一种多无人艇协同拦截控制方法及系统技术方案

本发明专利技术公开了一种多无人艇协同拦截控制方法及系统，涉及海洋智能无人艇协同作业领域，该方法包括获取当前时刻无人艇团队内每个无人艇的任务环境信息；根据当前时刻所有无人艇的任务环境信息，采用卡尔曼滤波器，估计当前时刻入侵目标的拦截点信息；确定当前时刻每个无人艇的过程状态信息；将当前时刻每个无人艇的过程状态信息分别输入至相应的入侵目标拦截策略输出模型以获取下一时刻每个无人艇的执行动作，进而对入侵目标进行拦截。本发明专利技术能够对应入侵目标进行精准拦截。

【技术实现步骤摘要】
一种多无人艇协同拦截控制方法及系统
本专利技术涉及海洋智能无人艇协同作业领域，特别是涉及一种多无人艇协同拦截控制方法及系统。
技术介绍
由于无人艇具有体积小、机动性强、成本低、安全性高以及对传统船舶无伤亡等优点，所以无人艇在执行各种海上任务方面引起了广泛关注，其中，海上护航已成为无人艇应用场景之一。虽然，无人艇团队(多个无人艇组成的系统)可以大大扩展海上行动的范围，并且可以完成复杂的任务，但是目前在海上护航时，通常仅用单个无人艇进行协作护航。因此，急需一种控制方法以实现无人艇团队进行协作护航。
技术实现思路
本专利技术的目的是提供一种多无人艇协同拦截控制方法及系统，能够对应入侵目标进行精准拦截。为实现上述目的，本专利技术提供了如下方案：一种多无人艇协同拦截控制方法，包括：获取当前时刻无人艇团队内每个无人艇的任务环境信息；所述任务环境信息包括无人艇位置信息、无人艇速度信息、无人艇与入侵目标的相对位置信息、以及无人艇与入侵目标的相对速度信息；一个所述无人艇对应一个入侵目标拦截策略输出模型；所述入侵本文档来自技高网...

【技术保护点】
1.一种多无人艇协同拦截控制方法，其特征在于，包括：/n获取当前时刻无人艇团队内每个无人艇的任务环境信息；所述任务环境信息包括无人艇位置信息、无人艇速度信息、无人艇与入侵目标的相对位置信息、以及无人艇与入侵目标的相对速度信息；一个所述无人艇对应一个入侵目标拦截策略输出模型；所述入侵目标拦截策略输出模型是根据训练样本和多主体深度确定性策略梯度网络结构训练得到的；/n根据当前时刻所有所述无人艇的任务环境信息，采用卡尔曼滤波器，估计当前时刻所述入侵目标的拦截点信息；所述拦截点信息包括入侵目标预测位置和入侵目标预测速度；/n确定当前时刻每个所述无人艇的过程状态信息；所述过程状态信息包括无人艇位置信息、...

【技术特征摘要】
1.一种多无人艇协同拦截控制方法，其特征在于，包括：
获取当前时刻无人艇团队内每个无人艇的任务环境信息；所述任务环境信息包括无人艇位置信息、无人艇速度信息、无人艇与入侵目标的相对位置信息、以及无人艇与入侵目标的相对速度信息；一个所述无人艇对应一个入侵目标拦截策略输出模型；所述入侵目标拦截策略输出模型是根据训练样本和多主体深度确定性策略梯度网络结构训练得到的；
根据当前时刻所有所述无人艇的任务环境信息，采用卡尔曼滤波器，估计当前时刻所述入侵目标的拦截点信息；所述拦截点信息包括入侵目标预测位置和入侵目标预测速度；
确定当前时刻每个所述无人艇的过程状态信息；所述过程状态信息包括无人艇位置信息、无人艇速度信息以及入侵目标拦截点信息；
将当前时刻每个所述无人艇的过程状态信息分别输入至相应的所述入侵目标拦截策略输出模型以获取下一时刻每个所述无人艇的执行动作，并将所述执行动作发送至相应的所述无人艇的执行结构以对所述入侵目标进行拦截。


2.根据权利要求1所述的一种多无人艇协同拦截控制方法，其特征在于，在执行获取当前时刻无人艇团队内每个无人艇的任务环境信息之前，还包括：
判断当前时刻所述无人艇团队对应的航行区域内是否存在入侵目标；
若否，则判断下一时刻所述无人艇团队对应的航行区域内是否存在入侵目标；
若是，则获取当前时刻无人艇团队内每个无人艇的任务环境信息。


