基于改进NSGA-II的多无人机三维空间协同航迹规划研究

王 猛，王道波，王博航，周晨昶，姜 燕

(南京航空航天大学自动化学院，江苏 南京 210016)

0 引言

现如今，无人机自主能力不断完善，环境感知和认识能力愈发成熟，在越来越多的领域大显身手；另一方面，飞行任务多样性和复杂性不断上升，促使无人机集群自主控制成为了新的研究热点[1]。

其中，协同航迹规划为多无人机提供执行任务的最优航迹，是保证任务完成的重要环节[2]。目前，大部分算法[3-4]存在将多个目标条件人为加权求和，变为单一目标进行讨论的情况，结果受加权系数影响较大。Deb等[5]在2001年提出了多目标优化算法——非支配排序遗传算法(non-dominated sorting genetic algorithm II,NSGA-II)，该算法使用Pareto最优解集，避免了多目标单一化处理，正广泛应用于多个领域[6-7]；Lee等[8]将纳什均衡方法与NSGA-II算法相结合，在仅考虑空间协同约束的条件下，有效解决了多无人机航迹规划问题；周德云等[9]将时间协同和空间协同作为约束条件，在包含威胁区的二维平面内规划出多无人机航迹，但忽略了拥挤度算子，降低了种群个体的多样性，易陷入局部最优。

目前,针对多无人机协同航迹规划，依旧存在以下问题：

a.部分算法在二维平面内进行讨论。

b.缺乏同时考虑无人机的机动性能约束和协同约束，或约束条件描述不够详细。

c.使用算法缺少寻优能力和收敛性上的改进。

本文使用改进后的NSGA-II算法，在三维空间中进行多无人机协同航迹规划。首先，构建多无人机飞行环境的数学模型，选用双染色体编码方式表示无人……