《Bio-inspired Computation in Unmanned Aerial Vehicles》

请叫我雷锋

《Bio-inspired Computation in Unmanned Aerial Vehicles》
仿生无人机的计算
作者：
Haibin Duan
Pei Li
出版社：Springer
出版时间：2014年

《Bio-inspired Computation in Unmanned Aerial Vehicles》

《Bio-inspired Computation in Unmanned Aerial Vehicles》

《Bio-inspired Computation in Unmanned Aerial Vehicles》

《Bio-inspired Computation in Unmanned Aerial Vehicles》

目录
1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.1 Unmanned Aerial Vehicle (UAV) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.1.1 History of UAVs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.1.2 Unmanned Aircraft System . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.1.3 Autonomy: A Key Enabler . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.2 Bio-inspired Computation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.2.1 Definition of Swarm . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.2.2 General Features of Bio-inspired Computation . . . . . . . . . . . . . . . 13
1.2.3 Bio-inspired Computation Algorithms . . . . . . . . . . . . . . . . . . . . . . . . 16
1.3 Bio-inspired Intelligence in UAVs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
1.3.1 Achieve Higher Autonomous Capability . . . . . . . . . . . . . . . . . . . . . . 23
1.3.2 Enhance Robustness and Flexibility . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
1.3.3 Cooperative Control of Multiple UAVs. . . . . . . . . . . . . . . . . . . . . . . . 26
1.3.4 Cooperative Control of Heterogeneous Vehicle Groups . . . . . . 28
1.4 Outline of the Monograph . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
2 Bio-inspired Computation Algorithms . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
2.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
2.2 Ant Colony Optimization . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
2.2.1 Biological Inspiration. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
2.2.2 Principle of Ant Colony Optimization . . . . . . . . . . . . . . . . . . . . . . . . . 41
2.2.3 Ant System and Its Extensions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
2.3 Particle Swarm Optimization . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
2.3.1 Biological Inspiration. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
2.3.2 Principle of Particle Swarm Optimization . . . . . . . . . . . . . . . . . . . . . 47
2.3.3 Parameters and Population Topology . . . . . . . . . . . . . . . . . . . . . . . . . . 50
2.4 Artificial Bee Colony . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
2.4.1 Biological Inspiration. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
2.4.2 Principle of Artificial Bee Colony . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
2.4.3 Algorithmic Structure of Artificial Bee Colony . . . . . . . . . . . . . . . 57
ix
x Contents
2.5 Differential Evolution . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
2.5.1 Biological Inspiration. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
2.5.2 Principle of Differential Evolution . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
2.5.3 Control Parameters of Differential Evolution . . . . . . . . . . . . . . . . . 64
2.6 Other Algorithms. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
2.6.1 Glowworm Swarm Optimization . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
2.6.2 Bacteria Foraging Optimization. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
2.6.3 Bat-Inspired Algorithm . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66
2.7 Conclusions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
3 UAV Modeling and Controller Design . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71
3.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71
3.2 Parameter Identification for UAVs Based
on Predator–Prey PSO . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72
3.2.1 Mathematical Model of UAVs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72
3.2.2 Predator–Prey PSO for Parameter Identification . . . . . . . . . . . . . . 76
3.2.3 Experiments . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80
3.3 PSO Optimized Controller for Unmanned Rotorcraft Pendulum . . . . . 85
3.3.1 Mathematical Model of Pendulum Oscillation for MAVs . . . . 85
3.3.2 Oscillation Controller Design Based on LQR and PSO . . . . . . 90
3.3.3 Experiments . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 94
3.4 Conclusions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 96
References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 96
4 UAV Path Planning . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 99
4.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 99
4.1.1 Characteristic of Path Planning for UAVs . . . . . . . . . . . . . . . . . . . . . 100
4.1.2 Main Features of Path Replanning for Multiple UAVs . . . . . . . 101
4.2 Modeling for Path Planning . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 102
4.2.1 Environment Representation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 102
4.2.2 Evaluation Function . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104
4.3 Chaotic ABC Approach to UAV Path Planning . . . . . . . . . . . . . . . . . . . . . . . 105
4.3.1 Brief Introduction to Chaos Theory. . . . . . . . . . . . . . . . . . . . . . . . . . . . 105
4.3.2 Procedures of Path Planning Using Chaotic
ABC Approach. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 106
4.3.3 Experiments . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 108
4.4 Hybrid ACO-DE Approach to Three-Dimensional Path
Planning for UAVs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 110
4.4.1 Hybrid Meta-heuristic ACO-DE Algorithm . . . . . . . . . . . . . . . . . . . 110
4.4.2 Procedures of Three-Dimensional Path Planning
Using Hybrid ACO-DE. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 114
4.4.3 Path-Smoothing Strategies . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 116
4.4.4 Experiments . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 118
Contents xi
4.5 Coordinated Path Replanning for Multiple UAVs Using
Max–Min Adaptive ACO . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 120
4.5.1 Model of Multiple UAV Coordinated Path Replanning . . . . . . . 120
4.5.2 Coordination Mechanism of Multiple UAV
Path Replanning . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 125
