【技术实现步骤摘要】
本专利技术涉及一种多uuv任务海域重要度聚类方法，属于水下机器人协同搜索。
技术介绍
1、目前对于任务海域的探测和搜索，多采用以水下机器人为载体的多声学传感器探测方式进行。但随着任务海域向深远海拓展，相对于单auv来说，auv集群可以以编队的形式覆盖更大面积的任务区域，能够更快速完成大范围的巡逻监视，大幅提高对水下航行器的侦测能力，是当前的研究热点之一。面向海域的协同搜索和巡逻任务，常规的技术方案是多uuv以一定编队队形对任务区域进行覆盖式搜索，平均地以梳状线遍历覆盖，难以对突出重点区域施加足够的关注。
2、而对目标海域的分区搜索往往是在已知环境下遍历海域再根据具体信息特征形成分区，但是对全局信息要求过高，缺少关键信息可能直接影响分区合理性或难以完成分区；或在未知环境下随机分布中心点，再根据海域内各位置点到中心点的距离进行聚类，区域分布具有随机性，要获得较为合理的分区往往需要多次尝试或迭代。常规方法难以兼顾效率与精度，尤其是对不确定因素影响下的海域环境，各个区域的重要度可能不同，平均划分任务区域会导致uuv资源的浪费和搜索效率的低下。基于灰色系统理论，根据重要度的不同对任务区域进行划分，为多水下机器人的协同搜索合理分配任务海域，可以兼顾搜索过程的效率与效果。因此设计一种基于灰色系统理论的区域重要度评估和任务区域聚类方法，为多uuv协同搜索任务区域提供合理的划分和分配策略，是多水下机器人开展协同搜索任务的一种有效技术手段。
技术实现思路
1、本专利技术为解决常规方法难以兼
2、本专利技术为解决上述问题采取的技术方案是：本专利技术的步骤包括：
3、步骤1、基于uuv探测能力的对任务区域网格化；
4、步骤2、构建可拓展的任务海域重要度评估指标集；
5、步骤3、基于灰色系统理论评估和聚类区域重要度；
6、步骤4、建立部分区域的精细化修建策略；
7、步骤5、建立多uuv区域协同巡逻策略。
8、进一步的，步骤1中基于uuv探测能力的任务区域网格化方法的步骤包括：
9、步骤101、根据执行任务uuv的探测能力自适应配置网格化的单位长度，保证各uuv在划分的网格和网格聚合的任务区域内执行搜索任务，减少幅宽重叠损耗；
10、步骤102、每个格栅以二维数组唯一表示，其重要度用数组到不同点位或区域的距离表征；
11、步骤103、对于同构的uuv集群，网格宽度取n倍探测的作业幅宽w，视场景的精度需求调整n的值，n值越大，网格颗粒度越大，精度越小，默认n＝1；
12、步骤104、对于异构的uuv群，网格宽度参照集群内各uuv作业幅宽的最小公倍数选取，具体步骤如下：
13、步骤1041、记uuv1、uuv2、uuv3……uuvn的作业幅宽为w1、w2、w3……wn，取最小作业幅宽w0＝min{w1,w2,...,wn}；
14、步骤1042、令作为各uuv实际作业幅宽比照最小作业幅宽的参数；
15、步骤1043、取作为网格化的基本单位，实际网格化过程中根据任务分配的精度需要取整数倍wm作为网格化宽度，进行任务区域的初步划分。
16、进一步的，步骤2中构建可拓展的任务海域重要度评估指标集的步骤包括：
17、栅格重要度σ由离港距离、海域环境、人为关注度三个指标控制，其中离港距离用栅格位置和港口中心的距离so表征，海域环境用栅格位置和暗礁区、浅水区等不宜航行的区域的距离sh表征，人为关注度用栅格位置和人为重点关注区域的距离sk表征。
18、σ＝f(so,sh,sk) (1)
19、其中：
20、
21、sh＝min{|(x,y)-h(boundary)|} (3)
22、sk＝min{|(x,y)-k(boundary)|} (4)
23、公式(1)、(2)、(3)和(4)中，x表示栅格横坐标，y表示栅格纵坐标，h(boundary)表示不宜航行区域边界，k(boundary)表示重点关注区域边界。
24、进一步的，步骤3中基于灰色系统理论的区域重要度评估和聚类方法的步骤如下：
25、步骤301、构建白化权函数；
26、步骤302、重要度评价和聚类。
27、进一步的，步骤302中重要度评价和聚类的步骤包括：
28、步骤3021、定义为j指标k子类的临界值，因此四类白化权函数的临界值有：
29、
30、
31、
32、
33、由此，j指标k子类的权为
34、
35、步骤3022、计算和权重
36、步骤3023、计算聚类系数矩阵σ，
37、
38、
39、如有则称对象i属于灰类k*，即确定了栅格的重要度，赋予不同重要度栅格不同的颜色表达，就完成了目标海域的重要度聚类。
