基于多无人机协同的应急救援航迹规划研究
摘要 | 第5-6页 |
ABSTRACT | 第6-7页 |
第1章 绪论 | 第10-15页 |
1.1 研究背景与意义 | 第10-11页 |
1.2 国内外研究现状 | 第11-13页 |
1.2.1 无人机航迹规划算法 | 第11-12页 |
1.2.2 多无人机协同搜索 | 第12-13页 |
1.3 论文的主要研究内容与章节安排 | 第13-15页 |
第2章 多无人机协同搜索和航迹规划目标 | 第15-21页 |
2.1 多机协同搜救自组织系统 | 第15-17页 |
2.1.1 多机协同搜救自组织特性 | 第15-16页 |
2.1.2 多机协同搜救自组织系统结构 | 第16-17页 |
2.2 多机协同搜救航迹规划目标 | 第17-18页 |
2.2.1 问题基本假设 | 第17页 |
2.2.2 系统航迹规划目标 | 第17-18页 |
2.3 搜救无人机的行为模型 | 第18-20页 |
2.3.1 单无人机性能约束 | 第18-19页 |
2.3.2 协同约束条件 | 第19页 |
2.3.3 探测器模型 | 第19-20页 |
2.4 本章小结 | 第20-21页 |
第3章 无人机航迹规划中的蚁群算法 | 第21-32页 |
3.1 常用航迹规划算法 | 第21-22页 |
3.2 航迹规划问题建模 | 第22页 |
3.3 蚁群算法的基本思想 | 第22-25页 |
3.4 本文蚁群算法的数学模型 | 第25-28页 |
3.4.1 TSP(旅行商)问题 | 第25页 |
3.4.2 哈密顿回路的数学模型 | 第25-26页 |
3.4.3 建立蚁群算法数学模型 | 第26-28页 |
3.5 蚁群算法求解哈密顿路径方法 | 第28-30页 |
3.5.1 增加虚拟点求解哈密顿路径 | 第28-29页 |
3.5.2 影子蚂蚁求解多条哈密顿路径 | 第29-30页 |
3.6 蚁群算法求解哈密顿路径实现流程 | 第30-31页 |
3.7 本章小结 | 第31-32页 |
第4章 多无人机已知目标点的遍历航迹规划 | 第32-49页 |
4.1 单哈密顿回路 | 第32-36页 |
4.1.1 lingo计算分析 | 第32-35页 |
4.1.2 matlab蚁群算法求解哈密顿回路 | 第35-36页 |
4.2 虚拟点方式求取单哈密顿路径 | 第36-39页 |
4.2.1 哈密顿路径的lingo计算 | 第36-37页 |
4.2.2 matlab蚁群算法求解哈密顿路径 | 第37-39页 |
4.3 多无人机的多已知目标遍历航迹规划 | 第39-48页 |
4.3.1 单架无人机 | 第41-43页 |
4.3.2 虚拟点方式的两架无人机 | 第43页 |
4.3.3 影子蚂蚁方式的多架无人机 | 第43-45页 |
4.3.4 各段路径长度优化 | 第45-47页 |
4.3.5 结论 | 第47-48页 |
4.4 本章小结 | 第48-49页 |
第5章 多无人机未知目标点的区域覆盖搜救航迹规划 | 第49-58页 |
5.1 协同区域覆盖搜救基本模型建立 | 第49-50页 |
5.2 总体方案设计 | 第50-52页 |
5.3 任务区域划分算法 | 第52-54页 |
5.4 子区域覆盖航迹规划 | 第54页 |
5.5 实际覆盖航迹规划分析 | 第54-57页 |
5.6 本章小结 | 第57-58页 |
第6章 总结与展望 | 第58-60页 |
6.1 总结 | 第58-59页 |
6.2 展望 | 第59-60页 |
致谢 | 第60-61页 |
参考文献 | 第61-65页 |
攻读硕士学位期间发表论文 | 第65页 |