CN112859887A - 基于天基中心的多水下机器人自主任务分配方法 - Google Patents

Abstract

本发明涉及多水下机器人任务分配技术领域，尤其涉及一种无人自主水下机器人的基于天基中心的多水下机器人在线任务自主分配方法，本发明包括以下步骤：半潜式水下机器人广播目标信息到执行搜索任务的自主水下机器人；自主水下机器人根据成本、任务价值归一化函数自主分配目标任务。相对于传统集中式多自主水下机器人任务分配方法，本方法使用分布式计算方法，克服传统集中式任务分配中心节点计算负荷大的缺点，本发明应用范围广，提高了多自主水下机器人任务分配的可靠性和鲁棒性，本发明将分布式决策技术用于到多自主水下机器人任务分配，增强了应对突发任务事件的处理能力，提高了多水下机器人自主任务分配的效率。

Description

基于天基中心的多水下机器人自主任务分配方法

技术领域

本发明涉及多水下机器人任务分配技术领域，尤其涉及一种无人自主水下机器人(简称AUV)的基于天基中心的多水下机器人在线任务自主分配方法，针对多科学疑似目标搜索任务的AUV集群的任务分配问题，实现考虑目标价值、目标成本估算、目标区域的AUV容量约束的分布式多AUV任务分配。

背景技术

在海洋工程、海洋科学调查过程中，无人自主水下机器人发挥越来越重要的作用。随着无人自主水下机器人越来越广泛的应用，无人自主水下机器人承担任务的工作量和复杂性越来越强，单体无人自主水下机器人能源的有限性、载荷功能的单一性无法适应新的任务需求，而开发功能复杂、体型巨大的自主水下机器人增加了工程的成本，降低了设备应用的灵活性和环境适应性(大吨位的自主水下机器人使用过程中对于水深存在一定的要求)，所以研发多自主水下机器人在有限时间内复杂多种任务的集群作业技术是十分必要的，其中多自主水下机器人自主任务分配、多自主水下机器人路径规划、多自主水下机器人协同编队控制是多水下机器人协同作业的关键技术和研究热点，本专利的研究内容是多自主水下机器人自主任务分配技术，实现在广阔海域内出现多个搜索任务疑似科学疑似目标时，多水下机器人自主根据任务质量和邻近原则，将多水下机器人分配给若干任务子集群去执行科学疑似目标搜索任务，保证多自主水下机器人在规定的时间内完成科学疑似目标搜索任务。海洋工程应用中，海洋噪声导致传感器存在较严重的虚警问题，对于多自主水下机器人集群，可能同时出现多个搜索科学疑似目标任务，并且随着检测结果的变化，引发科学疑似目标搜索任务数目和位置的动态变化，即科学疑似目标任务集合是动态变化的。人工制定离线任务分配方案和实时任务重分配的工作量是巨大的，随着多自主水下机器人数目的增加，再考虑水声传输信道连接质量的限制，人工协同大规模多自主水下机器人进行实时任务分配是不现实的，尤其在使用天基卫星在较大海域内(例如超过100平方公里的海域)指挥多自主水下机器人的应用场景，研究基于天基中心的多自主水下机器人的任务自主分配方法是十分必要的。当前多自主水下机器人任务分配方法的算法模型主要是基于提前已知任务数目、位置和工作量，建立基于能量优化和任务分配评价函数，在非线性空间求解多自主水下机器人的任务分配模型，该任务分配方法的优势是实现简单，缺点是集中求解中心节点的计算负荷较大，系统鲁棒性较差，且主要为离线任务分配；近年来，为克服集中式任务分配的缺点，研究人员开始引入分布式求解多自主水下机器人的任务分配，优化科学疑似目标仍然是最小能量约束和最小执行时间，但是该算法模型的前提假设依然是提前获得所有任务序列，该模型假设是现实工程应用中存在一定的局限性，当前任务的最优分配模型对于突发任务可能不是最优的分配，甚至无法完成突发任务。所以，需要研究新的基于天基中心的多自主水下机器人任务分配方法，将传统的静态全局任务分配模型扩展为动态任务分配模型，引入分布式自主分配策略，克服集中式任务分配模型对中心节点高计算负荷的缺点，将复杂的任务分配计算分解到各自主水下机器人上，提高系统的鲁棒性、可扩展性、灵活性。

