一种无人机集群协同搜索方法技术

本发明专利技术提供了一种无人机集群协同搜索方法，包括步骤：集群中每一架无人机对搜索区域的地图进行栅格化并编码；确定扫描搜寻角度；每一架无人机对扫描搜索区域中的可疑目标进行识别并进行经纬度定位解算获取可疑目标的经纬度点，并根据该可疑目标的经纬度点对可疑目标进行编码解算，将定位出来的目标信息再编码到栅格中，对整个栅格的概率分布进行更新；获取每一架无人机的融合概率分布图；根据权重高的栅格解码出地理信息后，各无人机再进行小范围的探视扫描，若识别置信度超过某个阀值，即确认目标。本方法可以精准定位目标的地理位置。置。置。

【技术实现步骤摘要】
一种无人机集群协同搜索方法


[0001]本专利技术涉及无人机目标搜寻
，具体涉及一种无人机集群协同搜索方法。

技术介绍

[0002]目前，无人机在搜寻目标时，往往都是靠一架机子去搜寻目标，一架机子搜寻时，若目标太小，会出现搜寻误差，往往会导致搜寻不到目标，或目标定位不精准。而用集群进行区域搜索的方法中，大部分方法的计算比较复杂，这样当集群数量比较庞大，那么计算会呈爆炸式增长，复杂主要体现在融合以及更新各机的概率密度算法上，其次大多数方法并没有考虑实现过程中各机子通过集群数据链传输时出现的数据限制等问题，实际上现在大多数方法在更新概率密度上需要交互的信息和数据比较多，往往会占满数据链带宽。

