Journal of Zhejiang University

Current Issue: <FITEE>

Frontiers of Information Technology & Electronic Engineering (former title: Journal of Zhejiang University SCIENCE C (Computers & Electronics), 2010-2014)

ISSN 2095-9184 (print); ISSN 2095-9230 (online); CN 33-1389/TP; Monthly.

FITEE is an international peer-reviewed journal indexed by SCI-E, Ei Compendex, DBLP, IC, Scopus, JST, CSA, etc. It covers research in Electrical and Electronic Engineering, including Computer Science, Information Sciences, Control, Automation, Telecommunications, and related disciplines.

Impact factor: 0.308 (2011), 0.297 (2012), 0.380 (2013), 0.415 (2014), 0.392 (2015), 0.622 (2016), 0.910 (2017), 1.033 (2018), 1.604 (2019), 2.161 (2020), 2.526 (2021).

Frontiers of Information Technology & Electronic Engineering

ISSN 2095-9184 (print), ISSN 2095-9230 (online), monthly

2020 Vol.21 No.5 P.649-808

Cover:

<451>

Contents:

<444>

<<< CONTENTS >>>

Special Issue on Intelligent Unmanned Systems

Editor-in-Chief: Cheng WU, Executive Lead Editor: Tao ZHANG

Editorial

Editorial: Intelligent unmanned systems: important achievements and applications of new generation artificial intelligence

Cheng Wu, Tao Zhang

DOI: 10.1631/FITEE.2030000 Downloaded: 2936 Clicked: 3297 Cited: 0 Commented: 0(p.649-651) <Full Text>

Chinese summary <57> 智能無人系統：新一(yī)代人工(gōng)智能重要成果及其應用

吳澄^1,2，張濤^1,2
¹清華大(dà)學自動化系，中(zhōng)國北(běi)京市，100084
²北(běi)京信息科學與技術國家研究中(zhōng)心，中(zhōng)國北(běi)京市，100084

摘要：科學技術發展水平是一(yī)個國家綜合實力的重要指标。最近，随着新一(yī)代人工(gōng)智能（AI）興起，我(wǒ)們正面臨一(yī)場新的工(gōng)業革命，例如，智能無人系統（IUS）的開(kāi)發應用将很快成爲人工(gōng)智能發展的裏程碑式成就。未來3~5年，中(zhōng)國智能機器人在服務業和工(gōng)業等領域的應用将取得長足進步，無人飛行器（UAV）将在多個行業大(dà)規模應用，自動駕駛系統将加快研發和普及，中(zhōng)國還将開(kāi)發軌道交通自動駕駛的核心通用技術，與此同時，智能車(chē)間和智能工(gōng)廠将取得重大(dà)進展，并形成一(yī)套符合國際标準的中(zhōng)國标準。
IUS是一(yī)種人造系統，其使用先進技術進行操作或管理而無需任何人工(gōng)幹預。迄今爲止，人類創造了各種無人系統，随着人類知(zhī)識的累積和發展，無人系統的技術水平也在逐漸提高。IUS是一(yī)個複雜(zá)系統，涉及機械、控制、計算機、通信和材料等多個領域技術，而AI無疑是開(kāi)發IUS所需的關鍵技術之一(yī)。自治和智能是IUS的兩個最重要特征，而實現和優化這兩個特征的最有效方法是使用各種AI技術，例如智能感知(zhī)（圖像、語音識别等），人機交互，智能決策，學習，推理等。
無人系統是指不需要人工(gōng)幹預的系統，但是“無人”系統的最高級别是人機耦合的。人機耦合意味着人類将其神經系統與計算機和其他設備相連，以彌補人的感官和動作缺陷，因此無人系統運作還是需要人的參與。人工(gōng)智能和無人系統的結合有望發展出可以改變生(shēng)活的技術，例如全自主輔助機器人外(wài)骨骼系統，增強佩戴者功能（特别是殘疾人和老年人），改善人類生(shēng)活質量。通常來講，人機集成包括人機合作，人與機器之間的關系不再是主從關系或替代關系，而是夥伴關系。如果人們控制多個無人系統一(yī)起工(gōng)作，則可以明顯提高效率和靈活性。因此，人與無人系統之間的協作和交互，将顯著改善系統功能的不同方面。然而，對于許多勞動密集型工(gōng)作，無人系統可能效率不高，因此，IUS将成爲人機集成的重要體(tǐ)現。
與傳統無人系統相比，IUS具有更大(dà)應用潛力，各種類型IUS的出現将對人類生(shēng)活和社會産生(shēng)重大(dà)影響。目前，IUS主要包括自動駕駛汽車(chē)、無人機、面向服務的機器人、智能工(gōng)業機器人、太空機器人、航海機器人以及無人車(chē)間/智能工(gōng)廠。
中(zhōng)國發布的新一(yī)代AI開(kāi)發計劃涵蓋了自主無人系統的智能技術，着重于突破通用智能技術，例如自主無人系統的計算架構、對複雜(zá)動态場景的感知(zhī)和理解、實時精确定位、複雜(zá)環境的自适應智能導航、無人機的自主控制，以及其他智能技術，包括無人駕駛的汽車(chē)、輪船和鐵路運輸以及核心技術（如服務機器人和特種機器人）等，以支撐無人系統的應用和工(gōng)業開(kāi)發。
在此背景下(xià)，中(zhōng)國工(gōng)程院院刊《信息與電子工(gōng)程前沿（英文）》（FITEE）組織出版本期IUS特刊。本期特刊呈現的IUS類型包括機器人外(wài)骨骼系統、智能地面車(chē)輛、水下(xià)車(chē)輛和無人機。經嚴格審閱，共遴選10篇文章，包括2篇綜述、1篇指南(nán)和7篇研究論文。

