基于脉冲神经网络的低功耗边缘端无人机集群分布式协同避障控制设计.docxVIP

PAGE2

基于脉冲神经网络的低功耗边缘端无人机集群分布式协同避障控制设计

摘要

无人机集群在灾害监测、物流配送、军事侦察等任务中展现出巨大潜力，但密集障碍环境下的实时避障与能耗问题严重制约其续航与响应能力。传统方案依赖中央计算或深度学习模型，边缘端算力低、功耗高、通信负载重，难以满足集群协同与快速避障的双重需求。本课题面向具身智能与机器人技术前沿，基于脉冲神经网络（SNN）事件驱动、低时延、超低功耗的生物启发特性，设计一套边缘端分布式协同避障控制系统。

论文遵循“需求分析→总体设计→详细设计→实现→测试”的工程递进路线。第一章分析集群避障的现实痛点与SNN技术的应用价值；第二章论证脉冲神经网络、分布式一致性协议及边缘计算芯片的关键技术选型；第三章明确动态避障、集群协同、低功耗运行等功能与性能指标；第四章提出“感知-决策-控制”三层紧缩架构，并划分脉冲编码模块、分布式避障推理模块、编队控制器等核心组件；第五章详细设计SNN避障网络结构、脉冲时序编码策略与基于一致性理论的协同避障算法；第六章在ROS-Gazebo仿真环境下实现原型系统，展示集群穿越密林的运行效果；第七章通过功能测试、避障成功率测试与功耗对比验证系统性能。

核心创新在于：构建了专用于边缘端的SNN低功耗处理架构，解除对高功耗GPU的依赖；提出分布式脉冲协同决策方法，使各无人机仅靠局部稀疏通信即可达成集群一致性避障