发明内容

本发明涉及多水下机器人任务分配技术领域，尤其涉及一种无人自主水下机器人(简称AUV)的基于天基中心的多水下机器人在线任务自主分配方法，针对多科学疑似目标搜索任务的自主水下机器人集群的任务分配问题，尤其是广阔海域(不小100平方公里)内多水下机器人多科学疑似目标搜索的自主任务分配问题，实现考虑目标价值、目标成本估算、目标区域的自主水下机器人容量约束的分布式多AUV任务系统。本发明包括：利用自主水下机器人与目标任务的距离、目标区域半径建立目标搜寻的成本模型，实现对不同自主水下机器人相对不同目标任务的成本的量化描述；利用目标任务价值、目标区域自主水下机器人容量约束建立目标任务的动态价值模型，实现对不同任务目标价值的量化描述，防止过多自主水下机器人集中在个别任务区域而导致其它任务无法获得足够的自主水下机器人数目；综合考虑自主水下机器人成本模型和任务价值模型，建立单体自主水下机器人的成本、任务价值归一化函数，实现单体自主水下机器人的分布式自主决策任务分配；制定集群自主水下机器人任务分配的激活标准，具备应对突出任务的能力，实现集群的分布式动态任务分配。本方法能够有效地处理多自主水下机器人的多目标任务分配问题，采用分布式的去中心化分配策略，提高了系统的可靠性和鲁棒性，具有较高的任务分配效率；本方法移植方便，扩展性强，也适用于无人水面船、陆地多机器人、空中多无人机等多机器人的任务分配领域。

本发明为实现上述目的所采用的技术方案是：

基于天基中心的多水下机器人自主任务分配方法，包括以下步骤：

a)半潜式水下机器人广播目标信息到执行搜索任务的自主水下机器人；

b)自主水下机器人根据成本、任务价值归一化函数自主分配目标任务。

步骤b)执行以下步骤：

1)根据自主水下机器人与目标任务的距离、目标的搜索区域半径建立目标搜寻的成本模型；

2)根据目标任务价值、目标区域自主水下机器人容量约束建立目标的任务价值模型；

3)根据自主水下机器人成本模型和任务价值模型，建立单体自主水下机器人的成本、任务价值归一化函数，得到单体自主水下机器人的任务选择；

4)根据单体自主水下机器人的任务选择，进行群体自主水下机器人的目标任务分配。

所述成本模型

为：

其中，定义t时刻的自主水下机器人i的位置P_i(t)为(x_i(t),y_i(t),z_i(t))，目标任务k的位置P_k为(x_k,y_k,z_k)，

是在t时刻自主水下机器人i与目标k的欧式距离，R_k是目标k的搜索区域半径，定义

是目标距离奖励系数，取值范围是0到1；x为积分运算的中间变量，表示自主水下机器人到目标的距离。

所述价值模型Q_k为：

Q_k＝η_M·Fraction(k,n_k)q_k

其中q_k是任务k的目标质量，取值范围是0到1，η_M是任务集合的价值归一化系数，n_k表示任务k已经存在n_k个自主水下机器人执行该目标任务，Fraction(k,n_k)是任务k的价值惩罚系数。

所述Fraction(k,n_k)的定义是当任务k已经存在数目为n_k的自主水下机器人执行目标任务时，对任务k的价值进行惩罚，取值范围是0到1，即随着到达任务k区域执行搜索任务的自主水下机器人数目的增加，价值惩罚系数的作用逐渐增大，其计算方法为：

其中N_max是任务区域所能承载的最大自主水下机器人的数目，x为积分运算的中间变量，表示到达任务区的自主水下机器人数目；

所述η_M的计算方法为：

其中，M是任务数目。

步骤3)包括以下步骤：

1)计算单体自主水下机器人相对于各任务的选择概率；

2)根据选择概率求解单体自主水下机器人的任务选择。

所述选择概率的计算方法为：

自主水下机器人i相对于任务k的选取概率是任务成本和任务价值的复合函数，即任务选取概率

计算方法如下：

其中

是自主水下机器人i相对于任务k的任务成本，Q_k是目标任务k的价值，M是任务数目，

是任务集合相对于自主水下机器人i的归一化因数，其计算方法如下：

所述自主水下机器人的任务分配算法为根据步骤3)得到的任务选择对自主水下机器人群体内所有自主水下机器人个体进行循环任务分配，循环激活的条件是任务集合中出现新任务或任务区域存在新到达的自主水下机器人，循环每被调用一次即可完成一次对自主水下机器人群体内自主水下机器人的实时在线任务分配。