關鍵詞組：

Review Articles

Review Article: Survey of autonomous guidance methods for powered planetary landing

Zheng-yu Song, Cong Wang, Stephan Theil, David Seelbinder, Marco Sagliano, Xin-fu Liu, Zhi-jiang Shao

DOI: 10.1631/FITEE.1900458 Downloaded: 2772 Clicked: 4132 Cited: 0 Commented: 0(p.652-674) <Full Text> <PPT> 1653

Chinese summary <35> 行星表面動力着陸自主制導方法綜述

宋征宇^1,5，王聰²，Stephan THEIL³，David SEELBINDER³，Marco SAGLIANO³，劉新福⁴，邵之江⁵
¹中(zhōng)國運載火(huǒ)箭技術研究院，中(zhōng)國北(běi)京市，100076
²北(běi)京航天自動控制研究所，中(zhōng)國北(běi)京市，100854
³德國宇航中(zhōng)心空間系統與GNC系統研究所，德國不萊梅，28001
⁴北(běi)京理工(gōng)大(dà)學宇航學院，中(zhōng)國北(běi)京市，100081
⁵浙江大(dà)學控制科學與工(gōng)程學院，中(zhōng)國杭州市，310027

摘要：本文總結了天體(tǐ)表面精确軟着陸的自主制導方法。首先回顧了動力下(xià)降制導方法的發展，重點介紹了其在約束處理和提升計算效率方面的貢獻。随着對可重複使用運載器需求的不斷增加，以及太空探索帶來更多的科學回報，定點軟着陸成爲一(yī)項基本要求。不同于過去(qù)任務中(zhōng)公裏級的着陸精度，未來行星着陸器在滿足全部速度和姿态約束條件下(xià)，着陸位置精度要達到10米級，這項任務的困難引起學者對自主制導方法的興趣。本文讨論了動力下(xià)降階段一(yī)般性的3自由度和6自由度優化問題，并對比月球、火(huǒ)星和地球3種典型着陸場景的特點。在此基礎上，通過比較解析制導方法、數值優化算法和基于學習的方法，詳細闡述自主制導方法的特點和适應性，并讨論非凸問題的凸化處理和求解策略。随後提出自主制導方法工(gōng)程應用的3個關鍵問題：物(wù)理可行性、模型精度和實時性。最後，簡要介紹各國航天組織（包括美國、中(zhōng)國、法國、德國和日本）研發的垂直起降驗證飛行器，以及目前在驗證飛行器上開(kāi)展的制導方法試驗工(gōng)作。

關鍵詞組：自主制導方法；定點軟着陸；動力下(xià)降；非線性規劃

Review Article: A survey on multi-sensor fusion based obstacle detection for intelligent ground vehicles in off-road environments

Jin-wen Hu, Bo-yin Zheng, Ce Wang, Chun-hui Zhao, Xiao-lei Hou, Quan Pan, Zhao Xu

