Optimum Trajectory Planning for Multi-Rotor UAV Relays with Tilt and Antenna Orientation Variations
Czech Technical University in Prague（布拉格捷克理工大学）；International University of Rabat（拉巴特国际大学）
多旋翼无人机（UAV）需要倾斜才能移动，这会改变UAV的天线方向。我们考虑的场景中，多旋翼无人机作为一个基站（BS）和另一个无人机之间的通信中继。我们提出了一个框架，以产生可行的轨迹为多旋翼无人机中继，同时考虑其运动动力学和运动引起的天线方向的变化。UAV中继的轨迹被优化以最大化传输的端到端比特数。MATLAB和Gazebo中的数值仿真显示了由于无人机倾斜而导致的天线方向变化的好处。
2023-02-09 cs.RO
Local Trajectory Planning For UAV Autonomous Landing
Technion - Israel Institute of Technology（以色列理工学院）
自主式无人机的一个重要能力是在自主着陆过程中避免与障碍物碰撞。这种能力需要实时的本地轨迹规划。虽然在紧急着陆等情况下已经引入了自动规划方法，但在现实生活中，只有障碍物的表面可以被感知和检测，因此还没有对这些方法进行评估。我们提出了一种新的优化框架，使用预先规划的全局路径和优先级地图的着陆区。在一个模拟器中实现并评估了几种轨迹规划算法，该模拟器包括3D城市环境、基于LiDAR的障碍物表面传感以及无人机制导和动力学。我们表明，使用我们提出的优化标准可以成功地提高着陆任务的成功概率，同时避免碰撞的障碍物在实时。
2021-11-18 cs.RO
Communication-Aware Asynchronous Distributed Trajectory Optimization for UAV Swarm
Beijing Institute of Aerospace Systems Engineering（航天系统工程研究院）
针对通信受限环境下无人机集群分布式轨迹规划部署难的问题，提出融合PDDP与async-ADMM的CA-ADTO双层框架，可降低通信开销，有效处理非线性动力学与时空耦合问题。
2025-11-19 cs.RO
Flatness-based Finite-Horizon Multi-UAV Formation Trajectory Planning and Directionally Aware Collision Avoidance Tracking
Department of Cybernetics, Czech Technical University in Prague（捷克技术大学布拉格分校自动化系）；Mechanical and Aerospace Engineering, Old Dominion University（旧 Dominion 大学机械与航空航天工程系）；Mechanical Engineering Faculty, Sahand University of Technology（沙赫德大学机械工程系）；Aksaray University（阿克萨雷大学）
本文提出一种基于微分平坦性的多无人机有限时间无碰撞编队控制方案，通过庞特里亚金原理规划编队轨迹，并设计方向感知避碰策略实现无碰撞跟踪，仿真验证了其有效性。
2025-07-01 cs.RO
Trajectory Optimization in Single and Dual-UAV Bearing-Only Target Localization
College of Aerospace Science and Engineering, National University of Defense Technology（国防科技大学航天科学与工程学院）；Hunan Key Laboratory of Image Measurement and Visual Navigation（湖南省图像测量与视觉导航重点实验室）
提出基于Fisher信息矩阵的轨迹优化方法，通过谱加权目标函数和交叉角正弦项改善观测几何，结合改进粒子群算法，显著降低定位误差。
2026-06-08 cs.CV cs.RO
CRB-Driven Beamforming and Trajectory Optimization for UAV-assisted ISAC System
Department of Electrical and Computer Engineering（电气与计算机工程系）
