无人驾驶飞机/地面车辆多相技术：现状与展望
摘要：多无人空中/地面车辆多相协作是一种新的和具有挑战性的领域。异质合作技术可以拓宽无人飞行器和地面车辆的应用领域，增强实施的有效性检测，搜索和救援任务。本文主要集中在多个无人驾驶飞机/地面车辆的关键问题异构合作，包括异构集群，形成控制，形成稳定性，网络控制，和实际应用。在这一领域的主要问题和未来的发展方向进行了详细分析。这些创新技术能显著增强执行复杂任务的有效性，这无疑提供了一系列的未来机器人系统智能化、集成化和先进性的新突破。
关键词：无人飞行器（UAV），无人地面车辆（UGV），异质合作
1引言
随着科学技术的进步和升级空战中，防空武器变得越来越更复杂。的生存条件作战飞机和飞行员正在恶化，许多新的技术是通过提高打击性能。在这种情况下，无人飞行器（无人机）诞生了。与载人飞机相比，无人机具有优势零伤亡，高速超负荷，良好的隐身性能，操作准备时间短，且相对低生命周期成本。这些优势增加的能力高风险目标的渗透，压制敌人的防空，深目标攻击和控制作战空间。
通过这种方式，无人机可以在战略上发挥独特的作用，操作和战术层面的操作，也会在未来的复杂战争中处于一个突出的位置。对于日益复杂的战场环境战术任务一般都具有高度的多样性和复杂，一个单一的无人机可以很难完成指定的任务，因此多架无人机合作已成为必然的选择。合作是关键技术之一对于多架无人机，其中主要包括轨迹规划和重新规划，任务分配，编队飞行与重构，态势评估，通信，信息融合。西方国家已经实现了多架无人机技术的领先地位实施，虽然仍有不少研究空白在多架无人机协同控制技术中。
无人地面车辆（UGV）是一种新型的机器人作为人类能力延伸的平台。这种类型的机器人一般都能在室外操作在各种各样的地形，在人类之地。在真正的完全自主UGV世界已经获得环境信息的能力下，延长持续时间没有人类的干预工作，没有的地方，从一个地方到另一个地方人类的导航援助，避免危险的情况，修复自身，没有外界的援助，和检测对象利益。
多架无人机可用于覆盖大面积搜索对于目标[ 1 ]。然而，在无人机上的传感器通常是在操作空速和高度限制。这个组合态度不确定，对他们能力的限制较低要解决和本地化地面功能。无人地面车辆上另一方面可以部署到地面目标的精确定位，但他们的缺点是不能够快速移动或通过建筑物或建筑物等障碍篱笆。因此，异构多无人机/无人地面车辆合作为有效的合作提供了新的突破无人机和UGV应用（见图1）。
本文主要研究多方面的关键问题无人驾驶飞机/地面车辆多相协作，其中包括：1、2）形成异质性控制，3）编队稳定，4）网络控制，5）实际应用。最后，主要问题和未来的发展方向在这一领域中也有详细的分析。
2异构植绒
参考文献。[ 2，13 ]详细地研究了主要问题（如分布和组合）在异构代理植绒。文献[ 2 ]的工作给一个层次一些无人机的体系结构指挥、控制和监视成群的无人地面车辆。参考文献。【6，11提出了保持团结的概念代理间潜在力的分离行为。
参考文献。[ 7，13 ]主要集中在一组非完整的移动代理可以同步的标题和使用本地控制律的速度。参考文献[ 2 ]提出了分层架构允许协调和控制成群的无人地面车辆的无人机群。层次结构的第三层次由中悬停在该组的高度无人机。每一组必须有一个牧羊人的无人机，但一个无人机可以护送一个或多个同时群体（参见图2）。无人机的初始分配是在一个利用电磁算法和无人机的分布式方式负责控制组的形状，构成和运动。这种架构的一个重要特点是通信需求与数字线性增长的车辆，使其可扩展到几十和数百个机器人。但这项工作未能执行模拟获得这种建筑的更详细的性能测量，特别是关于通信和控制方面。参考文献[ 3 ]开发团队的一个抽象的无人地面车辆这使得无人机平台可以控制团队没有对个别车辆的特殊性的认识。这种情况发生的方式与人类操作员的方式相同可以通过简单地指挥了一个UGV控制没有详细了解的情况下，转向速度车辆的具体细节。抽象包括总量团队和信息的形成模式关于球队的位置和方向平面。他们派生的控制器，让车队的车辆在避免碰撞和碰撞时形成尊重空中平台所指挥的抽象。参考文献[ 3 ]克服了参考文献[ 4 ]的关键限制需要一个全球性的观察员，以提供估计抽象状态。
参考文献[ 6 ]中的离散时间的相互协调的无人地面车辆和无人机两异质群体。无人地面车辆通过时不变的相互作用，最近—邻居规则。无人地面车辆形成的估计
