摘要

针对无人机集群协同搜索特定区域内多个运动目标问题, 考虑无人机群的飞行约束、传感器的探测概率与虚警概率、云台扫摆拍照探测等特征, 提出基于搜索收益平衡的多无人机协同搜索方法. 以无人机集群搜索的短期收益、长期收益和协调收益的平衡为核心, 设计只涉及目标存在概率和环境不确定度、高效率动态更新的搜索信息图, 建立了多无人机协同搜索数学规划模型, 并基于滚动规划架构和路径剪枝策略进行模型求解. 典型无人机集群协同搜索的数值算例验证了本文方法的有效性. 数值仿真结果表明, 本方法可以搜索到更多的目标且具有更少的误判次数, 有效提升多无人机协同搜索效能. 而且只采用目标存在概率和环境不确定度来构建搜索信息图, 避免了繁琐的计算和参数设置, 能高效更新环境信息, 有效引导无人机捕获更多的目标, 并在秒级的时间内做出每架无人机航迹决策.