研究无人机辅助的ISAC系统，在功率和移动性约束下联合优化无人机轨迹与波束成形参数以提升感知性能。采用零空间投影设计波束成形，深度强化学习优化轨迹，相比无无人机辅助系统，显著降低时间平均CRB，提高感知精度。
2026-07-23 cs.IT cs.LG cs.RO
Learning-Based UAV Trajectory Optimization with Collision Avoidance and Connectivity Constraints
Syracuse University（雪城大学）
无人机（UAV）有望成为无线网络的一个组成部分，并且确定多个UAV的无碰撞轨迹，同时满足与地面基站（GBS）的连接要求是一项具有挑战性的任务。本文首先将具有避碰和无线连接约束的多无人机轨迹优化问题转化为离散时间域中的序贯决策问题。然后，我们提出了一种去中心化的深度强化学习方法来解决这个问题。更具体地说，开发了一个价值网络，以编码给定代理的联合状态（包括代理的信息，附近代理的可观察信息，以及附近GBS的位置）的预期时间到目的地。还设计了信号干扰噪声比（SINR）预测神经网络，其使用在与蜂窝网络交互时获得的累积SINR测量来将GBS的位置映射到SINR水平，以便预测UAV的SINR。仿真结果表明，利用价值网络和信干噪比预测网络，多无人机可以有效地在各种环境下进行实时导航，并具有较高的成功率。
2021-04-15 cs.IT cs.LG cs.RO
On Correcting Errors in Existing Mathematical Approaches for UAV Trajectory Design Considering No-Fly-Zones
本文针对无人机轨迹设计中现有方法无法全程避开禁飞区的问题，提出一种新的禁飞区约束并给出数学证明，通过优化调度、功率、时隙长度和轨迹最大化最小吞吐量，仿真验证其能实现零禁飞区违反中断和更高吞吐量。
2023-08-12 cs.SY eess.SY math.OC
Dynamic attitude planning for trajectory tracking in underactuated VTOL UAVs
Politecnico di Milano（米兰理工大学）；University of Trento（特伦托大学）
本文针对欠驱动VTOL无人机的轨迹跟踪控制问题，提出了一种以位置跟踪为主的目标，通过引入姿态规划器动态系统，确保满足主要目标，将姿态跟踪作为次要目标，只要期望轨迹满足特定可跟踪性条件即可实现。
2019-04-10 cs.SY eess.SY math.OC
Trajectory-based Traveling Salesman Problem for Multirotor UAVs
提出了一种多旋翼无人机时间最优路径规划和轨迹优化的综合优化方法。我们的方法扩展了著名的旅行推销员的问题，由于其运动学特性的无人机有限的机动性占。为此，我们允许每个航点遍历离散化的速度以及离散化的飞行方向和计算时间最优的轨迹，以确定每个边缘的旅行时间成本。我们把这个新的优化问题称为基于轨迹的旅行商问题（TBTSP）。结果表明，与具有运动学约束的旅行商问题的最新方法相比，该方法可将任务持续时间缩短15%.
2022-11-30 cs.RO math.OC
Energy-Efficient Cyclical Trajectory Design for UAV-Aided Maritime Data Collection in Wind
无人机，特别是固定翼无人机，能够承受强风，在海洋勘探和研究方面具有巨大潜力。研究了一种无人机辅助海洋数据采集系统，该系统采用固定翼无人机对海洋浮标进行数据采集。针对无人机在风影响下的飞行轨迹和浮标间的通信时间调度问题，提出了一种基于最优解的非凸优化方法，旨在最小化无人机在完成任务过程中的能量消耗。现有的技术，如连续凸近似（SCA）方法提供了有效的次优解决方案，用于收集小/中等数据量，而该解决方案严重依赖于轨迹初始化，并没有明确考虑风的影响，而计算复杂性和由此产生的轨迹复杂性都变得令人望而却步的任务与大数据量。为此，我们提出了一个新的循环轨迹设计框架，可以有效地处理任意数据量受到风的影响。具体而言，所提出的UAV轨迹包括多个循环圈，每个循环圈负责仅收集数据的子集，从而显著降低计算/轨迹复杂性，这允许搜索适合浮标拓扑和风的更好的轨迹初始化。数值结果表明，所提出的循环格式在总体上优于基准的单次飞行格式。此外，优化的循环8形轨迹可以主动利用风，并实现较低的能耗相比，没有风的情况下。
