CN114489080A - 多艇两层协同自动控制收缩围追方法 - Google Patents

多艇两层协同自动控制收缩围追方法 Download PDF

Info

Publication number
CN114489080A
CN114489080A CN202210112757.4A CN202210112757A CN114489080A CN 114489080 A CN114489080 A CN 114489080A CN 202210112757 A CN202210112757 A CN 202210112757A CN 114489080 A CN114489080 A CN 114489080A
Authority
CN
China
Prior art keywords
ship
unmanned
escaping
pursuit
enclosure
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
Application number
CN202210112757.4A
Other languages
English (en)
Inventor
宋利飞
徐凯凯
史晓骞
陈侯京
茅云生
向祖权
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Wuhan University of Technology WUT
Original Assignee
Wuhan University of Technology WUT
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Wuhan University of Technology WUT filed Critical Wuhan University of Technology WUT
Priority to CN202210112757.4A priority Critical patent/CN114489080A/zh
Publication of CN114489080A publication Critical patent/CN114489080A/zh
Pending legal-status Critical Current

Links

Images

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
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0214—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with safety or protection criteria, e.g. avoiding hazardous areas

Landscapes

  • Engineering & Computer Science (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本发明属于无人艇控制领域，可用于水面追逃，具体涉及多无人艇围捕单逃跑船舶。追捕无人艇去围捕逃跑船舶分为两个层次。若逃跑船舶在被追捕无人艇形成的包围圈之外，则追捕无人艇采取包围的策略；若逃跑船舶在追捕无人艇形成的包围圈之内，则追捕无人艇采取缩小包围圈中的策略。追捕无人艇采取的策略在两种情况下切换，以保证围捕成功；本发明赋予了逃跑船舶与追捕无人艇相当的智能性，在逃跑船舶根据不同情况采取不同的逃脱策略的情况下，追捕无人艇仍然能追逃围追成功，使整个围捕过程更加贴合实际情况，提高了围追效率。

