友情链接
期刊简介
期刊名称： 无人系统技术
英文刊名： Unmanned Systems Technology
出版周期： 双月刊
语种： 中文
主管单位： 中国航天科工集团有限公司
主办单位： 北京海鹰科技情报研究所
主编： 刘海丰
国内统一刊号(CN)：10-1565/TJ
国际标准刊号(ISSN)：2096-5915
考虑多种同步策略的无人车与无人机协同配送路径规划研究
孔继利;谢民辉;王浩;针对末端配送场景的无人车与无人机协同配送路径规划问题，开展了考虑多种同步策略下该问题的求解方法设计和计算实验分析研究。首先，考虑无人车与无人机配送时的路径协同和必要约束，以最小总成本和最小总时间为目标，建立了考虑多种同步策略的无人车与无人机协同配送路径规划问题的混合整数规划模型。随后，设计了一种加入禁忌列表和重初始化步骤的改进自适应大邻域搜索算法，从而实现对模型快速、有效的求解。最后，不同规模算例实验和算法对比实验证明了模型与算法的有效性。无人车与无人机多种同步策略对比实验的结果表明，相比全同步策略和半同步策略，多点同步策略可降低1.36%和23.79%的总成本或降低5.95%和1.19%的总时间，这为无人车与无人机协同配送的实际应用提供了有价值的参考。
基于深度神经网络的再入滑翔飞行器集群智能协同决策
叶泳锋;李佳音;顾凡;安昊;面向高超声速飞行器大规模集群再入滑翔任务，针对智能协同分组与目标分配问题开展理论研究。首先，分析了飞行器集群协同再入任务特点，提出“分布预测-集中优化”决策框架。然后，基于标称轨迹再入制导方法，构建了深度神经网络以快速预测单个飞行器航程、航时等机动能力信息；在此基础上，针对大规模集群时间协同约束，设计了改进型聚类算法，实现了飞行器集群快速编组与目标分配。最后，对所提出的飞行器集群智能协同决策开展了仿真验证。仿真结果表明，所提出的智能决策能够准确生成集群分组与目标分配方案，在特定场景下其平均耗时仅为传统决策的10%，具备良好的应用潜力。
多无人机协同广域动目标混合机制搜索方法
叶坪;安宣谊;田维勇;针对多无人机协同广域运动目标搜索的关键问题，提出了一种融合混合覆盖遍历搜索与分布式蚁群算法的搜索方法：HC-DACOS，旨在快速发现任务区域内的运动目标。以固定翼无人机的性能参数为约束条件，综合考量目标发现收益与环境覆盖收益，首先，构建多无人机协同搜索模型。基于目标存在概率，将任务区域划分为重点区域与一般区域，其中重点区域采用扫描线覆盖方式搜索，一般区域通过分布式蚁群算法执行搜索，实现对任务区域的高效协同覆盖。其次，在此基础上，引入滚动优化策略对无人机航迹进行在线动态优化，进一步提升航迹规划的最优性。最后，为验证方法有效性，以4架无人机为实验对象开展仿真验证。仿真实验结果表明，与单独使用分布式蚁群算法相比，HC-DACOS可引导无人机优先搜索重点区域，不仅能快速发现更多运动目标、显著降低环境不确定性，还将协同广域目标搜索的任务效率提高了25%。
复杂障碍场景下多无人机协同任务规划
刘汇钟;王艳坤;孙光辉;近年来，多无人机协同执行多目标任务的规划问题受到广泛关注。该问题通常包括三个相互关联的子问题：任务分配、路径规划以及协同优化。在多重约束条件下，这三者存在本质上的耦合关系，彼此影响，从而共同决定协同任务的整体执行效果。针对三者间多重耦合关系的问题，开展了集成式的“任务分配-路径规划-协同优化”方法研究。首先，构建了一种公平优先的任务分配策略，结合分布式拍卖机制与优化建模方法，实现多无人机间任务负载的均衡分配。其次，设计了一种“剪枝-桥接-回溯”（Pruning-Bridging-Backtracking,PBB）的PBB-Dubins路径规划框架，以适应存在复杂障碍的环境，生成平滑可行的轨迹。最后，引入粒子群优化结合局部搜索策略，实现多无人机路径的协同优化。真实数字高程模型地形数据的仿真实验结果表明，多机路径长度偏差能够最终降低至1.37%。该方法能够显著提升在复杂障碍环境中多无人机多目标同步规划的安全性与同步性。
