1.一种多无人机协同海上搜索路径规划方法,利用无人机平台和指挥与控制中心,无人机平台包括不同类型的无人机,指挥与控制中心负责制定搜索任务、规划路径、分配任务给不同的无人机,同时也能接收并分析来自无人机的数据;其特征在于,所述方法包括以下步骤:步骤1、获取待搜索区域的相关海流信息并进行分析,基于获得的海流信息建立海流模型;
步骤2、指挥与控制中心根据待搜索区域建立以栅格单元为单位的栅格地图,再根据待搜索区域的相关海流信息和先验目标信息,基于栅格地图建立目标概率地图;目标概率地图给出了任意栅格单元中先验目标存在的概率;
步骤3、待搜索区域内存在障碍物,将障碍物用不规则多边形表示,以不规则多边形的顶点作为分割线的一个端点,同时满足区域划分的限制约束条件,生成划分区域的分割线将待搜索区域划分为 个子区域;指挥与控制中心根据无人机的性能采用静态分配策略为每架无人机分配子区域;
步骤4、为每架无人机分配好子区域后,指挥与控制中心为每架无人机规划跨区域的最短路径及使用路径规划方法来规划无人机覆盖路径以实现单区域最短时间覆盖路径;
步骤5、在执行搜索任务过程中对各架无人机续航状态进行监控,若发现续航不足,则召回该无人机,若目标被发现或搜索任务完成,召回无人机,返回目标坐标。
2.根据权利要求1所述的多无人机协同海上搜索路径规划方法,其特征在于,所述步骤
1的具体步骤如下:
步骤1.1、根据待搜索区域,获取并分析海流信息,海流信息包括历史海流数据、卫星观测数据、海洋浮标数据、海洋气象站数据;
步骤1.2、基于获得的海流信息,建立海流的数学模型;假设海流方向和大小区间分别为 和 ,海流模型如下:;
;
式中: 为海流方向预测值; 为海流大小预测值;为海流方向不确定性因子;为海流大小不确定性因子。
3.根据权利要求1所述的多无人机协同海上搜索路径规划方法,其特征在于,所述步骤
2的具体步骤如下:
步骤2.1、指挥与控制中心将长为 宽为 的 的工作区域定义为存在先验目标的待搜索区域,根据待搜索区域建立以正方形栅格单元为单位的栅格地图;将待搜索区域分解为 个正方形栅格单元,待搜索区域内所有栅格单元的集合表示为,其中 表示第 个栅格单元;
步骤2.2、指挥与控制中心根据海流模型分析后的海流数据和先验目标信息,计算每个栅格单元 中先验目标存在的概率,基于栅格地图建立目标概率地图;待搜索区域任意栅格单元 内目标存在概率,用 表示;根据先验目标信息和海流数据给出每个栅格单元内初始目标存在概率 ;目标概率地图中所有栅格单元初始概率总和为:;
目标概率地图中,目标不存在的概率为 ;为了便于处理,将 记为栅格单元中目标存在的概率:。
4.根据权利要求3所述的多无人机协同海上搜索路径规划方法,其特征在于,无人机在待搜索区域执行搜索任务时,反馈搜索信息和海流变化信息,指挥与控制中心根据无人机反馈的信息实时更新目标概率地图,无人机在 时刻搜索过某个栅格单元 ,在 时刻栅格单元 内目标存在概率观测值为 ;目标概率地图更新公式为:;
式中, 为初始时刻栅格单元 目标存在概率值; 为t时刻无人机搜索完栅格单元 后更新的概率值;为海流方向影响概率权重因子;为海流速度影响概率权重因子; 为海流方向最大估计值; 为海流方向最小估计值; 为海流速度最大估计值;
为海流速度最小估计值。
5.根据权利要求1所述的多无人机协同海上搜索路径规划方法,其特征在于,所述步骤
3中将待搜索区域分配给 台无人机执行搜索任务;待搜索区域区域划分限制约束条件为:;
