包含任何他人享有著作权的内容。对本论文所
涉及的研究工作做出贡献的其他个人和集体,均已在文中以明确方式标
明。
本人授权南京航空航天大学可以有权保留送交论文的复印件,允许
论文被查阅和借阅,可以将学位论文的全部或部分内容编入有关数据库
进行检索,可以采用影印、缩印或其他复制手段保存论文。
(保密的学位论文在解密后适用本承诺书)




作者签名:
日期:
南京航空航天大学硕士学位论文
摘要
随着无人机飞行平台和载荷设备的逐步完善,无人机在军事和民用领域的运用越来越多,特
别是在军事领域中,无人机的起到的作用越来越大。面向日趋复杂的战场环境,无人机执行军事
任务的模式也在逐步改变,开始由单一的无人机执行任务演变到多无人机联合执行任务。本文在
多无人机联合执行任务过程中的任务规划和协同方面做了研究。
首先,以无人机联合对地执行侦察或打击任务为背景,研究和设计了无人机协同任务规划的
系统模型,包括无人机协同任务规划的系统控制体系、协同任务规划面临的约束问题、任务分配
模型的设计、航迹规划模型的设计。
其次,针对无人机任务分配的一般情况,结合本文设定的时间约束和类型约束条件,研究了
基于分层次策略的无人机静态任务分配技术。仿真结果表明,所提出的算法是实际有效的。
随后,考虑任务执行过程中由于态势变化、系统故障、任务更改等引起的任务预规划结果失
效,以突发威胁、无人机故障以及任务取消和增加三种突发情况为例,研究了基于合同网算法的
分布式任务重分配技术。仿真结果表明,研究的算法能够取得很好的效果。
接着,为了提升任务规划系统的快速性、稳定性和面对动态环境的适应能力,研究了蚁群算
法在无人机航迹规划上的运用。针对基本蚁群算法运用在航迹规划中出现的航迹节点较多的问
题,提出了一种增加方向引导因子的改进蚁群算法,提高了算法的优化能力和优化速度,减少了
航迹节点数;针对启发式算法在离散空间中,由于搜索空间不平衡导致搜索不到路径的缺陷,提
出一种基于坐标变换的路径搜索算法,将其运用在航迹规划中,解决了搜索空间不平衡的问题,
进一步提高了航迹优化的能力,并且提升了航迹优化的速度。
最后,为了验证算法在实际系统中的运行可行性,设计了无人机协同任务规划仿真系统。运
用 VC++ 和 OpenGL 联合编程开发了无人机协同任务规划的仿真平台,在虚拟环境下演示无人
机协同任务规划的全过程,并对算法进行了模拟仿真测试。

关键词:无人机,任务协同,任务分配,航迹规划,合同网,蚁群算法,虚拟仿真



i
多无人机协同任务规划技术
ABSTRACT
With the UAV(Unmanned Aerial Vehicle) flight platform and load equipment has been improved
gradually, and the UAV in military and civil field use more and more. In military field, the effect of the
UAV es more and more important. Facing the plex battlefield environment,
UAV performing military tasks mode are also gradua