技术实现思路

[0003]基于现有技术存在的问题和不足，本申请提供了一种无人机集群协同搜索方法，更新和融合方法简单，而且传输量极其小，具有高效实用的特性。
[0004]具体技术方案如下：
[0005]一种无人机集群协同搜索方法，其特征在于，包括步骤：
[0006]S1，集群中每一架无人机对搜索区域的地图进行栅格化，然后对每个栅格根据地理经纬度进行编码；
[0007]S2，集群中的每一架无人机根据航线方向确定一相对于航线方向的扫描搜寻角度，该扫描搜寻角度由吊舱转动一定角度实现；
[0008]S3，集群中的每一架无人机对扫描搜索区域中的可疑目标进行识别并进行经纬度定位解算获取可疑目标的经纬度样本点，并根据该可疑目标的经纬度样本点对可疑目标进行编码解算，将定位出来的目标信息再编码到栅格中，再利用概率算法对整个栅格的概率分布进行更新；
[0009]S4，通过融合算法，获取每一架无人机的融合概率分布图；
[0010]S5，按照优先级分配各自侦查的区域，根据权重高的栅格解码出地理信息后，各无人机再进行小范围的探视扫描，若识别置信度超过某个阀值，即确认目标。
[0011]进一步地，步骤S1中，编码的方法包括步骤：
[0012]S11，获取搜索区域的长和宽及希望每个栅格的边长大小；
[0013]S12，根据ceilf函数获取在搜索区域长方向上的栅格数和宽方向的栅格数及整个搜索区域的栅格数。
[0014]进一步地，步骤S3中，根据该可疑目标的经纬度点对可疑目标进行编码解算的方法包括步骤：
[0015]S11，以搜索区域的中心点在大地坐标系下的经纬度作为搜索区域坐标系的基准点，将解算的样本点与基准点进行坐标系变换，将样本点转化为搜索区域大地坐标系下的坐标点(body
‑
x，body
‑
y)；
[0016]S12，对所述坐标值(body
‑
x，body
‑
y)进行编码，获取对应AI解算的样本点在区域坐标系中的栅格编码号。
[0017]进一步地，对所述坐标值(body
‑
x，body
‑
y)进行编码时采用ceilf函数进行编码。
[0018]进一步地，步骤S4中通过融合算法，获取每一架无人机的概率分布图的方法包括：
[0019]集群中其余的无人机将发现可疑目标的权重最大的n个栅格的概率值以及总样本数传输给某一的无人机，该无人机收到概率值以及总样本数后，将传过来的n个栅格中每个栅格的样本总量与本机在该栅格上的样本总量进行相加后再除以总样本数，得到该栅格最新的概率值，按照此无人机获取新的概率值的方法，其余无人机也获取新的概率值，获得融合概率分布图。
[0020]进一步地，步骤S5的具体方法包括步骤：
[0021]S51，将获取的新的融合概率分布中选取权重最大的n个点；
[0022]S52，令机号靠前的飞机向权重高的栅格去进一步锁定，根据栅格编号计算出栅格的某一边缘点，然后让该无人机进行悬停扫描完该栅格，集群中所有无人机在该栅格中进行来回飞行确认，更新概率权重；
[0023]S53，当其中一个栅格的概率达到某一阈值后，引导其余无人机到该栅格进行确认，锁定该目标；
[0024]S54，锁定目标后，将所有无人机对目标物解算的位置做均值处理，获得搜索目标的地理位置。
[0025]进一步地，n等于无人机数量乘以2。
[0026]进一步地，所述阈值取值＞90％。
[0027]进一步地，当其中一个栅格的概率超过某一阈值后，引导其余无人机到该栅格进行确认的方法包括步骤：
[0028]a1，获取当前栅格的编号；
[0029]a2，将编号进行反编码，反算出此时区域坐标系下的当前栅格的大地坐标系下的坐标值(body
‑
x,body
‑
y)；
[0030]a3，将坐标值(body
‑
x,body
‑
y)进行坐标系的映射，反变换成大地坐标系下的经纬度值(lat,lng)；
[0031]a4，输出地理坐标(lat,lng)给到其余无人机进行目标锁定。
[0032]所述反解码方法包括步骤：
[0033]a21，获取该栅格编号对应的区域坐标(body
‑
x)的值，具体方法包括将栅格编号除以搜索区域长度，然后乘以栅格的度量后加上矩形区域A点的x方向坐标；获取该栅格编号对应的区域坐标(body
‑
y)的值，具体方法包括将栅格编号除以搜索区域宽度，然后乘以栅格度量值后加上A点的y方向坐标；
[0034]a22,根据区域中心的地理坐标及区域坐标系与大地坐标系的偏航夹角，通过坐标系的旋转变换获取该栅格对应的地理坐标系的x,y值。
[0035]有益效果：上述技术方案中的方法可以通过无人机集群搜索目标、定位目标及精准定位目标的地理位置，而且更新和融合方法简单，而且传输量极其小，具有高效实用的特性。
附图说明
[0036]为了更清楚地说明本专利技术的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。
[0037]图1为本专利技术的方法流程图；
[0038]图2为本实施例的无人机A和B的航向及扫描角度示意图；
[0039]图3为本专利技术的步骤S5的具体方法流程图。
具体实施方式
[0040]下面结合附图对本专利技术实施例进行详细描述。
[0041]以下通过特定的具体实例说明本专利技术的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本专利技术的其他优点与功效。显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。本专利技术还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本专利技术的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。基于本专利技术中的实施例，本领域本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种无人机集群协同搜索方法，其特征在于，包括步骤：S1，集群中每一架无人机对搜索区域的地图进行栅格化，然后对每个栅格根据地理经纬度进行编码；S2，集群中的每一架无人机根据航线方向确定一相对于航线方向的扫描搜寻角度，该扫描搜寻角度由吊舱转动一定角度实现；S3，集群中的每一架无人机对扫描搜索区域中的可疑目标进行识别并进行经纬度定位解算获取可疑目标的经纬度样本点，并根据该可疑目标的经纬度样本点对可疑目标进行编码解算，将定位出来的目标信息再编码到栅格中，再利用概率算法对整个栅格的概率分布进行更新；S4，通过融合算法，获取每一架无人机的融合概率分布图；S5，按照优先级分配各自侦查的区域，根据权重高的栅格解码出地理信息后，各无人机再进行小范围的探视扫描，若识别置信度超过某个阀值，即确认目标。2.如权利要求1所述的无人机集群协同搜索方法，其特征在于:步骤S1中，编码的方法包括步骤：S11，获取搜索区域的长和宽及希望每个栅格的边长大小；S12，根据ceilf函数获取在搜索区域长方向上的栅格数和宽方向的栅格数及整个搜索区域的栅格数。3.如权利要求1所述的无人机集群协同搜索方法，其特征在于，步骤S3中，根据该可疑目标的经纬度点对可疑目标进行编码解算的方法包括步骤：S31，以搜索区域的中心点在大地坐标系下的经纬度作为搜索区域坐标系的基准点，将解算的样本点与基准点进行坐标系变换，将样本点转化为搜索区域大地坐标系下的坐标点(body
‑
x，body
‑
y)；S32，对所述坐标值(body
‑
x，body
‑
y)进行编码，获取对应AI解算的样本点在区域坐标系中的栅格编码号。4.如权利要求3所述的无人机集群协同搜索方法，其特征在于，对所述坐标值(body
‑
x，body
‑
y)进行编码时采用ceilf函数进行编码。5.如权利要求1所述的无人机集群协同搜索方法，其特征在于：步骤S4中通过融合算法，获取每一架无人机的概率分布图的方法包括：集群中其余的无人机将发现可疑目标的权重最大的n个栅格的概率值以及总样本数传输给某一的无人机，该无人机收到概率值以及总样本数后，将传过来的n个栅格中每个栅格的样本总...

【专利技术属性】
技术研发人员：谭立鹏，梅粲文，李伟俊，钟娅，王江平，
申请(专利权)人：珠海紫燕无人飞行器有限公司，
类型：发明
国别省市：