重访机制驱动的多无人机协同动目标搜索方法

摘要：

为实现多无人机高效捕获灰色任务区域内的移动目标,考虑传感器探测概率与虚警概率,提出了重访机制驱动的协同搜索规划(RMDCSP)方法,以降低目标遗漏与误判概率.考虑无人机飞行性能约束,以最大化任务执行效能为目标建立多无人机协同搜索模型.根据目标先验信息初始化环境搜索信息图(包括目标概率分布图、环境不确定度图与环境搜索状态图),利用无人机实时探测信息,基于贝叶斯准则持续更新搜索信息图.定制基于环境不确定度更新的重访机制,通过增加长时间未被重访区域的环境不确定度,引导无人机搜索该区域,降低移动目标的遗漏概率;定制基于目标函数权重更新的重访机制,引导无人机快速重访发现新的疑似目标的区域,对疑似目标进行再次确认,减少由于传感器虚警概率造成的目标误判概率.采用滚动时域规划架构,将搜索规划问题分解为一系列短时域规划问题,提升了求解效率.在典型任务想定下,通过数值仿真试验验证了所提方法的有效性.仿真结果表明,RMD-CSP能够在秒级时间内生成每个时域的搜索航迹,相比于光栅式搜索方法与标准的概率启发式搜索方法,能够引导无人机捕获更多的移动目标,同时减少误判次数,有效提升了多无人机协同搜索的任务效能.

关键词：协同搜索规划、移动目标、搜索信息图、重访机制、探测概率、虚警概率

所属期刊栏目：41

分类号：V19(航空、航天的应用)

资助基金：国家自然科学基金51675047

在线出版日期：2020-06-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共13页

页码：215-227