CN114527787A - 无线紫外光协作蜂群无人机多目标跟踪方法 - Google Patents

无线紫外光协作蜂群无人机多目标跟踪方法 Download PDF

Info

Publication number
CN114527787A
CN114527787A CN202210025839.5A CN202210025839A CN114527787A CN 114527787 A CN114527787 A CN 114527787A CN 202210025839 A CN202210025839 A CN 202210025839A CN 114527787 A CN114527787 A CN 114527787A
Authority
CN
China
Prior art keywords
unmanned aerial
aerial vehicle
target
pursuit
ultraviolet light
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
CN202210025839.5A
Other languages
English (en)
Inventor
赵太飞
赵毅
艾晨宇
张雯
敬天睿
姚海涛
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.)
Xian University of Technology
Original Assignee
Xian University of Technology
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 Xian University of Technology filed Critical Xian University of Technology
Priority to CN202210025839.5A priority Critical patent/CN114527787A/zh
Publication of CN114527787A publication Critical patent/CN114527787A/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
    • G05D1/10—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
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

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

本发明公开了无线紫外光协作蜂群无人机多目标跟踪方法，包括：通过每个追捕无人机搭载的紫外光收发装置获取相邻追捕无人机与本机的相对位置、速度；获取目标无人机当前位置，并对其轨迹进行预测；将追捕无人机分割成与目标无人机数量相同的联盟块；在目标无人机的预测轨迹满足追捕无人机成功追捕的约束条件下，对目标无人机进行围捕，在围捕过程中，追捕无人机根据相邻追捕无人机与本机的相对位置、速度实时调整速度。保证目标无人机轨迹的准确性，提高跟踪及追捕效率。

