面向无人机群智的受限空域能耗最优三维轨迹联合任务分配系统设计.docxVIP

PAGE2

面向无人机群智的受限空域能耗最优三维轨迹联合任务分配系统设计

摘要

随着物联网与移动边缘计算技术的深度融合，无人机群智感知网络在应急救援、智慧城市及环境监测等领域展现出巨大应用潜力。然而，受限空域环境下的复杂障碍物约束与无人机机载电池能量有限的矛盾，成为制约系统效能的关键瓶颈。针对上述问题，本课题设计并实现了一套面向无人机群智的受限空域能耗最优三维轨迹联合任务分配系统。系统核心在于联合优化无人机计算卸载策略与悬停飞行时间，通过构建多约束条件下的资源分配模型，实现能耗最小化的三维轨迹规划。

本文首先分析了受限空域下无人机群智感知的现实需求与痛点，确立了以能耗优化为核心的设计目标。在总体设计阶段，采用了分层架构模式，将系统划分为感知控制层、边缘计算层与应用决策层，确立了各层间的数据交互逻辑。详细设计阶段重点攻克了非凸轨迹优化问题的求解难题，设计了基于交替方向乘子法（ADMM）的联合优化算法，将三维轨迹规划与任务卸载决策解耦迭代求解。系统实现阶段采用Python语言进行核心算法封装，并基于仿真平台构建了典型的城市峡谷受限空域场景进行验证。

测试结果表明，本系统设计的能耗优化算法在多障碍物环境下能有效规避碰撞，相比传统贪婪算法与随机游走算法，无人机群智网络总能耗降低约18.5%，任务完成率提升至96%以上。本设计不仅验证了联合优化策略的有效性，也为无人机群智感知网络的工程