2021-11-05 cs.IT cs.NI cs.SY
Trajectory Optimization and NMPC Tracking for a Fixed Wing UAV in Deep Stall with Perch Landing
本文提出固定翼UAV深失速栖落回收技术，通过约束优化生成轨迹并设计带终端约束的NMPC跟踪控制器，在风扰下大幅缩短着陆时间与最终空速，仿真验证了其可行性。
2023-01-20 math.OC
Joint Trajectory and Communication Design for UAV-Enabled Multiple Access
无人机（Unmanned Aerial Vehicles，UAV）以其高机动性、灵活部署和低成本等特点，近年来在无线通信领域引起了广泛的关注。本文研究了一种支持无人机的无线网络，其中无人机被用作空中移动基站（BS），为地面上的一组用户提供服务。为了实现公平的用户之间的性能，我们最大限度地提高所有地面用户的最小吞吐量，通过联合优化多用户通信调度和无人机轨迹在有限的地平线。所制定的问题是一个混合整数非凸优化问题，是很难解决的一般。因此，我们提出了一个有效的迭代算法，通过应用块坐标下降和连续凸优化技术，这是保证收敛到至少一个局部最优解。为了实现快速收敛和稳定的吞吐量，我们进一步提出了一种低复杂度的初始化方案的无人机轨迹设计的基础上简单的圆形轨迹。广泛的仿真结果显示显着的吞吐量增益的建议的设计相比，其他基准计划。
2017-04-06 cs.IT math.IT math.OC
Nonlinear Trajectory Optimization Models for Energy-Sharing UAV-UGV Systems with Multiple Task Locations
University of Minnesota（明尼苏达大学）；Cornell University（康奈尔大学）；DEVCOM Army Research Laboratory（美国陆军研究开发司令部陆军研究实验室）
本文提出了一种非线性程序模型，用于优化具有多个任务地点的能源共享UAV-UGV系统的轨迹，通过平滑参数化UGV的地形访问约束并支持部分UAV充电，从而减少计算时间。
2026-03-30 math.OC
Optimal Trajectory-Planning of UAVs via B-Splines and Disjunctive Programming
针对自主式无人机在三维地形上飞行的轨迹规划问题，提出了一种有效的算法。该算法结合了凸优化、析取规划和滚动时域概念，具有计算速度快等优点。应用析取规划，以放松非凸约束的问题。此外，B样条曲线被用来表示在优化过程中应该生成的轨迹。
2018-07-09 math.OC
UAV Trajectory Optimization for Time Constrained Applications
无人机（UAV）有望彻底改变通信。利用其灵活性和快速部署，我们可以在拥挤的地区提供内容，或在没有基础设施的地区提供服务。在本文中，我们考虑的无人机，飞越多个位置，并在给定的时间内尽可能多的用户。我们研究的最优轨迹设计问题，我们制定为一个混合整数线性规划。对于大的情况下，轨迹的选项变得令人望而却步的问题，我们建立了一个连接到定向越野问题，并提出了相应的贪心算法。仿真结果表明，该算法是快速的，并产生接近最优解。所提出的算法可用于战略内容缓存或战术现场操作的轨迹规划。
2020-02-09 cs.NI math.OC
Optimal Rendezvous Trajectory for Unmanned Aerial-Ground Vehicles
固定风无人机（UAV）对于偏远地区的低成本空中监视和测绘应用至关重要。无人机的主要限制之一是有限的燃料容量，因此需要定期加油来完成任务。命令无人机返回固定基站加油的通常机制可能导致燃料浪费和低效的任务操作时间。或者，无人地面车辆（UGV）可以用作移动加油单元，其中UAV将与UGV会合进行加油。为了在存在风干扰的情况下准确地执行该任务，我们需要考虑UAV和UGV的动力学和运动学来确定3D中的最佳轨迹。在本文中，我们提出了一个最优控制制定，以产生一个可调的无人机轨道交会上移动的UGV考虑风干扰。在我们的问题设置中，通过适当选择攻击性指标的值，我们能够控制无人机会合行为。几个数值结果表明，我们的方法的可靠性和有效性。
2016-12-20 math.OC
Optimal Trajectory Planning and Task Assignment for UAV-assisted Fog Computing
