一种AUV目标搜索方法技术

本发明专利技术提公开了一种AUV目标搜索方法，包括：声呐探测模型的建立、环境感知地图的建立和基于改进吸引源的目标搜索方法。本发明专利技术在无先验信息的未知水下环境中通过声呐传感器实时探测周围环境信息，创建并更新了各类环境感知地图，改进信息素的释放机制，使AUV在搜索区域覆盖率较大的情况下针对目标存在概率较低的区域进行回访，避免由于检测概率问题而遗漏目标，防止AUV在已搜索区域进行重复搜索，在搜索区域各个对角设置待激活吸引源，通过激活待激活吸引源更容易搜索到边角的目标，制定各个环境感知地图的更新公式以及搜索收益函数，使AUV做出最大收益的移动决策，在保证搜索的可靠性与稳定性的同时提高搜索效率。

An AUV target searching method

【技术实现步骤摘要】
一种AUV目标搜索方法
本专利技术涉及到水下目标搜索领域，涉及一种AUV目标搜索方法，特别是涉及到一种基于改进吸引源的目标搜索算法，可应用于未知水下环境中的AUV目标搜索过程。
技术介绍
随着现代科技的快速发展，人类对海洋资源的依赖越来越高，然而由于海洋环境复杂多变、水下能见度低等特点，人类对海洋的探索变得极具挑战性。近年来，由于自主水下航行器(AutonomousUnderwaterVehicles，AUV)具有良好的隐蔽性、水下移动的灵活性，经济的适用性等汇集高科技手段的技术特点，在各个领域，均已经受到了广泛关注。针对未知环境下的目标搜索问题，国内外在海陆空都开展了较为广泛的研究。传统方法以搜索论为基础，从最大化目标发现概率的角度出发，预先设计任务区域的搜索路线。但由于实际任务的搜索环境是未知的，无法预先离线规划，因此实时的目标搜索算法被深入研究。刘重、高晓光等人为了提高无人机对目标的搜索捕获能力和对不确定度高的区域的回访能力，进而提高多无人机协同搜索效率，提出了一种带信息素回访机制的多无人机协同目标搜索方法，但其信息素的释放机制不本文档来自技高网...

【技术保护点】
1.一种AUV目标搜索方法，其特征在于，包括以下步骤：/n步骤1：将AUV和目标简化为质点，将搜索区域栅格化，AUV搭载的声呐可以探测以自身为圆心，半径为R的圆内的目标点的情况，声呐具有已知的检测概率；/n步骤2：初始化参数和AUV的初始位置，参数包括AUV搭载声呐的传感器检测概率和虚警概率、吸引源的激活半径和影响半径，初始化AUV在栅格图中的所在的栅格位置；/n步骤3：搜索感知地图建立与初始化，在栅格图的基础上建立目标存在概率地图、不确定性地图、信息素地图、已搜索栅格地图、吸引源地图并初始化：目标存在概率地图表示目标在实际网格图中存在的概率情况，p

【技术特征摘要】
1.一种AUV目标搜索方法，其特征在于，包括以下步骤：
步骤1：将AUV和目标简化为质点，将搜索区域栅格化，AUV搭载的声呐可以探测以自身为圆心，半径为R的圆内的目标点的情况，声呐具有已知的检测概率；
步骤2：初始化参数和AUV的初始位置，参数包括AUV搭载声呐的传感器检测概率和虚警概率、吸引源的激活半径和影响半径，初始化AUV在栅格图中的所在的栅格位置；
步骤3：搜索感知地图建立与初始化，在栅格图的基础上建立目标存在概率地图、不确定性地图、信息素地图、已搜索栅格地图、吸引源地图并初始化：目标存在概率地图表示目标在实际网格图中存在的概率情况，pa(0)表示任务开始之前网格a中的目标存在概率，初始化pa(0)＝0.5，即在任务开始之前，AUV认为网格a中“目标存在的可能性”和“目标不存在的可能性相等；所有网格中对应的不确定度初始化为1，即AUV对所有网格内的状态都是不了解的，搜索状态为未搜索，吸引源和信息素地图未激活；
步骤4：AUV通过自身搭载的声呐对周围环境进行探测，探测范围内若出现疑似目标点，则AUV到达疑似目标点所在栅格，通过传感器确认是否为待搜索目标，若是待搜索目标点，则已搜索目标数加1，否则，已搜索目标数不变；
步骤5：判断已搜索目标数是否达到预期搜索目标总数，若已达到，则任务结束，否则进入步骤6；
步骤6：对AUV周边各个栅格的搜索收益进行评估，选择搜索收益最大的栅格为AUV下一步位置，从而运动到搜索收益最大的栅格，进而更新AUV的当前状态，即AUV的当前所在栅格位置；搜索收益由搜索性能收益函数确定，搜索性能收益函数由不确定度收益、信息素收益、吸引源收益、转向代价和探索收益确定，搜索性能收益函数具体为：
假设AUV在k-1时刻处于网格pre中，则AUV在k时刻可以向网格cur的相邻网格移动，假设AUV在k时刻从网格pre前往了网格a，网格a是AUV目前所在网格cur的相邻网格，则目标性能收益函数的满足：



其中，IA(a,k)表示AUV在时刻k前往网格a处能获得的环境搜索收益，即不确定度收益，IB(a,k)表示AUV在时刻k前往网格a处能获得的信息素收益，IC(a,k)表示AUV能获得的探索性能收益，即不重复搜索的收益，ID(a,k)表示AUV的转向代价，IE(a,k)表示吸引源收益，cov(k)表示在k时刻整个环境的搜索覆盖率，即已搜索网格占全部网格的比例INC(a,k)公式中的各收益权重取值根据不同任务的需求可以有±20％的变化；
步骤7：搜索感知地图更新，包括目标存在概率地图、不确定性地图、信息素地图、已搜索栅格地图、吸引源地图，更新完转到步骤4；
其中，目标存在概率地图更新具体为：栅格c在k时刻的目标存在概率与栅格c在k-1时刻的目标存在概率以及AUV所搭载的传感器的检测概率和虚警概率有关，更新目标存在概率地图公式为：



其中，pc,k表示栅格c在k时刻的目标存在概率，pd表示传感器的检测概率，即网格c中存在目标的情况下，AUV检测到网格c中存在目标这一事件的概率，pf表示传感器的虚警概率，即网格c中不存在目标，但是AUV的传感器却检测到网格c中存在目标这一事件的概率；φc,k表示AUV声呐探测靶面；Zc,k表示k时刻AUV对网格c的探测结果；Zc,k＝1表示k时刻AUV的声呐探测到网格c中存在目标；Zc,k＝0表示k时刻AUV的声呐未探测到网格c中存在目标，ξc表示网格c实际上存在目标的情况，网格c实际上存在目标则ξc＝1，否则ξc＝0；
更新目标存在概率地图公式通过非线性更新公式Qc,k＝ln(1/Pc,k-1)变换后转...

【专利技术属性】
技术研发人员：李娟，张栩，陈兴华，徐健，王宏健，
申请(专利权)人：哈尔滨工程大学，
类型：发明
国别省市：黑龙;23