基于粒子群遗传算法的多无人机协同路径搜索*

姚 军，李思捷，罗德林，刘善国，王国耀，吴 军

（1.解放军95894 部队，北京 102211；2.厦门大学，福建 厦门 361102）

0 引言

近年来无人机（Unmanned Air Vehicles，UAV）被广泛应用于军事和民用领域。在不确定环境下侦察作战时，由于单架无人机对搜索区域信息了解有限，为了提高对搜索区域信息的感知能力和目标搜索效率，多架无人机的协同路径搜索和信息获取已经成为当前研究重点，美军已将无人机集群作战作为未来发展的重要方向。

无人机目标搜索研究一直备受科研学者的关注。文献［1-2］中提出了一种基于概率图模型的遗传算法，搜索不确定环境中的目标，但该算法未对无人机搜索路径效率进行分析。基于状态预测的滚动优化搜索决策方法，根据概率可以预测无人机要经过的路径，有效避开了禁飞区，但会出现重复搜索的路径，搜索效率较低［3-4］。文献［5］提出了一种利用合作模型的搜索算法，无人机可以在指定区域内实现协同搜索，但该算法搜索目标的数量依赖搜索区域先验信息，具有一定局限性，实用性不强。覆盖式搜索算法可对整个环境区域进行完整搜索，但考虑到无人机油耗有限，在现实状态下不太可能采用该方式进行大范围搜索［6-7］。文献［8］提出了一种对不规则凸多边形区域进行分割处理，然后分配给指定无人机进行搜索的算法，但该方法没有考虑地形和高度等环境因素对搜索的影响，同时对凹多边形也无法使用。

本文针对以上算法不足，提出了基于粒子群遗……