CN106444845B - 一种无信息条件下的多uav协同搜索方法 - Google Patents

Abstract

本发明公开了一种无信息条件下的多无人机协同搜索方法，涉及人工智能和机器学习领域，包括区域分散布局和机动巡逻围捕，区域分散布局是将搜索区域内随机位置处可供调动的若干架搜索UAV以近似相等的分散距离均布在预先设定的巡逻位置处，保证各UAV具有较小初始分散距离差，各UAV在搜索区域内分散运动，探测范围不断变化，各向均布的分散布局减小分散过程中的搜索重叠区域。机动巡逻围捕是在各UAV到达初始巡逻位置后，按照预先设定的巡逻路线向搜索区域中心近心螺旋运动。本发明在少量先验信息甚至无信息条件下实现目标搜索，在有限的时间内尽可能多获取整个搜索区域的信息，搜索到给定区域内的来犯目标。

Description

一种无信息条件下的多UAV协同搜索方法

技术领域

本发明涉及人工智能和机器学习领域，具体涉及一种无信息条件下的多无人机协同搜索方法。

背景技术

无人作战系统因其在持久性、多功能性以及降低人身风险方面的特有优势，在现代战争中发挥着重要作用。目前大量使用的空中无人作战系统已广泛应用于情报、监视与侦察、战场感知等任务领域。其中，多架无人机(Unmanned Aerial Vehicle，UAV)协同搜索成为战场感知的重要手段。多UAV协同搜索就是要在有限的时间内尽可能多的获取整个搜索区域的信息，搜索到给定区域内的来犯目标。由于战场环境的复杂多变和各种不确定因素的影响，同时来犯目标的隐身性能增强，对未知目标的信息获取难度增大，如何在少量先验信息甚至无信息条件下实现目标搜索成为关键问题。

发明内容

本发明针对多UAV广域目标搜索问题，重点突破无信息条件下的多UAV协同搜索策略和搜索方法，为提高多UAV协同作战效能提供理论依据和实际参考。

为了实现上述目的，本发明的具体技术方案是：

一种无信息条件下的多无人机协同搜索方法，包括区域分散布局和机动巡逻围捕两个阶段；

所述区域分散布局是将搜索区域内随机位置处可供调动的若干架搜索UAV以近似相等的分散距离均布在预先设定的巡逻位置处，保证各搜索UAV具有较小的初始分散距离差，各搜索UAV在搜索区域内分散运动，探测范围不断变化，各向均布的分散布局减小分散过程中的搜索重叠区域，保持动态的高覆盖率，提高发现目标的成功率；

机动巡逻围捕是在各搜索UAV到达初始巡逻位置后，按照预先设定的巡逻路线向搜索区域中心近心螺旋运动，最大限度将目标锁定在搜索区域内；

无信息条件是指在复杂战场环境中，区域内可调动的搜索UAV数量以及初始位置随机设置，我方搜索UAV对来犯的敌方目标信息完全未知，包括目标属性((静态目标和动态目标)、数量和位置；

搜索UAV与敌方目标分别描述为：

M＝{m₁,m₂,m₃…m_p}

T＝{T₁,T₂,T₃…T_r} (1)

其中，p、r为随机自然数，分别表示搜索UAV与敌方目标的数量。以M和T为圆心，s为半径的圆表示各搜索UAV和敌方目标的探测范围，s为视距。

作为本发明的进一步优选，所述区域分散布局，目标是在最短时间内将p个搜索UAV均布在最优初始巡逻位置处，

最优初始巡逻位置布置方式具体如下：

设置搜索UAV数量p＝3及其任意初始位置，静态或动态目标数目r及其任意初始位置，视距s，边界距离d，分散布局距离阈值l_threshold；

Step 1：在目标可能出现的区域内作巡逻位置⊙O，使得⊙O与正方形各边距离均为d；

Step 2：取正东方向Ox为起始轴，在⊙O上逆时针旋转角度θ得到第一个初始巡逻位置m′₁，逆时针方向依次寻找第二、三个初始巡逻位置m′₂,m′₃，使得∠m′₁Om′₂＝∠m′₂Om′₃＝120°；

