DLW-CI：面向基于消费者无人机网络的城市环境中多源搜索的动态似然加权合作性信息探测方法
信息论
2025-04-30 v2 机器人学
math.IT
摘要
消费级无人机配备低成本传感器已成为环境监测和危险物质检测于城市环境中自主智能系统（AIS）的基石。然而，现有研究主要解决单源搜索问题，忽略了现实城市场景中位置和数量均未知的复杂性。为此，我们提出了一种用于消费无人机网络的动态似然加权合作性信息探测方法（DLW-CI）。我们的方法通过将信息探测（一种认知搜索策略）与优化源项估计相结合以及创新的合作机制，增强了 AIS 中多无人机协作。具体而言，我们引入一种新颖的源项估计方法，该方法利用多个平行粒子滤波器，其中每个滤波器专用于估计搜索场景中可能未知源的参数。此外，我们开发了一种基于动态似然权重的合作机制，以防止多无人机同时估计和搜索同一源，从而优化无人机的能源效率和搜索覆盖范围。实验结果表明，DLW-CI 方法在成功率、准确性和均方根误差方面显著优于基准方法，特别是在源数较少的场景中，无论是否存在障碍物。我们还在由计算流体动力学（CFD）模型生成的扩散场景中验证了该方法的有效性。研究发现表明，我们的方法可提高基于消费者无人机的 AIS 的源项估计准确性和搜索效率，为智能城市基础设施中的环境安全监测应用做出了有价值的贡献。
引用
@article{arxiv.2504.14330,
title = {DLW-CI: A Dynamic Likelihood-Weighted Cooperative Infotaxis Approach for Multi-Source Search in Urban Environments Using Consumer Drone Networks},
author = {Xiaoran Zhang and Yatai Ji and Yong Zhao and Chuan Ai and Bin Chen and Zhengqiu Zhu},
journal= {arXiv preprint arXiv:2504.14330},
year = {2025}
}
备注
Errors found in the Methods section