CN110209172A - 一种无人集群侦察系统及侦察方法 - Google Patents
一种无人集群侦察系统及侦察方法 Download PDFInfo
- Publication number
- CN110209172A CN110209172A CN201910567219.2A CN201910567219A CN110209172A CN 110209172 A CN110209172 A CN 110209172A CN 201910567219 A CN201910567219 A CN 201910567219A CN 110209172 A CN110209172 A CN 110209172A
- Authority
- CN
- China
- Prior art keywords
- unmanned
- scout car
- scounting aeroplane
- remote control
- control apparatus
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 16
- 230000006870 function Effects 0.000 claims description 41
- 230000002068 genetic effect Effects 0.000 claims description 17
- 238000004891 communication Methods 0.000 claims description 12
- 238000005457 optimization Methods 0.000 claims description 12
- 230000035772 mutation Effects 0.000 claims description 9
- 230000000007 visual effect Effects 0.000 claims description 8
- 230000008447 perception Effects 0.000 claims description 7
- 230000008569 process Effects 0.000 claims description 5
- 238000001514 detection method Methods 0.000 claims description 4
- 206010064571 Gene mutation Diseases 0.000 claims description 3
- 235000013399 edible fruits Nutrition 0.000 claims description 3
- 239000012466 permeate Substances 0.000 claims description 3
- 108090000623 proteins and genes Proteins 0.000 claims description 3
- 238000011835 investigation Methods 0.000 abstract description 6
- 238000005516 engineering process Methods 0.000 abstract description 3
- 230000003044 adaptive effect Effects 0.000 abstract description 2
- 230000001419 dependent effect Effects 0.000 abstract description 2
- 230000015572 biosynthetic process Effects 0.000 description 5
- 230000007613 environmental effect Effects 0.000 description 5
- 230000008901 benefit Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000004927 fusion Effects 0.000 description 3
- 230000004888 barrier function Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical compound C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000002844 melting Methods 0.000 description 1