DOI: 10.1631/FITEE.1900518 Downloaded: 4705 Clicked: 5701 Cited: 0 Commented: 0(p.675-692) <Full Text> <PPT> 1432

Chinese summary <37> 基于多傳感器融合的智能車(chē)在野外(wài)環境中(zhōng)的障礙物(wù)檢測研究

胡勁文，鄭博尹，王策，趙春晖，侯曉磊，潘泉，徐钊
西北(běi)工(gōng)業大(dà)學自動化學院信息融合技術重點實驗室，中(zhōng)國西安市，710072

摘要：随着傳感器融合技術發展，人們對智能地面車(chē)輛進行大(dà)量研究，其中(zhōng)障礙物(wù)檢測是一(yī)個關鍵技術。障礙物(wù)檢測是一(yī)項複雜(zá)任務，涉及多種障礙物(wù)、傳感器特性和環境條件。雖然道路駕駛員(yuán)輔助系統或自動駕駛系統已得到充分(fēn)研究，但是爲城市場景結構化道路開(kāi)發的方法應用于野外(wài)環境時，可能因不确定性和多樣性而失效。單一(yī)類型傳感器由于感受範圍、信号特征和檢測環境的限制，難以滿足障礙物(wù)檢測需求，這促使研究人員(yuán)和工(gōng)程師開(kāi)發多傳感器融合方法和系統集成。該綜述旨在總結野外(wài)環境中(zhōng)智能地面車(chē)輛的車(chē)載多傳感器配置的主要考慮事項，爲用戶提供根據性能要求和應用環境選擇傳感器的指南(nán)。本文回顧了最新多傳感器融合方法和系統原型，将其與對應的異構傳感器配置相關聯，讨論了新興技術和面臨的挑戰。

關鍵詞組：多傳感器融合；障礙物(wù)檢測；野外(wài)環境；智能車(chē)；無人駕駛地面車(chē)輛

Tutorial

Tutorial: Warehouse automation by logistic robotic networks: a cyber-physical control approach

Kai Cai

DOI: 10.1631/FITEE.2000156 Downloaded: 3917 Clicked: 4068 Cited: 0 Commented: 0(p.693-704) <Full Text> <PPT> 1173

Chinese summary <26> 通過物(wù)流機器人網絡實現倉庫自動化：一(yī)種信息物(wù)理控制方法

蔡凱
大(dà)阪市立大(dà)學電子與信息工(gōng)程學院，日本大(dà)阪市，558-8585

摘要：本文提供使用機器人網絡實現倉庫自動化的背景教程并回顧近期相關文獻。提出一(yī)種新的信息物(wù)理控制方法，以實現多機器人服務"貨到人"物(wù)流作業的安全、無鎖死、高效和自适應行爲。該方法的核心是增量式監督控制設計算法，該算法相對于機器人數量在計算上可擴展。最後，給出30個機器人在可變環境下(xià)的一(yī)個實例分(fēn)析，以驗證該方法的有效性。

關鍵詞組：離(lí)散事件系統；信息物(wù)理系統；機器人網絡；倉庫自動化；物(wù)流

Research Articles

Fixed-time constrained acceleration reconstruction scheme for robotic exoskeleton via neural networks

Tao Xue, Zi-wei Wang, Tao Zhang, Ou Bai, Meng Zhang, Bin Han

DOI: 10.1631/FITEE.1900418 Downloaded: 3584 Clicked: 5117 Cited: 0 Commented: 0(p.705-722) <Full Text> <PPT> 1817

Chinese summary <26> 基于神經網絡的固定時間約束下(xià)外(wài)骨骼機器人加速度重構方法

薛濤¹，王子威¹，張濤¹，白(bái)鷗²，張萌³，韓斌⁴
¹清華大(dà)學自動化系，中(zhōng)國北(běi)京市，100084
²佛羅裏達國際大(dà)學電氣與計算機工(gōng)程系，美國邁阿密，33174
³上海博靈機器人科技有限責任公司，中(zhōng)國上海市，201306
⁴華中(zhōng)科技大(dà)學機械科學與工(gōng)程學院，中(zhōng)國武漢市，430074

