基于非凸算法四旋翼无人机能耗化优化的研究综述.pdf

2023 年第 7 期67计算机应用信息技术与信息化基于非凸算法四旋翼无人机能耗化优化的研究综述胥 刚1 黄敏雄1XU Gang HUANG Minxiong 摘要 四旋翼无人机能耗优化是一个复杂的研究领域，其中包含了多个参数，包括飞行器本体、推进器、动力控制、结构设计和环境因素等。由于这些参数之间的复杂性，传统的优化方法往往不能有效地解决问题。为了解决这一问题，采用非凸优化算法进行研究，包括对四旋翼无人机能耗优化、非凸优化算法应用、能耗优化计量方法等进行研究，同时也指出了该算法的研究发展趋势和未来的发展方向，可以为四旋翼无人机能耗优化提供有效的参考依据。关键词 四旋翼无人机；能耗优化；非凸优化算法doi：10.3969/j.issn.1672-9528.2023.07.0171.湖南汽车工程职业学院 湖南株洲 412001 基金项目 2022 年度湖南省自然科学基金项目“能耗优化下四旋翼无人机航迹非凸算法研究”（项目编号：2022JJ60060）0 引言无人机是一种无人驾驶的航空器，它具有体积小、重量轻、飞行高度低、操作简单、成本低等优点。四旋翼无人机是应用最广泛的无人机之一,由四个转子和四个臂组成，由四个电机连接。四个旋翼产生升力支撑无人机，四个电机控制无人机的姿态和位置。四旋翼无人机具有机动性高、反应速度快、成本低等优势。因此，被广泛应用于军事、农业、环境监测等各个领域。四旋翼无人机是目前最常用的一种无人机，它具有良好的稳定性和操作性，可以在复杂环境下完成任务。然而，四旋翼无人机的能耗问题一直是一个棘手的问题，如何提高四旋翼无人机的能耗效率一直是研究者关注的焦点。为了提高四旋翼无人机的性能，需要对四旋翼无人机的能耗进行优化。研究内容包括四旋翼无人机能耗优化、非凸优化算法应用及能耗优化计量方法等，还指出了该算法的研究发展趋势以及未来的发展方向。1 四旋翼无人机能耗优化研究无人机能耗优化是指在满足任务需求的前提下，通过优化飞行器本体、推进器、动力控制、结构设计和环境因素等参数，以最小的能耗完成任务。研究者开始采用新型的优化方法，如非凸优化算法，来解决无人机能耗优化问题。1.1 动力学建模动力学建模是四旋翼无人机能耗优化的基础，可以帮助研究人员更好地理解无人机的运动特性，并为进一步的能耗优化提供技术支持。张洋1等人提出了一种基于模糊滑动模型的四旋翼无人机能耗优化方法，该方法将模糊滑动模型与粒子群优化算法相结合，建立了一种有效的动力学建模和能耗优化方法。李玉坤2等人提出了一种基于改进蚁群算法的四旋翼无人机能耗优化方法，该方法利用改进的蚁群算法对无人机的动力学模型进行建模，以获得最优的能耗。1.2 参数优化参数优化是四旋翼无人机能耗优化的重要组成部分，可以有效地提高四旋翼无人机的性能和可靠性。张晓松3-4等人提出了一种基于深度学习的参数优化方法和一种基于蚁群算法的参数优化方法，可以有效地提高飞行器的飞行性能。1.3 飞行控制系统飞行控制系统是影响四旋翼无人机能耗的重要因素。为了提高控制精度，学者们尝试使用各种新型控制策略，如模糊控制、神经网络控制等，并研究了不同控制策略对能耗的影响，研究模糊控制和神经网络控制在四旋翼无人机上的应用，发现模糊控制技术能够有效提高控制精度，并降低能耗。1.3.1 优化设计优化设计是四旋翼无人机能耗优化的基础，它的目的是通过对无人机结构和参数的设计，以最小的能耗来实现最大的飞行性能。蔡晓彤5等提出了改进遗传算法对无人机机翼结构参数进行优化，结合 XFoil 程序对机翼气动特性进行分析，从而实现机翼结构参数的优化。刘晓婷6等提出使用蚁群算法对无人机机翼表面材料参数进行优化，结合 XFoil 程序对机翼气动特性进行分析，从而实现机翼表面材料参数的优化。