本文介绍了一种新方法,用于在受到入侵移动物体威胁的自定位无人机群中实现快速规避。受自然自组织系统的启发,本文提出的快速集体规避方法可使无人飞行器群避开主动接近该群体的动态物体(干扰者)。所提技术的主要目标是使无人机群快速、安全地逃离近距离发现的干扰者。这种方法的灵感来源于某些动物群体的集体行为,如鱼群或鸟群。这些动物利用其传感器官的有限信息和分散控制来实现可靠而有效的群体运动。本文介绍的系统旨在执行具有大量智能体的无人机群的安全协调。与自然蜂群类似,该系统在整个群体中传播关于检测到的干扰者的快速冲击信息,以实现动态和集体规避。所提议的系统是完全分散的,仅使用机载传感器来相互定位智能体和干扰者,类似于动物完成这种行为的方式。因此,蜂群智能体之间的通信结构不会被每个个体的状态(位置和速度)信息所淹没,而且对通信中断也是可靠的。对所提出的系统和理论进行了数值评估,并在实际实验中进行了验证。

图 1:利用蜂群原理和本文中使用的视觉相对定位技术,在沙漠沙丘上方稳定了一个小型无人机群。

成为VIP会员查看完整内容
18

相关内容

人工智能在军事中可用于多项任务,例如目标识别、大数据处理、作战系统、网络安全、后勤运输、战争医疗、威胁和安全监测以及战斗模拟和训练。
《无人机蜂群的应用、挑战和研究课题》
专知会员服务
44+阅读 · 8月5日
《基于无人机蜂群在复杂环境中的监视模型》
专知会员服务
30+阅读 · 7月10日
《无人机蜂群协同决策》
专知会员服务
58+阅读 · 5月15日
《蜂群无人机系统条令与设计一体化开发框架》
《通过自适应蜂群智能实现认知物联网系统》
专知会员服务
40+阅读 · 2023年10月29日
《可靠且可扩展的军事物联网架构》
专知会员服务
68+阅读 · 2023年8月7日
【2022新书】深度学习归一化技术,117页pdf
专知
21+阅读 · 2022年11月25日
【前沿】凌空手势识别综述
科技导报
12+阅读 · 2017年8月17日
国家自然科学基金
7+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
8+阅读 · 2015年12月31日
国家自然科学基金
4+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
14+阅读 · 2014年12月31日
国家自然科学基金
11+阅读 · 2010年12月31日
Arxiv
148+阅读 · 2023年4月20日
A Survey of Large Language Models
Arxiv
375+阅读 · 2023年3月31日
Arxiv
63+阅读 · 2023年3月26日
Arxiv
133+阅读 · 2023年3月24日
Arxiv
19+阅读 · 2023年3月17日
VIP会员
相关VIP内容
《无人机蜂群的应用、挑战和研究课题》
专知会员服务
44+阅读 · 8月5日
《基于无人机蜂群在复杂环境中的监视模型》
专知会员服务
30+阅读 · 7月10日
《无人机蜂群协同决策》
专知会员服务
58+阅读 · 5月15日
《蜂群无人机系统条令与设计一体化开发框架》
《通过自适应蜂群智能实现认知物联网系统》
专知会员服务
40+阅读 · 2023年10月29日
《可靠且可扩展的军事物联网架构》
专知会员服务
68+阅读 · 2023年8月7日
相关基金
国家自然科学基金
7+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
8+阅读 · 2015年12月31日
国家自然科学基金
4+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
14+阅读 · 2014年12月31日
国家自然科学基金
11+阅读 · 2010年12月31日
微信扫码咨询专知VIP会员