本发明具有以下有益效果及优点：

1.相对于传统集中式多自主水下机器人任务分配方法，本方法使用分布式计算方法，克服传统集中式任务分配中心节点计算负荷大的缺点；

2.针对突发任务问题，本方法使用分布式决策模型，防止中心节点故障导致整个系统的无法进行任务分配，提高了多自主水下机器人任务分配的可靠性和鲁棒性。

3.应用范围广，本发明不但可以应用于多自主水下机器人的任务分配，还可以用于其它陆地多机器人、空中多无人机的任务分配。

4.为了高效分配多水下机器人的目标任务，同时降低集中决策的中心节点对系统可靠性的影响，本发明将分布式决策技术用于到多自主水下机器人任务分配，增强了应对突发任务事件的处理能力，提高了多水下机器人自主任务分配的效率。

附图说明

图1是本发明的系统场景图；

图2是本发明的组成示意图。

具体实施方式

下面结合附图及实施例对本发明做进一步的详细说明。

整个系统组成包括天基卫星、半潜式水下机器人、自主水下机器人，其中天基卫星的作用是在广域海内广播多科学疑似目标信息；半潜式水下机器人的作用是充当卫星和水下执行科学疑似目标搜索任务的自主水下机器人；自主水下机器人的作用是在水下执行科学疑似目标搜索任务,系统组成如图1所示。

整个系统的工作流程如下：首先卫星广播发现的多科学目标到半潜式水下机器人，半潜式水下机器人使用水声通信机广播目标信息到执行搜索任务的自主水下机器人，多自主水下机器人根据目标和能耗成本函数自主分配目标任务。

本发明的硬件要求是大于21台的无人自主水下机器人、大于3台的半潜式水下机器人、至少1台在天空上指挥集群的天基中心(例如通信卫星)。

(1)每台无人自主水下机器人上至少搭载用于测量深度的深度计、用于测量航行速度的多普勒计程仪、用于测量姿态角(包括航向角、纵倾角、横滚角)的光纤罗经，用于水下声通信的水声通信机，用于测量搜索目标信号的二维多波束前视声呐；

(2)每台半潜式水下机器人上至少搭载用于测量深度的深度计、用于测量航行速度的多普勒计程仪、用于测量姿态角(包括航向角、纵倾角、横滚角)的光纤罗经、用于水下声通信的水声通信机、用于与天基中心通信的铱星或北斗通信模块、用于管理子集群内目标信息和无人自主水下机器人个体的子集群任务管理模块。

(3)天基中心上至少与每台半潜式水下机器人通信的铱星或北斗通信模块、用于集群任务目标处理和决策的多水下机器人任务决策模块。如图2所示，天基中心将初始多疑似目标信息通过本身卫星通信模块广播到半潜式水下机器人，半潜式水下机器人通过本身水声通信机广播目标信息到在水下执行目标搜寻任务的自主水下机器人，多自主水下机器人和天基中心协同决策多水下机器人的任务目标划分后，各个自主水下机器人自主前往目标区域执行疑似目标搜索任务。在目标搜索作业期间，多普勒计程仪、光纤罗经、深度计是自主水下机器人和半潜式水下机器人的核心导航设备，它们的作用是导航水下机器人准确到达目标区域；二维多波束声呐是自主水下机器人的目标检测设备。

本发明方法包括的内容是：利用自主水下机器人与目标任务的距离、目标区域半径建立目标搜寻的成本模型，实现对不同自主水下机器人相对不同目标任务的成本的量化描述；利用目标任务价值、目标区域自主水下机器人容量约束建立目标任务的动态价值模型，实现对不同任务目标价值的量化描述，防止过多自主水下机器人集中在个别任务区域而导致其它任务无法获得足够的自主水下机器人数目；综合考虑自主水下机器人成本模型和任务价值模型，建立单体自主水下机器人的成本、任务价值归一化函数，实现单体自主水下机器人的分布式自主决策任务分配；制定集群自主水下机器人任务分配的激活标准，具备应对突出任务的能力，实现集群的分布式动态任务分配。

为了下文描述方便，这里对部分符号变量给出定义：定义所有任务目标数目为M；k表示某一目标任务，它的取值范围是1≤k≤M；定义所有自主水下机器人的数目为N；i表示某台自主水下机器人，它的取值范围是1≤i≤N。

