基于天牛须搜索算法的多无人机协同目标搜索方法技术

本发明专利技术公开了一种基于天牛须搜索算法的多无人机协同目标搜索方法，该方法包括：将任务区域划分为多个栅格单元；构建栅格单元的目标存在概率及目标存在概率更新机制；构建栅格单元的信息素及信息素更新机制；构建能够同时考虑环境收益、目标搜索收益、避免重复搜索收益和避障收益的适应度函数；针对无人机，随机生成探测主方向；分别计算探测主方向所指的邻域栅格单元及其两侧的邻域栅格单元对应的适应度函数值，选取适应度函数值最高的栅格单元；将选取的栅格单元作为无人机下一个进行搜索的栅格单元，控制无人机向选取的栅格单元运动。本发明专利技术能够利用环境信息、无人机自身物理特性和历史搜索信息，实现任务区域的高效覆盖搜索和目标搜索。搜索和目标搜索。搜索和目标搜索。

【技术实现步骤摘要】
基于天牛须搜索算法的多无人机协同目标搜索方法


[0001]本专利技术涉及无人机控制
，具体涉及一种基于天牛须搜索算法的多无人机协同目标搜索方法。

技术介绍

[0002]由于多无人机对指定任务区域内目标的协同搜索在理论和工程实践上都有十分重要的意义和价值，因此研究多无人机协同搜索机理对于提升无人机协同搜索效率和有效性有着重要的促进作用。
[0003]目前，多无人机对任务区域进行协同搜索过程中，通常根据无人机飞行参数对任务区域进行栅格划分，而后针对每个栅格分配单架无人机遂行任务，或者将无人机单体类比于粒子或者基因片段，基于粒子群或者遗传算法等启发式算法机理，来实现多无人机对任务区域的协同搜索。
[0004]然而，传统的基于区域栅格分割并分配无人机单独搜索每个栅格单元的搜索方法，多无人机彼此之间没有协同或者协同性差，相应的搜索效率不高。基于粒子群等传统启发式算法的多无人机协同目标搜索方法，需要利用环境和目标信息进行不断优化迭代寻求最优搜索航迹，时效性差，仅适用于可以预先航迹规划的情况，难以做到快速在线航迹生成。而且，基于粒子群等本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于天牛须搜索算法的多无人机协同目标搜索方法，其特征在于，包括：将任务区域划分为多个栅格单元，其中，所述栅格单元的面积大于目标尺寸且小于或等于单个无人机的搜索面积；基于概率密度函数和无人机传感器探测信息，构建栅格单元的目标存在概率及目标存在概率更新机制；基于无人机对栅格单元的熟悉程度，构建栅格单元的信息素及信息素更新机制；根据栅格单元的目标存在概率和信息素，构建能够同时考虑环境收益、目标搜索收益、避免重复搜索收益和避障收益的适应度函数；针对无人机，随机生成探测主方向，且所述探测主方向所指方向存在邻域栅格单元；分别计算探测主方向所指的邻域栅格单元及其两侧的邻域栅格单元对应的适应度函数值，选取适应度函数值最高的栅格单元，若存在两个以上的邻域栅格单元对应的适应度函数值相同且最高，则从适应度函数值最高的栅格单元中随机选取一个栅格单元；将选取的栅格单元作为无人机下一个进行搜索的栅格单元，控制无人机向选取的栅格单元运动。2.根据权利要求1所述的基于天牛须搜索算法的多无人机协同目标搜索方法，其特征在于，栅格单元的初始目标存在概率为：其中，P表示栅格单元对应的初始目标存在概率，f(
·
)表示目标对应的混合二维高斯概率密度函数，s表示和f(
·
)对应的面积，D表示栅格单元对应的积分区域。3.根据权利要求2所述的基于天牛须搜索算法的多无人机协同目标搜索方法，其特征在于，栅格单元的目标存在概率更新机制包括：若k时刻无人机在栅格单元中探测到目标，则利用以下公式更新栅格单元的目标存在概率，得到下一时刻栅格单元的目标存在概率；若k时刻无人机在栅格单元中未探测到目标，则根据k时刻栅格单元的目标存在概率，利用以下公式更新栅格单元的目标存在概率，得到下一时刻栅格单元的目标存在概率；其中，P(k+1)表示k+1时刻栅格单元的目标存在概率，P
d
表示无人机传感器探测概率，P(k)表示k时刻栅格单元的目标存在概率，P
f
表示虚警率。4.根据权利要求1或3所述的基于天牛须搜索算法的多无人机协同目标搜索方法，其特征在于，栅格单元的信息素更新机制定义为：τ(k)＝(1
‑
ρ)
·
τ(k
‑
1)+ρΔτ(k)其中，τ(k)表示k时刻栅格单元的信息素，ρ表示信息素挥发系数，τ(k
‑
1)表示k
‑
1时刻栅格...

【专利技术属性】
技术研发人员：刘圣洋，朱效洲，桂健钧，左源，杨绍卿，管绍华，
申请(专利权)人：中国人民解放军军事科学院国防科技创新研究院，
类型：发明
国别省市：