- 230000008018 melting Effects 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 238000004886 process control Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0238—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors
- G05D1/024—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors in combination with a laser
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0242—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using non-visible light signals, e.g. IR or UV signals
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0257—Control of position or course in two dimensions specially adapted to land vehicles using a radar
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/10—Simultaneous control of position or course in three dimensions
- G05D1/101—Simultaneous control of position or course in three dimensions specially adapted for aircraft
- G05D1/104—Simultaneous control of position or course in three dimensions specially adapted for aircraft involving a plurality of aircrafts, e.g. formation flying
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Aviation & Aerospace Engineering (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Electromagnetism (AREA)
- Optics & Photonics (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明涉及一种无人集群侦察系统及侦察方法,属于无人侦察技术领域,解决了现有技术中依赖于地图信息和卫星导航所导致的侦察速率较低、环境适应能力较弱的问题的问题。系统包括远程控制装置、至少一个无人侦察车和至少一个无人侦察机。实现了未知环境下和无卫星时的自主协同侦察,增强了系统对未知环境的适应能力,确保了系统运行的准确性,提升了系统的侦察效率。
Description
技术领域
本发明涉及无人侦察技术领域,尤其涉及一种无人集群侦察系统及侦察方法。
背景技术
无人侦察车是通过车载传感系统感知道路环境,自动规划行车路线并控制车辆到达预定目标的智能交通工具,其通过智能传感技术实现汽车的自动驾驶并提升驾驶的安全性。无人侦察机主要用于航拍、测绘、军事侦察、海事、电力、石油巡线和灾情监测。
无人集群侦察系统用于火场、地震等特定区域的目标检测、识别,传统手段采用人工并配备一定手动操作装备完成,近年来出现了一些无人装备,能够部分替代人完成侦察任务,降低了人员完成任务的危险性,提升了侦察效率。
传统无人侦察装备具有以下缺点:一是依赖于地图信息,对于非合作未知环境,不具备多个、多类无人装备自主协同完成侦察任务的能力;二是依赖于卫星导航,对于卫星导航不可用的环境,不具备多个、多类无人装备自主协同完成侦察任务的能力。
发明内容
鉴于上述的分析,本发明实施例旨在提供一种无人集群侦察系统及侦察方法,用以解决现有技术依赖于地图信息和卫星导航所导致的侦察速率较低、环境适应能力较弱的问题。
本发明的目的主要是通过以下技术方案实现的:
一种无人集群侦察系统,所述系统包括远程控制装置、至少一个无人侦察车和至少一个无人侦察机;
所述远程控制装置,用于对各个无人侦察车、无人侦察机进行路径规划,并用于融合各个无人侦察车、无人侦察机感知形成的局部地图、局部目标识别结果形成全局态势图;
所述无人侦察车、无人侦察机,分别用于根据所述远程控制装置规划的路径行驶;并在行驶过程中,进行环境感知构建局部地图、进行局部目标检测和识别。
在上述方案的基础上,本发明还做了如下改进:
进一步,所述远程控制装置包括显控模块、初始定位模块和无线通信模块;
