基于视觉感知的无人集群行为控制方法、装置和电子设备制造方法及图纸

本申请涉及图像视觉技术领域的一种基于视觉感知的无人集群行为控制方法、装置和电子设备。该方法通过获取当前个体视域范围内的视觉感知信息，并对该视觉感知信息进行处理得到一阶视觉信息和二阶视觉信息；以一阶视觉信息和二阶视觉信息作为输入，考虑当前个体的自驱动项、校准项、排斥项以及吸引项设计速度决策方程，根据该方程对当前个体进行控制。通过该方法构建的群体中，个体通过视觉观察外界信息，通过二阶视觉信息输入的校准项实现群体的有序性，通过一阶视觉信息输入的排斥项和吸引项实现群体的避撞和聚集性。通过该方法构建的无人集群无需中心控制，个体仅凭视觉信息进行决策，可以应对现有集群方法所不能应对的通信干扰的拒止环境。干扰的拒止环境。干扰的拒止环境。

【技术实现步骤摘要】
基于视觉感知的无人集群行为控制方法、装置和电子设备


[0001]本申请涉及图像视觉
，特别是涉及一种基于视觉感知的无人集群行为控制、装置和电子设备。

技术介绍

[0002]近年来，无人集群系统以其成本优势、鲁棒自愈、能力倍增等特点被广泛应用于军事和民用领域。现有群体行为生成方法忽略了个体的信息获取过程，以通信为基础的位置和速度信息作为输入设计个体间的交互方式，且交互方式均从生物群体层面的现象学出发包含了实现群体运动方向一致的校准响应、实现个体间避撞的排斥响应以及实现群体聚集的吸引响应三种。这些控制算法中无人集群中个体之间数据传递依靠网络，数据传输的数据量和网络可靠性会对无人集群行为控制的实时性和稳定性带来影响。