摘要：精準的加速度信号采集對機械外(wài)骨骼系統十分(fēn)重要，但其難以通過傳感器系統直接測量。現有基于重構算法的加速度獲取方法能夠保證重構誤差的有限時間收斂和擾動抑制，但忽略了誤差約束和初始狀态無關方法。爲解決該問題，提出一(yī)種基于新型徑向基神經網絡的誤差約束下(xià)的固定時間重構算法，以實現高性能的加速度信号估計。在該算法中(zhōng)，提出一(yī)種新型指數型障礙李雅普諾夫函數處理誤差約束問題，該函數提供一(yī)種統一(yī)簡潔的李雅普諾夫穩定性證明模闆。與此同時，設計一(yī)種分(fēn)數階滑模控制律，以實現固定時間收斂；爲進一(yī)步提升系統魯棒性，使用自适應權重矩陣構建的徑向基神經網絡近似和消除完全未知(zhī)的擾動。值得注意的是，該框架下(xià)誤差的收斂時間與初始狀态以及擾動無關，隻取決于預設參數，并且重構誤差始終位于預定義的界内。數值仿真實驗和人體(tǐ)實驗結果驗證了本文方法的優點以及在實際場景中(zhōng)的魯棒性。

關鍵詞組：加速度重構；固定時間收斂；約束控制；障礙李雅普諾夫函數；初始狀态無關方法；外(wài)骨骼機器人

An untethered cable-driven ankle exoskeleton with plantarflexion-dorsiflexion bidirectional movement assistance

Tian-miao Wang, Xuan Pei, Tao-gang Hou, Yu-bo Fan, Xuan Yang, Hugh M. Herr, Xing-bang Yang

DOI: 10.1631/FITEE.1900455 Downloaded: 4230 Clicked: 5026 Cited: 0 Commented: 0(p.723-739) <Full Text> <PPT> 1781

Chinese summary <26> 可實現跖屈–背屈雙向運動輔助的繩驅動踝關節外(wài)骨骼

王田苗¹，裴軒¹，侯濤剛^1,2，樊瑜波^3,5，楊軒¹，Hugh M. HERR⁴，楊興幫⁴
¹北(běi)京航空航天大(dà)學機械工(gōng)程及自動化學院，中(zhōng)國北(běi)京市，100083
²北(běi)京航空航天大(dà)學高等理工(gōng)學院，中(zhōng)國北(běi)京市，100083
³北(běi)京航空航天大(dà)學生(shēng)物(wù)與醫學工(gōng)程學院，中(zhōng)國北(běi)京市，100083
⁴麻省理工(gōng)學院媒體(tǐ)實驗室，美國馬薩諸塞州，02139-4307
⁵北(běi)京航空航天大(dà)學北(běi)京生(shēng)物(wù)醫學工(gōng)程高精尖創新中(zhōng)心，中(zhōng)國北(běi)京市，100083

摘要：下(xià)肢外(wài)骨骼輔助機器人廣泛應用于運動輔助或康複訓練。因繩驅動外(wài)骨骼具有良好人體(tǐ)順應性且更加輕便，研究人員(yuán)研發出一(yī)系列繩驅動樣機輔助踝關節運動，但其中(zhōng)大(dà)多數隻能輔助單向運動。本文提出一(yī)種可穿戴繩驅動踝關節外(wài)骨骼機器人，該外(wài)骨骼機器人使用一(yī)對單電機分(fēn)别實現兩側踝關節跖屈-背屈雙向運動輔助。該外(wài)骨骼主要重量（即電機、供能單元和控制單元）置于人體(tǐ)近端（即腰部）附近，以減少作用在穿戴者下(xià)肢的附加轉動慣量。設計了基于齒輪-滑輪組件的繩索力傳輸系統，有效地将動力從電機端傳遞至末端執行器；設計了動力輸出單元中(zhōng)的自張緊裝置，用于實現穿戴者行走過程中(zhōng)繩索的張緊；設計了基于足底壓力傳感器和慣性測量單元（IMU）的步态檢測系統，可有效識别步态周期和步行狀态。爲驗證外(wài)骨骼動力輸出性能，進行力矩跟蹤實驗。在受試者佩戴該外(wài)骨骼并提供主動輔助力情況下(xià)，比目魚肌活動與未佩戴外(wài)骨骼狀态相比降低5.2%，從而驗證該外(wài)骨骼的力輔助作用。本文研究表明，該輕型繩驅動外(wài)骨骼機器人在人體(tǐ)運動增強或康複訓練中(zhōng)具有潛在應用前景。