所述显控模块,用于根据待侦察区域及各个无人侦察车、无人侦察机的初始位置对各个无人侦察车、无人侦察机进行路径规划;并用于融合各个无人侦察车、无人侦察机感知形成的局部地图、局部目标识别结果形成全局态势图;
所述初始定位模块,用于测量各个无人侦察车、无人侦察机的初始位置,并将该初始位置装订至各个无人侦察车、无人侦察机。
进一步,所述显控模块采用遗传算法对各个无人侦察车、无人侦察机进行路径规划,具体包括:
S1、根据侦察任务需求建立目标函数J=f(r),其中,J是目标函数返回值,f是目标函数,r是无人侦察车或无人侦察机执行任务数量的序列;
S2、分配需执行的任务至遗传算法的每个个体,形成初始群体,其中个体为由执行侦察任务的无人侦察车和无人侦察机组成的集群;
S3、计算初始群体中每个所述个体对应的目标函数返回值,计算目标函数返回值的过程中无人侦察车、无人侦察机的路径,使用路径优化算法形成路径指令序列;
S4、采用选择运算、交叉运算和变异运算形成下一代群体;
S5、直至当连续两代群体目标函数返回值最小值不再变化时,输出路径优化算法形成的路径指令序列。
进一步,所述目标函数返回值为执行任务所需的时间。
进一步,所述选择运算是从群体中选择目标函数返回值最小的个体直接遗传到下一代群体;
所述交叉运算是从群体中选择两个个体进行基因结合形成下一代群体的个体;
所述变异运算是群体中的个体部分基因突变形成下一代群体的个体
进一步,所述远程控制装置通过以下流程构建全局态势图,包括:
远程控制装置接收各个无人侦察车、无人侦察机不同视角的建图结果和目标识别结果;
远程控制装置将多个无人侦察车和无人侦察机构建的地图拼接融合后形成全局地图;
远程控制装置将所有局部目标识别结果标注在全局地图中形成全局态势图。
进一步,无人侦察车和无人侦察机采用的导航方式包括惯导、惯导/卫星组合、惯导/激光组合、惯导/视觉组合、惯导/里程计组合。
进一步,所述无人侦察车和无人侦察机通过激光雷达或者视觉传感器实现局部地图构建。
另一方面,本发明实施例提供了一种无人集群侦察方法,包括以下步骤:
步骤1、将无人侦察车、无人侦察机置于待侦察区域周围地面;
步骤2、利用远程控制装置选定侦察区域;
步骤3、远程控制装置利用初始定位模块确定各个无人侦察车、无人侦察机的位置,并装订至各个无人侦察车、无人侦察机,无人侦察车、无人侦察机利用自身携带的定位导航模块确定初始方位;
步骤4、远程控制装置根据侦察区域,自动进行路径规划,形成各个无人侦察车、无人侦察机的侦察路径指令,并发送至各个无人侦察车、无人侦察机;同时根据侦察态势的变化,动态进行路径规划,实时调整各个无人侦察车、无人侦察机的侦察路径;
步骤5、无人侦察车、无人侦察机接收远程控制装置路径指令,按照指令进行自主机动,完成侦察任务,并将侦察过程中的局部建图结果、局部目标识别结果发送至远程控制装置;
步骤6、远程控制装置接收各个无人侦察车、无人侦察机的建图结果、目标识别结果,将地图拼接融合为一个全局地图,并将局部目标识别结果标注在全局地图中形成全局态势地图。
进一步,所述路径规划具体包括:
S1、根据侦察任务需求建立目标函数J=f(r),其中,J是目标函数返回值,f是目标函数,r是无人侦察车或无人侦察机执行任务数量的序列;
S2、分配需执行的任务至遗传算法的每个个体,形成初始群体,其中每个个体是一个无人侦察车和无人侦察机组成的集群;
S3、计算遗传算法群体中所述每个个体对应的目标函数返回值,计算目标函数返回值的过程中涉及到无人侦察车、无人侦察机的路径,使用路径优化算法形成路径指令序列;
S4、采用选择运算、交叉运算和变异运算形成下一代群体;
S5、直至当连续两代群体目标函数返回值最小值不再变化时,输出路径优化算法形成的路径指令序列。
与现有技术相比,本发明至少可实现如下有益效果之一:
1、利用无人车、无人机集群协同方式完成特定区域自主侦察,可以充分利用无人车、无人机不同视角配合,提升侦察效率。
2、未知环境下,无人侦察车、无人侦察机能够实时构建侦察区域地图,遥控装置将多个无人侦察车、无人侦察机构建地图拼接融合后形成全局地图,具备了未知环境自主协同侦察能力,提升了对未知环境的适应能力。
3、卫星信号丢失时,无人侦察车、无人侦察机能够利用惯导/激光组合、惯导/视觉组合、惯导/里程计组合等多种方式进行导航,具备不依赖卫星导航进行协同侦察的能力,提升了系统运行的准确性。
本发明中,上述各技术方案之间还可以相互组合,以实现更多的优选组合方案。本发明的其他特征和优点将在随后的说明书中阐述,并且,部分优点可从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过说明书以及附图中所特别指出的内容中来实现和获得。
附图说明
附图仅用于示出具体实施例的目的,而并不认为是对本发明的限制,在整个附图中,相同的参考符号表示相同的部件。
图1为一个实施例中一种无人集群侦察系统结构示意图。
图2为另一个实施例中遗传算法进行路径指令规划流程框图。
图3为另一个实施例中远程控制装置构建全局态势图的流程框图。
图4为另一个实施例中无人集群工作系统工作的流程框图。
