基于闭环任务模型的自主性评价方法、装置、设备及介质制造方法及图纸

本发明专利技术提供一种基于闭环任务模型的自主性评价方法、装置、设备及介质，其中方法包括：获取闭环任务模型；对闭环任务模型的各评价环节的链状关系进行建模，并基于链状关系，获取概率图模型；基于概率图模型，得到各评价环节对应的自主性评分；对各评价环节对应的自主性评分进行整合，得到无人系统的目标自主性评分。本发明专利技术提供的方法、装置、设备及介质，基于闭环任务模型的各评价环节的链状关系获取概率图模型，基于概率图模型，得到各评价环节对应的自主性评分，对自主性评分进行整合，得到无人系统的目标自主性评分，由此，对无人系统的自主性评价进行显示建模，提高无人系统的自主性评价的准确性，也提高了无人系统的自主性评价的效率。评价的效率。评价的效率。

【技术实现步骤摘要】
基于闭环任务模型的自主性评价方法、装置、设备及介质


[0001]本专利技术涉及自主性评价
，尤其涉及一种基于闭环任务模型的自主性评价方法、装置、设备及介质。

技术介绍

[0002]近年来包括深空探测器、航天器、无人机、无人车、无人船舰、无人潜器在内的无人自主系统在陆地、空间、深海等领域都有较大的应用需求。
[0003]现有技术中，自主性评价方法通过评估如感知、计划、合作、决策、执行等自主性相关能力，系统性的计算出自主性水平。同时自主性评价方法还可以执导无人系统自主性的开发。
[0004]虽然存在预定义任务、有限场景以及约束操作中的评估方法，仍然需要面对显式建模、广义泛化、准确分级、提高效率等挑战。

