多无人机协同搜索水上目标的方法技术

技术编号:22165690 阅读:47 留言:0更新日期:2019-09-21 10:04
本发明专利技术提出一种多无人机协同搜索水上目标的方法,包括以下步骤;将搜索任务建模为寻找最大回报率的最优航路;在任务区域内描述目标存在概率图,提取高价值搜索子区域;将子区域分配给各无人机;对子区域进行搜索顺序排序,多架无人机按分配区域及区域搜索顺序执行搜索任务。本发明专利技术提出的并行式模型预测控制算法可快速获得满足终端时间/位置约束的无人机覆盖搜索航路,同时可提高无人机的搜索效率。

Multi-UAV Cooperative Search for Water Targets

【技术实现步骤摘要】
多无人机协同搜索水上目标的方法
本专利技术涉及无人机控制
,尤其涉及一种无人机搜索水上目标的方法。
技术介绍
近些年来,面向无人机(UnmannedAerialVehicle,简称UAV)的目标搜索技术已广泛应用于搜索营救、信息采集、持续监视等应用场合,逐步得到了国内外学者与相关部门的密切关注与深入研究。从航路规划的角度出发,多无人机协同搜索水上目标技术可定义为,如何设计合适的最优航路,从而有效地分配和控制多架无人机以最小代价实现对任务区域的最大效率搜索,如在规定时间内获得最大观测回报率即累计概率或尽可能降低环境不确定度。目标搜索理论最初应用于单无人机的搜索营救任务。首先需将任务区域离散化为栅格地图,根据先验知识可确定每个栅格对应的搜索图信息(如目标存在概率、信息熵等),然后基于各类规则更新搜索图信息,并采取具体的优化策略(如贪婪算法、滚动优化、智能算法等)寻找最优航路。此外,还可用平行线扫描法、螺旋线法、随机法等穷尽搜索策略来实现单无人机搜索目标任务,且均取得了较好的效果。与单架无人机相比,多无人机可进行信息共享与行为协同,因此具有更高的目标搜索效率,但各类协同机制的引入(如任务分配、机间避撞、同时到达、通信保持等)也给现有方法带来了挑战,现有方法需进一步改进。例如,可通过平行线扫描法规划出平行的多机飞行航路,实现对区域的全覆盖搜索;采取分布式模型预测控制算法规划各机的搜索航路,兼顾计算效率与优化效果。此外,为降低问题求解难度,可采用质心Voronoi图划分、模糊聚类、多边形切割等方法把任务区域分解为一系列子区域,然后把它们分配给各无人机,从而将复杂的多无人机协同问题转换为子区域内的单无人机航路规划问题。针对多无人机协同目标搜索问题,基于区域分解、子区域分配与单机规划相结合的层次化策略是一种有效的求解思路,可有效地简化问题,然而现有的区域分解策略较为粗糙,缺乏对全局信息的精细定量描述,存在局部最优问题。同时,现有的目标搜索方法仅关注如何提升搜索效率,而无法处理终端约束,即无法保证无人机在任务终止时刻到达指定位置,这显然不符合实际要求。因此,多无人机协同目标快速搜索问题在任务效率与终端约束等方面仍有很大的提升空间。
技术实现思路
本专利技术的目的在于提供一种考虑时间约束的无人机快速搜索水上目标的方法,该方法可在有效提高任务效率的同时满足终端约束。为了实现上述目的,本专利技术提供如下技术方案:一种考虑终端约束的多无人机协同搜索水上目标的方法,包括以下步骤;将搜索任务建模为寻找最大回报率的最优航路;在任务区域内描述目标存在概率图,提取高价值搜索子区域;将子区域分配给各无人机;对子区域进行搜索顺序排序,多架无人机按分配区域及区域搜索顺序执行搜索任务。作为优选:进一步包括以下步骤:统计单架无人机按排序后搜索区域执行搜索任务的实际总搜索时间,并与预设总搜索时间进行比较;若实际总搜索时间值小于预设总搜索时间值,则在子区域内为无人机扩展新的航路段,直至两者相等或相近,此处所述的相近,是指两者之差在允许的容差阈值范围内;若实际总搜索时间值近似等于预设总搜索时间值,则按子区域当前航路执行搜索任务。作为优选:对搜索任务进行建模的方法为:将搜索任务区域视为标准化矩形,且离散化表示为M个栅格;目标在每个栅格内的存在概率p(m)∈[0,1]为已知,且假设任意时刻t每架无人机均位于栅格中心的上空,且无人机在每个栅格之间移动;假设无人机位于栅格上空时,可执行探测的概率为gs,定义栅格m的历史搜索概率为:其中,Lt(m)为t时刻前该无人机飞经栅格m,且探测栅格m的历史总探测次数;定义栅格m的历史搜索回报率:Pt(m)=p(m)Gt(m)(2)栅格m在第Lt(m)+1次被探测的单次搜索回报率为:t时刻所有栅格的历史回报率定义为:计算航路的搜索回报率以最大搜索回报率的航路作为最优航路:作为优选:提取高价值子区域的方法为:利用高斯混合模型近似目标搜索概率:各高斯函数的所占比例αk满足并进一步满足:其中,K为二维高斯函数的个数,αk、μk、Ck为高斯参数,x=[x,y]T表示二维位置向量;定义由栅格位置组成的训练样本,栅格位置对应的训练个体的数量占比等于目标存在概率值,采用聚类算法初步确定参数,并进行参数的迭代估计直至满足收敛条件。作为优选:对子区域进行搜索顺序排序的方法为:定义子区域量化评价指标,其中,理想回报Rk:Rk=0.997αk;子区域面积其中和分别表示Ck的特征值平方根;转场距离Lk;确定子区域的总体评价指标为EPk=(Ak+Lk)/Rk;总体评价指标的值越小,子区域搜索价值越大,优先级越高;按以上确定的子区域的优先级,为子区域进行排序。作为优选:将子区域分配给无人机的方法为:确定子区域的优先级后,获得最优的子区域顺序集合为{l1,...,lKi},定义区域分配指标定义为:其中,表示总搜索回报率,表示平衡搜索指标,λ1和λ2为自定义比例系数,可根据需要选取;公式(11)中,min()表示最优指标,argmin()表示得到该最优指标时选取的参数,其中表示最优的子区域分配集合,逐个分配给无人机。与现有技术相比,本专利技术的优点和积极效果在于:(1)本专利技术提出的高斯混合模型实现了任务区域的精细描述,可量化提取出所有的高价值子区域,避免传统方法的局部最优问题;(2)本专利技术利用遗传算法进行子区域排序,该方法不受子区域数量的限制,能获得最优排序结果;(3)本专利技术提出的并行式模型预测控制算法可快速获得满足终端时间/位置约束的无人机覆盖搜索航路,同时保证了搜索效率。附图说明图1是本专利技术的方法流程图;图2是无人机运动示意图;图3a、图3b是搜索目标在待搜索区域存在概率图;图4a、图4b是基于高斯混合模型的区域分解结果;图5a、图5b是基于并行式模型预测控制的单机航路规划示意图;图6a、图6b是面向海上目标搜索任务的多无人机航路。其中:1-第一架无人机航路,2-第二架无人机航路,3-第三架无人机航路。具体实施方式以下,结合附图对本专利技术的具体实施方式进行进一步的描述。本专利技术提出了一种考虑终端约束的多无人机协同搜索水上目标的方法,可应用于水上目标的跟踪、搜救等领域,该方法可指导多无人机协同执行搜索任务,以实现多机的协同工作性能,具有较高的实时性和快速追踪性。多无人机协同搜索水上目标的方法流程具体如下。(1)将搜索任务建模为寻找最大回报率的最优航路。将搜索任务区域视为标准化矩形,且离散化表示为M=Mx×My个栅格;其中M为栅格总数,Mx和My分别为栅格的长和宽。图3a、图3b所示的为目标在待搜索区域内存在的概率图。假设目标在每个栅格内的存在概率p(m)∈[0,1]为已知,且对目标存在概率进行归一化处理,假设任意时刻t每架无人机均位于栅格中心的上空,且无人机在每个栅格之间移动。t时刻,第i架无人机总是在某一个栅格中心的上空,其位置可以定义为:在相邻的采样时刻,无人机总是在相邻的栅格之间移动,假设当前时刻t无人机航向角为其中n表示航向角的大小,f为一整数,且满足(f+1)n≤360°,则,无人机在下一时刻的航向角为转弯率为倍。具体举例说明,当前时刻,无人机的航向角为基于无人机动力学约束,下一时刻航向角可定义为即转弯率为为使无人机始终在栅格中心,当无人机转弯飞本文档来自技高网
...