具体实施方式
下面结合附图来具体描述本发明的优选实施例,其中,附图构成本申请一部分,并与本发明的实施例一起用于阐释本发明的原理,并非用于限定本发明的范围。
本发明的一个具体实施例,公开了一种无人集群侦察系统。如图1所示,该系统包括远程控制装置、至少一个无人侦察车和至少一个无人侦察机;远程控制装置,用于对各个无人侦察车、无人侦察机进行路径规划,并用于融合各个无人侦察车、无人侦察机感知形成的局部地图、局部目标识别结果形成全局态势图;无人侦察车、无人侦察机,分别用于根据所述远程控制装置规划的路径行驶;并在行驶过程中,进行环境感知构建局部地图、进行局部目标检测和识别。
实施时,1套无人集群侦察系统由1套远程控制装置、数套无人侦察车和数套无人侦察机组成,其中无人侦察车和无人侦察机的数量根据任务需求配置。
与现有技术相比,本实施例提供的无人集群侦察系统,通过采用无人车和无人机的协同工作方式方式,提高了系统运行的准确性,提升了系统的侦察效率。采用远程控制装置,满足了无人车和无人机所需的路径规划,提升了系统对未知环境的适应能力。
优选地,远程控制装置用于自动或手动生成无人侦察车、无人侦察机侦察路径指令,形成全局态势图。远程控制装置包括显控模块、初始定位模块和无线通信模块;显控模块,用于根据待侦察区域及各个无人侦察车、无人侦察机的初始位置对各个无人侦察车、无人侦察机进行路径规划;并用于融合各个无人侦察车、无人侦察机感知形成的局部地图、局部目标识别结果形成全局态势图;初始定位模块,用于测量各个无人侦察车、无人侦察机的初始位置,并将该初始位置装订至各个无人侦察车、无人侦察机,定位方式包括但不限于卫星定位、UWB定位;无线通信模块用于远程控制装置、无人侦察车、无人侦察机之间的数据交互,通行方式包括但不限于3G、4G、5G、Wifi、自组网、数传电台。采用远程控制装置,满足了无人车和无人机所需的路径规划,提升了系统对未知环境的适应能力。
无人侦察车由底盘、控制模块、环境感知模块、侦察模块、定位导航模块、无线通信模块组成。无人侦察车用于自主跟踪远程控制装置发送的路径指令,自主完成机动避障、环境感知、地图构建、目标识别,并将地图构建结果、目标识别结果回传至远程控制装置。底盘用于承载控制模块、环境感知模块、侦察模块、定位导航模块、无线通信模块,并为以上模块提供供电信号;控制模块用于完成路径指令跟踪、局部避障路径规划、底盘运动控制;环境感知模块用于用于感知环境状态,识别环境障碍物,自主构建环境地图,并将地图构建结果回传至远程控制装置;侦察模块用于自主检测目标、识别目标、跟踪目标,并将侦察结果回传至远程控制装置,侦察传感器包括但不限于可见光、红外;定位导航模块用于测量无人侦察车的姿态、位置、航向信息,实现方式包括但不限于惯导、惯导/卫星组合、惯导/激光组合、惯导/视觉组合、惯导/里程计组合;无线通信模块用于远程控制装置、无人侦察车、无人侦察机之间的数据交互,通信方式包括但不限于3G、4G、5G、Wifi、自组网、数传电台。
无人侦察机由机体、控制模块、环境感知模块、侦察模块、定位导航模块、无线通信模块组成。无人侦察机用于自主跟踪远程控制装置发送的路径指令,自主完成机动避障、环境感知、地图构建、目标识别,并将地图构建结果、目标识别结果回传至远程控制装置。机体用于承载控制模块、环境感知模块、侦察模块、定位导航模块、无线通信模块,并为以上模块提供供电信号;控制模块用于完成路径指令跟踪、局部避障路径规划、飞行控制;环境感知模块用于感知环境状态,识别环境障碍物,自主构建环境地图,并将地图构建结果回传至远程控制装置;侦察模块用于自主检测目标、识别目标、跟踪目标,并将侦察结果回传至远程控制装置,侦察传感器包括但不限于可见光、红外;定位导航模块用于测量无人侦察机的姿态、位置、航向信息,实现方式包括但不限于惯导、惯导/卫星组合、惯导/激光组合、惯导/视觉组合、惯导/里程计组合;无线通信模块用于远程控制装置、无人侦察车、无人侦察机之间的数据交互,通信方式包括但不限于3G、4G、5G、Wifi、自组网、数传电台。
无人侦察车和无人侦察机通过自身运动速度大小、方向,可以跟踪远程控制装置发送的路径指令。
无人车和无人机采用惯导/激光组合、惯导/视觉组合导航方式,满足了无卫星信号时也可以自主完成任务,提升了侦察效率,保证了系统运行的准确性。
优选地,如图2所示,所述显控模块采用遗传算法对各个无人侦察车、无人侦察机进行路径规划,具体包括:
S1、根据侦察任务需求建立目标函数J=f(r),其中,J是目标函数返回值,f是目标函数,r是无人侦察车或无人侦察机执行任务数量的序列;
S2、分配需执行的任务至遗传算法的每个个体,形成初始群体,其中个体为由执行侦察任务的无人侦察车和无人侦察机组成的集群;
S3、计算初始群体中每个所述个体对应的目标函数返回值,计算目标函数返回值的过程中无人侦察车、无人侦察机的路径,使用路径优化算法形成路径指令序列;
S4、采用选择运算、交叉运算和变异运算形成下一代群体;
S5、直至当连续两代群体目标函数返回值最小值不再变化时,输出路径优化算法形成的路径指令序列。
