信息检索报告

题目：无人机协同航路规划

英文：Coordinated Path Planning of Unmanned

Aerial Vehicles (UAVs)

一、分析研究课题

无人机航路规划是为了完成战术任务而做的计划,一般包括无人机的初始位置选取、任务目标的选择、飞行航路的确定、开始执行任务的时间地点、以及一些针对具体任务要考虑的问题,如是单机还是编队完成任务、有无支援力量、是否需要多批次执行等等。多机协同通常是多架无人机组成的团队进行联合作战的时候，每架无人机自己进行战术决策，并作为编队的一分子与编队成员协同达到高水平任务指标。除了要能自动规避威胁和障碍物外，还要避开团队中其他无人机以免发生碰撞，满足团队的其他要求。整个团队的航迹规划目标是在使团队代价最小的前提下，满足每架无人机威胁规避、不可飞区、燃料限制、团队要求（例如时间）、力学约束等条件，安全地飞到目标。下面通过信息检索工具，查找无人机协同航路规划面临的主要问题和现今研究的关键技术等，达到收集了解无人机协同航路规划知识的目的。

二、数据库或检索工具的选择

根据可提要求以及检索工具收录文献源的情况，本题选用了下列检索数据库。

（1）中文文献信息数据库。中国知网中的期刊网、中国期刊网优秀博硕士学位论文全文数据库、维普中文期刊数据库、中国学位论文全文数据库、中国学术会议全文数据库、万方数字化期刊数据。

（2）外文文献信息数据库。EI数据库 SCI数据库 Springer LINK数据库。

（3）专利文献信息数据库。国家知识产权局网站、美国专利商标局网站、欧洲专利局。

（4）标准文献信息数据库。中国知网标准数据库、万方标准数据库。

1

三、确定检索式

1)检索点：篇名

2)检索词：无人机、协同、航路规划 。

3)构建检索式

无人机*航路规划 协同。

四、检索结果

4.1、中文文献信息检索

4.1.1 中国期刊网

进入河南工业大学图书馆——中文数据库——中国期刊篇名数据库——检索

关键词：无人机；航路规划；协同；

得到26条记录，摘录其中相关的两篇。

a. 案例一

【作者】 叶媛媛； 闵春平；

【Author】 YE Yuan-yuan1,MIN Chun-ping2 (1.Airforces Equipment

Academy,Beijing 100085,China;2.Second Artillery Equipment Academy,Beijing

100085,China)

【机构】 空军装备研究院； 第二炮兵装备研究院 北京100085； 北京100085；

【摘要】 面向多无人机协同作战的航路设计问题,提出了一种较新颖的多无人机协同航路规划共同进化方法。将航路映射到进化计算个体建立了基于共同进化计算的航路规划问题模型,以此为基础重点讨论了个体适应度设计等关键问题。以SEAD任务为想定,对多无人机协同航路规划共同进化方法进行了仿真。仿真结果表明该方法能够快速为多无人机找到协同航路,能够综合考虑无人机航路的燃油、安全、避碰以及任务协同等指标,可以解决多无人机协同执行任务的航路设计问题,且具有较好的收敛性和线性时间性。 更多还原

【关键词】 无人机； 航路规划； 共同进化计算； 协同；

刊名： 计算机仿真 主办： 中国航天科工集团公司第十七研究所

周期： 月刊 出版地：北京市

2

语种： 中文; 开本： 大16开

ISSN： 1006-9348 CN： 11-3724/TP

复合影响因子：0.716 综合影响因子：0.483

起始页数是37~39+149

b. 案例二

【作者】 柳长安； 王和平； 李为吉；

【Author】 Liu Changan, Wang Heping, Li Weiji (College of Aeronautics,

Northwestern Polytechnical University, Xi′an 710072)

【机构】 西北工业大学航空学院； 西北工业大学航空学院 陕西西安710072；

陕西西安710072； 陕西西安710072；

【摘要】 在空中进攻战役计划制订时应充分考虑敌方目标的有关因素及其周围防御力量的水平 ,合理选择进攻目标、确定攻击航路以及分配恰当的突击力量于突击目标。针对这一问题提出了目标分配及航路选择的优化模型 ,并改进了遗传算法的编码方式。在此基础上采用遗传算法对基于目标分配的无人机协同作战任务进行了仿真检验 ,确定了各无人机的攻击目标及相应的回避威胁的协同航路。通过该方法可以有效地提高无人机的协同作战效能。 更多还原

