System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及水下探索,特别是涉及一种基于探测通信一体化网络的多auv全覆盖路径规划方法。
技术介绍
1、在现有的水下覆盖探测任务实施中,多仅采用水声通信与探测信号隔离的方式独立完成水声通信和障碍物以及周围环境探测,而水声通信的高时延以及复杂多变的水体环境为多auv协同作业带来了极大的挑战。传统探测方案中,auv需要与上位机进行通信,反复的上浮下潜不仅产生非必要电量消耗,还影响了探索效率。
技术实现思路
1、本专利技术所要解决的技术问题是提供一种基于探测通信一体化网络的多auv全覆盖路径规划方法,包括以下步骤:
2、建立包括多个auv的探测通信一体化网络;
3、获取目标任务区域和所述auv的剩余电量;
4、采用虚拟作用力方法将所述目标任务区域分为协同区域和多个子任务区域,所述协同区域为所述auv的集结区域,所述子任务区域与所述auv一一对应;
5、将所述auv在所述子任务区域的探索路径规划问题转化为马尔可夫决策过程,利用强化学习算法生成所述auv在对应子任务区域内的探索路径。
6、进一步的,所述采用虚拟作用力方法将所述目标任务区域分为协同区域多个子任务区域,包括:
7、设定协同区域,所述协同区域为多边形且边数与所述auv的数量相等;
8、将所述auv的剩余电量占总剩余电量的比例量化为虚拟作用力,所述总剩余电量为全部所述auv剩余电量的总和;
9、根据所述虚拟作用力的大小,调整所述协同区域
10、对所述目标任务区域进行粗粒度分割,获得多个独立覆盖区域,所述独立覆盖区域与所述auv一一对应,互不重叠,且涵盖除所述协同区域外的整个所述目标任务区域;
11、根据所述auv的剩余电量占总剩余电量的比例,对所述独立覆盖区域进行细粒度分割,获得对应的子任务区域。
12、进一步的,所述对所述目标任务区域进行粗粒度分割,获得多个独立覆盖区域,包括:
13、将所述协同区域的边线朝一方延伸,形成沿第一旋转方向的多条切割线,将除所述协同区域外的所述目标任务区域分为多个独立覆盖区域。
14、进一步的,所述设定协同区域的步骤前,还包括对所述目标任务区域进行栅格化处理,且栅格边长小于所述auv的探测范围的步骤。
15、进一步的,所述根据所述虚拟作用力的大小,调整所述协同区域的位置,包括:
16、设置所述协同区域的初始位置为所述目标任务区域的中心;
17、设置所述虚拟作用力的方向为作用于所述协同区域的边线并且远离所述协同区域的方向,且每条所述协同区域的边线对应一个所述虚拟作用力;
18、将所述协同区域朝与所述虚拟作用力相反的方向拖动,拖动的格数根据所述虚拟作用力的大小计算得到。
19、进一步的,所述根据所述auv的剩余电量占总剩余电量的比例,对所述独立覆盖区域进行细粒度分割,获得对应的子任务区域,包括:
20、根据所述auv的剩余电量占总剩余电量的比例,计算获得理想栅格数;
21、沿第二旋转方向,将当前所述独立覆盖区域朝相邻所述独立覆盖区域进行扩散至所述理想栅格数。
22、进一步的,所述独立覆盖区域朝相邻所述独立覆盖区域扩散时以单个栅格为最小单位。
23、进一步的,所述利用强化学习算法生成所述auv在对应子任务区域内的探索路径,包括:
24、将所述auv作为智能体,将所述子任务区域作为外界环境,以生成除障碍物栅格外所有栅格的最短全覆盖路径为目标,设置动作空间、状态空间和奖励函数,所述全覆盖路径的起点与终点相同;
25、利用q-learning算法规划探索路径,并根据贝尔曼方程动态更新q值以及障碍物数量与位置,所述障碍物数量与位置由所述auv通过探测通信一体化信号探测获得。
26、进一步的,所述建立包括多个auv的水声探测通信一体化网络,包括:
27、将auv分配为主节点auv和仆节点auv;
28、所述主节点auv定期发送探测通信一体化信号作为广播信号;
29、所述仆节点接收到所述广播信号后进行回应,直到所述主节点发现所有的所述仆节点,建立水声探测通信一体化网络。
30、进一步的,设定首先到达指定区域的auv为主节点。
31、有益效果
32、由于采用了上述的技术方案,本专利技术与现有技术相比,具有以下的优点和积极效果:本专利技术通过设定一个协同区域,且在该协同区域将auv分为主、仆auv建立临时的探测通信一体化网络交互信息,避免了auv为进行信息交互而频繁上浮下潜产生不必要的能量损耗;本专利技术根据网络中各auv的剩余电量,通过虚拟作用力方法为auv分配子任务区域,能够在充分考虑auv电量消耗的情况下,实现探测覆盖区域的合理分配和任务的高效执行;利用强化学习理论设计算法,生成重复探索区域较少且避开障碍物的探索路径。
本文档来自技高网...【技术保护点】
1.一种基于探测通信一体化网络的多AUV全覆盖路径规划方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的方法,其特征在于,所述采用虚拟作用力方法将所述目标任务区域分为协同区域和多个子任务区域,包括:
3.根据权利要求2所述的方法,其特征在于,所述对所述目标任务区域进行粗粒度分割,获得多个独立覆盖区域,包括:
4.根据权利要求2所述的方法,其特征在于,所述设定协同区域的步骤前,还包括对所述目标任务区域进行栅格化处理,且栅格边长小于所述AUV的探测范围的步骤。
5.根据权利要求4所述的方法,其特征在于,所述根据所述虚拟作用力的大小,调整所述协同区域的位置,包括:
6.根据权利要求4所述的方法,其特征在于,所述根据所述AUV的剩余电量占总剩余电量的比例,对所述独立覆盖区域进行细粒度分割,获得对应的子任务区域,包括:
7.根据权利要求6所述的方法,其特征在于,所述独立覆盖区域朝相邻所述独立覆盖区域扩散时以单个栅格为最小单位。
8.根据权利要求4所述的方法,其特征在于,所述利用强化学习算法生成所述A
9.根据权利要求1所述的方法,其特征在于,所述建立包括多个AUV的水声探测通信一体化网络,包括:
10.根据权利要求9所述的方法,其特征在于,设定首先到达指定区域的AUV为主节点。
...【技术特征摘要】
1.一种基于探测通信一体化网络的多auv全覆盖路径规划方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的方法,其特征在于,所述采用虚拟作用力方法将所述目标任务区域分为协同区域和多个子任务区域,包括:
3.根据权利要求2所述的方法,其特征在于,所述对所述目标任务区域进行粗粒度分割,获得多个独立覆盖区域,包括:
4.根据权利要求2所述的方法,其特征在于,所述设定协同区域的步骤前,还包括对所述目标任务区域进行栅格化处理,且栅格边长小于所述auv的探测范围的步骤。
5.根据权利要求4所述的方法,其特征在于,所述根据所述虚拟作用力的大小,调整所述协同区域的位置,包括:...
【专利技术属性】
技术研发人员:唐亮,卓晓晓,赵宇,卜智勇,吴旖珂,
申请(专利权)人:中国科学院上海微系统与信息技术研究所,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。