Threat-MAPPO：动态威胁感知下的多UGV自主决策框架
魏邦奇;邓汉强;陈浩;杨帅;潜昶宇;黄健;针对城市巷战动态威胁环境下人机协同作战的多无人地面车辆（UGV）自主决策难题，提出融合实时威胁感知与协同强化学习的决策框架。首先，构建时空耦合动态威胁模型，集成静态威胁（基础威胁值、地形遮蔽系数）、动态威胁（人员临近度、历史观察区域）及UGV侦察演化机制；随后，设计威胁驱动的多智能体近端策略优化框架（Threat-MAPPO），采用“集中训练-分散执行”架构，创新性提出双流特征融合策略网络处理全局战场上下文与局部精细特征，并设计分层奖励函数实现威胁覆盖、协同惩罚与探索激励的多目标优化；最后，通过仿真验证系统性能。实验表明，动态威胁模型实现战场风险精准量化；相较传统基于A*的协同算法和基于战术规则的前出侦察策略，Threat-MAPPO在敌方火力配置变化的不同场景下均取得最高任务胜率（平均71.25%，分别提升22.75%和36.50%），且在动态敌人数量增加时胜率下降幅度最小，显著提升了动态环境适应性。该框架有效解决了动态威胁下多UGV自主决策的实时性与协同性问题，验证了“机器前出侦察-人员安全跟进”新作战范式，为高威胁任务提供技术支撑。
深度学习在自动驾驶领域应用综述
段续庭;周宇康;田大新;郑坤贤;周建山;孙亚夫;成熟的自动驾驶技术能够极大降低交通事故率,保障驾驶人员与行人的安全,优化交通流运行,但早期的自动驾驶系统可靠性与智能性都很低,不能满足实际应用需求。近年来,深度学习技术迅速发展,并与自动驾驶领域结合,其在机器视觉、自然语言处理等领域的成功应用使得自动驾驶越来越接近现实。介绍了目前自动驾驶系统的主流技术框架,并对其各模块中深度学习技术的应用情况进行系统梳理,将自动驾驶系统分为分解式和端到端式两种技术方案,并将分解式方案进一步分为感知、决策、控制3大模块,分别对以上两类解决方案中深度学习技术应用的历史沿革、研究现状以及典型算法性能进行综合评述。已有的研究成果表明,分解式方案的技术路径较为成熟,感知、决策、控制3个功能模块分工清晰,可解释性强,但系统复杂度高,计算量大,软件架构庞大,硬件要求高,应进一步简化各问题的算法,加强各个算法模块间的功能整合,降低系统复杂度与硬件要求;端到端式方案计算量小,硬件要求低,且系统复杂度低,但对算法要求高,安全性低,可解释性、可靠性差,建议未来通过完善智能道路基础设施,推进5G传输的应用,加强车路、车云协同,进一步完善现有算法来解决以上问题。
智能化战争与无人系统技术的发展
李风雷;卢昊;宋闯;郝明瑞;对军事领域无人系统技术的发展现状进行了综合评述,并对未来研究进行了展望。首先分析未来战争的发展趋势,指出未来战争将是智能化战争,并且无人系统是未来战争的主力军。随后通过列举美国在军用无人系统技术领域的发展现状,说明美国正在分布式、多域作战概念牵引下大力推动无人系统智能化技术的发展。最后从无人平台的智能化、武器系统的智能化及作战运筹的智能化三个方面对无人系统技术在未来智能化战争中的应用给出建议。综述表明,智能化协同的无人系统集群作战是未来战争的主要形态,人工智能、分布式是当前以及未来一段时间内无人系统技术的研究热点。
跨域协同：无人系统技术发展和应用新趋势
