GPS受限环境下自主无人机系统协作搜索与定位理论及应用研究

In this project, the monitoring of GPS denied environments using multiple miniature unmanned aerial vehicles (UAVs), equipped sensors such as vision, ranging sensors, etc. will be studied. Decentralized search flight autonomy, online trajectory optimization and cooperative localization will be investigated systematically. First, for the search in any shapes of the GPS and communication constrained cluttered environments, multi-UAV cooperation autonomy design will be explored. By considering sensors' sensing range, collision avoidance and workload balance issues, the search area will be assigned to UAVs autonomously by using computational geometry methods. Then, for the online trajectory planning, UAVs' flight heading angle, acceleration will be optimized together to maximize the coverage search area. For the multi-UAV cooperation purpose, rendezvous control strategy will be proposed. Through decentralized information fusion, machining learning approaches, UAVs' search completeness information will be self-learned and the mission will be re-scheduled autonomously. Furthermore, to solve the location estimation drift issue in the autonomous flight, and to handle packet dropouts problem, a robust solution to ranging based multi-UAV cooperative and decentralized localization will be developed. Finally, by the developed simulation and outdoor experiment platforms, the effectiveness of the proposed algorithms will be verified and the performance will be evaluated. The problems to be studied are hot in control area which are of great importance from both theoretical and practical perspective.

本项目主要面向GPS受限环境侦察等应用需求，以搭载视觉、测距等传感器的小型多无人机系统为主要研究对象，旨在系统地研究自主分布式搜索智能、航迹在线优化以及协作定位问题。首先以任意形状的GPS及通信受限杂乱环境搜索为出发点，探索多机协作智能设计策略。考虑传感器探测范围、多机防冲撞、工作量均衡等约束条件，采用计算几何的方法对搜索区域进行全自主分配。然后，针对在线路径规划问题，提出航向与加速度联合优化策略以最大化搜索范围。以多机协作为目的，提出会聚控制策略，通过分布式信息融合、机器学习等方法对搜索任务完成情况进行在线学习及任务调度。再次，为了解决自主导航中位置估计漂移问题，提出基于相对距离测量的多机协作分布式鲁棒定位策略并同时考虑观测丢包等问题。最后，通过搭建的仿真和室外场景试验平台进行算法有效性验证及性能测试评估。本项目的研究内容是当今控制领域热门的研究课题，具有重要的理论意义和现实意义。

本项目主要解决GPS受限环境下的自主无人机系统复杂环境下协作定位与搜索问题，本项目在执行期间完成了研究计划内容并在其基础上做了拓展研究。首先为了确保无人机可以有效地进行多机协作，展开了复杂干扰环境下的自主无人机自适应姿态控制设计，提出了基于快速终端滑膜的快速姿态控制；在此基础上，展开了多无人机协作搜索算法设计与分析研究，包括了未知环境全覆盖搜索算法研究，基于Voronoi和SHGP算法的高精度区域协作搜索算法设计，基于贪婪算法与多任务高斯过程(MGP)预测策略相结合的室内高效搜索理论与算法。其次开展了GPS受限环境下多无人机协作定位算法研究，并在此基础上展开了多无人机协作目标合围理论研究及障碍物协作穿越技术研究。进一步地，研究了人机交互技术，包括了基于WIFI信号的人机交互和基于视觉技术的人机交互研究。最后为了方便多机实验验证，自主研发了基于数字孪生技术的多无人机仿真平台。项目研究成果发表在IEEE Transactions on Industrial Electronics、IEEE Internet of Things Journal、IEEE Transactions on Cybernetics、Science China Information Sciences、Automatica等期刊上。本项目在复杂场景下多无人机未知区域全覆盖搜索、GPS受限环境下多无人机协作定位及在此基础上的目标合围、协同避障做出了理论贡献。除此之外本项目还探索了GPS受限环境下的人机交互以及基于数字孪生技术的虚实仿真系统构建。这些理论技术均在自主开发的无人机系统上得到了实验验证，为本项目的研究成果在未来实际应用提供了技术保障。本项目研究成果在智慧城市、国防应用等中均具有广泛的应用前景。