基于概率图模型的无人机集群协同多目标围捕方法技术

本发明专利技术涉及一种基于概率图模型的无人机集群协同多目标围捕方法，包括：建立分层概率图模型，并确定模型节点和节点状态；获取围捕场景中的场景参数，对场景参数和模型节点的状态取值初始化；无人机个体对周围环境进行探测感知获得个体感知信息，基于个体感知信息对当前围捕阶段进行判定，并根据所处的围捕阶段确定所期望的节点状态；计算期望的节点状态的条件概率分布，更新模型节点的节点概率参数；基于所期望的节点状态和节点概率参数，对无人机个体所执行的动作进行决策；无人机个体执行所输出的动作并位置更新，无人机个体重新对周围环境进行探测感知，并基于新获得的个体感知信息判断当前的围捕阶段，若为捕获阶段，则捕获成功。

【技术实现步骤摘要】

本专利技术涉及无人机集群协同目标围捕领域，尤其涉及一种基于概率图模型的无人机集群协同多目标围捕方法。

技术介绍

1、近年来，无人机集群系统协同因其群体智能的特点而引起了广泛的关注。应用范围从聚合和搜索扩展到集群编队和协同围捕，特别是在对抗性和动态不确定的环境中，协同围捕已经成为一个关键的研究领域。主要的挑战是优化无人机集群个体之间的协同策略，同时确保其在面对目标移动和环境障碍等不确定性时的安全。传统的集中控制方法受到其计算复杂度和通信延迟的限制，使得它们难以扩展到规模更大的系统。相比之下，分布式算法允许通过局部感知进行自主决策，减少了计算负荷，更适合于无人机集群系统。然而，现有的围捕方法仍存在编队构型约束、适应性弱、通信需求大和可解释性差等不足，降低了它们在动态不确定环境及通信拒止条件下的多目标场景中的有效性。因此，在不依赖通信以及预定义的编队构型的前提下，实现基于局部感知信息的完全分布式的多目标围捕仍然是一个挑战。

技术实现思路

1、本专利技术要解决的技术问题是提供一种基于概率图模型的无人机集群协同多目标围本文档来自技高网...

【技术保护点】

1.基于概率图模型的无人机集群协同多目标围捕方法，其特征在于，包括：

2.根据权利要求1所述的基于概率图模型的无人机集群协同多目标围捕方法，其特征在于，步骤S1中，建立用于多目标协同围捕动作决策的分层概率图模型，并确定所述分层概率图模型中的模型节点和节点状态的步骤中，所述分层概率图模型包括：用于决策输出无人机个体动作的决策层，用于所述无人机个体对周围环境进行探测感知以获取个体感知信息的感知层；

3.根据权利要求2所述的基于概率图模型的无人机集群协同多目标围捕方法，其特征在于，步骤S1中，确定所述分层概率图模型中的模型节点和节点状态的步骤中，所述模型节点和所述节点状...

【技术特征摘要】

1.基于概率图模型的无人机集群协同多目标围捕方法，其特征在于，包括：

2.根据权利要求1所述的基于概率图模型的无人机集群协同多目标围捕方法，其特征在于，步骤s1中，建立用于多目标协同围捕动作决策的分层概率图模型，并确定所述分层概率图模型中的模型节点和节点状态的步骤中，所述分层概率图模型包括：用于决策输出无人机个体动作的决策层，用于所述无人机个体对周围环境进行探测感知以获取个体感知信息的感知层；

3.根据权利要求2所述的基于概率图模型的无人机集群协同多目标围捕方法，其特征在于，步骤s1中，确定所述分层概率图模型中的模型节点和节点状态的步骤中，所述模型节点和所述节点状态分别表示为：

4.根据权利要求3所述的基于概率图模型的无人机集群协同多目标围捕方法，其特征在于，步骤s3中，所述无人机集群中的无人机个体对周围环境进行探测感知，以获得个体感知信息的步骤中，所述个体感知信息包括：同伴信息、目标信息和障碍信息；

5.根据权利要求4所述的基于概率图模型的无人机集群协同多目标围捕方法...

【专利技术属性】
技术研发人员：周晗，相晓嘉，黄依新，唐邓清，赖俊，孙懿豪，李超，许贺达，陈众楷，
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：