何玉庆;秦天一;王楠;随着无人系统技术的不断发展,多无人系统之间的跨域协同凭借其诸多优势成为当前无人系统领域研究和应用的热点。首先,阐述了无人系统跨域协同的概念形成与发展历程,并对未来发展趋势进行了展望;其次,系统梳理了国外多无人系统跨域协同技术的研究情况,分别从比赛竞技、项目研发和应用三个角度对美国、欧盟等无人系统跨域协同技术开展分析综述;然后,介绍了无人系统跨域协同的核心问题和技术体系;最后,通过对典型应用案例分析表明跨域协同对实际应用效能有明显提升作用,相关研究为我国未来无人系统跨域协同相关发展提供参考。
室内定位技术综述
孙大洋;章荣炜;李赞;由于室内环境下消费级、企业级应用的需求推动,基于室内位置的服务在信息系统中的重要性日渐凸显。室内定位技术作为基于位置服务的核心,存在众多的可选方案。从室内定位算法、测量技术和融合定位技术三个方面对各种室内定位技术进行梳理,并对距离测量、指纹定位、SLAM技术、惯性导航等多种适用于不同场景定位技术的基本原理进行综述;从定位技术特点、定位需求的角度对各种定位技术进行了对比分析;探讨了室内定位中的识别与分辨能力、定位系统容量、快速的定位系统部署能力等基于位置服务的问题,继而讨论了目前室内定位技术推向应用实践所面临的挑战。
集群智能算法综述
秦小林;罗刚;李文博;张国华;集群智能领域的研究正呈爆炸趋势增长,每年都有无数新的集群智能算法以及改进算法被提出,这些算法在各自的领域内都扮演着相当重要的角色。从集群智能算法的特点与待解决问题出发,首先介绍集群智能算法的概念及部分经典算法,重点介绍粒子群算法与蚁群优化算法的主要思想;然后根据不同集群智能算法在不同应用问题的差异表现,对当下的几个热点问题如Ad Hoc网络、大数据与机器学习、智能电网与智慧交通等领域的集群智能算法作了简单介绍;其次是关于集群智能算法领域理论研究的讨论,主要针对集群智能算法智能行为的产生机制、不同集群智能算法在面对同一问题的性能表现不同的原因、场景选定后集群智能算法性能最优的设计方法等问题展开,并给出了这些研究具有代表性的工作及未来的研究方向;最后对集群智能算法研究尤其是基础理论研究的发展方向进行了展望。
深度学习在自动驾驶领域应用综述
段续庭;周宇康;田大新;郑坤贤;周建山;孙亚夫;成熟的自动驾驶技术能够极大降低交通事故率,保障驾驶人员与行人的安全,优化交通流运行,但早期的自动驾驶系统可靠性与智能性都很低,不能满足实际应用需求。近年来,深度学习技术迅速发展,并与自动驾驶领域结合,其在机器视觉、自然语言处理等领域的成功应用使得自动驾驶越来越接近现实。介绍了目前自动驾驶系统的主流技术框架,并对其各模块中深度学习技术的应用情况进行系统梳理,将自动驾驶系统分为分解式和端到端式两种技术方案,并将分解式方案进一步分为感知、决策、控制3大模块,分别对以上两类解决方案中深度学习技术应用的历史沿革、研究现状以及典型算法性能进行综合评述。已有的研究成果表明,分解式方案的技术路径较为成熟,感知、决策、控制3个功能模块分工清晰,可解释性强,但系统复杂度高,计算量大,软件架构庞大,硬件要求高,应进一步简化各问题的算法,加强各个算法模块间的功能整合,降低系统复杂度与硬件要求;端到端式方案计算量小,硬件要求低,且系统复杂度低,但对算法要求高,安全性低,可解释性、可靠性差,建议未来通过完善智能道路基础设施,推进5G传输的应用,加强车路、车云协同,进一步完善现有算法来解决以上问题。
仿蝴蝶扑翼飞行器：研究进展、挑战与未来发展