關鍵詞組：踝關節外(wài)骨骼；跖屈–背屈雙向輔助；仿生(shēng)步态力矩；繩驅動；步态探測

Multi-UAV obstacle avoidance control via multi-objective social learning pigeon-inspired optimization

Wan-ying Ruan, Hai-bin Duan

DOI: 10.1631/FITEE.2000066 Downloaded: 2313 Clicked: 5153 Cited: 0 Commented: 0(p.740-748) <Full Text> <PPT> 1521

Chinese summary <26> 基于多目标社會學習鴿群優化的多無人機避障控制

阮婉瑩¹，段海濱^1,2
¹北(běi)京航空航天大(dà)學自動化科學與電氣工(gōng)程學院，虛拟現實技術與系統國家重點實驗室，中(zhōng)國北(běi)京市，100083
²鵬城實驗室，中(zhōng)國深圳市，518000

摘要：提出多目标社會學習鴿群優化（MSLPIO）方法，将其應用于無人機編隊避障控制。該算法特點在于，每隻鴿子在更新過程中(zhōng)并非向全局最優的鴿子學習，而是學習比自己占優的任何鴿子。在地圖指南(nán)針算子和地标算子中(zhōng)引入社會學習因子。此外(wài)，爲避免參數設置的盲目性，采用維數相關的參數設置方法。本文模拟了5架飛機在複雜(zá)障礙環境下(xià)的飛行過程，實驗結果驗證了該方法的有效性。與改進的多目标鴿群優化算法和改進的非占優排序遺傳算法相比，MSLPIO具有更好的收斂性。

關鍵詞組：無人機；避障；鴿群優化；多目标社會學習鴿群優化

Terrain matching localization for hybrid underwater vehicle in the Challenger Deep of the Mariana Trench

Jian Wang, Yuan-gui Tang, Chuan-xu Chen, Ji-xu Li, Cong Chen, Ai-qun Zhang, Yi-ping Li, Shuo Li

DOI: 10.1631/FITEE.1900556 Downloaded: 3002 Clicked: 5663 Cited: 0 Commented: 0(p.749-759) <Full Text>

Chinese summary <29> 自主遙控水下(xià)機器人在馬裏亞納海溝挑戰者深淵基于地形匹配定位

王健^1,2，唐元貴^1,2，陳傳緒³，李吉旭^1,2，陳聰^1,2，張艾群^1,2,3，李一(yī)平^1,2，李碩^1,2
¹中(zhōng)國科學院沈陽自動化研究所機器人學國家重點實驗室，中(zhōng)國沈陽市，110016
²中(zhōng)國科學院機器人與智能制造創新研究院，中(zhōng)國沈陽市，110016
³中(zhōng)國科學院深海科學與工(gōng)程研究所，中(zhōng)國三亞市，572000

摘要：截至目前，地球海洋最大(dà)深度記錄約爲11 000米，位于西太平洋馬裏亞納海溝。海鬥号自主遙控水下(xià)機器人主要用于地球海洋最深處科學考察。對全海深潛水器而言，聲學定位技術最有效且被廣爲利用。11 000米級聲學定位系統相對龐大(dà)且複雜(zá)，同時需要裝備兼容聲學設備的專用科考船。作爲一(yī)個緊湊的測試平台，海鬥号無法裝備大(dà)體(tǐ)積大(dà)重量的LBL/USBL。潛水器在下(xià)潛至11 000米海試過程中(zhōng)，由于受流體(tǐ)動力學及洋流不确定性影響，其水平漂移難以避免。海鬥号記錄的最大(dà)深度爲10 905米，而确定該最深點位置具有一(yī)定挑戰。基于多波束聲呐形成的測深圖，可采用地形輪廓匹配（TERCOM）方法進行地形匹配定位。TERCOM方法可穩定推測準确位置，因其對初始位置誤差不敏感。最終匹配結果揭示了在參考地形圖中(zhōng)的最佳估計位置。

關鍵詞組：自主遙控水下(xià)機器人；全海深；挑戰者深淵；馬裏亞納海溝；地形輪廓匹配

Novel 3D point set registration method based on regionalized Gaussian process map reconstruction

Bo Li, Yu Zhang, Wen-jie Zhao, Ping Li

DOI: 10.1631/FITEE.1900457 Downloaded: 2540 Clicked: 4624 Cited: 0 Commented: 0(p.760-776) <Full Text> <PPT> 1375