技术实现思路

[0003]基于此，有必要针对上述技术问题，提供一种基于视觉感知的无人集群行为控制、装置和电子设备。该方法从生物个体的感官神经科学出发采用视觉感知的方式对生物个体的信息获取进行建模，取代了原有依赖于通信的信息获取方法。通过该方法构建的无人集群无需中心控制，个体仅凭借视觉信息进行决策，可以应对现有集群方法所不能应对的通信干扰的拒止环境。
[0004]一种基于视觉感知的无人集群行为控制方法，所述方法包括：获取无人集群中当前个体的360度视域范围内其他个体在个体参考坐标系下的视觉图像信息；所述个体参考坐标系是以当前个体的速度方向为当前个体的基准方向，以逆时针方向为相对方位正方向进行构建。
[0005]根据所述视觉图像信息中个体间的遮挡关系，并对不同的个体进行区分，确定当前个体的视觉感知函数。
[0006]根据所述视觉感知函数，得到可视邻居的一阶视觉信息；所述一阶视觉信息包括：视野遮挡角度和相对方位。
[0007]根据所述视觉感知函数中可视邻居的相对方位顺序，将当前个体视野中视野遮挡角度局部最大的可视邻居集合作为凸显邻居集合。
[0008]对当前个体的每个凸显邻居的一阶视觉信息进行差分，得到每个凸显邻居的二阶视觉信息，二阶视觉信息包括相对方位变化和视野遮挡角度变化。
[0009]根据当前个体的速度和期望速度，确定当前个体的自驱动项。
[0010]根据当前个体的每个凸显邻居的相对方位、相对方位变化和视野遮挡角度变化，确定当前个体的校准项。
[0011]根据当前个体的每个凸显邻居的相对方位和视野遮挡角度，确定当前个体的排斥项和吸引项。
[0012]根据所述自驱动项、所述校准项、所述排斥项以及所述吸引项，确定当前个体的速
度决策方程。
[0013]根据当前个体的速度决策方程，确定当前个体当前时刻的速度信息。
[0014]根据当前时刻的速度信息，对当前个体的运动状态进行更新，得到当前个体下一时刻的位置信息。
[0015]一种基于视觉感知的无人集群行为控制装置，所述装置包括：视觉图像获取模块，用于获取无人集群中当前个体的360度视域范围内其他个体在个体参考坐标系下的视觉图像信息；所述个体参考坐标系是以当前个体的速度方向为当前个体的基准方向，以逆时针方向为相对方位正方向进行构建。
[0016]一阶视觉信息确定模块，用于根据所述视觉图像信息中个体间的遮挡关系，并对不同的个体进行区分，确定当前个体的视觉感知函数；根据所述视觉感知函数，得到可视邻居的一阶视觉信息；所述一阶视觉信息包括：视野遮挡角度和相对方位。
[0017]二阶视觉信息确定模块，用于根据所述视觉感知函数中可视邻居的相对方位顺序，将当前个体视野中视野遮挡角度局部最大的可视邻居集合作为凸显邻居集合；对当前个体的每个凸显邻居的一阶视觉信息进行差分，得到每个凸显邻居的二阶视觉信息，二阶视觉信息包括相对方位变化和视野遮挡角度变化。
[0018]决策模块，用于根据当前个体的速度和期望速度，确定当前个体的自驱动项；根据当前个体的每个凸显邻居的相对方位、相对方位变化和视野遮挡角度变化，确定当前个体的校准项；根据当前个体的每个凸显邻居的相对方位和视野遮挡角度，确定当前个体的排斥项和吸引项；根据所述自驱动项、所述校准项、所述排斥项以及所述吸引项，确定当前个体的速度决策方程；根据当前个体的速度决策方程，确定当前个体当前时刻的速度信息。
[0019]驱动模块，用于根据当前时刻的速度信息，对当前个体的运动状态进行更新，得到当前个体下一时刻的位置信息。
[0020]一种电子设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述任一所述方法。
[0021]上述基于视觉感知的无人集群行为控制方法、装置和电子设备，所述方法包括：无人集群中当前个体获取视域范围内的视觉感知信息，并对该视觉感知信息进行处理得到一阶视觉信息和二阶视觉信息；以一阶视觉信息和二阶视觉信息作为输入，考虑个体的自驱动项、校准项、排斥项以及吸引项设计当前个体的速度决策方程，根据该决策方程对当前个体进行控制。通过该模型设计构建的群体中，个体通过视觉观察外界信息，通过二阶视觉信息输入的校准项实现群体的有序性，通过一阶视觉信息输入的排斥项和吸引项实现群体的避撞和聚集性。通过该方法构建的无人集群无需中心控制，个体仅凭借视觉信息进行决策，可以应对现有集群方法所不能应对的通信干扰的拒止环境。
附图说明
[0022]图1为一个实施例中基于视觉感知的无人集群行为控制方法的流程示意图；图2为另一个实施例中2维空间中个移动的圆形个体的示意图；图3为另一个实施例中个体参考坐标系的示意图；图4为另一个实施例中视觉感知函数获取的示意图；图5为另一个实施例中视觉感知函数的示意图；