Description

多艇两层协同自动控制收缩围追方法
技术领域
本发明属于无人艇控制领域，具体涉及多无人艇围捕单逃跑船舶。
背景技术
无人艇是一种全自主感知、运行能力的水面艇。其具有体积小、航速高、续航能力强、操控性强、反应迅速等特点。通过多艘无人艇之间的合作可完成单艘无人艇所完成不了的相对复杂的规定任务，比如围捕。在大多数围捕方法中，逃跑船舶所采用的逃跑策略一般不具有智能性，只会直线行驶或者对追捕无人艇的运动毫无反应，而且被包围之后不会去反抗，与实际围捕情况差别很大。
发明内容
本发明提供的多艇两层协同自动控制收缩围追方法，赋予了逃跑船舶与追捕无人艇相当的智能性，使逃跑船舶的逃跑策略具有理论基础支撑，而追捕无人艇也会采取对应的策略去追捕逃跑船舶。
根据本发明实施例的一方面，提供一种多无人艇围捕方法，包括：若逃跑船舶在追捕无人艇形成的包围圈之外，则追捕无人艇采取形成包围圈的策略；若逃跑船舶在追捕无人艇形成的包围圈之内，则追捕艇采取缩小包围圈中的策略；
在追捕无人艇对逃跑船舶形成包围圈过程，追捕无人艇需要到达以逃跑船舶为圆心，Rlar％e为半径的圆的各自对应的势点，当每个追捕无人艇位置到达各自对应的势点之后完成包围；
势点位置Gi(x％i,y％i)用下式表示出
Figure BDA0003495329130000011
式中，x％i为势点横坐标，y％i为势点横坐标纵坐标，xe为逃跑船舶位置横坐标，ye为逃跑船舶位置纵坐标，N为追捕无人艇数量，i为第i个追捕无人艇，i∈[1,N]；
在追捕无人艇对逃跑船舶缩小包围圈过程，每个追捕无人艇与逃跑船舶之间依据双方的位置和速度形成对应的阿波罗尼奥斯圆，使相邻阿波罗尼奥斯圆两两相交，逃跑船舶没有逃脱的空间。
在一些示例中，N艘追捕无人艇生成N个阿波罗尼奥斯圆，相邻两两相交的阿波罗尼奥斯圆都有两个交点，距离逃跑船舶最近的交点记为Ii，两者距离为PeIi，取所有PeIi最大值PeImax对应的交点Imax作为逃跑船舶挣脱包围圈的目标点，形成交点Imax的两艘追捕无人艇的运动方向朝向Imax，以最快的缩短与逃跑船舶的距离，迫使其转向避碰而防止逃跑船舶冲出包围圈，而除此之外的追捕无人艇运动方向与逃跑船舶保持一致，以维持包围圈。
在一些示例中，追捕无人艇不断缩短其与逃跑船舶的距离，使双方距离满足PpiPe∈[Rsmall,1.1Rsmall]，以成功围捕逃跑船舶，其中追捕无人艇围捕成功时平均分布在以逃跑船舶为圆心，Rsmall为半径的圆上。
在一些示例中，追捕无人艇之间应满足：
Figure BDA0003495329130000021
D是追捕无人艇之间的安全距离，k2是安全系数，r_USVp是追捕无人艇的最大半径，θ为相邻两个追捕无人艇的夹角；
同时，追捕无人艇与逃跑船舶应满足：
Rsmall2＝r_USVp+r_USVe+k1D
k1是安全系数，r_USVe是逃跑船舶的最大半径；
在求得Rsmall1和Rsmall2后，要同时满足追捕无人艇之间的安全距离需求，又要满足追捕无人艇与逃跑船舶之间的安全距离需求，则Rsmall应满足：
Rsmall＝max{Rsmall1,small2}。
在一些示例中，
Rlarge＝n·Rsmall(n≥1)。
根据本发明实施例的另一方面，提供一种逃跑船舶反围捕方法，当逃跑船舶被多个追捕无人艇以所述的多无人艇围捕方法围捕时，逃跑船舶不断寻找并前往PeIi对应最大的交点Imax，以冲出包围圈。
本发明的有益效果：赋予了逃跑船舶与追捕无人艇相当的智能性，使逃跑船舶在逃跑过程中会对追捕无人艇的行为采取一定的策略来逃跑和挣脱包围圈；而追捕无人艇也会依据与逃跑船舶的位置状态来调整策略。使整个围捕过程更加贴合实际情况。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例的附图作简单地介绍。
图1为本发明一实施例提供的多无人艇围捕方法架构图。
图2为本发明一实施例提供的多无人艇围捕过程形成包围圈势点示意图。
图3为本发明一实施例提供的单无人艇围捕单逃跑船舶模型示意图。
图4为本发明一实施例提供的无人艇围捕过程缩小包围圈示意图。
具体实施方式
追捕环境简化为二维平面，追捕无人艇与逃跑船舶可以互相探测到对方，也就是位置信息透明公开。第i艘追捕无人艇位置坐标为Ppi(xpi,ypi)，速度为vpi，运动方向为βpi，r_USVp是追捕无人艇的最大半径，i∈[1,N]，N为追捕无人艇数目。逃跑船舶位置坐标为Pe(xe,ye)，速度为ve，运动方向为βe，r_USVe是逃跑船舶的最大半径。追捕无人艇的目的就是围捕逃跑船舶，其判断标志是所有追捕无人艇到达逃跑船舶周围并且距离大于等于Rsmall。假定追捕无人艇围捕成功时平均分布在以逃跑船舶为圆心，Rsmall为半径的圆上，则相邻两个围捕无人艇的夹角θ满足：
