多无人机协同规划与自主决策方法研究.pdf

多无人机协同规划与自主决策方法研究

摘要

无人机集群以其灵活性、高效性和低风险等特点，在执行多种高危或繁重任务中代

替人工操作，已在军事侦察、环境监测、灾害搜救等多个领域展示出广泛的应用潜力。

路径规划与决策控制方法是推动无人机集群智能化发展的关键技术之一。然而，现有研

究存在集群协同效率低、路径规划收敛性差、对环境的适应能力不足以及实时避障能力

有限等问题，这限制了多无人机系统性能的发挥，亟需研究更加高效、可靠、智能的协

同方法。区域覆盖和目标搜索作为无人机集群执行任务的两个核心环节，具有高度的相

关性和互补性，区域覆盖任务通过确保无人机对整个指定区域的全面监测，为后续的目

标搜索任务提供必要的环境信息和初步侦察基础，而目标搜索任务则在覆盖的基础上进

一步进行特定目标的精准定位，从而提高任务执行的效率和准确性。为此，本文围绕区

域覆盖和目标搜索这两项核心任务，针对静态已知、动态已知和动态未知等多样化任务

环境，开展多无人机协同规划与自主决策方法的理论研究。这主要包括以下四项具体的

研究工作：

（1）现有无人机集群规划方法在区域覆盖任务中往往在协同性和环境适应性等方

面存在一定局限性，这可能导致多无人机在森林和农田监测等应用场景中任务执行效率

低、覆盖质量不佳等问题。为此，本文提出一种基于虚拟力导向粒子群优化的多无人机

协同规划方法。该方法将虚拟引力模型引入粒子群优化算法来指导粒子的移动，从而提

高无人机集群的任务执行效率。并且设计了综合考虑无人机能耗和覆盖效果的适应度函

数，实现区域覆盖性能的最优化。此外，设计了一种自适应升降控制策略，通过动态调

整无人机的飞行高度和相对位置来降低无人机间的通信干扰。仿真实验表明，该方法能

够有效提高覆盖率和能源利用效率，同时降低通信干扰。这项研究可以为多无人机目标

搜索任务提供必要的环境信息和通信支持。

（2）尽管一些多无人机目标搜索方法在确定性环境中展现了卓越性能，但这些方

法在实时性、适应性和能耗方面的不足限制了多无人机在复杂场景（如车间运输、仓库

盘点等）中的避障和搜索能力。为此，本文提出一种基于自适应鲸鱼优化算法的多无人

机协同搜索规划方法。该方法利用先验信息构建概率目标地图，标识每个位置可能存在

目标的概率，为搜索提供有价值的线索。然后，设计了基于虚拟力的实时避障策略，确

保无人机在搜索过程中能够灵活避障。此外，利用改进的鲸鱼优化算法对任务目标进行

分布式协同搜索，求解无人机集群的全局最优搜索路径。仿真实验表明，该方法不仅能

哈尔滨工程大学博士学位论文

够提高目标发现概率并降低路径成本，同时具有较强的环境适应性。

（3）为了解决多无人机在不确定环境下探索效率低、自主决策能力不佳的问题，本

文提出一种基于启发式深度强化学习的多无人机协同探索决策方法。该方法以深度Q网

络为基础构建探索决策模型，并设计一个综合考虑搜索进度、避障和能耗等因素的奖励

函数，旨在改善复杂环境下稀疏奖励的问题，从而提高无人机集群的学习效率。同时，

利用鲸鱼优化算法引导深度Q网络对不确定环境的探索，这样既可以提高无人机对环

境的探索效率，又可以克服Q网络易陷入局部最优的问题。此外，采用渐进式增加场景

复杂度的训练策略，有助于增强探索决策模型的泛化能力。仿真实验表明，该方法具备

良好的鲁棒性和环境适应性，能够提高搜索任务的成功率、减少搜索时间和无人机集群

的能耗。

（4）传统探索决策方法往往面临环境适应性差和实时响应能力不足的问题，这制

约了无人机集群在动态环境中的任务执行能力。为此，本文提出一种基于改进竞争深度

Q网络的多无人机自主决策方法。该方法首先对动态未知环境进行三维建模，以模拟更

加真实的任务环境。接着，选择竞争深度Q网络架构作为自主决策模型，通过将Q值

分解为状态值和优势函数两部分来减轻传统深度Q网络对Q值的过估计问题。此外，

优化了经验回放缓冲池机制，通过对训练经验进行分类管理，使竞争网络可以选择更有

价值的训练样本，从而促进多无人机对环境的探索。仿真实验表明，该方法具有良好的

收敛性和适用性，能够为多无人机系统规划出安全且高效的航行轨迹。在处理实际的协

同规划和自主决策问题方面，该方法具有巨大的应用潜力。

关键词：多无人机协同；区域覆盖；目标搜索；群体智能；深度强化学习