【关键词】 无人机(UAV)； 协同航路规划； 遗传算法(GA)；

刊名：西北工业大学学报

Journal of Northwestern Polytechnical University

主办：西北工业大学 周期：双月 出版地：陕西省西安市

语种：中文; 开本： 大16开 ISSN： 1000-2758

CN： 61-1070/T 复合影响因子：0.517 综合影响因子： 0.291

4.1.2 中国期刊网优秀博硕学位论文全文数据库

进入河南工业大学图书馆——中文数据库——中国期刊优秀博硕学位论文全文数据库——检索

关键词：无人机；航路规划；协同

得到2条记录，摘录相关的一篇。

3

【作者】 杨力；

【导师】 李秀娟；

【作者基本信息】 南京航空航天大学， 控制理论与控制工程， 2009， 硕士

【摘要】 无人机航路规划是任务规划系统的核心研究内容之一,是实现无人机自主飞行的一项关键技术。本论文针对无人机的不同任务需求,围绕无人机航路规划方法进行以下几个方面的研究。首先,确定无人机航路规划的研究内容包括规划空间环境建模、约束条件、任务要求和规划算法。根据无人机定高飞行,建立了合适的环境模型。根据无人机的各项约束条件以及航路规划目标,确定本文采用的规划方法。其次,将遗传算法的思想与具体的航路规划问题相结合,通过采用一种变长实值基因编码方式和特定的进化算子,将无人机的约束条件融合于算法中,使生成的航路能够满足实际的飞行要求。通过优化设计评价函数,使算法能根据不同的任务需求规划出满足生存概率和突防概率等不同作战效能的飞行航路。然后,在基于进化计算的航路规划方法基础上,运用聚类算法和小生境的思想,将航路个体按空间分布进行聚类,将航路种群划分为不同的子种群进化,运用分散求解的思想,通过协同变量和协同函数,将复杂的协同问题分解为多个小的优化问题,实现了多架无人机航路协同规划。最后,研究实现了具有导向性的连接型快速搜索随机树,加快算法的收敛速度,使算法路径搜索具有更强的目标性。使用高效的k-d tre... 更多

【关键词】 无人机； 航路规划； 遗传算法；协同； RRT算法；

4.1.3 维普数据库

进入河南工业大学图书馆——中文数据库——维普中文期刊数据库——检索

关键词：无人机；航路规划；协同；

得到10条记录，摘录其中相关的两篇。

a. 案例一

4

不确定环境下的多无人机协同搜索航路规划

Cooperative Search and Path Planning of Multi-unmanned Air Vehicles in Uncertain

Environment t

作者：吴文超 黄长强 宋磊 唐上钦 白壬潮

Author：WU Wen-chao,HUANG Chang-qiang,SONG Lei,TANG Shang-qin,BAI

Ren-chao

作者单位： 空军工程大学工程学院。陕西西安710038

期 刊： 兵工学报

Journal： Acta Armamentarii

年，卷(期)： 2009, 8(5)

分类号: V448.2[著者标引]

关键词:飞行器控制、导航技术 多无人机 协同搜索 航路规划

文章编号：1000-1093（2011）11-1337-06

基金项目： 国家高技术发展计划（2009AAJ205）

b. 案例二

基于智能优化算法的无人机航迹规划若干关键技术研究

Research on Some Key Techniques of UAV Path Planning Based on Intelligent

Optimization Algorithm

作者：胡中华

学科专业：测试计量技术及仪器

授予学位： 博士

学位授予单位：南京航空航天大学

导师姓名：赵敏

学位年度： 2011

分类号：V249.1

关键词：无人机 航迹规划 静态规划 突发威胁 智能算法 协同

4.2 外文文献信息检索

4.2.1 Engineering village

5

进入河南工业大学图书馆——外文数据库——Engineering——quick search——title：Coordinated Path Planning of Unmanned Aerial Vehicles

得到记录10篇，摘录其中相关的一篇。

Path planning for multiple unmanned aerial vehicles using genetic algorithms

Li, Howard1 ; Fu, Yi1 ; Elgazzar, Khalid1 ; Paull, Liam1

Source: Canadian Conference on Electrical and Computer Engineering, p 1129-1132,

2009, 2009 Canadian Conference on Electrical and Computer Engineering, CCECE

'09; ISSN: 08407789; ISBN-13: 9781424435081; DOI:

10.1109/CCECE.2009.5090303; Article number: 5090303; Conference: 2009

Canadian Conference on Electrical and Computer Engineering, CCECE '09, May 3,

2009 - May 6, 2009; Publisher: Institute of Electrical and Electronics Engineers Inc.

Author affiliation:

1 Department of Electrical and Computer Engineering, University of New Brunswick,

Fredericton, NB E3B 5A3, Canada

Abstract:

In the future, autonomous Unmanned Aerial Vehicles (UAVs) need to work in teams

to share information and coordinate activities. The private sector and government

agencies have implemented UAVs for home-land security, reconnaissance,

surveillance, data collection, urban planning, and geometrics engineering. Significant

research is in progress to support the decision-making process for a Multi-Agent

System (MAS) consisting of multiple UAVs. This paper investigates fundamental

issues in path planning for multiple UAVs. MASs with multiple UAVs are typical

distributed systems. We propose to use genetic algorithms to plan multiple paths for

multiple UAVs. Simulation technologies have become important to the development

of aerospace vehicles. In this research, we verify the proposed path planning approach

using Mat-lab. Simulation results demonstrate that the proposed approach is able to

plan multiple paths for UAVs successfully. ©2009 IEEE.(11 refs)

Main heading: Multi agent systems