集群回收控制方法、装置、设备及可读存储介质制造方法及图纸

本发明专利技术公开了一种集群回收控制方法、装置、设备及介质，所述集群回收控制方法通过两部分的操作来实现利用无人水面艇USV回收多个自主式水下潜器AUV。第一部分，确定出AUV的初始回收路径规划和回收顺序；第二部分，基于模型预测控制MPC更新初始回收路径。具体地，通过建立的多个AUV与USV的动态模型，并根据约束条件确定用于确定回收AUV的最优顺序和路径的目标函数，避免了回收过程中可能出现的碰撞情况；通过使用外部近似算法求解非线性整数规划问题，得到最优回收顺序与初始回收路径，较之传统的人工回收方式，极大减少了时间成本；通过获取实际测量值不断优化回收路径，进一步提升回收效率，实现了高效、快速、安全、自动化地集群回收多个AUV。

Cluster recovery control method, device, equipment and readable storage medium

【技术实现步骤摘要】
集群回收控制方法、装置、设备及可读存储介质
本专利技术涉及机器人
，尤其涉及一种集群回收控制方法、装置、设备及可读存储介质。
技术介绍
自主式水下潜器(AUV，AutonomousUnderwaterVehicle)是一种执行水下任务而不需要通过操作者控制的自主式无人水下机器人。AUV的回收技术是确保AUV执行完规定的任务返航后快速的收回，是海洋应用领域的一项前沿技术。目前最常用的回收方式是通过母船船员手工的打捞，这一回收方式的自动化水平与效率都比较低，十分的费时费力，回收一个AUV的时间通常需要30分钟以上，从而造成了人工打捞多个AUV的效率低下的技术问题。另外，人工打捞的方式也对海况环境的要求比较高，而且人工回收的方式对人的安全也会造成威胁。上述内容仅用于辅助理解本专利技术的技术方案，并不代表承认上述内容是现有技术。
技术实现思路
本专利技术的主要目的在于提供一种集群回收控制方法，旨在解决人人工打捞多个AUV的效率低下的技术问题。为实现上述目的，本专利技术提供一种集群回收控制方法，所述集群回收控制方法应用于集群回收控制设备，所述集群回收控制方法包括以下步骤：获取回收多个自主式水下潜器AUV所需的动态模型，基于预设AUV约束条件确定目标函数，其中，所述目标函数用于求解回收所述多个AUV的最优顺序和路径；基于外部近似算法，对基于所述动态模型构建的非线性整数规划问题进行求解，获取与所述目标函数对应的所述多个AUV的最优回收顺序与初始回收路径；获取预设采样时间点上采集的目标测量值，基于所述目标测量值对所述初始回收路径进行更新，以获得所述多个AUV的最优回收路径。可选地，所述获取预设采样时间点上采集的目标测量值，基于所述目标测量值对所述初始回收路径进行更新，以获得所述多个AUV的最优回收路径的步骤包括：在当前时间点为所述预设采样时间点时，基于预设轨迹跟踪设备获取所述多个AUV的位置与角度测量值；根据所述位置与角度测量值更新所述初始回收路径，确定每一采样时间间隔的所述多个AUV的最优回收路径。可选地，所述获取与所述目标函数对应的所述多个AUV的最优回收顺序与初始回收路径的步骤之后，还包括：基于所述采样时间间隔，利用模型预测控制MPC，对最优路径进行更新。可选地，所述基于外部近似算法，对基于所述动态模型构建的非线性整数规划问题进行求解，获取与所述目标函数对应的所述多个AUV的最优回收顺序与初始回收路径的步骤之前，还包括：将所述非线性整数规划问题转化为多旅行商问题，并使用K-means聚类算法将所述多旅行商问题转化为多个独立的旅行商问题。可选地，所述使用K-means聚类算法将所述多旅行商问题转化为多个独立的旅行商问题的步骤包括：获取用于打捞所述多个AUV的无人水面艇USV数目，确定个数为所述USV数目的初始聚类中心；按照最短距离原则将所述多个AUV逐一分配至所述初始聚类中心中的某一个，生成个数为所述USV数目的初始目标集；计算各初始目标集的均值向量，将所述均值向量作为新聚类中心；在检测到所述新聚类中心与所述初始聚类中心之间的距离小于预设阈值时，将所述新聚类中心作为目标聚类中心，并根据所述目标聚类中心确定所述多个独立的旅行商问题。可选地，所述基于外部近似算法，对基于所述动态模型构建的非线性整数规划问题进行求解，获取与所述目标函数对应的所述多个AUV的最优回收顺序与初始回收路径的步骤包括：建立所述目标聚类中心对应的完全无向图，选择所述完全无向图中的任意一个顶点作为根节点，其中，所述顶点为所述多个AUV对应在所述完全无向图中的位置；使用Prim算法确定所述完全无向图的最小生成树；前序遍历所述最小生成树，获取基于遍历顺序确定的顶点表，并将所述根节点添加至所述顶点表的末尾；根据所述顶点表中各顶点的次序，并结合所述预设AUV约束条件，确定所述最优回收顺序与初始回收路径。可选地，获取回收多个自主式水下潜器AUV所需的动态模型，基于预设AUV约束条件确定目标函数的步骤之前，还包括：根据所述多个AUV的预设初始条件对所述动态模型进行初始化。此外，为实现上述目的，本专利技术还提供一种集群回收控制装置，所述集群回收控制装置包括：目标函数确定模块，用于获取回收多个AUV所需的动态模型，基于预设AUV约束条件与所述动态模型确定目标函数，其中，所述目标函数用于求解回收所述多个AUV的最优顺序和路径；最优问题求解模块，用于基于外部近似算法，对基于所述动态模型构建的非线性整数规划问题进行求解，获取与所述目标函数对应的所述多个AUV的最优回收顺序与初始回收路径；回收路径更新模块，用于获取预设采样时间点上采集的目标测量值，基于所述目标测量值对所述初始回收路径进行更新，以获得所述多个AUV的最优回收路径。此外，为实现上述目的，本专利技术还提供一种集群回收控制设备，所述集群回收控制设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的集群回收控制程序，所述集群回收控制程序被所述处理器执行时实现如上述的集群回收控制方法的步骤。此外，为实现上述目的，本专利技术还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有集群回收控制程序，所述集群回收控制程序被处理器执行时实现如上述的集群回收控制方法的步骤。本专利技术提供一种集群回收控制方法、装置、设备及计算机可读存储介质。所述集群回收控制方法通过获取回收多个自主式水下潜器AUV所需的动态模型，基于预设AUV约束条件确定目标函数，其中，所述目标函数用于求解回收所述多个AUV的最优顺序和路径；基于外部近似算法，对基于所述动态模型构建的非线性整数规划问题进行求解，获取与所述目标函数对应的所述多个AUV的最优回收顺序与初始回收路径；获取预设采样时间点上采集的目标测量值，基于所述目标测量值对所述初始回收路径进行更新，以获得所述多个AUV的最优回收路径。通过上述方式，本专利技术通过建立的多个AUV与USV的运动学和动力学模型，并根据预设约束条件确定用于求解回收AUV的最优顺序和路径的目标函数，避免了回收过程中可能会出现的碰撞情况，提升了本专利技术的实用性；通过使用外部近似算法求解非线性整数规划问题，得到最优回收顺序与初始的回收路径，较之传统的人工回收方式，极大减少了回收时间与回收成本；通过获取实际测量值不断优化回收路径，进一步提升了回收效率，实现了高效、快速、安全、自动化地集群回收多个AUV，从而解决了人工打捞多个AUV的效率低下的技术问题。附图说明图1是本专利技术实施例方案涉及的硬件运行环境的设备结构示意图；图2为本专利技术集群回收控制方法第一实施例的流程示意图；图3为本专利技术集群回收控制方法的系统结构示意图；图4为本专利技术装置一实施例的功能模块示意图。本专利技术目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。具体实施方式应当理解，此处所描述本文档来自技高网...