式中: 表示区域划分之前的可能目标区域的数量,默认 的值为1;
表示区域划分之后的可能目标区域的数量;
表示区域划分之前可能目标区域的面积;
表示区域划分之后可能目标区域的面积;
表示区域划分为子区域的个数;
表示待搜索区域;
表示分配给无人机的区域;
表示未分配给无人机的区域;
表示未被分配子区域的无人机编号;
表示已被分配子区域的无人机编号;
在等式中,第一目标函数 的值表示待搜索区域分割系数;通过实现最小化 的的值,使得可能的目标区域分配更少数量的无人机;
第二个目标函数 的值表示无人机的工作负载的偏差;通过计算最小化 的值,为无人机分配最佳工作负载,使得多无人机之间工作负载均衡;所有子区域的并集应覆盖待搜索区域,其次子区域互相不重叠。
6.根据权利要求1所述的多无人机协同海上搜索路径规划方法,其特征在于,所述步骤
3中考虑每架无人机的性能特点,包括续航能力、飞行速度、搭载能力;在区域划分完成之后,根据无人机的性能采用静态分配策略为每架无人机分配子区域,在无人机执行搜索任务中,根据实时搜索信息变化动态调整子区域分配方案;对每个子区域 ,计算无人机评价函数:;
式中: 表示将子区域分配给第 架无人机的搜索收益;
表示子区域的权重因子;
表示无人机性能因子;
表示无人机个数;
表示第 架无人机与子区域中心的欧式距离;
对每个子区域计算各架无人机的搜索收益,将子区域分配给其中收益的无人机,由该无人机负责对该子区域执行搜索任务。
7.根据权利要求1中所述的多无人机协同海上搜索路径规划方法,其特征在于,所述步骤4中指挥与控制中心为每架无人机规划跨区域的最短路径具体为:指挥与控制中心将划分后的 个子区域之间的相邻关系,建模成一个有向图,在有向图中,每个子区域标识为一个节点;将子区域的海流信息及先验目标现在的概率映射成有向边的权重;依据权重的比较为每架无人机规划跨区域的最短路径。
8.根据权利要求1所述的多无人机协同海上搜索路径规划方法,其特征在于,所述步骤
4中使用路径规划方法来规划无人机覆盖路径以实现单区域最短时间覆盖路径,具体为:步骤4.1、指挥与控制中心对目标概率地图和区域划分分配方案进行综合分析,向无人机下达搜索任务,初始化栅格地图和无人机搜索起点;
步骤4.2、指挥与控制中心使用智能优化算法来规划单个无人机的路径;考虑每个位置的海流速度 和方向 ,海流速度的区间为 ,海流方向的区间为 ,当前栅格单元与候选栅格单元的欧式距离 ,考虑到无人机飞行性能,距离阈值为 ,候选栅格单元中目标存在的概率 ,计算路径的成本,构建条件函数 ;
;
为候选栅格单元集合;为候选栅格单元编号;
步骤4.3、考虑每个栅格单元中的海流速度和方向,及无人机自身飞行性能,无人机当前位置与候选栅格单元的欧式距离,结合候选栅格单元内目标存在概率,计算无人机搜索下一栅格单元收益,构建目标优化函数 , 为候选栅格单元中目标存在概率加权因子, 为当前栅格单元与候选栅格单元欧式距离的加权因子, 为海流速度加权因子, 为海流方向的加权因子;基于构建的条件函数通过计算目标优化函数生成子区域搜索路径。
9.根据权利要求1所述的多无人机协同海上搜索路径规划方法,其特征在于,所述步骤
5的具体步骤如下:
步骤5.1、实时监测电池电量、电池电压、电池温度,以估算无人机的剩余飞行时间,在电池电量接近耗尽时提前发出警告或切换无人机;
步骤5.2、若目标被发现或搜索任务完成,召回无人机,返回目标坐标。