Description

无线紫外光协作蜂群无人机多目标跟踪方法
技术领域
本发明属于无人机跟踪方法技术领域，涉及无线紫外光协作蜂群无人机多目标跟踪方法。
背景技术
近几年来，无人作战系统在战争中的地位愈发突显。无人作战系统的研究已经逐渐从理论走向了战场，近几年来部分国家之间的战争冲突，证明了无人作战系统在战场上发挥的作用不可小视。而作为无人作战的高级形式——无人蜂群作战，必然会有更大的战争破坏力。现有的无人机跟踪方法跟踪准确性较低，无法保证追捕效率。
发明内容
本发明的目的是提供一种无线紫外光协作蜂群无人机多目标跟踪方法，解决了现有技术中存在的跟踪准确性较低的问题。
本发明所采用的技术方案是，无线紫外光协作蜂群无人机多目标跟踪方法，包括以下步骤：
步骤1、通过每个追捕无人机搭载的紫外光收发装置获取相邻追捕无人机与本机的相对位置、速度；
步骤2、获取目标无人机当前位置，并对其轨迹进行预测；
步骤3、将追捕无人机分割成与目标无人机数量相同的联盟块；
步骤4、在目标无人机的预测轨迹满足追捕无人机成功追捕的约束条件下，对目标无人机进行围捕，在围捕过程中，追捕无人机根据相邻追捕无人机与本机的相对位置、速度实时调整速度。
本发明的特点还在于：
步骤2包括以下步骤：
步骤2.1、通过每个追捕无人机搭载的3D目标检测模块获取目标无人机的边界框，假设追捕无人机在t时刻检测出n个目标无人机
Figure BDA0003464605450000021
每个目标无人机用(x,y,z,l,w,h,θ,s)表示，其中，(x,y,z)表示目标无人机在空间中的位置，(l,w,h)表示边界框的尺寸，s表示置信度；
步骤2.2、对目标无人机进行轨迹预测，第i个无人机的t时刻轨迹表示为：
Figure BDA0003464605450000022
其中，vx，vy，vz表示目标无人机在3个维度方向上的速度，
xest＝x+vx；
yest＝y+vy；
zest＝z+vz；
步骤2.3、将每个目标无人机
Figure BDA0003464605450000023
与轨迹
Figure BDA0003464605450000024
进行匹配，得到每个目标无人机的对应轨迹；
步骤2.4、对匹配成功的目标无人机的轨迹进行更新，得到t时刻更新后的所有轨迹
Figure BDA0003464605450000025
再根据Bayes规则，得到更新后的每个目标无人机轨迹：
Tt k＝(x',y',z',θ'，l',w',h',s',vx',vy',vz')，k∈{1,2,...,wt}。
步骤3包括以下步骤：
步骤3.1、根据追捕无人机与目标无人机的构成偶图,将偶图中权重最小的边移除；
步骤3.2、检查是否有节点没有任何连接，若无则回到步骤3.1，否则将本循环中移除的边连接的追捕者标记为联盟领导者；
步骤3.3、重复步骤3.1-3.2，直到每个目标无人机分配到追捕无人机联盟块。
步骤4中约束条件包括：
条件一、目标无人机的预测轨迹Tt k经过任意追捕无人机所在的阿波罗尼奥斯圆内；
条件二、目标无人机的预测轨迹Tt k落在追捕无人机联盟块构成的凸多边形内部，且目标无人机和追捕无人机构成的相邻追-逃阿波罗尼奥斯圆满足两两相交。
紫外光收发装置为半球形MIMO通信系统。
本发明的有益效果是：本发明无线紫外光协作蜂群无人机多目标跟踪方法，每架无人机均搭载紫外光收发装置，利用无线紫外光LED收发装置使得各无人机机间信息进行实时交互，提高了多无人机间通信的稳定性和可靠性，保证追捕过程的顺利进行；采用3D多目标跟踪方法对目标无人机集群进行跟踪，在满足可围捕条件后对目标无人机实施围捕，保证目标无人机轨迹的准确性，提高跟踪效率；将追捕无人机群分割成与目标无人机数量相同的联盟块，保证追捕效率。
附图说明
图1是本发明无线紫外光协作蜂群无人机多目标跟踪方法中紫外光收发装置的结构示意图；
图2是本发明无线紫外光协作蜂群无人机多目标跟踪方法中追捕无人机与目标无人机构成的偶图；
图3是本发明无线紫外光协作蜂群无人机多目标跟踪方法中多无人机追捕单无人机的示意图；
图4是本发明无线紫外光协作蜂群无人机多目标跟踪方法中多无人机追捕单无人机的另一种示意图。
具体实施方式
下面结合附图和具体实施方式对本发明进行详细说明。
无线紫外光协作蜂群无人机多目标跟踪方法，包括以下步骤：
步骤1、通过每个追捕无人机搭载的紫外光收发装置获取相邻追捕无人机与本机的相对位置、速度；
如图1所示，紫外光收发装置为半球形MIMO通信系统，在多无人机围捕敌机过程中，利用机载半球形MIMO结构的LED阵列发出的不同波长的紫外光，通过信号的发送和接收无使得各无人机机间信息进行实时交互，保障了无人机间信息传递的有效性，提高了多无人机间通信的稳定性和可靠性。每个半球形LED阵列表面都被划分为M个纬线方向和N个经线方向，在经纬交点处安装LED，顶部全向接收。将图1中的两个半球型LED阵列装置分别搭载在两架无人机上，每个紫外光装置上都有对应的信号发送端和信号接收端，无人机通过接收相邻无人机所发送的信号从而确定环航过程中与本机的相对位置、速度等。每个LED都有自身的编码，由纬向编码和经向编码组成，该编码反映LED发射光束相对于节点自身的方向；每个LED可独立控制，均能独立发送信息，完成信息的收发任务。
步骤2、采用3D多目标跟踪方法对目标无人机进行跟踪预测，获取目标无人机当前位置，并对其轨迹进行预测；
步骤2.1、通过每个追捕无人机搭载的3D目标检测模块获取目标无人机的边界框，假设追捕无人机在t时刻检测出n个目标无人机
Figure BDA0003464605450000051
每个目标无人机用(x,y,z,l,w,h,θ,s)表示，其中，(x,y,z)表示目标无人机在空间中的位置，(l,w,h)表示边界框的尺寸，s表示置信度；
步骤2.2、使用定速的卡尔曼滤波器来对检测到的目标无人机进行轨迹预测，第i个无人机的t时刻轨迹表示为：
Figure BDA0003464605450000052
其中，vx，vy，vz表示目标无人机在3个维度方向上的速度，
xest＝x+vx；
yest＝y+vy；
zest＝z+vz；
步骤2.3、使用匈牙利算法将每个目标无人机
Figure BDA0003464605450000053
与轨迹
Figure BDA0003464605450000054
计算3D IOU(交并比)，并进行匹配，得到每个目标无人机的对应轨迹；数据关联后可得到四个集合：
Figure BDA0003464605450000055
Figure BDA0003464605450000056
Figure BDA0003464605450000057
Figure BDA0003464605450000058
其中，Tmatch和Dmatch分别表示正确匹配的轨迹和检测结果，Tumatch和Dumatch分别表示未匹配的轨迹和检测结果，Tmatch和Tumatch是Test的互补子集，Dmatch和Dumatch是Dt的互补子集。
步骤2.4、对匹配成功的目标无人机的轨迹进行更新，得到t时刻更新后的所有轨迹
Figure BDA0003464605450000059
再根据Bayes规则，得到更新后的每个目标无人机轨迹：
Tt k＝(x',y',z',θ'，l',w',h',s',vx',vy',vz')，k∈{1,2,...,wt}，Tt k是
Figure BDA0003464605450000061
和
Figure BDA0003464605450000062
的加权平均数。
步骤3、将追捕无人机分割成与目标无人机数量相同的联盟块；假设存在k个目标无人机，n个追捕无人机，所以n个追捕无人机将被分成k个追捕联盟，n个追捕无人机对k个目标无人机实现一对一追捕；
步骤3.1、根据追捕无人机与目标无人机构成的偶图，如图2所示，将偶图中权重(偶图中边连接的追捕无人机对目标无人机的收益)最小的边移除；
步骤3.2、检查偶图中是否有节点没有任何连接，若无则回到步骤3.1，否则将本循环中移除的边连接的追捕者标记为联盟领导者；
步骤3.3、重复步骤3.1-3.2，直到每个目标无人机分配到追捕无人机联盟块。
步骤4、在目标无人机的预测轨迹满足追捕无人机成功追捕的两个约束条件下，对目标无人机进行围捕，在围捕过程中，追捕无人机根据相邻追捕无人机与本机的相对位置、速度实时调整速度。
如图3所示，E表示目标无人机e的位置，P1，P2…，Pn分别表示n个追捕无人机p1，p2，…pn的位置，圆O1，O2，…，On分别表示p1，p2，…pn与e构成的追捕阿波罗尼奥斯圆圆心。要实现目标无人机无成功逃脱路径，则必须实现圆O1，O2，…，On中相邻圆两两相切或相交。所以约束条件包括：
条件一、目标无人机的预测轨迹Tt k经过任意追捕无人机所在的阿波罗尼奥斯圆内；
条件二、如图4所示，其中E表示目标无人机e的位置，P1、P2、P3、P4分别表示4个追捕无人机p1、p2、p3、p4的位置。目标无人机的预测轨迹Tt k落在追捕无人机联盟块(4个追捕无人机)构成的凸多边形内部，且目标无人机和追捕无人机构成的相邻追-逃阿波罗尼奥斯圆满足两两相交或者相切。
通过以上方式，本发明无线紫外光协作蜂群无人机多目标跟踪方法，每架无人机均搭载紫外光收发装置，利用无线紫外光LED收发装置使得各无人机机间信息进行实时交互，提高了多无人机间通信的稳定性和可靠性，保证追捕过程的顺利进行；采用3D多目标跟踪方法对目标无人机集群进行跟踪，在满足可围捕条件后对目标无人机实施围捕，保证目标无人机轨迹的准确性，提高跟踪效率；将追捕无人机群分割成与目标无人机数量相同的联盟块，保证追捕效率。

