无人机(Unmanned Aerial Vehicle,UAV)/无人车(Unmanned Ground Vehicle,UGV)异构协同是一个前沿性研究课题,因其巨大的应用价值受到了世界各国学者的广泛关注。由于UAV/UGV在速度、负载、通讯、观测能力等方面具有很强的互补性,二者协同可以有效拓宽UAV和UGV的应用范围,提高其执行侦察、搜索、营救等任务的效率。本文以UAV/UGV异构协同执行任务为背景,首先研究了UAV/UGV系统(Unmanned Aerial and Ground Vehicle System,UAGVS)可能的协同模式,并从优化角度对不同类型协同系统进行了统一决策建模。针对一类典型任务模型—多点动态集结任务(Multi-point Dynamic Aggregation Task,MPDAT),深入研究了采用UAGVS执行该任务的相关理论问题。采用UAGVS执行MPDAT时,UAV充当信使的角色,而UGV则作为移动执行器。UAV周期性地飞过任务点获取相关信息,并将这些信息发送给各个UGV,UGV根据接收到的任务信息执行决策,从而优化任务完成效率。本文针对信使机制UAGVS执行MPDAT所涉及到的三个关键问题——遍历任务点和UGV的信使UAV的路径规划、信使UAV引导下多UGV任务分配及其分布式运动协同问题进行了深入研究,并设计了高效的求解算法,从规划层面实现了系统整体性能的优化。最后通过集成仿真实例验证了信使机制UAGVS执行MPDAT的可实现性和有效性。本文主要的工作和创新点包括以下四个方面:(1)系统分析了UAV/UGV可能的协同模式,从UAV和UGV在任务中扮演的功能角色、任务耦合程度以及系统决策方式三个层面提出了一种UAGVS分类方法。基于该分类方法,从优化角度建立了不同类型系统的一般性决策模型,并从理论上分析了优化决策问题的计算复杂性以及实时性问题。这一研究为UAGVS系统的搭建和决策制定提供了统一的分析思路和求解策略。同时,建立了MPDAT的数学模型,并总结了采用信使机制UAGVS执行MPDAT的优势,以及其中所涉及的关键问题。(2)对于MPDAT中作为UGV信使的UAV路径规划问题,建立了具有曲率约束的UAV路径规划模型—Dubins旅行商模型(Dubins Traveling Salesman Problem with Neighborhood,DTSPN)。通过引入终端航向松弛意义下的Dubins路径,有效简化了两点间曲率约束最短路径的计算,消除了DTSPN求解过程中对于航向的依赖。同时引入基于邻域边界的编码策略,减少了决策变量的数量,有效地压缩了DTSPN问题的寻优空间,降低了优化难度。同时,在Memetic算法框架下,融合近似梯度算法和进化算法,设计了高效的求解算法。计算试验表明:本文提出的算法与其他文献中的算法相比,在路径规划质量和计算时间方面实现了较好的权衡,可以在相同计算时间内产生更高质量的解。考虑到小型固定翼无人机飞行路径容易受到风场的影响,研究了风场中DTSP(Dubins Traveling Salesman Problem)问题的求解。提出了“虚拟移动目标”的思想,将风场中两点间的Dubins路径转化为超越方程的求根问题,并证明了在满足一定条件下根的唯一性。同时,采用随机键值编码目标点访问顺序,并采用差分进化算法得到最终的Dubins回路。这一研究成果为风场中两点间满足曲率约束的最优路径计算提供了有效的方法,具有很强的实际意义。(3)针对多UGV运动耦合而平台动态解耦的特点,研究了基于分布式滚动时域控制(Decentralized Receding Horizon Control,DRHC)的多UGV运动建模方法。将大规模的集中优化问题转化为多个UGV的小规模局部分布式优化问题,有效地减少了决策问题的优化规模。重点研究了DRHC问题的求解方法,提出了一种基于合作机制的顺序决策求解算法,UGV在执行本地优化的同时对决策优先级较高的个体进行决策修正,在降维空间中实现系统整体性能的优化。仿真实验表明,相比集中式决策和典型的顺序决策,本文提出的基于合作机制的顺序决策求解算法在求解质量和计算代价之间实现了较好的均衡,能够在多UGV运动冲突消解基础上规划出更短的运动路径。(4)针对多点动态集结任务的动态特性,研究了任务目标点状态动态变化情形下UAV/UGV的协同问题。针对UGV提出了一种快速的启发式任务分配机制,实现了UGV对于动态任务信息的快速响应。同时,首次研究了UGV位置约束下的信使UAV动态路径规划问题,针对UGV运动参数已知和未知两种情形分别设计了信使UAV的动态路径规划策略。对于UGV运动参数已知的情形,从理论上验证了UGV位置变化时,UAV遍历UGV的路径的可靠性,对于UGV运动参数未知的情形,提出了一种有效的搜索模式来产生UAV路径,并从理论上验证了该模式的有效性。