摘要：针对无人机（unmanned aerial vehicle, UAV）/无人艇（unmanned surface vehicle, USV）对海面区域的最优动态覆盖观测问题, 提出了一种以最大化观测收益为指标的航路优化方法。采用区域分解、子区域分配、航路规划相结合的分层求解思路： 首先, 根据信息密度等先验知识, 采取基于高斯混合模型（Gaussian mixture model, GMM）的区域特征提取理论, 从任务区域中提取出若干个子区域; 然后, 将子区域进行排序与分配, 从而将复杂的协同优化问题转化为多个简单的单UAV 或USV 航路规划问题;最后, 各UAV 或USV 在分配的子区域内采用并行滚动时域控制（receding horizon control, RHC）算法进行航路规划。仿真结果表明, 本文提出的GMM-RHC 方法具有更高的观测效率, 可有效解决无人机/无人艇最优动态覆盖观测问题, 具有重要的应用价值。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社