Claims (5)

1.无线紫外光协作蜂群无人机多目标跟踪方法，其特征在于，包括以下步骤：
步骤1、通过每个追捕无人机搭载的紫外光收发装置获取相邻追捕无人机与本机的相对位置、速度；
步骤2、获取目标无人机当前位置，并对其轨迹进行预测；
步骤3、将追捕无人机分割成与目标无人机数量相同的联盟块；
步骤4、在目标无人机的预测轨迹满足追捕无人机成功追捕的约束条件下，对目标无人机进行围捕，在围捕过程中，追捕无人机根据相邻追捕无人机与本机的相对位置、速度实时调整速度。
2.根据权利要求1所述的无线紫外光协作蜂群无人机多目标跟踪方法，其特征在于，步骤2包括以下步骤：
步骤2.1、通过每个追捕无人机搭载的3D目标检测模块获取目标无人机的边界框，假设追捕无人机在t时刻检测出n个目标无人机Dt n，每个目标无人机用(x,y,z,l,w,h,θ,s)表示，其中，(x,y,z)表示目标无人机在空间中的位置，(l,w,h)表示边界框的尺寸，s表示置信度；
步骤2.2、对目标无人机进行轨迹预测，第i个无人机的t时刻轨迹表示为：
Figure FDA0003464605440000011
其中，vx，vy，vz表示目标无人机在3个维度方向上的速度，
xest＝x+vx；
yest＝y+vy；
zest＝z+vz；
步骤2.3、将每个目标无人机
Figure FDA0003464605440000021
与轨迹
Figure FDA0003464605440000022
进行匹配，得到每个目标无人机的对应轨迹；
步骤2.4、对匹配成功的目标无人机的轨迹进行更新，得到t时刻更新后的所有轨迹
Figure FDA0003464605440000023
再根据Bayes规则，得到更新后的每个目标无人机轨迹：
Tt k＝(x',y',z',θ'，l',w',h',s',vx',vy',vz')，k∈{1,2,...,wt}。
3.根据权利要求1所述的无线紫外光协作蜂群无人机多目标跟踪方法，其特征在于，步骤3包括以下步骤：
步骤3.1、根据追捕无人机与目标无人机的构成偶图,将偶图中权重最小的边移除；
步骤3.2、检查是否有节点没有任何连接，若无则回到步骤3.1，否则将本循环中移除的边连接的追捕者标记为联盟领导者；
步骤3.3、重复步骤3.1-3.2，直到每个目标无人机分配到追捕无人机联盟块。
4.根据权利要求1所述的无线紫外光协作蜂群无人机多目标跟踪方法，其特征在于，步骤4中所述约束条件包括：
条件一、目标无人机的预测轨迹Tt k经过任意追捕无人机所在的阿波罗尼奥斯圆内；
条件二、目标无人机的预测轨迹Tt k落在追捕无人机联盟块构成的凸多边形内部，且目标无人机和追捕无人机构成的相邻追-逃阿波罗尼奥斯圆满足两两相交。
5.根据权利要求1所述的无线紫外光协作蜂群无人机多目标跟踪方法，其特征在于，所述紫外光收发装置为半球形MIMO通信系统。
CN202210025839.5A 2022-01-11 2022-01-11 无线紫外光协作蜂群无人机多目标跟踪方法 Pending CN114527787A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210025839.5A CN114527787A (zh) 2022-01-11 2022-01-11 无线紫外光协作蜂群无人机多目标跟踪方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210025839.5A CN114527787A (zh) 2022-01-11 2022-01-11 无线紫外光协作蜂群无人机多目标跟踪方法