技术实现思路

[0005]本专利技术提供一种基于闭环任务模型的自主性评价方法、装置、设备及介质，用以解决现有技术中虽然存在预定义任务、有限场景以及约束操作中的评估方法，仍然需要面对显式建模、广义泛化、准确分级、提高效率等挑战的缺陷。
[0006]本专利技术提供一种基于闭环任务模型的自主性评价方法，包括：
[0007]获取闭环任务模型；
[0008]对所述闭环任务模型的各评价环节的链状关系进行建模，并基于所述闭环任务模型的各评价环节的链状关系，获取概率图模型；
[0009]基于所述概率图模型，得到所述各评价环节对应的自主性评分；
[0010]对所述各评价环节对应的自主性评分进行整合，得到无人系统的目标自主性评分。
[0011]根据本专利技术提供的一种基于闭环任务模型的自主性评价方法，所述基于所述概率图模型，得到所述各评价环节对应的自主性评分，包括：
[0012]基于所述概率图模型的各评价环节的链状关系，确定所述各评价环节的最尾评价环节；
[0013]基于所述最尾评价环节，按照所述概率图模型的逆向方向，逐一计算所述各评价环节输入的性能下限的分布，得到所述各评价环节对应的自主性评分。
[0014]根据本专利技术提供的一种基于闭环任务模型的自主性评价方法，所述基于所述最尾评价环节，按照所述概率图模型的逆向方向，逐一计算所述各评价环节输入的性能下限的分布，得到所述各评价环节对应的自主性评分，包括：
[0015]基于如下公式，得到所述各评价环节的自主性评分：
[0016][0017]其中，P(Auto
t
)表示评价环节t的自主性评分，Manual
t
表示人工操作集合，被定义为评价环节t在不依赖人工操作时，即Manual
t
为空集，Out
t
表示t评价环节的输出性能，inf(In
t+1
)表示t+1评价环节输入的最低性能要求。
[0018]根据本专利技术提供的一种基于闭环任务模型的自主性评价方法，所述闭环任务模型的公式如下：
[0019][0020]其中，P(Auto
t
)表示评价环节t的自主性评分，Manual
t
表示人工操作集合，被定义为评价环节t在不依赖人工操作时，即Manual
t
为空集，Out
t
表示t评价环节的输出性能，Out
t
满足t+1评价环节输入的最低性能要求inf(In
t+1
)。
[0021]根据本专利技术提供的一种基于闭环任务模型的自主性评价方法，所述对所述各评价环节对应的自主性评分进行整合，得到无人系统的目标自主性评分，包括：
[0022]基于乘积准则，或，最小值准则，对所述各评价环节对应的自主性评分进行整合，得到无人系统的目标自主性评分。
[0023]根据本专利技术提供的一种基于闭环任务模型的自主性评价方法，所述乘积准则对应的自主性评分和所述最小值准则对应的自主性评分的公式如下：
[0024][0025]Auto
UMS2
＝min{P(Auto
t
)|t＝0,1,...,n}
[0026]其中，Auto
UMS1
表示乘积准则对应的自主性评分，Auto
UMS2
表示最小值准则对应的自主性评分，P(Auto
t
)表示评价环节t的自主性评分，n表示各评价环节的总数。
[0027]根据本专利技术提供的一种基于闭环任务模型的自主性评价方法，所述各评价环节依次包括发现性能评价环节、锁定性能评价环节、跟踪性能评价环节、指示性能评价环节、执行性能评价环节和评估性能评价环节。
[0028]本专利技术还提供一种基于闭环任务模型的自主性评价装置，包括：
[0029]获取单元，用于获取闭环任务模型；
[0030]获取概率图单元，用于对所述闭环任务模型的各评价环节的链状关系进行建模，并基于所述闭环任务模型的各评价环节的链状关系，获取概率图模型；
[0031]自主性评分单元，用于基于所述概率图模型，得到所述各评价环节对应的自主性评分；
[0032]整合单元，用于对所述各评价环节对应的自主性评分进行整合，得到无人系统的目标自主性评分。
[0033]本专利技术还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述基于闭环任务模型的自主性评价方法。
[0034]本专利技术还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述基于闭环任务模型的自主性评价方法。
[0035]本专利技术还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述基于闭环任务模型的自主性评价方法。
[0036]本专利技术提供的基于闭环任务模型的自主性评价方法、装置、设备及介质，获取闭环
任务模型，对闭环任务模型的各评价环节的链状关系进行建模，并基于闭环任务模型的各评价环节的链状关系，获取概率图模型，然后，基于概率图模型，得到各评价环节对应的自主性评分，最后，对各评价环节对应的自主性评分进行整合，得到无人系统的目标自主性评分，由此，可以对无人系统的自主性评价进行显示建模，提高了无人系统的自主性评价的准确性和可靠性，也进一步提高了无人系统的自主性评价的效率。
附图说明
[0037]为了更清楚地说明本专利技术或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图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他的附图。
[0038]图1是本专利技术提供的基于闭环任务模型的自主性评价方法的流程示意图之一；
[0039]图2是本专利技术提供的基于杀伤链的自主性次序关系的示意图；
[0040]图3是本专利技术提供的基于杀伤链的自主性评价概率图模型的示意图；
[0041]图4是本专利技术提供的基于闭环任务模型的自主性评价方法的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于闭环任务模型的自主性评价方法，其特征在于，包括：获取闭环任务模型；对所述闭环任务模型的各评价环节的链状关系进行建模，并基于所述闭环任务模型的各评价环节的链状关系，获取概率图模型；基于所述概率图模型，得到所述各评价环节对应的自主性评分；对所述各评价环节对应的自主性评分进行整合，得到无人系统的目标自主性评分。2.根据权利要求1所述的基于闭环任务模型的自主性评价方法，其特征在于，所述基于所述概率图模型，得到所述各评价环节对应的自主性评分，包括：基于所述概率图模型的各评价环节的链状关系，确定所述各评价环节的最尾评价环节；基于所述最尾评价环节，按照所述概率图模型的逆向方向，逐一计算所述各评价环节输入的性能下限的分布，得到所述各评价环节对应的自主性评分。3.根据权利要求2所述的基于闭环任务模型的自主性评价方法，其特征在于，所述基于所述最尾评价环节，按照所述概率图模型的逆向方向，逐一计算所述各评价环节输入的性能下限的分布，得到所述各评价环节对应的自主性评分，包括：基于如下公式，得到所述各评价环节的自主性评分：其中，P(Auto
t
)表示评价环节t的自主性评分，Manual
t
表示人工操作集合，被定义为评价环节t在不依赖人工操作时，即Manual
t
为空集，Out
t
表示t评价环节的输出性能，inf(In
t+1
)表示t+1评价环节输入的最低性能要求。4.根据权利要求1所述的基于闭环任务模型的自主性评价方法，其特征在于，所述闭环任务模型的公式如下：其中，P(Auto
t
)表示评价环节t的自主性评分，Manual
t
表示人工操作集合，被定义为评价环节t在不依赖人工操作时，即Manual
t
为空集，Out
t
表示t评价环节的输出性能，Out
t
满足t+1评价环节输入的最低性能要求inf(In
t...

【专利技术属性】
技术研发人员：张驰，张兆翔，
申请(专利权)人：中国科学院自动化研究所，
类型：发明
国别省市：