通过显控模块完成了地图的实时构建,实现了无人车和无人机在未知环境下无需人员干预的自主侦察,提升了侦察效率。
优选地,目标函数返回值为执行任务所需的时间,目标函数返回值越小,则执行任务耗时越短,该系统的性价比越高。
优选地,选择运算是从群体中选择目标函数返回值最小的个体直接遗传到下一代群体;交叉运算是从群体中选择两个个体进行基因结合形成下一代群体的个体;变异运算是群体中的个体部分基因突变形成下一代群体的个体。通过选择运算、交叉运算和变异运算形成了下一代群体,为遗传算法的下一步执行提供了基础,保证了系统的可靠运行。
优选地,如图3所示,远程控制装置通过以下流程构建全局态势图,包括:远程控制装置接收各个无人侦察车、无人侦察机不同视角的建图结果和目标识别结果;远程控制装置将多个无人侦察车和无人侦察机构建的地图拼接融合后形成全局地图;远程控制装置将所有局部目标识别结果标注在全局地图中形成全局态势图。通过远程控制装置构建的全局态势图,避免了事先需装订地图的情形,实现了未知环境下无需人员干预的自主侦察,提高了无人集群侦察系统在未知环境下的自主协同侦察能力。
优选地,无人侦察车和无人侦察机采用的导航方式包括惯导、惯导/卫星组合、惯导/激光组合、惯导/视觉组合、惯导/里程计组合,避免了系统在无卫星的情况下将失去自主机动能力的情况,满足了系统在无卫星的情况下也可以自主机动地完成侦察任务,提高了无人集群侦查系统在无卫星情况下的自主协同侦查能力。
优选地,无人侦察车和无人侦察机通过激光雷达或者视觉传感器实现环境地图构建,实现了未知环境下无需人员干预的自主侦察,提高了侦查效率。
本发明的另一个具体实施例,如图4所示,提供了一种无人集群侦查系统的侦察方法,包括以下步骤:
步骤1、将无人侦察车、无人侦察机置于待侦察区域周围地面;
步骤2、利用远程控制装置选定侦察区域;
步骤3、远程控制装置利用初始定位模块确定各个无人侦察车、无人侦察机的位置,并装订至各个无人侦察车、无人侦察机,无人侦察车、无人侦察机利用自身携带的定位导航模块确定初始方位;
步骤4、远程控制装置根据侦察区域,自动进行路径规划,形成各个无人侦察车、无人侦察机的侦察路径指令,并发送至各个无人侦察车、无人侦察机;同时根据侦察态势的变化,动态进行路径规划,实时调整各个无人侦察车、无人侦察机的侦察路径;
步骤5、无人侦察车、无人侦察机接收远程控制装置路径指令,按照指令进行自主机动,完成侦察任务,并将侦察过程中的局部建图结果、局部目标识别结果发送至远程控制装置;
步骤6、远程控制装置接收各个无人侦察车、无人侦察机的建图结果、目标识别结果,将地图拼接融合为一个全局地图,并将局部目标识别结果标注在全局地图中形成全局态势地图。
可以结合下述具体实例,进一步理解本发明的工作原理。
步骤4中的路径规划具体包括:
S1、根据侦察任务需求建立目标函数J=f(r),其中,J是目标函数返回值,f是目标函数,r是无人侦察车或无人侦察机执行任务数量的序列;
S2、分配遗传算法每个个体的任务,形成初始群体,其中每个个体是一个无人侦察车和无人侦察机组成的集群;
S3、计算遗传算法群体中所述每个个体对应的目标函数返回值,计算目标函数返回值的过程中涉及到无人侦察车、无人侦察机的路径,使用路径优化算法形成路径指令序列;
S4、采用选择运算、交叉运算和变异运算形成下一代群体;
S5、直至当连续两代群体目标函数返回值最小值不再变化时,输出路径优化算法形成的路径指令序列。
通过以上实施例达到的有益效果:克服了系统在无卫星的情况下将失去自主机动能力和需事先安装地图的弊端,保证了系统能够自主机动地完成侦察任务,提高了无人集群侦查系统的自主协同侦查能力。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。
Claims (10)
1.一种无人集群侦察系统,其特征在于,所述系统包括远程控制装置、至少一个无人侦察车和至少一个无人侦察机;
所述远程控制装置,用于对各个无人侦察车、无人侦察机进行路径规划,并用于融合各个无人侦察车、无人侦察机感知形成的局部地图、局部目标识别结果形成全局态势图;
所述无人侦察车、无人侦察机,分别用于根据所述远程控制装置规划的路径行驶;并在行驶过程中,进行环境感知构建局部地图、进行局部目标检测和识别。
2.根据权利要求1所述的无人集群侦察系统,其特征在于,所述远程控制装置包括显控模块、初始定位模块和无线通信模块;
所述显控模块,用于根据待侦察区域及各个无人侦察车、无人侦察机的初始位置对各个无人侦察车、无人侦察机进行路径规划;并用于融合各个无人侦察车、无人侦察机感知形成的局部地图、局部目标识别结果形成全局态势图;
所述初始定位模块,用于测量各个无人侦察车、无人侦察机的初始位置,并将该初始位置装订至各个无人侦察车、无人侦察机。
3.根据权利要求2所述的无人集群侦察系统,其特征在于,所述显控模块采用遗传算法对各个无人侦察车、无人侦察机进行路径规划,具体包括:
