无人机信息收集策略研究

无人机信息收集策略研究(论文18000字)
摘要：无人机作为机器人的一个分支，在机器人应用愈加广泛的情况下有着良好的前景。在无人机的诸多应用中，对传感器网络所采集的数据进行收集是一项重要分支。在收集信息的过程中，无人机与传感器相配合，通过无人机收集传感器所产生的信息，可以进行实时的监控，在防灾减灾、搜索营救、交通监管、资源勘探、边防巡查、森林防火、大气探测、农作物估产等领域有着广泛的应用。本课题所研究的就是无人机信息收集策略，在建立合适的网络模型的基础上，设计并优化无人机的飞行路径，使无人机对传感器集群实现实时的信息收集。课题采用剪枝算法和遗传算法对无人机的飞行路径进行有效优化，最终生成的路径可以使得传感器所采集的信息以最小的延时被收集至无人机上。完成这一课题，能够有效地提高无人机对传感器网络所采集信息的收集效率，对当下无人机的信息收集有着重要意义。
关键词：无人机；最小延时；剪枝算法；遗传算法

Research onUAV path planning in information collecting networks
Abstract:As a branch of robots, the unmanned aerial vehicle (UAV) has a good prospect when the application of robotics is more and more extensive. Gathering the data collected by the sensor network is an important branch in the many applications of UAVs. In the process of collecting information, UAVs can cooperate with sensors in order to implement the real-time monitoring. It has extensive applications in many areas such as disaster prevention and reduction, search and rescue, traffic supervision, resource exploration, border defense patrols, forest fire prevention, meteorological observation, crop estimation and so on. The content of this research is the UAV path planning in information collecting networks. On the basis of establishing a suitable network model, the flight path of UAV can be designed and optimized, so that the UAV can collect the real-time information on the sensor clusters. The research uses the pruning algorithm and genetic algorithm to optimize the flight path of UAV effectively. The final path can make the information collected by the sensor be gathered on the UAV with the minimum delay. The completion of this research can improve the collection efficiency in information collecting networks, which is very significant to the information collection of the UAV. [来源：http://www.think58.com]
Keywords: UAV; minimum delay;pruning algorithm; genetic algorithm
 

[资料来源：http://think58.com]

目录
1 绪论    1
1.1 无人机简介    1
1.2 课题意义    1
1.3 国内外主要研究现状    2
1.3.1 我国无人机发展现状    2
1.3.2 国外无人机的发展    2
1.3.3 目前主要研究成果及本设计创新点    3
1.4 研究内容    3
1.4.1 模型介绍    3
1.4.2 模型分析    3
1.4.3 主要工作介绍    4
2 基于简单路径的延时分析    4
2.1 简单路径介绍    5

[来源：http://www.think58.com]

2.2 简单路径下延时结果及分析    7
3 基于剪枝算法的路径优化    8
3.1 目标区域的优化    8
3.2 剪枝算法介绍    9
3.3 剪枝算法在路径优化中的作用    9
3.4 剪枝算法在设计中的应用    10
3.5 剪枝算法延时结果及分析    11
3.5.1 剪枝算法飞行路径及延时结果    11
3.5.2 剪枝算法结果与简单路径结果的比较    18
3.5.3 剪枝算法结果总结    18
4 基于遗传算法的路径优化    19
4.1 遗传算法介绍    19
4.2 遗传算法在路径优化中的应用    20
4.3 遗传算法在设计中的应用    20
4.4 遗传算法优化运行结果及分析    22
4.4.1 遗传算法飞行路径及延时结果    22
4.4.2 遗传算法结果与简单路径结果的比较    28
4.4.3 遗传算法结果与剪枝算法结果的比较    28
5总结与展望    30

[资料来源：www.THINK58.com]

参考文献    31
致谢    32
附录    33

[来源：http://think58.com]