肖扬宏;崔峰;张逸晨;赵佳欣;吴朝封;肖一鸣;以昆虫为灵感设计的仿生扑翼飞行器在近三十余年来的时间里发展迅速，而蝴蝶作为众多昆虫中极富特色的一种也得到了许多研究者的关注。国内外以蝴蝶为研究对象进行了许多的仿生学研究和仿生飞行器研制，尤其是近十年来仿蝴蝶扑翼飞行器的设计与制造取得了较大的进展。对这一热点领域的研究进行了综述。首先从仿蝴蝶扑翼飞行器（BIFAV）的升力机制研究、结构设计与制造以及驱动与控制方面，综述近年来所取得的研究成果；其次指出仿蝴蝶扑翼飞行器目前在大小尺度、飞行灵活性、续航时间、控制鲁棒性以及仿生的逼真性方面仍然存在研究挑战；最终表明其未来的研究将朝着更小的尺寸、更灵活的飞行与更可靠的控制、更高的仿生程度等方向进一步完善。
跨域协同：无人系统技术发展和应用新趋势
何玉庆;秦天一;王楠;随着无人系统技术的不断发展,多无人系统之间的跨域协同凭借其诸多优势成为当前无人系统领域研究和应用的热点。首先,阐述了无人系统跨域协同的概念形成与发展历程,并对未来发展趋势进行了展望;其次,系统梳理了国外多无人系统跨域协同技术的研究情况,分别从比赛竞技、项目研发和应用三个角度对美国、欧盟等无人系统跨域协同技术开展分析综述;然后,介绍了无人系统跨域协同的核心问题和技术体系;最后,通过对典型应用案例分析表明跨域协同对实际应用效能有明显提升作用,相关研究为我国未来无人系统跨域协同相关发展提供参考。
智能化战争与无人系统技术的发展
李风雷;卢昊;宋闯;郝明瑞;对军事领域无人系统技术的发展现状进行了综合评述,并对未来研究进行了展望。首先分析未来战争的发展趋势,指出未来战争将是智能化战争,并且无人系统是未来战争的主力军。随后通过列举美国在军用无人系统技术领域的发展现状,说明美国正在分布式、多域作战概念牵引下大力推动无人系统智能化技术的发展。最后从无人平台的智能化、武器系统的智能化及作战运筹的智能化三个方面对无人系统技术在未来智能化战争中的应用给出建议。综述表明,智能化协同的无人系统集群作战是未来战争的主要形态,人工智能、分布式是当前以及未来一段时间内无人系统技术的研究热点。
人工智能技术在智能医疗领域的应用综述
朱小伶;人工智能技术在医疗领域的应用有着很长的研发历史,医疗领域长期存在的一些弊病和痛点,也促使很多人工智能科研团队在不断深入探索。在此次抗击新冠肺炎疫情过程中,人工智能发挥了巨大的作用,也使我们进一步认识到了人工智能技术对智能医疗不可或缺的作用。对近期人工智能技术在智能医疗领域的相关应用成果进行了综合评述,并对未来发展趋势进行了展望。首先,结合人工智能技术对抗击新冠肺炎疫情的赋能,从医生、病患、医疗信息系统三个角度介绍当前人工智能技术对医疗领域的影响,并聚焦基于深度学习模型的人工智能技术在医疗领域的应用;随后,从新药研发、诊疗预测、医养机器人、知识推理四个角度概述医疗领域与人工智能技术深度融合的发展趋势;最后,从算法过拟合、不平等性明显、可解释性差、隐私保护、缺乏可靠验证等五个角度讨论人工智能技术在医疗领域应用所面临的挑战。
编辑部公告
比赛通知丨2026第六届智能无人系统应用挑战赛（第一轮通知）
2025第五届国际自主无人系统大会（ICAUS 2025）在上海顺利举办！
倒计时1天 | ICAUS 2025明日在沪启幕！
开幕倒计时3天 | 2025第五届国际自主无人系统大会（ICAUS 2025） 全量精彩日程公布
2025第五届无人系统高峰论坛报告专家揭晓（USS 2025 ）
2025“申达杯”智能无人系统应用挑战赛成功举办
报到直击丨青春闪耀正当时，带你一览挑战赛签到现场！
倒计时1天丨大赛准备就绪，我们明天见！！
倒计时3天丨2025“申达杯”智能无人系统应用挑战赛科目汇总来袭！
《无人系统技术》哈尔滨区域编委会会议顺利召开——建言献策 共谋期刊发展
more..网站访问量
今日访问量: 27