第3期 楼传炜，等：无人机群目标搜索的主动感知方法 ·581 目标被捕获的效率，设定了亮度>75%为高亮栅 5 3 捕获点 格，如图12所示。 :平均值 2 σ标准差 100 ·本文算法 +贪婪算法 15 一随机算法 -文献[16]算法 10 60 100 200300400 500600 数据长度 (c)文献[161搜索方法 3 30 捕获点 101520 30 25 -“平均值 迭代次数次 -o标准差 1” 图114类算法航迹覆盖率对比 Fig.11 Comparison of track coverage of four algorithms 35 贪婪算法 0 100 200300400500600 ← 30 随机算法 数据长度 25 ·主动算法 (d)本文搜索方法 20 文献[16算法 15 图134类算法目标捕获点分布 10 Fig.13 Four types of target capture points distribution 表24类算法一维数据统计表 101520 2530 Table 2 One-dimensional data statistics of four algorithms 迭代次数/饮 方法 贪婪搜索 随机搜索 本文方法 文献[5] 图124类算法高亮区域数量对比 11.36 20.08 19.26 Fig.12 Comparison of hot spot area of four algorithms 20.08 从图12中可以明显看出，4种搜索算法随着 u-g 2.60 5.96 8.47 5.99 迭代次数的增加，其高亮栅格逐渐增多。然而贪 目标从左侧穿越环境到右侧，因此采取x坐 婪算法因为局部最优，导致后半段高亮栅格数量 标可表明目标被捕获时的分布情况，数据平均值 不再增长，即目标总在同样的地方被捕获。文献[16 的搜索方法由于受到环境的限制，高亮栅格明显 u越接近环境边长的中间值(=185小整个数 2 少于随机搜索和本文搜索方法。如图12由于无 据在地图中分布得越均匀；两个数据标准差σ之 人机每次迭代均在地图中心产生，本文搜索方法 间分布的点越多，即4一σ越大，捕获点越分散，说 较随机搜索效果略好一些。因此本文用目标捕获 明算法搜索到的目标分布越接近目标真实分布； 点的分布表示算法搜索到的目标分布，结果如图13 实验结果表明，本文算法搜索到的目标分布更加 所示。4类算法一维数据统计如表2所示。 均匀及分散，更接近真实目标分布，文献[16] 的搜索方法效果与随机搜索接近。 35 捕获点 3 5 -4平均值 σ标准差 7结束语 20 经上述仿真实验结果可得：本文提出的主动 10 5 感知框架下的UAVs目标搜索算法适用于未知环 0 100 200 300 400 500 境下未知目标的无人机群体目标搜索问题。相比 数据长度 较于文献[5]的蚁群搜索算法、贪婪搜索和随机 (a)贪焚搜索方法 搜索，本文提出的主动搜索方法对环境探索的覆 :.捕获点 盖性强，对运动目标的捕获能力也较强。然而， 050 一4平均值 σ标准差 算法中UAVs仅仅依靠共享的环境信息互相通 信，协作搜索能力还有待提升，因此以后可对UAV 10 的通信能力以及无人机协同方式深入研究。 5 100 200 300400 500600700 参考文献： 数据长度 (b)随机搜索方法 [1]齐小刚，李博，范英盛，等.多约束下多无人机的任务规目标被捕获的效率，设定了亮度>75% 为高亮栅 格，如图 12 所示。 100 80 60 40 20 0 5 10 15 20 30 25 迭代次数/次 UAV 航迹覆盖率/% 文献[16]算法 本文算法 随机算法 贪婪算法 图 11 4 类算法航迹覆盖率对比 Fig. 11 Comparison of track coverage of four algorithms 35 30 25 20 10 5 15 0 5 10 15 20 30 25 迭代次数/次 文献[16]算法 亮度 >75% 栅格数/个 主动算法 随机算法 贪婪算法 图 12 4 类算法高亮区域数量对比 Fig. 12 Comparison of hot spot area of four algorithms 从图 12 中可以明显看出，4 种搜索算法随着 迭代次数的增加，其高亮栅格逐渐增多。然而贪 婪算法因为局部最优，导致后半段高亮栅格数量 不再增长，即目标总在同样的地方被捕获。文献 [16] 的搜索方法由于受到环境的限制，高亮栅格明显 少于随机搜索和本文搜索方法。如图 12 由于无 人机每次迭代均在地图中心产生，本文搜索方法 较随机搜索效果略好一些。因此本文用目标捕获 点的分布表示算法搜索到的目标分布，结果如图 13 所示。4 类算法一维数据统计如表 2 所示。 35 30 25 20 15 10 5 0 100 200 300 400 500 捕获点在 x 轴的投影 35 30 25 20 15 10 5 捕获点在 x 轴的投影 数据长度 0 100 200 300 400 500 600 700 数据长度 (a) 贪婪搜索方法 (b) 随机搜索方法 捕获点 μ 平均值 σ 标准差 捕获点 μ 平均值 σ 标准差 表 2 4 类算法一维数据统计表 Table 2 One-dimensional data statistics of four algorithms 方法 贪婪搜索 随机搜索 本文方法 文献[5] μ 11.36 20.08 19.26 20.08 μ−σ 2.60 5.96 8.47 5.99 ( MM 2 = 18.5 ) 目标从左侧穿越环境到右侧，因此采取 x 坐 标可表明目标被捕获时的分布情况，数据平均值 μ 越接近环境边长的中间值 ，整个数 据在地图中分布得越均匀；两个数据标准差 σ 之 间分布的点越多，即 μ−σ 越大，捕获点越分散，说 明算法搜索到的目标分布越接近目标真实分布； 实验结果表明，本文算法搜索到的目标分布更加 均匀及分散，更接近真实目标分布，文献 [16] 的搜索方法效果与随机搜索接近。 7 结束语 经上述仿真实验结果可得：本文提出的主动 感知框架下的 UAVs 目标搜索算法适用于未知环 境下未知目标的无人机群体目标搜索问题。相比 较于文献 [5] 的蚁群搜索算法、贪婪搜索和随机 搜索，本文提出的主动搜索方法对环境探索的覆 盖性强，对运动目标的捕获能力也较强。然而， 算法中 UAVs 仅仅依靠共享的环境信息互相通 信，协作搜索能力还有待提升，因此以后可对 UAV 的通信能力以及无人机协同方式深入研究。 参考文献： [1] 齐小刚, 李博, 范英盛, 等. 多约束下多无人机的任务规 35 30 25 20 15 10 5 捕获点在 x 轴的投影 30 25 20 15 10 5 捕获点在 x 轴的投影 0 100 200 300 400 600 500 数据长度 0 100 200 300 400 500 600 数据长度 (c)文献 [16] 搜索方法 (d) 本文搜索方法 捕获点 μ 平均值 σ 标准差 捕获点 μ 平均值 σ 标准差 图 13 4 类算法目标捕获点分布 Fig. 13 Four types of target capture points distribution 第 3 期 楼传炜，等：无人机群目标搜索的主动感知方法 ·581·