质心只使用本地可用的延迟信息。相同的信息被发送到无人机组，环绕在地面上形成的重心，而避免空中碰撞。一个李诺夫诺夫分析也用于确保无人机追踪UGV组的质心。参考文献[ 7 ]集中在一组的运动同步非完整移动代理的使用本地控制律，和同步策略的灵感来自早期植绒模型参考文献。[ 8，10 ]，可确保所有代理标题和速度收敛渐近相同的价值和代理人之间的冲突避免。文献[ 11 ]，群体行为的无人地面车辆和无人机从聚集的所有群体的控制行动出现成员，它不是由一些集中控制方案。每辆车在当地被一个组合控制势场力和对准力。这个前控制组件确保避免碰撞和对该小组的吸引力，而后者转向了每一个车辆的平均标题，其“邻居”。参考文献[ 12 ]用于未知的机器人导航的力传感器环境，提供保证收敛到理想的碰撞的配置和恢复。参考文献[ 13 ]提出了一套非光滑控制律，使群的车辆，以使其速度矢量和当避免碰撞时，作为一个群体移动和在他们的环境中的静态障碍。建议控制法可以根据当地信息引导每辆车那是从一个球形附近在它周围。只有最近的邻居和障碍可能当车辆移动时，影响车辆的运动社区的连续变化。
3组控制
参考文献。[ 14，24 ]讨论了地层控制问题，其中参考文献[ 14 ]提出了一种基于视觉的形成控制器；裁判。[ 17，23，24 ]主要集中于分散的形成控制的导航功能；裁判。[ 19，20 ]分析了领导对地层稳定性的影响。参考文献[ 14 ]中描述了一个框架，协调多个机器人在协同操作中的任务，在视觉上用于建立相对位置和方向保持地层。参考文献[ 17 ]设计了一个开关协同控制方案，可以很好地与寻找目的的无人机和无人地面车辆的尺寸一个给定区域内的运动目标，其中的分布式同步算法和导航功能文献[ 18 ]进行编队控制。参考文献[ 20 ]介绍了领导者形成稳定（LFS）一个努力来描述如何领导投入的特点分析和干扰影响了该组的稳定性（见图3）。一个形成控制图=（五，电子，三维）是一个定向非循环图
1）一个有限集合V = { v1，hellip;，VP } P的顶点和地图分配给每个顶点Vi控制系统我X在西isin;RN和UIisin;RM；
2）边集Esub;Vtimes;V编码的主从关系代理商之间；
3）收集a {Dij}边缘规格定义控制目标（设定值）为每个J（VJ，VI）isin;E部分六isin;V.上述概念是基于输入到状态稳定和在层叠在裁判的不变性。[ 21，22 ]，LFS的量化误差放大信号传播过程在领导下面的形成。参考文献[ 23 ]提出了一种一组移动代理的导航功能可以协调，以实现特定的形成，两者在形状和方向，同时避免碰撞在自己和环境之间的障碍。参考文献[ 24 ]开发的运动规划和完整用于移动和控制器，与全球防撞和收敛性质，但工作需要扩展多无人机或铰接式无人地面车辆系统机制，并考虑全面动态。
4组稳定性分析
参考文献。[ 18，19，20，25 ]分析了群和编队控制。其中，文献[ 18 ]证实局部势函数方向为沿其中一些常见的李诺夫函数单调递减；参考文献[ 19 ]提出了一种分析方法基于的车辆编队稳定性特性输入状态稳定的概念（国际空间站）。该方法利用国际空间站的属性在某些类型中被保存级联和反馈互连，以传播从一个领导者-追随者对稳定边界全组。该方法允许的表征不同地层结构的稳定性和提供有关实验数据的正式理由网络拓扑结构对稳定性的影响。参考文献[ 20 ]研究了移动的稳定性基于以下的领导层，以及非线性增益估计是来自捕获的领导者行为影响的互连错误中观察到的形成；参考文献[ 25 ]开发了一种连续反演对于非完整的无人地面车辆的稳定方法。这个方法是不限制，但可以应用到一个广泛的严格反馈非线性系统的一类。它还表明，反推不连续的参考控制信号能有助于缓解抖振的效果。
5网络控制
自从维纳出版了这本书：“控制论”在动物和机器中的控制和沟通“1948 [ 26 ]，如何提高沟通人与机器成了一个关键问题。与控制的发展和相互渗透，网络和通信技术，控制系统结构变得越来越复杂，而且复杂系统控制性能要求越来越严格的。参考文献。[ 27，32 ]应用网络异构协同控制技术。参考文献[ 27 ]提出了一种鲁棒算法在稀疏连接的传感器网络中的节点映射使用来自UGV范围只测量和里程计。这种方法是利用扩展卡尔曼滤波器（EKF）在极地空间模型的非线性内rangeonly使用高斯分布的测量。在大多数合作中，沟通是必不可少的控制与传感范式。参考文献[ 28 ]提出了为了维护端到端策略的实验研究通信链路的任务，如监视和搜索和救援团队的连接是必不可少的向基站提供态势感知。这种方法
