
-
生物通官微
陪你抓住生命科技
跳动的脉搏
火星探测中协同UGV–UAV系统成本效益的双目标优化研究
《Scientific Reports》:Energy-aware bi-objective optimization for cooperative UGV–UAV Mars exploration
【字体: 大 中 小 】 时间:2026年09月30日 来源:Scientific Reports 4.9
编辑推荐:
摘要本研究提出了一个双目标优化框架,用于评估火星探测中协同UGV–UAV系统的成本效益。该框架对任务有效性(由UAV图像质量与覆盖范围和UGV采样能力定义)与资源使用量(通过集成能耗感知成本模型捕获)之间的权衡进行建模。研究采用四种多目标优化算法——NSGA-II、R-NSG
本研究提出了一个双目标优化框架,用于评估火星探测中协同UGV–UAV系统的成本效益。该框架对任务有效性(由UAV图像质量与覆盖范围和UGV采样能力定义)与资源使用量(通过集成能耗感知成本模型捕获)之间的权衡进行建模。研究采用四种多目标优化算法——NSGA-II、R-NSGA-II、MOEA/D和SMSEMOA——来生成帕累托最优解。SMSEMOA在收敛性和多样性方面始终优于其他算法,尤其在刚性面板条件下表现突出,且统计上显著优于MOEA/D。柔性配置,尤其是4片柔性面板配置,进一步提升了性能,实现了最低的IGD值和最小的间距指标,表明其相较于3片柔性面板和刚性面板具有更优的收敛性和更均匀的帕累托分布。敏感性分析表明,电池重量是主导设计变量,而成本、FPS、视场角和太阳能电池面积则表现出中等程度且依赖情境的影响。最后,引入了基于IQR和KDE的范围估计器,以支持稳健且可解释的设计决策。所提出的框架为在行星任务约束条件下构建节能、成本感知且适应性强的机器人系统提供了定量洞察。