第一步，利用自主水下机器人与目标任务的距离、目标区域半径建立目标搜寻的成本模型，实现对不同自主水下机器人相对不同目标任务的成本。

定义t时刻的自主水下机器人i的位置P_i(t)为(x_i(t),y_i(t),z_i(t))，目标任务k的位置P_k为(x_k,y_k,z_k)，则自主水下机器人i相对于任务k的任务成本定义为

的计算方法如下所示：

其中

是在t时刻自主水下机器人i与目标k的欧式距离，R_k是目标k的搜索区域半径，定义

是目标距离奖励系数，取值范围是0到1，当目标k与自主水下机器人i的距离小于R_k，那么成本函数相应降低；当目标k与自主水下机器人i的距离大于R_k，那么成本函数与欧式距离保持一致。目标距离奖励系数

的意义是当自主水下机器人i已经属于目标k的搜索半径内，那么任务分配决策时将倾向于分配任务k到自主水下机器人i。x为自主水下机器人到目标的距离，它是积分运算的中间变量。

第二步，利用目标任务价值、目标区域自主水下机器人容量约束建立目标任务的动态价值模型。

定义t时刻目标任务k的价值为Q_k，则Q_k的计算如下所示：

Q_k＝η_M·Fraction(k,n_k)q_k (2)

其中q_k是任务k的目标质量，它是用户对目标任务质量的初始评价量，它可以由用户直接设定或根据目标检测传感器检测到的信号质量决定，它的取值范围是0到1。η_M是任务集合的价值归一化系数，它的计算方法在后面会进行阐述。n_k表示任务k已经存在n_k个自主水下机器人执行该目标任务；Fraction(k,n_k)是任务k的价值惩罚系数，它的定义是当任务k已经存在数目为n_k的自主水下机器人执行目标任务时，那么对任务k的价值进行惩罚，取值范围是0到1，即随着到达任务k区域执行搜索任务的自主水下机器人数目的增加，价值惩罚系数的作用逐渐增大，目的是防止在任务k聚集超过区域承载能力的自主水下机器人数量，Fraction(k,n_k)的计算方法如下公式所示：

其中N_max是任务区域所能承载的最大自主水下机器人的数目。因为水下声信道容量有限，为了防止在任务区域内承载过多的自主水下机器人，所以需要对任务区域内的自主水下机器人数目进行限定，N_max是用户根据实际应用情况自行设定。x为到达任务区的自主水下机器人数目，它是积分运算的中间变量。

公式(2)中的η_M是任务集合的价值归一化系数(下脚标M表示任务集合的任务数目是M)，它的计算方法如下公式所示：

第三步，综合考虑自主水下机器人成本模型和任务价值模型，建立单体自主水下机器人的成本、任务价值归一化函数，实现单体自主水下机器人的分布式自主决策任务分配，即计算单体自主水下机器人选取各个任务的概率，并提出单体自主水下机器人的任务选择方法。

(1)计算单体自主水下机器人相对于各任务的选择概率

自主水下机器人i相对于任务k的选取概率是任务成本和任务价值的复合函数，即任务选取概率

计算方法如下：

其中

是自主水下机器人i相对于任务k的任务成本，Q_k是目标任务k的价值。M是任务数目，

是任务集合相对于自主水下机器人i的归一化因数，计算方法如下：

(2)求解单体自主水下机器人的任务选择

自主水下机器人i的任务选择方法如下表所示，其中s_i表示自主水下机器人i选择的任务编号，也是该算法模型的输出；cum_prob_i[1:M]是自主水下机器人i对应各个任务的选择概率累积分布，它是中间变量，例如cum_prob_i[1]是自主水下机器人i相对于任务1的选择概率累积分布，cum_prob_i[2]是自主水下机器人i相对于任务1、任务2的选择概率累积分布，cum_prob_i[3]是自主水下机器人i相对于任务1、任务2、任务3的选择概率累积分布；

是选择概率累积分布计算所需的中间变量，它表示自主水下机器人i相对于编号为t的任务的选择概率；temp是存储0到1的随机数的中间变量，没有物理意义；M是任务数目，单体自主水下机器人的任务选择算法是采用的比例轮盘法进行求解，得到单体自主水下机器人的任务选择。

表1个体自主水下机器人的任务选择算法

第四步，群体自主水下机器人的任务分配算法

群体自主水下机器人的任务分配是由个体水下机器人分布式完成，根据表01的任务选择算法对集群内所有自主水下机器人个体进行循环任务分配，循环激活的条件是任务集合中出现新任务或任务区域存在新到达的自主水下机器人，循环每被调用一次即可完成一次对集群内的主水下机器人的实时在线任务分配，群体的自主水下机器人的任务分配方法如表2所示。

