无人机的仿生计算

无人机（UAV，Unmanned Aerial Vehicles），又称无人驾驶飞机，与其它载人飞机相比拥有很多的优点。无人机的典型应用领域包括在城市环境中侦察和监视任务，目标跟踪和回避演习，搜索和救援行动，国土安全等。仿生计算是利用计算机来模拟生物现象，同时通过对生物生命的研究来提高计算机的使用效率，这一领域已经吸引了很多研究者的关注。各种仿生计算模型的提出及应用成功地解决了许多实际问题，如蚁群优化（ACO），粒子群优化（PSO），人工蜂群（ABC）和差分进化算法（DE）等。本书主要包括了作者运用仿生计算在无人机控制方面的相关工作，比如路径规划、编队飞行控制、异构协同控制多架无人机/无人地面车辆（UGV）及基于视觉的监视和导航问题等。

作者段海滨博士是北京航空航天大学的教授，现为IEEE高级会员，中国人工智能学会（CAAI）的委员和中国自动化协会（CAA）的委员。他已在SCI收录的国际期刊发表学术论文50余篇，授权发明专利17项、实用新型专利3项，计算机软件著作权登记12项。目前的研究兴趣包括仿生计算，多无人机协同控制，以及生物计算机视觉。

全书共8章：1. 引言：介绍了无人机的发展并强调了仿生智能在实现更高自主能力方面的作用；2. 仿生计算算法：介绍了4个具有代表性的仿生算法：蚁群优化（ACO），粒子群优化（PSO），人工蜂群（ABC）和差分进化算法（DE），对其生物灵感、原理、以及该算法的执行过程进行了详细的解释；3. 无人机建模与控制器设计：在无人机建模的基础上讨论了飞行控制系统的参数辨识，然后处理了一个特定类型的控制器设计问题；4. UAV路径规划：对单无人机和多无人机的2维场景和三维场景采用仿生算法；5. 多无人机编队控制：涉及了三个编队飞行问题，分别是编队控制，近距离编队（密集队形）及编队配置；6. 多无人机/无人地面车辆异构控制：介绍了多无人机/无人地面车辆的异构合作以及基于查分进化算法（DE）的多无人机协同搜索；7. 以生物视觉为基础的监测和导航：主要介绍了涉及基于视觉的监视和导航的仿生算法；8. 结论与展望：讨论了无人机的发展机遇，并指出获得更高的自主能力的潜在挑战。

本书中在每一章后均列出了十分齐全的参考文献，便于读者进一步研究正文中提到的某些问题。本书适合控制理论与控制工程、飞行器设计等相关领域或对无人机仿真计算问题感兴趣的研究人员，大学生和工业从业人员阅读。

李亚宁，硕士研究生

（中国科学院自动化研究所）endprint