随着无人机集群技术的发展,大规模无人机集群的应用领域越来越广,对无人机集群的控制技术提出了更高的要求。目前大多数的无人机集群控制技术主要面向单个群组的无人机集群场景,对于越来越复杂的场景和任务需要,单个群组的无人机集群控制技术可能难以提供稳定和灵活的控制能力,因此为了拓展无人机集群控制技术的应用范围,需要支持满足多个群组的无人机集群协同控制技术,其协同控制既需要实现单群组内部的碰撞避免,也需要实现多群组之间的碰撞避免。本研究对多群组无人机避碰控制技术的现状进行了深入调查和分析,为了能够达到高效、稳定、安全的多群组无人机避碰控制,本研究从多群组无人机避碰控制模型设计和优化两个方面展开了研究。多群组无人机避碰控制模型主要通过设计多群组无人机避碰算法并借助无人机仿真技术对多群组的无人机避碰技术进行建模,检验各种场景下的多群组无人机避碰控制模型的高效性、稳定性以及安全性。同时,针对多群组无人机避碰控制模型的参数优化问题展开研究,通过设计稳定、高效的模型优化框架,实现模型参数的高效校准,以提高控制模型在不同场景下的适应能力和控制效果。以下几点是本研究的主要成果:(1)提出了基于最小包围圆的群组碰撞检测方法和基于潜在碰撞区域的自适应群组重构方法,通过计算每个群组包围圆之间的相对速度和相对位置间的关系,在线性时间内分析群组间潜在碰撞状态,并通过群组内成员分布状态重构群组,减少死锁的发生。(2)提出了群组间和群组内部的两层碰撞避免协同控制模型,通过计算群组间的最小绕行代价得到优选速度实现无人机群组间避碰过程中的稳定性维持,同时使用相应的群聚算法实现群组内部的稳定性维持。(3)构建了群组间和群组内部避碰模型控制参数设置的多任务优化框架,通过多因子进化算法实现群组间和群组内部避碰控制模型的协同参数优化,并通过在线训练机器学习模型动态替换基于仿真器的评价过程,减少任务评价时间和资源占用。(4)通过设计多种无人机多群组仿真场景,并和其他先进的无人机集群控制算法进行了比较,检验了我们设计的多群组无人机避碰控制模型的高效性、稳定性以及安全性,同时验证了多任务优化框架对于多群组无人机避碰控制模型参数优化的优越性。