一种高海况环境下的无人集群多目标搜索和追捕方法技术

本发明专利技术公开了一种高海况环境下的无人集群多目标搜索和追捕方法。无人机设备作为集群眼睛负责目标搜索任务，通信无人艇设备作为集群大脑负责集群控制、数据处理和目标分配，同时追捕无人艇设备执行目标追捕任务，通过不同无人设备相互协同，完成集群的搜索和追捕任务。此外，在集群协同执行任务的基础上，本发明专利技术考虑到无人集群在高海况环境下机动决策的问题。一方面，在高海况环境下传统通信技术受限、定位技术受干扰时，实现无人设备可以对目标的精准定位；另一方面，为加强集群内各无人设备的信息交互，在保证各无人设备完成追击任务的同时，实现全局效益最大化。实现全局效益最大化。实现全局效益最大化。

【技术实现步骤摘要】
一种高海况环境下的无人集群多目标搜索和追捕方法


[0001]本专利技术属于无人集群协同搜索和追捕
，具体涉及一种高海况环境下的无人集群多目标搜索和追捕方法。

技术介绍

[0002]近年来，随着无人设备的飞速发展，无人系统将在未来的民生、战争中扮演重要的角色。但是，在面对复杂环境时，单一的无人平台越来越难以实现对任务的高效处理。异构无人系统协同技术成为了提高无人集群智能、实现对任务高效处理的一种有效手段。不同种类智能体根据自身特点进行分工合作，可以有效地提高任务处理效率。
[0003]无人艇在近海海面搜索、水域勘探等方面有着突飞猛进的发展。但是在高海况环境下，无人艇难以在颠簸状态下实现对周围海域环境和目标信息的准确获取，而无人机可以利用其在空中飞行的优势，确保对复杂多变环境的搜索。然而，无人机也存在着飞续航能力差、负载小的缺点。因此，可以将两种无人设备结合起来，无人机设备作为集群眼睛负责目标搜索任务，无人艇设备作为集群大脑负责集群控制、数据处理和目标分配，同时无人艇执行目标追捕任务，两者相结合，弥补彼此的缺点并有效地利用它们的优势进本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种高海况环境下的无人集群多目标搜索和追捕方法，其特征在于，包括以下步骤：S1、对将要搜索海域使用栅格的形式离散化处理，用栅格法对搜索环境进行建模；S2、将无人机看作空中二维平面上运动的粒子，基于环境刺激函数的协同覆盖搜索算法，针对每一个无人机进行搜索路径优化，根据无人机状态信息和环境刺激函数，优化出无人机下一个最优航迹点，根据最优航迹点，无人机更新运动状态并移动到相应位置，在每一个时间步长内搜索其范围内栅格，并将感知信息发送给通信无人艇；S3、当无人机搜索到目标后，跟踪目标，在每一个时间步长中测算自身与目标之间的相对距离、相对距离变化率和相对速度，计算自身与目标的相对定位估计，进一步根据无人机与目标的定位估计，计算追捕无人艇与目标的相对定位估计；S4、无人机记录目标状态信息并传输给通信无人艇，构建目标赋值矩阵，根据当前目标状态信息和现存追捕无人艇状态信息进行无人艇目标任务分配；S5、在追捕无人艇分配目标任务的基础上，建立追捕无人艇追捕决策模型和决策学习模型；完成后追捕无人艇执行系统追捕任务。2.根据权利要求1所述一种高海况环境下的无人集群多目标搜索和追捕方法，其特征在于，步骤S1中将整个环境视为一个平面矩形区域，并且区域被划分为L
x
×
L
y
离散的栅格，Grid
(x，y)
用表示矩形的第x行和第y列栅格，Δx和Δy分别表示单位栅格的长度和宽度，整个搜索环境E用栅格集公式表达如下：E＝{Grid
(x，y)
|m＝1，，2，
…
，L
x
，n＝1，，2，
…
，L
y
}在t时刻，Grid
(x，y)
的状态表示为：s
(x，y)
(t)＝[μ
(x，y)
，ζ
(x，y)
，η
(x，y)
(t)，c
(x，y)
]式中，μ
(x，y)
表示Grid
(x，y)
中心点的坐标，ζ
(x，y)
∈{0，1}表示Grid
(x，y)
是否存在目标，其中ζ
(x，y)
＝1表示Grid
(x，y)
内存在搜索目标，ζ
(x，y)
＝0表示Grid
(x，y)
内不存在目标，η
(x，y)
(t)∈{0，1，2，
…
，h}表示Grid
(x，y)
到t时刻为止被搜索的次数，c
(x，y)
为搜索刺激函数，表示Grid
(x，y)
对无人机的吸引程度。3.根据权利要求1所述一种高海况环境下的无人集群多目标搜索和追捕方法，其特征在于，步骤S2中基于环境刺激函数的协同覆盖搜索算法，针对每一个无人机进行搜索路径优化具体步骤如下：S21、初始化无人机的位置和状态，其中在t时刻无人机i的状态信息公式表达如下：s
i
(t)＝[λ
i
(t)，o
i
(t)]式中，λ
i
(t)＝(x
i
(t)，y
i
(t))表示t时刻无人机i在环境E的位置坐标，o
i
(t)表示t时刻无人机i的航向角；S22、计算每个栅格的刺激函数c
(x，y)
，在集群搜索过程中，刺激函数c
(x，y)
采取以下计算方式进行更新：式中，c
(x，y)
(0)为Grid
(x，y)
初始刺激值，α∈(0，1)为衰减系数，当Grid
(x，y)
被搜索的次数越多，其搜索刺激值越小；无人机i将会在临近栅格内选择具有最大搜索刺激值的栅格作为下一个搜索点，公式表达如下：
当无人机i搜索到目标后，无人机记录并计算目标状态，将目标状态发送给同通信组内的通信无人艇，目标状态公式表达为：s
target，j
(t)＝[λ
j
(t)，ν
j
(t)，θ
j，i
(t)]式中，λ
j
(t)＝(x
j
(t)，y
j
(t))表示t时刻目标j在环境E的位置坐标，v
j
(t)表示目标j速度，θ
j，i
(t)表示目标j相对于无人机i的偏向角。4.根据权利要求1所述一种高海况环境下的无人集群多目标搜索和追捕方法，其特征在于，步骤S3中，当无人机搜索到目标后，无人机采用超宽带测距和视觉里程计测速，实时测量每个时间步长下无人机和无人艇之间的相对距离和相对速度根据测量数据，给出第t个时间步长下，无人机i和目标j之间的相对定位估计公式表达如下：式中，表示相对距离变化率，ε
t
、和分别是相对速度相对距离以及相对距离变化率分别在第t个时间步长的测量误差；T是超宽带传感器的采样周期，γ∈R
+
是可谐调恒定增益；根据集群内给出的追击无人艇和无人...

【专利技术属性】
技术研发人员：李斌，彭思聪，
申请(专利权)人：南京信息工程大学，
类型：发明
国别省市：