S1、根据侦察任务需求建立目标函数J=f(r),其中,J是目标函数返回值,f是目标函数,r是无人侦察车或无人侦察机执行任务数量的序列;
S2、分配需执行的任务至遗传算法的每个个体,形成初始群体,其中个体为由执行侦察任务的无人侦察车和无人侦察机组成的集群;
S3、计算初始群体中每个所述个体对应的目标函数返回值,计算目标函数返回值的过程中无人侦察车、无人侦察机的路径,使用路径优化算法形成路径指令序列;
S4、采用选择运算、交叉运算和变异运算形成下一代群体;
S5、直至当连续两代群体目标函数返回值最小值不再变化时,输出路径优化算法形成的路径指令序列。
4.根据权利要求3所述的无人集群侦察系统,其特征在于,所述目标函数返回值为执行任务所需的时间。
5.根据权利要求3所述的无人集群侦察系统,其特征在于,
所述选择运算是从群体中选择目标函数返回值最小的个体直接遗传到下一代群体;
所述交叉运算是从群体中选择两个个体进行基因结合形成下一代群体的个体;
所述变异运算是群体中的个体部分基因突变形成下一代群体的个体。
6.根据权利要求2所述的无人集群侦察系统,其特征在于,所述远程控制装置通过以下流程构建全局态势图,包括:
远程控制装置接收各个无人侦察车、无人侦察机不同视角的建图结果和目标识别结果;
远程控制装置将多个无人侦察车和无人侦察机构建的地图拼接融合后形成全局地图;
远程控制装置将所有局部目标识别结果标注在全局地图中形成全局态势图。
7.根据权利要求2或3所述的无人集群侦察系统,其特征在于,无人侦察车和无人侦察机采用的导航方式包括惯导、惯导/卫星组合、惯导/激光组合、惯导/视觉组合、惯导/里程计组合。
8.根据权利要求1所述的无人集群侦察系统,其特征在于,所述无人侦察车和无人侦察机通过激光雷达或者视觉传感器实现局部地图构建。
9.一种无人集群侦察方法,其特征在于,包括以下步骤:
步骤1、将无人侦察车、无人侦察机置于待侦察区域周围地面;
步骤2、利用远程控制装置选定侦察区域;
步骤3、远程控制装置利用初始定位模块确定各个无人侦察车、无人侦察机的位置,并装订至各个无人侦察车、无人侦察机,无人侦察车、无人侦察机利用自身携带的定位导航模块确定初始方位;
步骤4、远程控制装置根据侦察区域,自动进行路径规划,形成各个无人侦察车、无人侦察机的侦察路径指令,并发送至各个无人侦察车、无人侦察机;同时根据侦察态势的变化,动态进行路径规划,实时调整各个无人侦察车、无人侦察机的侦察路径;
步骤5、无人侦察车、无人侦察机接收远程控制装置路径指令,按照指令进行自主机动,完成侦察任务,并将侦察过程中的局部建图结果、局部目标识别结果发送至远程控制装置;
步骤6、远程控制装置接收各个无人侦察车、无人侦察机的建图结果、目标识别结果,将地图拼接融合为一个全局地图,并将局部目标识别结果标注在全局地图中形成全局态势地图。
10.根据权利要求9所述的侦察方法,其特征在于,所述路径规划具体包括:
S1、根据侦察任务需求建立目标函数J=f(r),其中,J是目标函数返回值,f是目标函数,r是无人侦察车或无人侦察机执行任务数量的序列;
S2、分配需执行的任务至遗传算法的每个个体,形成初始群体,其中每个个体是一个无人侦察车和无人侦察机组成的集群;
S3、计算遗传算法群体中所述每个个体对应的目标函数返回值,计算目标函数返回值的过程中涉及到无人侦察车、无人侦察机的路径,使用路径优化算法形成路径指令序列;
S4、采用选择运算、交叉运算和变异运算形成下一代群体;
S5、直至当连续两代群体目标函数返回值最小值不再变化时,输出路径优化算法形成的路径指令序列。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910567219.2A CN110209172A (zh) | 2019-06-27 | 2019-06-27 | 一种无人集群侦察系统及侦察方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910567219.2A CN110209172A (zh) | 2019-06-27 | 2019-06-27 | 一种无人集群侦察系统及侦察方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110209172A true CN110209172A (zh) | 2019-09-06 |
Family
ID=67794927
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910567219.2A Pending CN110209172A (zh) | 2019-06-27 | 2019-06-27 | 一种无人集群侦察系统及侦察方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110209172A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111830995A (zh) * | 2020-08-06 | 2020-10-27 | 中国科学院自动化研究所 | 基于混合式架构的群体智能协同方法和系统 |