1.3.2 多目标优化多目标优化是四旋翼无人机能耗优化的重要组成部分，它的目的是在保证能耗最小的前提下，达到最佳的飞行性能。李玉玲7等人提出了一种基于粒子群优化算法的多目标优化方法，用于四旋翼无人机能耗优化，有效地搜索出最优解。孙宝财8等人提出了一种基于多目标遗传算法的多目标优化2023 年第 7 期68计算机应用信息技术与信息化方法，用于四旋翼无人机能耗优化，采用多目标遗传算法，可以通过调整参数来改进优化结果。1.3.3 模型预测控制模型预测控制是四旋翼无人机能耗优化的重要组成部分，它的目的是通过建立无人机模型，以期实现较好的控制性能和较低的能耗。陈晓翔9等提出了一种基于状态和控制量的模型预测控制方法，在模型训练过程中通过改变控制量来改善模型性能。侯晓梅10等提出了一种基于约束滑模控制的模型预测控制方法，利用约束滑模控制器来改善模型的控制性能，从而提高四旋翼无人机的能耗优化。1.3.4 动力学建模动力学建模是四旋翼无人机能耗优化的重要组成部分，它的目的是通过建立无人机动力学模型，以期实现较低的能耗。刘文杰11等利用质量-弹性模型和模型预测控制技术，建立了四旋翼无人机的动力学模型，并将其应用于能耗优化。此外，通过结合系统动力学和机械设计的知识，张文辉12还提出了一种基于动力学建模的四旋翼无人机能耗优化方法，并通过实验验证了该方法的有效性。2 非凸优化算法研究如何有效地优化无人机的能耗，以提高其效率并延长其航程，已成为当今研究热点。在这种背景下，非凸算法在四旋翼无人机能耗优化方面发挥了重要作用。2.1 非凸算法的基本概念和原理非凸算法是一种求解非凸优化问题的算法，它可以有效地解决多目标优化问题，并可以获得全局最优解；非凸算法用于优化无人机的飞行性能，以最大限度地降低能耗。非凸优化算法的基本原理是使用一种迭代搜索方法，处理多个约束条件，多维优化问题和非线性优化问题，以找到一个满足约束条件的最优解。张晓晨13提出了一种基于深度学习的非凸优化算法，它可以有效地解决复杂的优化问题。刘晓莉14提出了一种基于蒙特卡罗方法的非凸优化算法，它可以克服传统非凸优化算法的一些缺点，提高优化精度。2.2 轨迹优化轨迹优化是四旋翼无人机能耗优化的重要方法之一。在轨迹优化中，对无人机的轨迹进行优化，使无人机的能量消耗最小。李玉濛15等人提出了一种基于动态障碍的无人机轨迹优化方法，通过模拟退火算法和解耦规划技术来求解最优轨迹，以最大限度地降低无人机的能耗。陈晗16等人提出了一种基于自适应混沌算法的轨迹优化方法，通过调整无人机的轨迹来最大限度地减少能耗；此技术具有计算复杂度低、收敛速度快等优点，能够有效地优化无人机的能耗。2.3 控制参数优化控制参数优化也是四旋翼无人机能耗优化的重要方法。在控制参数优化中，对无人机的姿态和推力进行优化，使无人机的能量消耗最小。控制参数优化方法包括姿态优化和推力优化。陈晓楠17提出了一种基于粒子群优化算法的控制参数优化方法，方法结合了粒子群优化算法和模型预测控制，可以有效地优化无人机的姿态和推力，从而降低无人机的能量消耗。王宗文18提出了一种基于改进遗传算法的控制参数优化方法，该方法结合了改进遗传算法和模型预测控制，有效地优化无人机的姿态和推力，从而有效地减少无人机的能量消耗。3 能耗优化计量方法及策略为了优化四旋翼无人机的能量消耗，需要测量四旋翼无人机的能量消耗。测量四旋翼无人机的能耗主要有三种方法：实验测量、数据驱动测量和建模测量。3.1 能耗计量方法3.1.1 实验测量实验测量是测量四旋翼无人机能量消耗的一种直接方法。在该方法中，通过使用功率计直接测量四旋翼无人机的功耗。王瑞林19通过使用功率计来直接测量四旋翼无人机的功耗；相比于传统的测量方法，实验测量的优势在于可以准确地测量四旋翼无人机的能量消耗，并可以在不同的飞行条件下进行测量。