40、进一步的，步骤4中部分区域的精细化修正策略为：
41、步骤401、聚类区域明显大于平均划分区域时，即s聚类＞s平均，考虑单个uuv对其进行搜索时耗时较长，为提高搜索效率，应分割区域，式中s聚类表示该聚类区域面积，s平均表示聚类区域的平均面积，等于总面积和聚类区域总数之比，
42、步骤402、划分尽量避免增加区域内搜索路径规划的复杂度；
43、步骤403、划分的区域面积尽量均匀且避免与平均区域面积相差过大；
44、步骤404、满足以上两点时，选择分割次数较少的划分法。
45、进一步的，步骤5中多uuv区域协同巡逻策略的步骤包括：
46、步骤501、给出协同搜索过程中的一种搜索策略；
47、步骤502、解决区域与区域之间搜索次序的问题；
48、步骤503、基于强化学习的区域重要度聚类模型应用方法。
49、进一步的，步骤501中给出协同搜索过程中的一种搜索策略，所述策略的步骤包括：
50、步骤5011、减少转弯次数：对于聚类区域的搜索应以区域最小跨度的垂向进行梳状扫描，如果聚类区域有不同方向上的最小跨度，根据区域的边界对区域进行不同方向的梳状扫描，原则仍是从区域最小跨度的垂直方向开始；
51、步骤5012、减少重复路径。
52、进一步的，步骤502中解决区域与区域之间搜索次序问题的步骤包括：
53、解决上述区域内的协同搜索问题后，优化区域与区域之间的搜索次序能有效地减少区域之间巡逻时的重复路程，从而提高搜索效率，通过将划分的区域抽象为拓扑图的本文档来自技高网...
【技术保护点】
1.一种基于灰色系统理论的多UUV任务海域重要度聚类方法，其特征在于：所述一种基于灰色系统理论的多UUV任务海域重要度聚类方法的步骤包括：
2.根据权利要求1所述的一种基于灰色系统理论的多UUV任务海域重要度聚类方法，其特征在于：步骤1中基于UUV探测能力的任务区域网格化方法的步骤包括：
3.根据权利要求1所述的一种基于灰色系统理论的多UUV任务海域重要度聚类方法，其特征在于：步骤2中构建可拓展的任务海域重要度评估指标集的步骤包括：
4.根据权利要求1所述的一种基于灰色系统理论的多UUV任务海域重要度聚类方法，其特征在于：步骤3中基于灰色系统理论的区域重要度评估和聚类方法的步骤如下：
5.根据权利要求4所述的一种基于灰色系统理论的多UUV任务海域重要度聚类方法，其特征在于：步骤302中重要度评价和聚类的步骤包括：
6.根据权利要求1所述的一种基于灰色系统理论的多UUV任务海域重要度聚类方法，其特征在于：步骤4中部分区域的精细化修正策略为：
7.根据权利要求1所述的一种基于灰色系统理论的多UUV任务海域重要度聚
8.根据权利要求7所述的一种基于灰色系统理论的多UUV任务海域重要度聚类方法，其特征在于：步骤501中给出协同搜索过程中的一种搜索策略：
9.根据权利要求7所述的一种基于灰色系统理论的多UUV任务海域重要度聚类方法，其特征在于：步骤502中解决区域与区域之间搜索次序问题的步骤包括：
10.根据权利要求7所述的一种基于灰色系统理论的多UUV任务海域重要度聚类方法，其特征在于：步骤503中基于强化学习的区域重要度聚类模型应用方法的步骤包括：
...【技术特征摘要】
1.一种基于灰色系统理论的多uuv任务海域重要度聚类方法，其特征在于：所述一种基于灰色系统理论的多uuv任务海域重要度聚类方法的步骤包括：
2.根据权利要求1所述的一种基于灰色系统理论的多uuv任务海域重要度聚类方法，其特征在于：步骤1中基于uuv探测能力的任务区域网格化方法的步骤包括：
3.根据权利要求1所述的一种基于灰色系统理论的多uuv任务海域重要度聚类方法，其特征在于：步骤2中构建可拓展的任务海域重要度评估指标集的步骤包括：
4.根据权利要求1所述的一种基于灰色系统理论的多uuv任务海域重要度聚类方法，其特征在于：步骤3中基于灰色系统理论的区域重要度评估和聚类方法的步骤如下：
5.根据权利要求4所述的一种基于灰色系统理论的多uuv任务海域重要度聚类方法，其特征在于：步骤302中重要度评价和聚类的步骤包括...
【专利技术属性】
技术研发人员：蔡凯钱，张国成，孙玉山，李晔，张亮太，毛发俊，丁国利，李岳明，曹建，巩玉瑾，刘湛，吴桐，
申请(专利权)人：哈尔滨工程大学三亚南海创新发展基地，
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。