雾计算是一种新兴的物联网（IoT）分布式计算模型。它将计算和缓存功能扩展到无线网络的边缘。无人机（UAV）为雾计算提供了足够的支持。无人机不仅可以充当移动用户和物理远程边缘设备之间的中继，以避免昂贵的远程无线通信，而且还配备了可以接管特定任务的计算设施。在本文中，我们的目标是通过规划无人机的轨迹，并将计算任务分配给不同的设备，包括无人机本身，以优化由单个无人机辅助的雾计算系统的能源效率。我们提出了两个算法的基础上，经典的蚁群和粒子群优化技术和解决问题的连续凸逼近。不像大多数现有的研究中的轨迹被假定为直线，我们考虑的障碍物，如建筑物的影响，并故意避免他们在轨迹规划阶段。通过大量的仿真实验，我们证明了我们提出的方法可以实现显着更好的能源效率比现有的基准算法。
2022-10-31 cs.NI math.OC
Joint Trajectory and Communication Design for Multi-UAV Enabled Wireless Networks
近年来，无人机（UAV）由于其高机动性、灵活部署和低成本而在辅助无线通信方面引起了极大的兴趣。本文考虑了一种多无人机无线通信系统，其中多个无人机安装的空中基站（BS）被用来服务于地面上的一组用户。为了实现用户间的公平性能，我们最大化的最小吞吐量在所有地面用户在下行链路通信中，通过优化多用户通信调度和关联联合无人机的轨迹和功率控制。制定的问题是一个混合整数非凸优化问题，是具有挑战性的解决。因此，我们提出了一个有效的迭代算法来解决它通过应用块坐标下降和连续凸优化技术。具体地，在每次迭代中交替地优化用户调度和关联、UAV轨迹和发射功率。特别地，对于非凸无人机轨迹和发射功率优化问题，分别求解了两个近似凸优化问题。我们进一步表明，该算法是保证收敛到至少一个局部最优解。为了加快算法收敛速度，获得较好的吞吐量，基于简单圆轨迹和圆填充方案，提出了一种低复杂度、系统化的无人机轨迹设计初始化方案。大量的仿真结果表明，所提出的设计相比，其他基准计划显着的吞吐量增益。
2018-01-06 cs.IT math.DS math.IT
Multi-UAV Interference Coordination via Joint Trajectory and Power Control
在本文中，我们考虑了一个无人机使能互扰信道（UAV-IC），其中每个$K$无人机与其相关的地面终端（GT）在同一时间和相同的频谱进行通信。为了利用新的自由度的无人机的移动性之间的干扰协调的UAV-GT链路，我们制定了一个联合轨迹和功率控制（TPC）的问题，最大化的总和速率的UAV-IC为一个给定的飞行间隔，在无人机的飞行速度，高度，以及避免碰撞的实际约束。这些约束耦合了跨不同时隙和UAV的TPC变量，导致具有挑战性的大规模和非凸优化问题。通过利用问题的结构，我们表明，最佳TPC解决方案遵循飞-悬停-飞的策略，基于此问题可以处理，首先找到一个最佳的悬停位置，然后解决一个降维TPC问题与给定的初始和悬停位置的无人机。对于简化的TPC问题，我们提出了一个逐次凸逼近算法。为了提高计算效率，我们进一步开发了一个并行TPC算法，是有效地实现在多核CPU。我们还提出了一个{segment-by-segment method} %虚拟航点模型，该模型将TPC问题分解为连续的TPC子问题，每个子问题具有较小的问题维度。仿真结果表明，所提出的算法的优越的计算时间效率，也表明，无人机-IC可以产生更高的网络和速率比基准正交计划。
2018-09-15 math.OC
Robust Trajectory and Transmit Power Design for Secure UAV Communications
无人机（Unmanned Aerial Vehicles，UAV）具有机动性强、易于部署等优点，有望在未来无线通信领域得到广泛应用。然而，空地视距无线信道的广播特性给无人机-地面通信的信息安全带来了新的挑战。本文解决了这样的挑战，在物理层利用无人机的机动性，通过其轨迹设计。我们考虑一个无人机地面通信系统与多个潜在的窃听者在地面上，窃听者的位置信息是不完善的。我们制定了一个优化问题，最大限度地提高平均最坏情况下的保密率的系统，通过联合设计的鲁棒轨迹和发射功率的无人机在给定的飞行时间。优化问题的非凸性和窃听者位置信息的不完全性使得该问题很难得到最优解。我们提出了一个迭代次优算法，有效地解决这个问题，通过应用块坐标下降法，S-过程，和连续凸优化方法。仿真结果表明，与其他两种没有鲁棒性设计的基准算法相比，该算法可以显著提高平均最坏情况下的保密率。
2018-06-17 cs.IT math.DS math.IT