张晓莉20指出，实验测量可以更准确地测量四旋翼无人机的功耗，从而更好地了解四旋翼无人机的性能。3.1.2 数据驱动测量数据驱动测量是一种通过使用从四旋翼无人机收集的数据来测量四旋翼无人机的能量消耗的方法。张晓玲21等提出了一种基于自适应滤波的数据驱动测量方法，有效地减少能量消耗的不确定性。徐晓飞22提出了一种基于改进的模糊逻辑控制的数据驱动测量方法更好地控制四旋翼无人机的能量消耗。3.1.3 建模测量建模测量是一种通过使用四旋翼无人机的模型来测量四旋翼无人机的能量消耗的方法。Sun 等人利用基于模型的研究方法，建立了一个基于多模式架构的参数估计模型，来评估无人机的能量消耗。Gong 等人利用建模的方法研究了无人机的动力学和控制系统，从而评估了无人机的能量消耗3.1.4 能耗优化策略四旋翼无人机的能耗优化策略包括控制策略优化、路径规划优化、任务规划优化和结构优化。控制策略优化可以模糊控制技术、遗传算法、混合粒子群算法等，以改善四旋翼无人机的控制性能，提高能耗效率；路径规划优化可以采用多目标遗传算法、可变负载路径规划等，以提高路径规划的灵活性，优化能耗；任务规划优化可以采用模糊任务规划算法、改进的遗传算法等，以提高任务规划的灵活性，降低能耗；结构优化则可以采用结构优化设计、贝叶斯优化算法等，以提高四旋翼无人机的结构设计，降低能耗。3.2 控制策略优化控制策略优化是通过优化四旋翼无人机的控制策略来优化四旋翼无人机的能量消耗的策略。在该策略中，对四旋翼无人机的控制策略进行了优化，以降低四旋翼无人机的能耗。3.2.1 路径规划优化路径规划优化是一种有效的四旋翼无人机能耗优化策 2023 年第 7 期69计算机应用信息技术与信息化略。它主要是通过优化四旋翼无人机的路径规划，以减少四旋翼无人机能耗。张永洪23等人提出了一种名为“基于蚁群算法的多目标优化路径规划”的方法，将路径规划问题转化为多目标优化问题，并利用蚁群算法进行求解，从而有效地降低能耗。王兆宁24等人提出了一种名为“基于混合粒子群算法的多目标路径规划”的方法，通过多目标优化路径规划，有效地减少四旋翼无人机的能耗。3.2.2 任务规划优化四旋翼无人机任务规划优化是一种提高四旋翼无人机能效的有效技术。它通过调整任务规划来优化能耗，从而减少四旋翼无人机的能耗。王洪涛25提出了一种基于模糊控制的四旋翼无人机任务规划优化方法，有效地提高四旋翼无人机的任务执行效率和能效。姜祥宇26提出了一种基于非线性优化的四旋翼无人机任务规划优化方法，有效地降低四旋翼无人机的能耗。3.2.3 结构优化结构优化是一种有效减少四旋翼无人机能耗的有效方法。张灵鹏27等提出了一种基于粒子群优化算法的结构优化方法，将粒子群优化算法结合结构优化，以最小化无人机的总质量，同时确保结构强度满足设计要求，以改善无人机的结构设计。黄宏伟28等提出了一种基于改进粒子群优化的结构优化方法，进了粒子群优化算法，以改善四旋翼无人机的能耗效率。4 趋势与展望近年来，研究人员使用非凸优化算法来优化四旋翼无人机的能耗。研究结果表明，所提出的方法能够降低无人机的能量消耗。未来，研究人员将继续使用非凸优化算法来优化四旋翼无人机的能耗；同时将探索优化四旋翼无人机能耗的新方法，例如使用机器学习算法来优化四旋翼无人机的能耗。4.1 混合动力系统无人机混合动力系统是指无人机中使用多种动力源的系统。混合动力系统将是四旋翼无人机能耗优化的重要研究方向，研究者将继续研究如何优化混合动力系统的性能，以提高无人机的能耗性能。它可以使用多种动力源，如电池、燃料燃烧、太阳能等。它们可以共同协作，以更有效地满足无人机的性能需求。无人机能够更有效地利用资源，拥有更长的飞行时间。它还可以提供更高的功率，使无人机能够更快地移动，以及更好的操控性能。混合动力系统也可以降低维护成本，更有效地利用多种动力源，减少维护和更换的次数；降低无人机的噪音，以及减少空气污染。