【技术保护点】
1.一种集群回收控制方法，其特征在于，所述集群回收控制方法包括：/n获取回收多个自主式水下潜器AUV所需的动态模型，基于预设AUV约束条件确定目标函数，其中，所述目标函数用于求解回收所述多个AUV的最优顺序和路径；/n基于外部近似算法，对基于所述动态模型构建的非线性整数规划问题进行求解，获取与所述目标函数对应的所述多个AUV的最优回收顺序与初始回收路径；/n获取预设采样时间点上采集的目标测量值，基于所述目标测量值对所述初始回收路径进行更新，以获得所述多个AUV的最优回收路径。/n

【技术特征摘要】
1.一种集群回收控制方法，其特征在于，所述集群回收控制方法包括：
获取回收多个自主式水下潜器AUV所需的动态模型，基于预设AUV约束条件确定目标函数，其中，所述目标函数用于求解回收所述多个AUV的最优顺序和路径；
基于外部近似算法，对基于所述动态模型构建的非线性整数规划问题进行求解，获取与所述目标函数对应的所述多个AUV的最优回收顺序与初始回收路径；
获取预设采样时间点上采集的目标测量值，基于所述目标测量值对所述初始回收路径进行更新，以获得所述多个AUV的最优回收路径。


2.如权利要求1所述的集群回收控制方法，其特征在于，所述获取预设采样时间点上采集的目标测量值，基于所述目标测量值对所述初始回收路径进行更新，以获得所述多个AUV的最优回收路径的步骤包括：
在当前时间点为所述预设采样时间点时，基于预设轨迹跟踪设备获取所述多个AUV的位置与角度测量值；
根据所述位置与角度测量值更新所述初始回收路径，确定每一采样时间间隔的所述多个AUV的最优回收路径。


3.如权利要求2所述的集群回收控制方法，其特征在于，所述获取与所述目标函数对应的所述多个AUV的最优回收顺序与初始回收路径的步骤之后，还包括：
基于所述采样时间间隔，利用模型预测控制MPC，对最优路径进行更新。


4.如权利要求1所述的集群回收控制方法，其特征在于，所述基于外部近似算法，对基于所述动态模型构建的非线性整数规划问题进行求解，获取与所述目标函数对应的所述多个AUV的最优回收顺序与初始回收路径的步骤之前，还包括：
将所述非线性整数规划问题转化为多旅行商问题，并使用K-means聚类算法将所述多旅行商问题转化为多个独立的旅行商问题。


5.如权利要求4所述的集群回收控制方法，其特征在于，所述使用K-means聚类算法将所述多旅行商问题转化为多个独立的旅行商问题的步骤包括：
获取用于打捞所述多个AUV的无人水面艇USV数目，确定个数为所述USV数目的初始聚类中心；
按照最短距离原则将所述多个AUV逐一分配至所述初始聚类中心中的某一个，生成个数为所述USV数目的初始目标集；
计算各初始目标集的均值向量，将所述均值向量作为新聚类中心；
在检测到所述新聚类中心与所述初始聚类中心之间的距离小于预设阈值...

【专利技术属性】
技术研发人员：黄裘俊，张爱东，李胜全，常亮，朱华，陆海博，
申请(专利权)人：鹏城实验室，
类型：发明
国别省市：广东;44