4.5.3 Procedures of Multiple UAV Coordinated Path Replanning. . 127
4.5.4 Experiments . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 133
4.6 Conclusions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 136
References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 141
5 Multiple UAV Formation Control . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 143
5.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 143
5.1.1 Formation Control . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 144
5.1.2 Close Formation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 144
5.1.3 Formation Configuration . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 145
5.2 Dual-Mode RHC for Multiple UAV Formation Flight
Based on Chaotic PSO . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 146
5.2.1 Leader-Following Formation Model . . . . . . . . . . . . . . . . . . . . . . . . . . . 146
5.2.2 Principle of RHC . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 147
5.2.3 Chaotic PSO-Based Dual-Mode RHC Formation
Controller Design . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 149
5.2.4 Experiments . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 154
5.3 DE-Based RHC Controller for Multiple UAV Close Formation . . . . . . 161
5.3.1 Model of Multiple UAVs for Close Formation . . . . . . . . . . . . . . . . 161
5.3.2 Description of RHC-Based Multiple UAV
Close Formation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 162
5.3.3 DE-Based RHC Controller Design for Close Formation . . . . . 163
5.3.4 Experiments . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 167
5.4 DE-Based RHC Controller for Multiple UAV Formation
Reconfiguration . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 167
5.4.1 Model of Multiple UAVs for Formation Configuration . . . . . . . 167
5.4.2 Description of RHC-Based Multiple UAV
Formation Reconfiguration . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 171
5.4.3 DE-Based RHC Controller Design for Formation
Reconfiguration . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 172
5.4.4 Experiments . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 174
5.5 Conclusions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 176
References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 181
6 Multiple UAV/UGV Heterogeneous Control . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 183
6.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 183
6.2 Multiple UAV/UGV Heterogeneous Coordinated Control . . . . . . . . . . . . 185
6.2.1 Mathematical Model for UAVs and UGVs . . . . . . . . . . . . . . . . . . . . 185
6.2.2 Multiple UGV Coordinated Control Based on RHC. . . . . . . . . . 186
6.2.3 Multiple UAV Coordinated Control Based
on Velocity Vector Control . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 190
xii Contents
6.2.4 Multiple UAV/UGV Heterogeneous Cooperation. . . . . . . . . . . . . 193
6.2.5 Time-Delay Compensation of Heterogeneous
Network Control . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 195
6.3 DE-Based RHC for Multiple UAV Cooperative Search. . . . . . . . . . . . . . . 202
6.3.1 Model Description for Cooperative Search . . . . . . . . . . . . . . . . . . . . 204
6.3.2 DE-Based RHC for Cooperative Area Search . . . . . . . . . . . . . . . . . 208
6.3.3 Experiments . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 210
6.4 Conclusions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 211
References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 213
7 Biological Vision-Based Surveillance and Navigation. . . . . . . . . . . . . . . . . . . . 215
7.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 215
7.2 ABC Optimized Edge Potential Function Approach
to Target Identification . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 217
7.2.1 The Principle of Edge Potential Function . . . . . . . . . . . . . . . . . . . . . 217
7.2.2 ABC Optimized EPF Approach to Target Identification . . . . . . 218
7.2.3 Experiments . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 221
7.3 A Chaotic Quantum-Behaved PSO Based on Lateral
Inhibition for Image Matching . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 221
7.3.1 The Quantum-Behaved PSO Algorithm . . . . . . . . . . . . . . . . . . . . . . . 224
7.3.2 Lateral Inhibition Mechanism . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 229
7.3.3 Chaotic Quantum-Behaved PSO Based
on Lateral Inhibition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 231
7.3.4 Experiments . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 232
7.4 Implementation of Autonomous Visual Tracking
and Landing for Low-Cost Quadrotor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 236
7.4.1 The Quadrotor and Carrier Test Bed . . . . . . . . . . . . . . . . . . . . . . . . . . . 236
7.4.2 Computer Vision Algorithm. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 238
7.4.3 Control Architecture for Tracking and Landing . . . . . . . . . . . . . . . 239
7.4.4 Experiments . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 241
7.5 Conclusions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 244
References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 245
8 Conclusions and Outlook . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 247
8.1 Conclusions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 247
8.2 New Trends in UAV Development . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 248
8.2.1 Small Air Vehicles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 248
8.2.2 Air-Breathing Hyposonic Vehicles. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 250
8.2.3 Design from the Perspective of System Integration . . . . . . . . . . . 251
8.3 Further Extensions of Bio-inspired Intelligence in UAVs. . . . . . . . . . . . . 253
8.3.1 Achieve Higher Autonomous Capability . . . . . . . . . . . . . . . . . . . . . . 253
8.3.2 Enhance the Ability to Understand and Adapt
to the Environment . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 259
8.3.3 Cooperative Control of Multiple Autonomous Vehicles . . . . . . 261
References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 266
Author Biography . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 269

专业书籍
下载地址：（回复后可见）

游客，如果您要查看本帖隐藏内容请回复

璀璨星空

谢谢分享。
来自: 微社区

wellesly

多谢分享！！！

菜刀诗人

多谢分享！！！

御锋

谢谢

GOOWOO

好书

echo20062008

谢谢谢

自动控制火龙果

谢谢分享

skyflycar

谢谢分享。

greathun

good book