图6为另一个实施例中视野遮挡角度序列的示意图；图7为另一个实施例中邻居的相对速度平行分量产生的二阶视觉信息的示意图；图8为另一个实施例中不同相对位置邻居的相对速度平行分量产生的相对方位变化；图9为另一个实施例中不同相对位置邻居的相对速度平行分量产生的视野遮挡角度变化；图10为另一个实施例中不同相对方位邻居的相对速度平行分量产生的二阶视觉信息；图11为另一个实施例中邻居的相对速度垂直分量产生的二阶视觉信息的示意图；图12为另一个实施例中不同相对位置邻居的相对速度垂直分量产生的相对方位变化；图13为另一个实施例中不同相对位置邻居的相对速度垂直分量产生的视野遮挡角度变化；图14为另一个实施例中不同相对方位邻居的相对速度垂直分量产生的二阶视觉信息；图15为另一个实施例中不同距离视野遮挡角度示意图；图16为另一个实施例中不同距离排斥项因子曲线；图17为另一个实施例中不同距离吸引项因子曲线；图18为另一个实施例中排斥项和吸引项对个体速度方向变化的影响示意图；图19为另一个实施例中排斥项和吸引项对个体速度大小变化的影响示意图；图20为一个实施例中基于视觉感知的无人集群行为控制装置的结构框图；图21为一个实施例中电子设备的内部结构图。
具体实施方式
[0023]为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于视觉感知的无人集群行为控制方法，其特征在于，所述方法包括：获取无人集群中当前个体的360度视域范围内其他个体在个体参考坐标系下的视觉图像信息；所述个体参考坐标系是以当前个体的速度方向为当前个体的基准方向，以逆时针方向为相对方位正方向进行构建；根据所述视觉图像信息中个体间的遮挡关系，并对不同的个体进行区分，确定当前个体的视觉感知函数；根据所述视觉感知函数，得到可视邻居的一阶视觉信息；所述一阶视觉信息包括：视野遮挡角度和相对方位；根据所述视觉感知函数中可视邻居的相对方位顺序，将当前个体视野中视野遮挡角度局部最大的可视邻居集合作为凸显邻居集合；对当前个体的每个凸显邻居的一阶视觉信息进行差分，得到每个凸显邻居的二阶视觉信息，二阶视觉信息包括相对方位变化和视野遮挡角度变化；根据当前个体的速度和期望速度，确定当前个体的自驱动项；根据当前个体的每个凸显邻居的相对方位、相对方位变化和视野遮挡角度变化，确定当前个体的校准项；根据当前个体的每个凸显邻居的相对方位和视野遮挡角度，确定当前个体的排斥项和吸引项；根据所述自驱动项、所述校准项、所述排斥项以及所述吸引项，确定当前个体的速度决策方程；根据当前个体的速度决策方程，确定当前个体当前时刻的速度信息；根据当前时刻的速度信息，对当前个体的运动状态进行更新，得到当前个体下一时刻的位置信息。2.根据权利要求1所述的方法，其特征在于，根据所述视觉图像信息中个体间的遮挡关系，并对不同的个体进行区分，确定当前个体的视觉感知函数，包括：根据所述视觉图像信息中的遮挡关系，对不同的个体进行区分，设置遮挡处为1，无遮挡处为0，得到当前个体的视觉感知函数。3.根据权利要求1所述的方法，其特征在于，根据所述视觉感知函数中可视邻居的相对方位顺序，将当前个体视野中视野遮挡角度局部最大的可视邻居集合作为凸显邻居集合，包括：根据所述视觉感知函数，当前个体按照其他个体在视野中相对方位的顺序，得到视野遮挡角度序列和身份序列；其中，对于当前个体视野中相对方位顺序为的邻居的视野遮挡角度序列的元素值和身份序列的元素值；对于当前个体视野中未被遮挡的连续方位区间，其视野遮挡角度序列的元素值和身份序列的元素值；将当前个体视野中视野遮挡角度局部最大的可视邻居集合作为凸显邻居集合。4.根据权利要求1所述的方法，其特征在于，对当前个体的每个凸显邻居的一阶视觉信息进行差分，得到二阶视觉信息，包括：
对时刻和时刻当前个体共同凸显邻居的一阶视觉信息进行差分，得到二阶视觉信息为：其中，为邻居j在当前个体i视野中的遮挡角度变化，为邻居j在当前个体i视野中的相对方位变化，为邻居j在当前个体i视野中的遮挡角度，为邻居j在当前个体i视野中的相对方位，为差分时间间隔，t为时间。5.根据权利要求1所述的方法，其特征在于，根据当前个体的速度和期望速度，确定当前个体的自驱动项，包括：根据当前个体的速度和期望速度，确定当前个体的自驱动项为：其中，为自驱动项，为自驱动常数，为期望速度大小，为当前个体在当前时间的速度大小。6.根据权利要求1所述的方法，其特征在于，根据当前个体的每个凸显邻居的相对方位、相对方位变化和视野遮挡角度变化，确定当前个体的校准项，包括：根据当前个体的每个凸显邻居的相对方位、相对方位变化和视野遮挡角度变化，确定当前个体的校准项为：其中，为校准项，为邻居j在当前个体i视野中的相对方位，为邻居j在当前个体i视野中的遮挡角度变化，为邻居j在当前个体i...

【专利技术属性】
技术研发人员：肖延东，齐景涛，白亮，魏迎梅，张华喜，
申请(专利权)人：中国人民解放军国防科技大学，
类型：发明
国别省市：