Publications (1)

Publication Number Publication Date
CN114527787A true CN114527787A (zh) 2022-05-24

Family

ID=81620811

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210025839.5A Pending CN114527787A (zh) 2022-01-11 2022-01-11 无线紫外光协作蜂群无人机多目标跟踪方法

Country Status (1)

Country Link
CN (1) CN114527787A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116700276A (zh) * 2023-06-30 2023-09-05 苏州优世达智能科技有限公司 一种基于ai强化学习的无人艇对抗辅助方法及系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116700276A (zh) * 2023-06-30 2023-09-05 苏州优世达智能科技有限公司 一种基于ai强化学习的无人艇对抗辅助方法及系统
CN116700276B (zh) * 2023-06-30 2023-11-07 苏州优世达智能科技有限公司 一种基于ai强化学习的无人艇对抗辅助方法及系统

Similar Documents

Publication Publication Date Title
Khan et al. Cooperative robots to observe moving targets
CN110456813B (zh) 无线紫外光引导的无人机编队最优分簇队形保持的方法
CN107886201B (zh) 多无人机任务分配的多目标优化方法及装置
JP2021501514A (ja) 無人機を利用するテレコミュニケーションシステム
CN111638725A (zh) 基于蚁群算法与人工势场法的无人机编队重构系统及方法
CN111240211B (zh) 一种无人机群动态回收方法
CN111490848B (zh) 一种基于异构认知传感网的电子对抗侦察系统
US11522612B2 (en) Systems, devices, and methods for optical communication
CN113743565B (zh) 一种基于群体体系结构的无人机蜂群反制方法
CN114527787A (zh) 无线紫外光协作蜂群无人机多目标跟踪方法
CN112001309A (zh) 基于无人机集群的目标搜索方法、装置、设备及存储介质
CN111601356A (zh) 一种无线紫外光协作无人机隐秘动态分簇系统及方法
WO2021180399A1 (en) Method for controlling a formation of a collaborating swarm of unmanned mobile units
CN113383763A (zh) 一种全天候全区域智能驱鸟系统和装置
Leong et al. An intelligent auto-organizing aerial robotic sensor network system for urban surveillance
Zhicai et al. A cooperative search algorithm based on improved particle swarm optimization decision for UAV swarm
CN113917944A (zh) 无线紫外光协作集群无人机围捕方法
KR102349818B1 (ko) 개선된 cnn 기반으로 한 도로 균열 감지 자율 비행 드론
CN114039683A (zh) 无人机集群的无线紫外光通信网络抗干扰容错方法
Posch et al. UAV based search for a radio tagged animal using particle filters
CN113574413A (zh) 基于全局最近邻(gnn)的目标跟踪和数据关联
CN116753778A (zh) 一种基于信息融合与任务分配的无人机反制系统和方法
CN113253292B (zh) 一种基于人工智能技术的无人机预警处理方法及系统
CN109597428B (zh) 一种基于ZigBee网络的无人机防碰撞方法及无人机及服务端
TWI763105B (zh) 無人載具之智慧群飛路徑規劃方法及系統

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