四川省位于中国西南、青藏高原东南缘，地势复杂，高山深谷与平原丘陵并存，地震、洪水、泥石流等自然灾害频发。异构无人集群跨域协同控制可快速侦察监测灾区，为救援提供及时准确信息，有效应对灾害。其复杂地形对协同控制提出更高要求。本方向旨在研究适应复杂地形的网络协同控制，保障不同无人装备高效配合、安全稳定运行。拟开展主要工作如下：

Ø “空-地”异构群体智能协同算法

研究基于强化学习、群体智能的分布式任务分配、路径规划和队形保持算法，使系统能自适应应对外界环境突变、网络信号遮挡等达州这种复杂地形条件下的常见挑战。开发基于分布式架构的协同控制算法，实现异构无人系统之间的信息共享和自主决策。例如，通过无线通信网络，使无人机和无人车能够实时交换位置、速度等信息，协同完成搜索、救援等任务。研究协同控制中的容错机制，当部分无人系统出现故障时，其他系统能够自动调整协同策略，保证任务的顺利完成。

Ø “空-地”一体化协同机制

考虑地形限制和无人系统的性能差异，设计多目标优化的协同路径规划算法。例如，在山地环境中，为无人机规划避开高山深谷的飞行路径，为无人车规划适应坡度的行驶路线。研究动态避障策略，使异构无人系统在遇到突发障碍物时能够及时调整路径，确保协同作业的连续性。针对天然气管道巡检、山区物流等场景，研究无人机与无人车（UGV）的跨域协同。例如，无人机负责大范围快速侦察与中继通信，无人车负责近距离精细检测或物资运送，实现优势互补。

Ø 基于数字孪生的仿真与测试

构建高精度的达州地理信息数字孪生平台，注入典型气象、电磁环境数据，为算法研发、验证和优化提供低成本、高效率的沙箱环境。