Step 3：根据式(2)和式(3)筛选当前角度θ下最大距离差最小的情况j，使得

l_θi＝max(|l_θ1i-l_θ2i|,|l_θ1i-l_θ3i|,|l_θ2i-l_θ3i|) (3)

其中，m₁、m₂和m₃分别为搜索UAV的位置；

Step 4:记3架UAV的分散布局距离分别为l_θ1＝l_θ1j,l_θ2＝l_θ2j,l_θ3＝l_θ3j，此时，分散布局距离差记为l_θ＝max(|l_θ1-l_θ2|,|l_θ1-l_θ3|,|l_θ2-l_θ3|)，分散布局距离和记为L_θ＝l_θ1+l_θ2+l_θ3；

Step 5：θ＝θ+1°，若θ＜120°，则返回Step 2，否则进入Step 6；

Step 6：在θ＝0°到119°所有的巡逻位置中初步筛选备选情况α，使得L_α＜l_threshold；

Step 7：在所有的备选情况α中筛选最优初始巡逻位置角度angle，使得此时角度angle对应着三架UAV的最优初始巡逻位置m₁”,m₂”,m₃”。

作为本发明的进一步优选，所述机动巡逻围捕是在各搜索UAV到达预期巡逻位置后，绕搜索区域中心作近心螺旋运动，动态搜索静止或运动目标；定义表示各搜索UAV的巡逻路径的阿基米德螺线极坐标方程为：

ρ＝aθ,a＞0 (4)

对应直角坐标系中参数方程为：

x＝ρcosθ

y＝ρsinθ (5)

为了兼顾提高搜索效率和搜索成功率，设定螺旋线每一圈的极径缩进量h＝2s，其中s为搜索UAV的视距，因此搜索巡逻圈数n、最大旋转角度θ_max和最大极径ρ_max分别为：

θ_max＝2πn

ρ_max＝R (6)

其中，R为初始巡逻圆半径；

在极坐标方程(4)表示下，阿基米德螺线单位弧长(对应于UAV搜索实际路径长度)表示为：

由式(4)(7)可得出单位弧长Δs对应的角度差Δθ为：

各搜索UAV按照设定的阿基米德螺线轨迹进行协同搜索，其视距范围内的目标即被判定为目标搜索成功，以协同搜索的成功率β以及搜索时间t为指标，定义成功率为：

其中，r为敌方目标的数量，r'为成功搜索到的目标数量。

与现有技术相比，本发明的有益效果是：

突破无信息条件下的多UAV协同搜索策略和搜索方法，为提高多UAV协同作战效能提供理论依据和实际参考，在少量先验信息甚至无信息条件下实现目标搜索，在有限的时间内尽可能多的获取整个搜索区域的信息，搜索到给定区域内的来犯目标。

附图说明

图1为多UAV协同搜索战场态势图。

图2为协同搜索第一阶段区域分散布局策略示意图。

图3为协同搜索第二阶段机动巡逻围捕策略示意图。

图4为多UAV协同搜索方法验证演示框架。

图5为单个目标(静态和动态)下随机搜索和协同搜索成功率。

图6为单个目标(静态和动态)下随机搜索和协同搜索时间。

图7为多个目标(静态和动态)下随机搜索和协同搜索成功率。

图8为多个目标(静态和动态)下随机搜索和协同搜索时间。

具体实施方式

本发明提出了一种无信息条件下的多无人机协同搜索方法，该方法流程分为区域分散布局和机动巡逻围捕两个阶段，下面根据附图2和附图3对该搜索方法的具体实施方式进行详细说明。

(1)区域分散布局

输入：搜索UAV数量p＝3及其任意初始位置，静态或动态目标数目r及其任意初始位置，视距s，边界距离d，分散布局距离阈值l_threshold；

输出：最优初始巡逻位置{m₁”,m₂”,m₃”}；

Step 1：如附图2所示，在目标可能出现的区域内(正方形)作巡逻位置⊙O，使得⊙O与正方形各边距离均为d，令θ＝0°；

Step 2：取正东方向Ox为起始轴，在⊙O上逆时针旋转角度θ得到第一个初始巡逻位置m′₁，逆时针方向依次寻找第二、三个初始巡逻位置m′₂,m′₃，使得∠m′₁Om′₂＝∠m′₂Om′₃＝120°；