Figure BDA0003495329130000031
L是相邻追捕无人艇之间的弧长，满足：
2πRsmall＝NL
为了保证追捕无人艇之间的安全，D是无人艇之间的安全距离，k2是安全系数，则需要保证：
L≥2r_USVp+k2D
整理可得：
Figure BDA0003495329130000032
同时，k1是安全系数，追捕无人艇与逃跑船舶应满足
Rsmall2＝r_USVp+r_USVe+k1D
在求得Rsmall1和Rsmall2后，要同时满足追捕无人艇之间的安全距离需求，又要满足追捕无人艇与逃跑船舶之间的安全距离需求，则Rsmall应满足：
Rsmall＝max{Rsmall1,Rsmall2}
由于每个追捕无人艇距离逃跑船舶的距离不同，那么每个追捕无人艇达到逃跑船舶附近的时刻在大部分情况下也不相同，而且逃跑船舶是相对智能的，对靠近它的追捕无人艇反应比较灵敏。追捕无人艇所以形成的包围圈应避免惊扰逃跑船舶，故规定:
Rlarge＝n·Rsmall(n≥1)
如图1，追捕无人艇去追捕逃跑船舶分为两个阶段，若逃跑船舶在追捕无人艇形成的包围圈之外，则追捕无人艇采取形成包围圈的策略；若逃跑船舶在追捕无人艇形成的包围圈之内，则追捕艇采取缩小包围圈中的策略。追捕无人艇采取的策略在两种情况下切换，以保证围捕成功。
在追捕无人艇对逃跑船舶形成包围圈即围捕第一阶段过程，追捕无人艇需要到达以逃跑船舶为圆心，Rlarge为半径的圆的各自对应的势点，可见图2。需要说明的是Rlarge是一个相对较大的值，这样是为了使追捕艇在距离逃跑船舶远的地方跟踪逃跑船舶等待其他追捕无人艇达到指定势点，避免因追捕无人艇距离过近引起逃跑船舶的注意，当每个追捕无人艇位置到达各自对应的势点之后，即可认为形成包围圈即围捕第一阶段成功，便可进行下一阶段。势点位置Gi(xgi,ygi)具体参数可以用下式表示出。形成包围圈即围捕第一阶段过程的状态。
Figure BDA0003495329130000041
在追捕无人艇对逃跑船舶缩小包围圈即围捕第二阶段过程，追捕无人艇与逃跑船舶之间依据双方的位置和速度形成对应的阿波罗尼奥斯圆，图3是单个追捕无人艇与单个逃跑船舶所形成的阿波罗尼奥斯圆模型，Oi(xoi,yoi)是双方形成阿波罗尼奥斯圆的圆心，ROi是阿波罗尼奥斯圆的半径，Pc(xci,yci)是阿波罗尼奥斯圆的点，其代表意义是假定此时追捕无人艇和逃跑船舶分别按照此时的速度大小和方向保持不变，tc时间后，追捕无人艇行驶的距离为
PpiPc＝vpi·tc
逃跑船舶行驶的距离为
PePc＝ve·tc
双方之间距离为：
Figure BDA0003495329130000042
且满足：
Figure BDA0003495329130000043
双方形成的阿波罗尼奥斯圆的半径为：
Figure BDA0003495329130000051
其Oi(xoi,yoi)可由下式计算：
Figure BDA0003495329130000052
所以，只要逃跑船舶经过阿波罗尼奥斯圆，则理论上对应的追捕无人艇最终会与逃跑船舶相遇，即追捕无人艇成功追捕逃跑船舶。
将上述模型推广到多追捕无人艇上，其建立的模型如图4所示，可以看出，此时的逃跑船舶已经被4艘追捕无人艇包围，且对应生成的4个相邻阿波罗尼奥斯圆两两相交，说明理论上逃跑船舶已经没有可以逃脱的空间。此时相邻两两相交的阿波罗尼奥斯圆都有两个交点，距离逃跑船舶最近的交点记为Ii，两者距离为PeIi，取所有PeIi最大值PeImax对应的交点Imax作为逃跑船舶挣脱包围圈的目标点，这样做是因为逃跑船舶与追捕无人艇相遇的距离在此时是最大的，若双方保持现有的速度和方向，则双方会在tc时刻后相遇，由上面的单追捕无人艇单逃跑船舶可知，距离PeImax越大，tc越大，则逃跑船舶可以“延长”被捕获的时间，在此过程中，逃跑船舶不断寻找并前往PeIi对应最大的交点Imax；而形成交点Imax的两艘追捕无人艇的运动方向也是朝向Imax，其目的是最快的缩短与逃跑船舶的距离，迫使其转向避碰而防止逃跑船舶冲出包围圈，而除此之外的追捕无人艇运动方向与逃跑船舶保持一致，其目的是维持包围圈。在此阶段双方互相博弈的过程中，要么逃跑船舶冲出包围圈，要么追捕无人艇不断缩短其双方的距离，当双方距离PpiPe∈[Rsmall,1.1Rsmall]，即认定围捕成功。