Chinese summary <24> 基于區域化高斯過程地圖重構的新型三維點集配準方法

李博¹，張宇²，趙文傑¹，李平²
¹浙江大(dà)學航空航天學院，中(zhōng)國杭州市，310027
²浙江大(dà)學控制科學與工(gōng)程學院工(gōng)業控制技術國家重點實驗室，中(zhōng)國杭州市，310027

摘要：點集配準問題是移動智能無人系統領域一(yī)項重要研究課題。本文提出一(yī)種全新"幀到地圖"式三維點集配準方法。首先提出區域化高斯過程（Gaussian process，簡稱GP）地圖重構算法，由此得到一(yī)種全新地圖表現形式。将由GP得到的預測值和預測位置組合在一(yī)起作爲預測點，以此自然地建立起預測點對的對應關系，并使用叠代方式計算位姿變換。利用3組标準點集數據集對該方法進行驗證和測試。實驗結果表明，相較于叠代最近點算法和正态分(fēn)布變換兩種經典點集配準方法，該方法在精度和效率兩方面都有更佳表現。此外(wài)，所提的地圖重構算法能夠在降低内存消耗的同時，提供稠密的類點雲地圖。

關鍵詞組：點集配準；高斯過程；智能無人系統

Proximal policy optimization with an integral compensator for quadrotor control

Huan Hu, Qing-ling Wang

DOI: 10.1631/FITEE.1900641 Downloaded: 3947 Clicked: 4989 Cited: 0 Commented: 0(p.777-795) <Full Text> <PPT> 1349

Chinese summary <26> 基于帶積分(fēn)補償近端策略優化算法的四旋翼控制

胡歡，王慶領
東南(nán)大(dà)學自動化學院，中(zhōng)國南(nán)京市，210096

摘要：使用先進的近端策略優化強化學習算法優化随機控制策略，實現對無模型四旋翼飛行器速度的穩定控制。飛行器模型由4個可以學習訓練的子神經網絡控制，神經網絡以一(yī)種端到端的方式将模型狀态映射爲控制命令輸送給飛行器執行。将積分(fēn)補償器引入行爲評估算法框架，可大(dà)大(dà)提高模型速度跟蹤的準确性和魯棒性。此外(wài)，開(kāi)發了包括離(lí)線學習和在線學習的兩階段學習方案，以供實際飛行之需。在在線學習階段，不斷優化模型的飛行策略。最後，對比提出的算法與傳統PID算法的實驗效果。

關鍵詞組：強化學習；近端策略優化；四旋翼控制；神經網絡

Target detection for multi-UAVs via digital pheromones and navigation algorithm in unknown environments

Yan Shao, Zhi-feng Zhao, Rong-peng Li, Yu-geng Zhou

DOI: 10.1631/FITEE.1900659 Downloaded: 2809 Clicked: 5411 Cited: 0 Commented: 0(p.796-808) <Full Text> <PPT> 1617

Chinese summary <31> 基于數字信息素和領航算法的未知(zhī)環境多智能體(tǐ)目标探測

邵燕¹，趙志(zhì)峰^1,2，李榮鵬¹，周裕庚³
¹浙江大(dà)學信息與電子工(gōng)程學院，中(zhōng)國杭州市，310027
²之江實驗室，中(zhōng)國杭州市，311121
³浙江萬豐科技開(kāi)發股份有限公司，中(zhōng)國紹興市，312000

摘要：在複雜(zá)且動态性強的環境中(zhōng)，指導多無人機系統協調運作是一(yī)項具有挑戰性的技術。基于數字信息素和當前主流無人系統控制算法，提出一(yī)種有限先驗知(zhī)識下(xià)多無人機系統目标探測分(fēn)布式算法。通過改進不同語義數字信息素的融合算法和個體(tǐ)行爲決策方案，提出一(yī)種更合理、有效的信息素更新機制。同時，考慮到一(yī)些個體(tǐ)在感知(zhī)和交流方面的局限性，以及受自然界蜂擁算法啓發，在Olfati-Saber無人機群控制算法基礎上，設計了新的領航算法模型。此外(wài)，使用矢量信息代替傳統标量信息素，使無人機群具有更高探測效率。仿真結果表明，該算法在指定區域的探測覆蓋率、目标獲取及回訪效率、避障能力等方面都有較好表現。

關鍵詞組：群體(tǐ)智能；數字信息素；人工(gōng)勢場；領航算法