Step 3：根据式(2)和式(3)筛选当前角度θ下最大距离差最小的情况j，使得

l_θi＝max(|l_θ1i-l_θ2i|,|l_θ1i-l_θ3i|,|l_θ2i-l_θ3i|) (3)

Step 4:记3架UAV的分散布局距离分别为l_θ1＝l_θ1j,l_θ2＝l_θ2j,l_θ3＝l_θ3j，此时，分散布局距离差记为l_θ＝max(|l_θ1-l_θ2|,|l_θ1-l_θ3|,|l_θ2-l_θ3|)，分散布局距离和记为L_θ＝l_θ1+l_θ2+l_θ3；

Step 5：θ＝θ+1°，若θ＜120°，则返回Step 2，否则进入Step 6；

Step 6：在θ＝0°到119°所有的巡逻位置中初步筛选备选情况α，使得L_α＜l_threshold；

Step 7：在所有的备选情况α中筛选最优初始巡逻位置角度angle，使得此时角度angle对应着三架UAV的最优初始巡逻位置m₁”,m₂”,m₃”。

(2)机动巡逻围捕

输入：最优初始巡逻位置{m₁”,m₂”,m₃”}；

输出：协同搜索成功率β及其搜索时间t；

Step 1：根据式(6)计算初始巡逻位置处的最大旋转角度θ_max；

θ_max＝2πn

ρ_max＝R (6)

Step 2：根据式(8)计算得到弧长为Δs时阿基米德螺线对应的角度差Δθ；

Step 3：由θ'＝θ-Δθ计算更新下一步巡逻位置处的巡逻角度θ'；

Step 4:由式(4)计算下一步巡逻位置处的极径长ρ'；

ρ＝aθ,a＞0 (4)

其中，a为大于0的常数；

Step 5:根据式(5)得到下一步巡逻位置处的直角坐标(x,y)，计算下一步巡逻位置与搜索区域中心点的距离dis；

x＝ρcosθ

y＝ρsinθ (5)

Step 6：若dis＜Δs，转Step 7；否则转Step 2；

Step7：巡逻搜索结束，统计成功搜索到的目标数量r'及其搜索时间t，

并由式(9)计算搜索成功率β。

算例：

如附图4所示，搜索范围为100*100的方形区域，3架搜索UAV(黑色星号标记)协同搜索1个运动敌机目标(十字标记)，其外部圆表示各自的视距范围，此处设置双方视距相等；如图3所示，敌机(动态目标)由随机初始位置向区域内随机出现的攻击目标(星号标记)前进，一旦到达攻击目标，敌机则会向搜索区域中距其最近的边界逃窜。我方搜索UAV则按照预先设定的区域分散布局、机动巡逻围捕由随机的初始位置开始搜索，在整个运动过程中，敌机出现在我方UAV视距范围内则搜索成功。

设置初始巡逻圆与搜索区域边界的距离d＝0，初始巡逻圆半径R＝50。算例测试了视距s从1到20递增过程中协同搜索方法的搜索成功率及其时间，搜索成功率和搜索时间是针对100次搜索试验统计计算得到的，其中，动态目标设置为10个，同时将本方法与随机搜索方法结果进行比较，从而有效验证本方法的优越性。

以上实施例仅起到解释本发明技术方案的作用，本发明所要求的保护范围并不局限于上述实施例所述的实现系统和具体实施步骤。因此，仅对上述实施例中具体的公式及算法进行简单替换，但其实质内容仍与本发明所述方法相一致的技术方案，均应属于本发明的保护范围。

Claims (3)

1.一种无信息条件下的多无人机协同搜索方法，包括区域分散布局和机动巡逻围捕两个阶段，其特征在于，

所述区域分散布局为将搜索区域内随机位置处可供调动的若干架搜索UAV以近似相等的分散距离均布在预先设定的巡逻位置处，保证各搜索UAV具有较小的初始分散距离差，各搜索UAV在搜索区域内分散运动，探测范围不断变化，各向均布的分散布局减小分散过程中的搜索重叠区域；