考虑监测点对点的差异信号强度与数据吞吐量。参考文献[ 29 ]表明，如果一个互联系统代理与时间不变，最近邻相互作用法律是稳定的（在这个意义上，所有代理的状态渐近同步），引入通信延迟在传播国家信息之间邻近的药物不会破坏系统的稳定性。这是正式在离散时间，利用特殊类非负矩阵的性质并通过观察系统的轨迹不受影响由部分的成熟延迟动力学。参考文献[ 30 ]讨论网络之间的相互作用控制系统。参考文献[ 32 ]解决养老问题全连接断开地面的移动节点通过动态地将无人机作为中继节点，和启发式算法，以找到最小数量这种无人机需要提供全连通性和找到相应的位置，这些无人机。这个无人地面车辆的运动也被跟踪和定位无人机的更新时间到时间。通信建筑设计与现有的工作MANET路由协议（见图4）。
6实际应用
自动目标识别是一个重要的任务侦察无人机或无人地面车辆。有一些关键问题对付，如侦察的数量无人机或无人地面车辆使用的一些交互，网络中心定位的延迟和感知能力用于定位中心的攻击系统。参考文献[ 33 ]主要集中在无人机之间的协调方面有效地确定他们的行为是如何使用群集机制，并描述了不同的算法在系统中的无人机执行的操作不同的群集策略，这是嵌入在软件代理位于无人机。参考文献[ 34 ]介绍一个分散式架构的实现无人机和无人地面车辆的积极从事自治团队知觉，也提出了一个理论框架基于一个既定的方法的基础传感器融合问题。这提供了透明的整合来自异构数据源的信息和方法适用于任务，包括搜索和跟踪多地目标。参考文献[ 35 ]提出了一些已努力由宾夕法尼亚大学掌握实验室完在城市部署无人机和无人地面车辆的队伍作为项目的一部分，环境的mars2020。赞助由国防高级研究计划局（DARPA），这个项目重点发展的关键技术要求实现网络中心控制的异构平台战略的反应，生存和可持续的侦察，监视或搜索和救援类型任务。在这一努力中，大学宾夕法尼亚与格鲁吉亚研究所的合作技术与南加州大学。多机器人团队由5个无人地面车辆，2固定翼无人机和飞艇（见图5）。
参考文献[ 36 ]提出了一个完整的系统，包括一种基于视觉的姿态估计方法飞行器在室内环境中导航的合作地面机器人（见图6）。姿态估计技术使用一个轻量级的光发光二极管（发光二极管）立方体结构作为一种模式连接到一个微型飞行器。由地面机器人的相机观察到的图案这提供了飞行机器人的估计姿势。该系统不局限于单一的位置和允许合作探索未知环境。这是适合执行任务的搜索和救援的MAV延长传感器的范围地面机器人。所有的功能组件和互连它们之间是在图7。
由于安全和安全成为一个关键问题在世界范围内，天线视频监视系统（AVS）无人机或UGV已经越来越重要的角色不仅在民用而且军事应用。主动视觉是一种智能视觉信息获取机制。它是建立在积极变化的基础上的获取视觉信息的传感器定位与定位。参考文献[ 37 ]提出了一种基于主动视觉的视频监控系统示意图如图8所示。参考文献[ 38 ]开发了一个系统和面向控制的智能代理框架称为混合智能控制剂（HICA），以及其组成为具体的种类多智能体系统。HICA是本质上的发展在一个混合控制系统的核心，知识规划与协调可以整合验证混合控制原语实现的协调多模态动力系统的控制。这个方案被成功地应用于控制的团队无人机和无人地面车辆从事追逃战争游戏。图9描述了多车辆-概念观的追求—包括无人机和无人地面车辆的逃逸。参考文献[ 39 ]提出了一个普遍适用的方法通过无人机无人地面车辆跟踪。这种方法的美是向无人机指南提供的唯一信息系统需要建立和维护的航点目标跟踪。因此，任何类型的修改无人机的制导和控制系统所需。只要车辆可以按照简单的点在一个封闭的循环中，它将与建议的方法。另一个优点是它的工作非常好的无人机，有传感器的固定姿态和几何形状。参考文献[ 40 ]提出了一种主从控制法这使得一个移动机器人在特定的轨迹跟踪期望的轨迹在这架飞机上的位置与它的领导，和它强调了其潜在用途的形成控制。这种控制律已经设计使用反推，根据独轮车模型，包括动态扩展。
7未来的方向
虽然多个无人机和无人地面车辆的异质合作在过去的几年中取得了很大进展，有还有一些基本的和有趣的问题，在这个特定的值得进一步探讨的领域。（1）目前这一领域的进展是相当肤浅的，多个动态时变拓扑结构无人机和无人地面车辆的群集系统是一种很有前途的方向。此外，如何构建一个更复杂的环境与多功能车辆系统也是一个有趣的研究方向。（2）为群集运动和编队控制多架无人机和无人地面车辆，有各种各样的方法，和这些方法的稳定性和鲁棒性，需要进一步分析。一个比较深入的异质性理论基础合作控制应建立在进入大规模异构多无人机和无人地面车辆系统的实现。（3）异构无人机和无人地面车辆系统，它是很难
剩余内容已隐藏，支付完成后下载完整资料
资料编号：[148350]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