CN114115289A (zh) * | 2021-12-07 | 2022-03-01 | 湖南大学 | 一种自主无人集群侦察系统 |
CN114489116A (zh) * | 2021-12-27 | 2022-05-13 | 北京理工大学 | 一种多机协同管理方法及系统 |
CN114879557A (zh) * | 2022-05-07 | 2022-08-09 | 中国人民解放军东部战区总医院 | 一种无人装备集群的控制方法、系统、设备及存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR2990290A1 (fr) * | 2012-05-02 | 2013-11-08 | Sagem Defense Securite | Procede d'evitement d'un aeronef et drone equipe d'un systeme mettant en oeuvre ce procede |
CN104699102A (zh) * | 2015-02-06 | 2015-06-10 | 东北大学 | 一种无人机与智能车协同导航与侦查监控系统及方法 |
CN106899836A (zh) * | 2017-03-31 | 2017-06-27 | 大庆安瑞达科技开发有限公司 | 警企联动空地一体化指挥平台 |
CN107585222A (zh) * | 2017-10-18 | 2018-01-16 | 长沙冰眼电子科技有限公司 | 无人侦察车 |
CN108382591A (zh) * | 2018-02-26 | 2018-08-10 | 河北省科学院应用数学研究所 | 复杂环境中应用的地空巡检侦查机器人系统及操作方法 |
CN109248390A (zh) * | 2018-09-14 | 2019-01-22 | 北京机械设备研究所 | 一种基于无人机平台的消防救援综合系统及方法 |
-
2019
- 2019-06-27 CN CN201910567219.2A patent/CN110209172A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR2990290A1 (fr) * | 2012-05-02 | 2013-11-08 | Sagem Defense Securite | Procede d'evitement d'un aeronef et drone equipe d'un systeme mettant en oeuvre ce procede |
CN104699102A (zh) * | 2015-02-06 | 2015-06-10 | 东北大学 | 一种无人机与智能车协同导航与侦查监控系统及方法 |
CN106899836A (zh) * | 2017-03-31 | 2017-06-27 | 大庆安瑞达科技开发有限公司 | 警企联动空地一体化指挥平台 |
CN107585222A (zh) * | 2017-10-18 | 2018-01-16 | 长沙冰眼电子科技有限公司 | 无人侦察车 |
CN108382591A (zh) * | 2018-02-26 | 2018-08-10 | 河北省科学院应用数学研究所 | 复杂环境中应用的地空巡检侦查机器人系统及操作方法 |
CN109248390A (zh) * | 2018-09-14 | 2019-01-22 | 北京机械设备研究所 | 一种基于无人机平台的消防救援综合系统及方法 |
Non-Patent Citations (4)
Title |
---|
中国指挥与控制学会火力与指挥控制专业委员会: "《神经中枢2013网络时代的火力与指挥控制》", 31 October 2013, 国防工业出版社 * |
冯国虎 等: "《单目视觉/惯性组合导航可观性分析与动态滤波算法研究》", 28 February 2017, 国防工业出版社 * |
刘敦浩: "陆空机器人协同路径规划的研究", 《中国硕士学位论文全文数据库信息科技专辑》 * |
张毅 等: "《移动机器人技术基础与制作》", 31 January 2013, 哈尔滨工业大学出版社 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111830995A (zh) * | 2020-08-06 | 2020-10-27 | 中国科学院自动化研究所 | 基于混合式架构的群体智能协同方法和系统 |
CN111830995B (zh) * | 2020-08-06 | 2021-05-11 | 中国科学院自动化研究所 | 基于混合式架构的群体智能协同方法和系统 |