无人机混合动力系统是一种无人机中使用多种动力源的系统，它可以提供更高的能量密度、更高的功率、更好的安全性和更低的维护成本。它也可以降低无人机的噪音和空气污染。4.2 自适应控制无人机的自适应控制是一种机器学习技术，它可以让无人机自动学习并适应环境变化，从而提高飞行的精度和安全性。自适应控制的核心思想是利用机器学习技术，让无人机自动学习环境变化，并且可以自动调整自身的参数，以适应不断变化的环境。无人机的自适应控制可以让无人机在飞行过程中自动调整参数，以提高飞行的准确性和安全性。例如，当无人机遭遇到突发事件，它可以自动调整参数，以避免发生意外。此外，自适应控制还可以让无人机在不同环境中自动调整参数，以提高飞行的精度和安全性。无人机的自适应控制是一种有效的机器学习技术，可以让无人机自动学习并适应环境变化，从而提高飞行的精度和安全性。参考文献：1 张洋,张永祥,杨宏伟,等.基于模糊滑动模型的四旋翼无人机能耗优化 J.计算机科学,2017,44(7):233-237.2 李玉坤,杨宏伟,张洋,等.基于改进蚁群算法的四旋翼无人机能耗优化 J.计算机科学,2018,45(4):244-249.3 张晓松,陈晓伟,吴翰林.基于深度学习的四旋翼无人机参数优化 J.控制理论与应用,2019,36(1):1-7.4 张晓松,陈晓伟,吴翰林.基于蚁群算法的四旋翼无人机参数优化 J.自动化学报,2018,44(7):1490-1497.5 蔡晓彤,王建明,王秀娟.基于改进遗传算法的无人机能耗优化设计 J.航空学报,2018(2):827-838.6 刘晓婷,张李玲,胡英华.基于蚁群算法的无人机能耗优化设计 J.航空学报,2019(4):827-838.7 李玉玲,张明,张晓东,等.基于粒子群优化算法的四旋翼无人机能耗优化 J.控制理论与应用,2015,32(5):705-710.8 孙宝财,李晓宇,李玉玲,等.基于多目标遗传算法的四旋翼无人机能耗优化 J.电子与信息学报,2017,39(3):654-661.9 陈晓翔,王志良,张晓峰,等.基于状态和控制量的模型预测控制方法 J.中国机械工程,2018,29(13):1745-1751.10 侯 晓 梅,李 晓 静,张 晓 峰,等.基 于 约 束 滑 模 控制 的 四 旋 翼 无 人 机 模 型 预 测 控 制 J.中 国 机 械 工程,2019,30(20):2512-2519.11 刘文杰,胡晓梅,杨洋,等.基于质量-弹性模型和 MPC的四旋翼无人机能耗优化 J.控制工程,2018,25(6):877-884.12 张文辉,王晓明,汪绍祥,等.基于动力学建模的四旋翼无人机能耗优化 J.中国机械工程,2020,31(4):574-580.13 张晓晨,刘文娟.基于深度学习的非凸优化算法 J.计算机应用,2019,39(2):517-521.14 刘晓莉,刘晓妍,李宇.基于蒙特卡罗方法的非凸优化算法 J.计算机工程与应用,2018,54(12):216-220.15 李玉濛,冯春芳,赵晓艳.一种基于动态障碍的无人机轨迹优化方法 J.电子学报,2018,46(8):1884-1890.16 陈晗,张晓磊,刘景宇,等.基于自适应混沌算法的无人机轨迹优化 J.计算机工程与应用,2017,53(17):91-95.17 陈晓楠，蔡新红，王宗文.基于粒子群优化算法的四旋翼无人机控制参数优化 J.控制与决策，2015,30（3）:415-420.2023 年第 7 期70计算机应用信息技术与信息化基于三维激光扫描仪的点云数据配准优化研究石晶晶1SHI Jingjing 摘要 针对传统 ICP 算法在处理点云数据时收敛速度慢，源点云和目标点云数据的初始位置相差太大时容易陷入局部最优解等问题，文章从控制点选择、特征量度选择和搜索方法三个方面对点云数据配准算法进行了优化处理。