无人机-艇海空协同任务规划研究开题报告

 2020-02-10 11:02
1.目的及意义(含国内外的研究现状分析)

船舶交通流量和危险品运输量增加对海事监管手段和技术提出新的要求,在“智慧海事”建设的形势之下,无人机和无人艇已逐步投入到海事监管领域之中。海事监管业务除了对重点海域和航段的交通流及水域环境状况进行监视等日常巡航之外,还需要及时发现并处理船舶违章、航标异常等情况,并对水上交通事故作出应急反应行动。

无人机是一种具有自主动力驱动、可携带多种设备执行任务的航行器,因其机动灵活、体积小等因素而具有快速反应的能力,但其在续航能力及通信距离上存在局限;无人艇是一种可遥控或自主航行的小型化、智能化水面平台,技术程度高,结构小巧,但其机动性有限,且受海浪影响较大。单靠单体无人机或无人艇可能完成某个区域的巡航或搜索,但要完成更大范围的搜索或者更有效率地完成任务则需要多个无人机和无人艇配合。此外,在恶劣海况下,单个无人机或无人艇往往无法完成一些复杂的任务,无人机和无人艇之间没有任务的协调机制,导致作业群体规模的增加,降低作业效率,甚至会造成各自作业范围的交叉重叠,增加作业的复杂度,对有序高效地完成任务带来不利影响。因此,为了实现无人机和无人艇协同完成复杂的海事监管任务,无人机和无人艇协同任务规划是关键技术之一,这也是无人机和无人艇领域一个重要课题,受到了国内外学者的极大关注[1]

无论是多无人机还是多无人艇的任务规划研究,其重点都是如何在复杂的环境中使得无人机和无人艇在协同完成多项任务时付出的整体代价最小化,而收益最大化。国内外学者对任务规划研究常用的问题模型有多旅行商问题模型(TSP)、车辆路径模型(MDVRP)、混合整数线性规划模型(MILP)、网络流模型(NFM),常用的求解此类问题的算法主要分为启发式算法、元启式发算法和精确算法三类[2]。元启发式算法如粒子群优化算法[4]、蚁群算法[5][6]、遗传算法[7]等,将自然界随机现象抽象为算法运用到求解问题中,能够快速且准确求解;启发式算法精确算法相对于最优化算法提出,在解决实际问题时通常可在合理的时间内得出不错的解;精确算法是利用数学规划的方式寻找精确的最优解,有穷举法、整数规划等。针对不同的问题模型,不同的算法各具优劣。

在国外,诸多学者已经对群无人机任务规划问题作了深入的研究。

您需要先支付 5元 才能查看全部内容!立即支付

该课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找,微信号:bysjorg 、QQ号:3236353895;