【技术保护点】
1.一种多无人机协同搜索水上目标的方法,其特征在于,包括以下步骤;将搜索任务建模为寻找最大回报率的最优航路;在任务区域内描述目标存在概率图,提取高价值搜索子区域;将子区域分配给各无人机;对子区域进行搜索顺序排序,多架无人机按分配区域及区域搜索顺序执行搜索任务。

【技术特征摘要】
1.一种多无人机协同搜索水上目标的方法,其特征在于,包括以下步骤;将搜索任务建模为寻找最大回报率的最优航路;在任务区域内描述目标存在概率图,提取高价值搜索子区域;将子区域分配给各无人机;对子区域进行搜索顺序排序,多架无人机按分配区域及区域搜索顺序执行搜索任务。2.如权利要求1所述的多无人机协同搜索水上目标的方法,其特征在于,进一步包括以下步骤:统计单架无人机按排序后搜索区域执行搜索任务的实际总搜索时间,并与预设总搜索时间进行比较;当实际总搜索时间小于总搜索时间预设值时,在子区域内为无人机扩展新的航路段,直至两者之差在允许的阈值范围内。3.如权利要求1所述的多无人机协同搜索水上目标的方法,其特征在于,对搜索任务进行建模的方法为:将搜索任务区域视为标准化矩形,且离散化表示为M个栅格;目标在每个栅格内的存在概率p(m)∈[0,1]为已知,且假设任意时刻t每架无人机均位于栅格中心的上空,且无人机在每个栅格之间移动;假设无人机位于栅格上空时,可执行探测的概率为gs,定义栅格m的历史搜索概率为:其中,Lt(m)为t时刻前该无人机飞经栅格m,且探测栅格m的历史总探测次数;定义栅格m的历史搜索回报率:Pt(m)=p(m)Gt(m)(2)栅格m在第Lt(m)+1次被探测的单次搜索回报率为:t时刻所有栅格的历史回报率定义为:...

【专利技术属性】
技术研发人员:姚鹏解则晓任凭王琨迟书凯
申请(专利权)人:中国海洋大学
类型:发明
国别省市:山东,37

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1