表2群体自主水下机器人的任务分配算法

其中，N为自主水下机器人的数目。群体的任务分配算法在线实时调用，当存在任务分配的激活条件时，那么该算法对群体的任务进行分配；当不存在激活条件时，那么该算法本周期不进行任务分配，算法休眠0.5秒(休眠时间用户可以根据实际需要自行设定)。从群体的自主机器人任务分配算法可知，本算法的优点是既能处理预置的多任务分配，也具备在线处理突发任务的分配能力，与传统算法只能处理预置任务相比，具有更广泛的应用范围。

Claims (8)

1.基于天基中心的多水下机器人自主任务分配方法，其特征在于，包括以下步骤：

a)半潜式水下机器人广播目标信息到执行搜索任务的自主水下机器人；

b)自主水下机器人根据成本、任务价值归一化函数自主分配目标任务。

2.根据权利要求1所述的基于天基中心的多水下机器人自主任务分配方法，其特征在于,步骤b)执行以下步骤：

1)根据自主水下机器人与目标任务的距离、目标的搜索区域半径建立目标搜寻的成本模型；

2)根据目标任务价值、目标区域自主水下机器人容量约束建立目标的任务价值模型；

3)根据自主水下机器人成本模型和任务价值模型，建立单体自主水下机器人的成本、任务价值归一化函数，得到单体自主水下机器人的任务选择；

4)根据单体自主水下机器人的任务选择，进行群体自主水下机器人的目标任务分配。

3.根据权利要求2所述的基于天基中心的多水下机器人自主任务分配方法，其特征在于，所述成本模型

为：

其中，定义t时刻的自主水下机器人i的位置P_i(t)为(x_i(t),y_i(t),z_i(t))，目标任务k的位置P_k为(x_k,y_k,z_k)，

是在t时刻自主水下机器人i与目标k的欧式距离，R_k是目标k的搜索区域半径，定义

是目标距离奖励系数，取值范围是0到1；x为积分运算的中间变量，表示自主水下机器人到目标的距离。

4.根据权利要求2所述的基于天基中心的多水下机器人自主任务分配方法，其特征在于，所述价值模型Q_k为：

Q_k＝η_M·Fraction(k,n_k)q_k

其中q_k是任务k的目标质量，取值范围是0到1，η_M是任务集合的价值归一化系数，n_k表示任务k已经存在n_k个自主水下机器人执行该目标任务，Fraction(k,n_k)是任务k的价值惩罚系数。

5.根据权利要求4所述的基于天基中心的多水下机器人自主任务分配方法，其特征在于，所述Fraction(k,n_k)的定义是当任务k已经存在数目为n_k的自主水下机器人执行目标任务时，对任务k的价值进行惩罚，取值范围是0到1，即随着到达任务k区域执行搜索任务的自主水下机器人数目的增加，价值惩罚系数的作用逐渐增大，其计算方法为：

其中N_max是任务区域所能承载的最大自主水下机器人的数目，x为积分运算的中间变量，表示到达任务区的自主水下机器人数目；

所述η_M的计算方法为：

其中，M是任务数目。

6.根据权利要求2所述的基于天基中心的多水下机器人自主任务分配方法，其特征在于，步骤3)包括以下步骤：

1)计算单体自主水下机器人相对于各任务的选择概率；

2)根据选择概率求解单体自主水下机器人的任务选择。

7.根据权利要求6所述的基于天基中心的多水下机器人自主任务分配方法，其特征在于，所述选择概率的计算方法为：

自主水下机器人i相对于任务k的选取概率是任务成本和任务价值的复合函数，即任务选取概率

计算方法如下：

其中

是自主水下机器人i相对于任务k的任务成本，Q_k是目标任务k的价值，M是任务数目，

是任务集合相对于自主水下机器人i的归一化因数，其计算方法如下：

8.根据权利要求2所述的基于天基中心的多水下机器人自主任务分配方法，其特征在于，所述自主水下机器人的任务分配算法为根据步骤3)得到的任务选择对自主水下机器人群体内所有自主水下机器人个体进行循环任务分配，循环激活的条件是任务集合中出现新任务或任务区域存在新到达的自主水下机器人，循环每被调用一次即可完成一次对自主水下机器人群体内自主水下机器人的实时在线任务分配。

Images