Claims (6)

1.一种多无人艇围捕方法，其特征在于，包括：若逃跑船舶在追捕无人艇形成的包围圈之外，则追捕无人艇采取形成包围圈的策略；若逃跑船舶在追捕无人艇形成的包围圈之内，则追捕艇采取缩小包围圈中的策略；
在追捕无人艇对逃跑船舶形成包围圈过程，追捕无人艇需要到达以逃跑船舶为圆心，Rlarge为半径的圆的各自对应的势点，当每个追捕无人艇位置到达各自对应的势点之后完成包围；
势点位置Gi(xgi，ygi)用下式表示出
Figure FDA0003495329120000011
式中，xgi为势点横坐标，ygi为势点横坐标纵坐标，xe为逃跑船舶位置横坐标，ye为逃跑船舶位置纵坐标，N为追捕无人艇数量，i为第i个追捕无人艇，i∈[1，N]；
在追捕无人艇对逃跑船舶缩小包围圈过程，每个追捕无人艇与逃跑船舶之间依据双方的位置和速度形成对应的阿波罗尼奥斯圆，使相邻阿波罗尼奥斯圆两两相交，逃跑船舶没有逃脱的空间。
2.根据权利要求1所述的方法，其特征在于，N艘追捕无人艇生成N个阿波罗尼奥斯圆，相邻两两相交的阿波罗尼奥斯圆都有两个交点，距离逃跑船舶最近的交点记为Ii，两者距离为PeIi，取所有PeIi最大值PeImax对应的交点Imax作为逃跑船舶挣脱包围圈的目标点，形成交点Imax的两艘追捕无人艇的运动方向朝向Imax，以最快的缩短与逃跑船舶的距离，迫使其转向避碰而防止逃跑船舶冲出包围圈，而除此之外的追捕无人艇运动方向与逃跑船舶保持一致，以维持包围圈。
3.根据权利要求2所述的方法，其特征在于，追捕无人艇不断缩短与逃跑船舶的距离，使双方距离满足PpiPe∈[Rsmall，1.1Rsmall]，以成功围捕逃跑船舶，其中追捕无人艇围捕成功时平均分布在以逃跑船舶为圆心，Rsmall为半径的圆上。
4.根据权利要求3所述的方法，其特征在于，追捕无人艇之间应满足：
Figure FDA0003495329120000012
D是追捕无人艇之间的安全距离，k2是安全系数，r_USVp是追捕无人艇的最大半径，θ为相邻两个追捕无人艇的夹角；
同时，追捕无人艇与逃跑船舶应满足：
Rsmall2＝r_USVp+r_USVe+k1D
k1是安全系数，r_USVe是逃跑船舶的最大半径；
在求得Rsmall1和Rsmall2后，要满足追捕无人艇之间的安全距离需求，又要满足追捕无人艇与逃跑船舶之间的安全距离需求，则Rsmall应满足：
Rsmall＝max{Rsmall1，Rsmall2}。
5.根据权利要求4所述的方法，其特征在于，
Rlarge＝n·Rsmall(n≥1)。
6.一种无人艇反围捕方法，其特征在于，当逃跑船舶被多个追捕无人艇以权利要求1-5任一项所述的方法围捕时，逃跑船舶不断寻找并前往PeIi对应最大的交点Imax，以冲出包围圈。
CN202210112757.4A 2022-01-29 2022-01-29 多艇两层协同自动控制收缩围追方法 Pending CN114489080A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210112757.4A CN114489080A (zh) 2022-01-29 2022-01-29 多艇两层协同自动控制收缩围追方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210112757.4A CN114489080A (zh) 2022-01-29 2022-01-29 多艇两层协同自动控制收缩围追方法

Publications (1)

Publication Number Publication Date
CN114489080A true CN114489080A (zh) 2022-05-13