3.根据权利要求1所述的一种多无人艇协同拦截控制方法，其特征在于，所述根据当前时刻所有所述无人艇的任务环境信息，采用卡尔曼滤波器，估计当前时刻所述入侵目标的拦截点信息，具体包括：
根据上一时刻入侵目标的拦截点信息，采用卡尔曼滤波器，确定当前时刻入侵目标的预测拦截点信息；
将所有无人艇抽象为在二维平面上移动的粒子，然后根据当前时刻所有所述无人艇的任务环境信息，确定所述入侵目标在笛卡尔坐标系下的位置测量值和速度测量值；
根据所述位置测量值和所述速度测量值，采用卡尔曼滤波器，对所述当前时刻入侵目标的预测拦截点信息进行修正，以确定当前时刻所述入侵目标的拦截点信息。


4.根据权利要求1所述的一种多无人艇协同拦截控制方法，其特征在于，所述入侵目标拦截策略输出模型的构建过程为：
确定第i个无人艇的训练样本；所述训练样本为具有时间连续性的数据集；所述数据集包括多个样本集合；每个所述样本集合包括多个元素，分别为当前时刻过程状态信息，当前时刻执行动作，当前时刻奖励以及下一时刻过程状态信息；
构建多主体深度确定性策略梯度网络结构；
将所述第i个无人艇的训练样本输入到所述多主体深度确定性策略梯度网络结构中以对所述多主体深度确定性策略梯度网络结构进行训练，进而得到第i个无人艇对应的入侵目标拦截策略输出模型，进而得到每个无人艇对应的入侵目标拦截策略输出模型。


5.根据权利要求4所述的一种多无人艇协同拦截控制方法，其特征在于，所述确定第i个无人艇的训练样本，具体包括：
获取第t时刻无人艇团队内每个无人艇的任务环境信息；
根据第t时刻所有所述无人艇的任务环境信息，采用卡尔曼滤波器，估计第t时刻所述入侵目标的拦截点信息；所述拦截点信息包括入侵目标预测位置和入侵目标预测速度；
根据第t时刻第i个无人艇的任务环境信息和第t时刻所述入侵目标的拦截点信息，确定第t时刻第i个无人艇的过程状态信息；
获取第t时刻第i个无人艇的执行动作；
根据公式计算第t时刻第i个无人艇的奖励；其中，r1是第t时刻第i个无人艇的奖励，ui是第i个无人艇，bj是第j个入侵目标，是在第t时刻下第j个入侵目标和第i个无人艇的距离，是在第t+1时刻下第j个入侵目标和第i个无人艇的距离；
获取第t+1时刻无人艇团队内每个无人艇的任务环境信息；
根据第t+1时刻所有所述无人艇的任务环境信息，采用卡尔曼滤波器，估计第t+1时刻所述入侵目标的拦截点信息；所述拦截点信息包括入侵目标预测位置和入侵目标预测速度；
根据第t+1时刻第i个无人艇的任务环境信息和第t+1时刻所述入侵目标的拦截点信息，确定第t+1时刻第i个无人艇的过程状态信息；
将所述第t时刻第i个无人艇的过程状态信息、所述第t时刻第i个无人艇的执行动作、所述第t时刻第i个无人艇的奖励和所述第t+1时刻第i个无人艇的过程状态信息合并为第t时刻第i个无人艇的样本集合；
将所述第t时刻样本第i个无人艇的样本集合存储在经验池内；
当存储在所述经验池内数据达到设定数量后停止存储；停止存储后的所述经验池内的数据为第i个无人艇的训练样本。


6.一种多无人艇协同拦截控制系统，其特征在于，包括：
当前时刻任务环境信息获取模块，用于获取当前时刻无人艇团队内每个无人艇的任务环境信息；所述任务环境信息包括无人艇位置信息、无人艇速度信息、无人艇与入侵目标的相对位置信息、以及无人艇与入侵目标的相对速度信息；一个所述无人艇对应一个入侵目标拦截策略输出模型；所述入侵目标拦截策略输出...

【专利技术属性】
技术研发人员：蒲华燕，刘源，罗均，谢志江，谢佳佳，李小毛，苏洲，彭艳，李恒宇，谢少荣，
申请(专利权)人：上海大学，重庆大学，
类型：发明
国别省市：上海;31