控制与决策

作者：夏丹,陈洋,陈志环,杨艳华

单位：1. 武汉科技大学 机器人与智能系统研究院,武汉 430081;2. 武汉科技大学 冶金自动化与检测技术教育部工程研究中心,武汉 430081,,1. 武汉科技大学 机器人与智能系统研究院,武汉 430081;2. 武汉科技大学 冶金自动化与检测技术教育部工程研究中心,武汉 430081,,1. 武汉科技大学 机器人与智能系统研究院,武汉 430081;2. 武汉科技大学 冶金自动化与检测技术教育部工程研究中心,武汉 430081,,1. 武汉科技大学 机器人与智能系统研究院,武汉 430081;2. 武汉科技大学 冶金自动化与检测技术教育部工程研究中心,武汉 430081,

关键词：异构机器人;路径规划;持续监测;基尼不纯度;路径随机性;蚁群算法

基金：国家自然科学基金项目(62173262,62073250).

空地异构机器人系统由无人机和地面车组成,通过两者相互协作完成持续监测任务可以提高工作效率、解决无人机续航能力不足的问题.在该异构机器人系统中,地面车可以为无人机进行补能,保证监测任务的持续性.由于周期性的监测路径极易发生监测规律信息的泄露,提高无人机监测路径的随机性具有重要意义.针对此问题,引入基尼不纯度指标来评估监测路径的随机性,以目标点的归一化访问间隔时间及其基尼不纯度的加权之和最小为优化目标,建立无人机和地面车协作系统持续监测路径规划模型,提升监测路径的隐私性.采用蚁群算法对无人机监测路径和地面车补能路径进行优化求解,验证了模型的有效性与合理性.通过与其他算法比较,说明了蚁群算法具有更快的搜索速度和运行效率.

来源：2024年第3期

《控制与决策》期刊编辑部

查看控制与决策杂志2024年第3期