CN114115289A (zh) * | 2021-12-07 | 2022-03-01 | 湖南大学 | 一种自主无人集群侦察系统 |
CN114489116A (zh) * | 2021-12-27 | 2022-05-13 | 北京理工大学 | 一种多机协同管理方法及系统 |
CN114489116B (zh) * | 2021-12-27 | 2024-04-05 | 北京理工大学 | 一种多机协同管理方法及系统 |
CN114879557A (zh) * | 2022-05-07 | 2022-08-09 | 中国人民解放军东部战区总医院 | 一种无人装备集群的控制方法、系统、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11644319B2 (en) | Destination changes in autonomous vehicles | |
CN110209172A (zh) | 一种无人集群侦察系统及侦察方法 | |
US11378952B2 (en) | Autonomous vehicle remote support mapping interface | |
CN110083163A (zh) | 一种用于自动驾驶汽车的5g c-v2x车路云协同感知方法及系统 | |
CN109165902B (zh) | 一种基于智能无人车的动态区域物流派送方法及系统 | |
US20180373269A1 (en) | Systems and methods using a backup navigational tool for unmanned aerial vehicles delivering merchandise | |
CN109029463B (zh) | 面向车辆安全行驶的室内多平衡车自主导航与调度系统 | |
CN110398960A (zh) | 一种智能驾驶的路径规划方法、装置及设备 | |
US20200101974A1 (en) | Device and method for selecting optimal travel route based on driving situation | |
US12013457B2 (en) | Systems and methods for integrating radar data for improved object detection in autonomous vehicles | |
CN106232444A (zh) | 对在预定情况中的自主车辆的远程协助 | |
CN102628690A (zh) | 两架无人机任务协同可视导航方法 | |
CN113791619B (zh) | 一种机场自动驾驶牵引车调度导航系统及方法 | |
CN106227232A (zh) | 无人机的控制方法、装置和设备 | |
US11449055B2 (en) | Systems and methods for energy based autonomous vehicle control | |
CN109035747A (zh) | 一种智能移动平台系统及其运行调度方法 | |
US11885639B2 (en) | Generating scouting objectives | |
CA3136909A1 (en) | SYSTEMS AND METHODS FOR SIMULTANEOUS LOCATION AND MAPPING USING ASYNCHRONOUS MULTI-ANGLE CAMERAS | |
US20210124348A1 (en) | Autonomous Clustering for Light Electric Vehicles | |
CA3192462C (en) | Systems and methods for generating basis paths for autonomous vehicle motion control | |
US20210095978A1 (en) | Autonomous Navigation for Light Electric Vehicle Repositioning | |
CN112684791A (zh) | 一种基于5g的无人驾驶物流车 | |
Nahavandi et al. | Autonomous convoying: A survey on current research and development | |
CN114527740A (zh) | 用于增强现实的方法和系统 | |
US20230280180A1 (en) | Systems and methods for performing data collection missions |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190906 |