Family

ID=81478962

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210112757.4A Pending CN114489080A (zh) 2022-01-29 2022-01-29 多艇两层协同自动控制收缩围追方法

Country Status (1)

Country Link
CN (1) CN114489080A (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20120134471A (ko) * 2011-06-02 2012-12-12 삼성중공업 주식회사 해적선 대응 시스템 및 그 방법
CN112363527A (zh) * 2020-09-17 2021-02-12 北京理工大学 基于最优控制理论的多飞行器协同围捕方法及系统
CN113552872A (zh) * 2021-01-28 2021-10-26 北京理工大学 追捕者不同速度下的追逃博弈决策方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20120134471A (ko) * 2011-06-02 2012-12-12 삼성중공업 주식회사 해적선 대응 시스템 및 그 방법
CN112363527A (zh) * 2020-09-17 2021-02-12 北京理工大学 基于最优控制理论的多飞行器协同围捕方法及系统
CN113552872A (zh) * 2021-01-28 2021-10-26 北京理工大学 追捕者不同速度下的追逃博弈决策方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
SHIYUAN JIN: "Pursuit-Evasion Games with Multi-Pursuer vs. One Fast Evader", PROCEEDINGS OF THE 8TH WORLD CONGRESS ON INTELLIGENT CONTROL AND AUTOMATION, 31 December 2010 (2010-12-31) *
李焕全;: "基于"势点"的多移动机器人协调围捕/拦截策略", 自动化与仪表, no. 05, 15 September 2007 (2007-09-15) *
陈沛钰: "多UUV合围目标路径规划与占位方法研究", 中国优秀硕士学位论文全文数据库, no. 5, 15 May 2021 (2021-05-15), pages 50 - 52 *
马 斌: "多无人艇围捕策略研究", 设备管理与维修, no. 8, 31 December 2018 (2018-12-31), pages 40 - 42 *

Similar Documents

Publication Publication Date Title
CN109597417B (zh) 一种基于避碰准则的多usv群体协同避碰规划方法
CN107608347B (zh) 一种分布式控制无人艇集群围追跟踪方法
CN113495556A (zh) 基于人工势场法的船舶避碰方法及系统
CN111273670B (zh) 一种针对快速移动障碍物的无人艇避碰方法
CN111813107B (zh) 无人船控制方法、无人船控制装置及无人船
CN107562074B (zh) 一种面向mauvs围捕的任务分配方法
CN109916400B (zh) 一种基于梯度下降算法与vo法相结合的无人艇避障方法
CN116166034B (zh) 跨域协同围捕方法、装置及系统
CN114489080A (zh) 多艇两层协同自动控制收缩围追方法
CN111158381B (zh) 一种带长拖曳线阵列的无人船避障方法
KR102374466B1 (ko) 무인 수상정의 진수/회수를 용이하게 하는 수상정 드론
Yu et al. Dynamic adaptive autonomous navigation decision-making method in traffic separation scheme waters: A case study for Chengshanjiao waters
Yamamoto et al. Robotic fish and its technology
CN114942643B (zh) 一种usv无人艇路径规划模型的构建方法及应用
CN109213164A (zh) 基于水面无人艇船体模型的模型预测控制的高速紧急避障方法
Chen et al. Dynamic path planning of USV with towed safety boundary in complex ocean environment
Cheng et al. Trajectory optimization for ship collision avoidance system using genetic algorithm
Xu et al. Multi-vessel intelligent collision avoidance decision-making based on CSSOA
Robb et al. Earliest intercept line guidance using a game theory approach
CN110731287A (zh) 基于海洋数据感知的深远海养殖网箱自动调节系统与方法
Deng et al. Study on Path Planning of Ship Collision Avoidance in Restricted Water Based on AFS Algorithm
CN113885490B (zh) 基于柔性物理连接的双无人艇编队控制方法
Wang et al. Collision Avoidance Strategies for Unmanned Surface Vehicles Based on Probabilistic Game Theory Framework
Zhou et al. Autonomous surface vessel obstacle avoidance based on hierarchical reinforcement learning
CN113985878B (zh) 适用于水面探测无人艇定点自主巡航模式的航行控制方法

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