张莹莹， 周德云， 夏 欢

(西北工业大学，西安 710129)

0 引言

随着航空技术的发展，无人机(UAV)在军事和民用两个方面都发挥着重要的作用，而区域搜索是UAV的常见任务之一。通常UAV在执行搜索任务之前，对搜索区域的信息知之甚少，甚至一无所知，因此，无人机是在一个不确定甚至是未知的环境下执行搜索任务的。在这种情况下，相对于单架无人机来说，多架UAV协同对区域进行搜索，能够更全面彻底地搜索任务区域、更好地发现目标和获取情报信息。因此，本文对不确定环境下多UAV协同搜索问题进行了研究。针对不确定环境下的多UAV协同搜索问题，文献［1］将模型预测控制(MPC)和遗传算法结合起来，采用遗传算法进行路径规划。但是，一般的遗传算法只考虑了种群内部的竞争，而协同进化遗传算法不仅考虑单个种群之间的竞争，还考虑到多个种群，以及生物与环境的竞争、合作与共生的关系。因此，本文研究基于协同进化遗传算法的多UAV协同搜索算法，进一步提高搜索效能。

论文采用搜索概率图来描述搜索环境的不确定性，搜索概率图中包含了UAV对搜索环境的先验信息，减小了搜索的盲目性。采用协同进化遗传算法进行多UAV协同搜索路径规划，可在线滚动生成局部最优路径，满足实时性要求。

1 多机协同区域搜索问题建模

1.1 环境模型

假设搜索区域为一平面矩形区域，其中分布着NT个目标，NV架UAV进入任务区域后对目标进行搜索。本文将搜索区域划分为Lx×Ly的离散单元，称所有单元的集合 E={(m，n)|m=1，2，…，Lx，n=1，2，…，Ly}为搜索环境，(m，n)表示位于第m行第n列的单元。……