机动巡逻围捕为在各搜索UAV到达初始巡逻位置后，按照预先设定的巡逻路线向搜索区域中心近心螺旋运动，最大限度将目标锁定在搜索区域内；

无信息条件是指在复杂战场环境中，区域内可调动的搜索UAV数量以及初始位置随机设置，我方搜索UAV对来犯的敌方目标信息完全未知，敌方目标信息包括目标属性、数量和位置；

搜索UAV与敌方目标分别描述为：

M＝{m₁,m₂,m₃…m_p}

T＝{T₁,T₂,T₃…T_r} (1)

其中，以M和T为圆心，s为半径的圆表示各搜索UAV和敌方目标的探测范围，s为视距；p和r为随机自然数，分别表示搜索UAV与敌方目标的数量。

2.根据权利要求1所述的一种无信息条件下的多无人机协同搜索方法，其特征在于，所述区域分散布局，目标是在最短时间内将p个搜索UAV均布在最优初始巡逻位置处，最优初始巡逻位置布置方式具体如下：

设置搜索UAV数量p＝3及其任意初始位置，静态或动态目标数目r及其任意初始位置，视距s，边界距离d，分散布局距离阈值l_threshold；

Step 1：在目标可能出现的区域内作巡逻位置⊙O，使得⊙O与正方形各边距离均为d；

Step 2：取正东方向Ox为起始轴，在⊙O上逆时针旋转角度θ得到第一个初始巡逻位置m′₁，逆时针方向依次寻找第二、三个初始巡逻位置m′₂,m′₃，使得∠m′₁Om′₂＝∠m′₂Om′₃＝120°；

Step 3：根据式(2)和式(3)筛选当前角度θ下最大距离差最小的情况j，使得

lθⁱ＝max(|l_θ1i-l_θ2i|,|l_θ1i-l_θ3i|,|l_θ2i-l_θ3i|) (3)

其中，m₁、m₂和m₃分别为搜索UAV的位置；

Step 4:记3架搜索UAV的分散布局距离分别为l_θ1＝l_θ1j,l_θ2＝l_θ2j,l_θ3＝l_θ3j，此时，分散布局距离差记为l_θ＝max(|l_θ1-l_θ2|,|l_θ1-l_θ3|,|l_θ2-l_θ3|)，分散布局距离和记为L_θ＝l_θ1+l_θ2+l_θ3；

Step 5：θ＝θ+1°，若θ＜120°，则返回Step 2，否则进入Step 6；

Step 6：在θ＝0°到119°所有的巡逻位置中初步筛选备选情况α，

使得L_α＜l_threshold；

Step 7：在所有的备选情况α中筛选最优初始巡逻位置角度angle，使得此时角度angle对应着三架搜索UAV的最优初始巡逻位置m₁”,m₂”,m₃”。

3.根据权利要求2所述的一种无信息条件下的多无人机协同搜索方法，其特征在于，所述机动巡逻围捕是在各搜索UAV到达预期巡逻位置后，绕搜索区域中心作近心螺旋运动，动态搜索静止或运动目标；定义表示各搜索UAV的巡逻路径的阿基米德螺线极坐标方程为：

ρ＝aθ (4)

其中，a为大于0的常数；

对应直角坐标系中参数方程为：

x＝ρcosθ

y＝ρsinθ (5)

设定螺旋线每一圈的极径缩进量h＝2s，其中s为搜索UAV的视距，因此搜索巡逻圈数n、最大旋转角度θ_max和最大极径ρ_max分别为：

θ_max＝2πn

ρ_max＝R (6)

其中，R为初始巡逻圆半径；

在极坐标方程(4)表示下，阿基米德螺线单位弧长表示为：

由式(4)(7)可得出单位弧长Δs对应的角度差Δθ为：

各搜索UAV按照设定的阿基米德螺线轨迹进行协同搜索，其视距范围内的目标即被判定为目标搜索成功，以协同搜索的成功率β以及搜索时间t为指标，定义成功率为：

其中，r为敌方目标的数量，r'为成功搜索到的目标数量。