D-S证据理论在小型空地无人集群战场目标识别中的运用

近年来,多传感器信息融合技术在无人集群战场目标识别等领域得到了广泛的关注,针对D-S证据理论在无人集群协同目标识别过程中潜在的冲突证据组合问题进行了研究。首先,提出了一种基于综合考虑目标识别主体可信性和证据间支持度的复合折扣系数计算方法,并引入了结果精炼机制;其次,对该方法在无人集群战场目标识别中的运用进行了探讨;最后,通过仿真算例验证了新方法能够克服低置信度、高冲突证据组合“一票否决”的问题,与其他几种典型的改进算法相比,尤其适用于冲突证据数目较多的情况。

空地无人集群自调节控制与动态路径规划方法

针对异构感知条件下空地无人集群协同避障与导航问题,提出了集群队形自调节控制与动态路径规划方法。首先,建立了无人机(UAV)与地面机器人的运动、感知与通信模型,设计了空地无人集群协调运动控制架构,满足异构集群协同避障与导航的控制目标。其次,提出了机器人集群队形边界动态生成方法,分别设计了形状控制、个体避碰、编队控制与导航控制分量,实现了基于动态边界的集群队形自调节控制。结合机器人动态队形边界特性,提出了基于动态窗口优化的无人机路径规划方法,通过设计优化目标函数在集群协同运动的基础上实现了安全导航避撞。最后,设计了队形边界缩放、变形和旋转下的队形调节场景与狭窄廊道协同避障与导航任务想定,通过仿真算例验证了空地无人集群队形自调节控制与动态路径规划方法的有效性,并给出了所述方法能力边界的分析。