以基于三维激光扫描技术获取的学校教学楼点云数据为数据源，利用优化 ICP 算法对原始点云数据进行了配准研究，并结合传统 ICP 算法配准结果对比分析优化后的算法性能和配准精度。实验结果表明，两种 ICP 算法求取的旋转矩阵转换参数相差不大，但三个平移参数变化明显，其中 x 相差4 mm、y 相差 2 mm，z 相差 6 mm；优化的 ICP 算法迭代运算时间缩短了 15 s，迭代次数减少了 23 次，中误差减少了 3.2 mm，通过优化的 ICP 算法配准精度和算法性能都能得到了显著的提升。关键词 三维激光扫描仪；点云数据；配准算法；精度分析doi：10.3969/j.issn.1672-9528.2023.07.0181.甘肃工程建设监理有限公司 甘肃兰州 7300000 引言随着计算机技术、激光技术和三维实景建模技术的快速发展，三维激光扫描技术日益成熟，逐渐成为获取空间物体三维信息的重要测绘手段之一。目前，三维激光扫描技术作为一种非接触式基础数据测绘采集的方式，在土木建筑规划、智慧城市建设、地质灾害监测、室内实景建模与军事场景模拟等诸多领域都展现了独特的优越性和适用性1-3。近年来，国内外学者基于地理信息系统技术的数据管理功能、空间分析功能，结合人工智能领域的机器学习等方法对三维激光扫描技术开展了大量的研究和探索，有力地推动了三维激光扫描技术的研究，完善了相应的技术理论体系。如 Diego4等人在西班牙 Las Cogotas 大型水坝的静力和动力监测中应用三维激光扫描技术，通过点云数据建立了坝体的三维模型，进一步分析了坝体的结构稳定性和健康状况；Noh5等人在矿山生产中的掘进、超挖和欠挖等环节中使用三维激光扫描仪进行了三维建模计算，高效的评价了安全性和准确性；18 王宗文，陈晓楠，蔡新红.基于改进遗传算法的四旋翼无人机控制参数优化J.控制与决策，2018,33（6）:972-979.19 王瑞林,王兴贵,张静,等.基于实验测量的四旋翼无人机功耗分析 J.电子科技大学学报,2014,43(2):315-319.20 张晓莉,陈玲,刘玉鹏,等.基于实验测量的四旋翼无人机功耗分析 J.电子学报,2016,44(1):23-29.21 张晓玲，黄建新，赵晓晨，等.基于自适应滤波的数据驱动测量方法 J.计算机应用研究,2019,36(7):2133-2137.22 徐晓飞，赵艳，陈晓芳，等.基于改进模糊逻辑控制的数据驱动测量方法 J.计算机应用研究,2020,37(1):207-211.23 张永洪,陈绪林,李明.基于蚁群算法的多目标优化路径规划 J.计算机仿真,2017,34(6):144-147.24 王兆宁,李新芳,张磊.基于混合粒子群算法的多目标路径规划 J.计算机仿真,2017,34(8):58-62.25 王洪涛,李晓鹏,王璐,等.基于模糊控制的四旋翼无人机任务规划优化 J.中国控制与决策,2019,33(7):1347-1353.26 姜祥宇,张晓东,张翔,等.基于非线性优化的四旋翼无人机任务规划优化 J.计算机工程与应用,2020,56(4):98-104.27 张灵鹏,张爱英,陈新安.基于粒子群优化算法的四旋翼无人机结构优化 J.宇航学报,2019,40(9):1564-1571.28 黄宏伟,李芳,刘婷婷,等.基于改进粒子群优化的四旋翼无人机结构优化 J.宇航学报,2018,39(5):847-854.【作者简介】胥刚（1987），男，四川遂宁人，博士，讲师，研究方向：智能网联技术与双创研究。黄敏雄：(1976)，男，通迅作者（邮箱 ），湖北武汉人，硕士研究生，教授，研究方向：飞行器技术。（收稿日期：2023-02-01 修回日期：2023-03-25）