[发明专利]基于移动多智能体编队的协作式控制与目标跟踪方法

说明书

本发明涉及基于移动多智能体编队的协作式控制与目标跟踪方法。目前运用多智能体控制对运动目标进行编队式跟踪的研究还较为缺乏。本发明方法通过运用Kalman算法对目标运动状态进行估计计算，得到一条目标运动的估计轨迹。然后，采用一致性算法，对多智能体系统进行控制使其形成编队。最后，通过传感器控制方法对目标估计轨迹进行跟踪。本发明方法选择高斯噪声环境下Kalman滤波器对目标运动进行估计，并通过一致性理论实验了传感器控制与目标跟踪过程，加深了传统算法中对传感器控制问题及目标跟踪问题的结合，大大提高了跟踪稳定性。

技术领域

本发明属于计算机技术领域，具体是多传感器目标跟踪领域，涉及一种基于移动多智能体编队的协作式控制与目标跟踪方法。

背景技术

在当今的技术发展与社会服务中，由于执行任务复杂度的提高，单一的智能体已经无法完成越来越复杂的任务需求，需要通过多个智能体的协同作战来共同完成任务。而多智能体协调控制系统因其兼具分布式感知与执行能力以及整体的协调并行能力，并且具有较强的鲁棒性和容错性而得到广泛关注。目前对于多智能体系统的控制方法主要有即基于行为法、人工势场法、跟随领航法(Leader-Follower)和虚拟结构法，其中应用较为广泛的是跟随领航法。目标跟踪控制是实现多智能体系统智能性的关键内容，主要分为路径规划和轨迹跟踪两部分。其中基于几何法的路径规划方法简单便捷，本发明中用到的就是一种基于Kalman滤波器的几何法路径规划算法。目前，单一的多传感器控制算法以及单一的目标跟踪算法已经有了深入的研究，但是运用多智能体控制对运动目标进行编队式跟踪的研究还较为缺乏。

发明内容

本发明针对现有技术的不足，提供一种基于移动多智能体编队的协作式控制与目标跟踪方法。本发明方法通过运用Kalman算法对目标运动状态进行估计计算，得到一条目标运动的估计轨迹。然后，采用一致性算法，对多智能体系统进行控制使其形成编队。最后，通过传感器控制方法对目标估计轨迹进行跟踪。

本发明方法包括以下各步骤：

步骤(1).依据观测器返还数据对目标状态进行估计：

步骤(1-1).依次建立目标状态方程、观测方程以及杂波方程：

状态方程：x_k＝Ax_k-1+μ_k；

观测方程：z_k＝Hx_k+υ_k(x_k,s_k)；

杂波方程：

其中，A为状态转移矩阵，z_k为目标状态观测值，为杂波量测，H为状态观测矩阵；μ_k、υ_k为状态噪声和观测噪声，均满足零均值，协方差为Q和R的高斯噪声，即μ_k～N(0,Q_k)，υ_k～N(0,R_k)，。

观测系统方程和观测噪声受传感器状态s_k的影响，杂波量测满足强度为λ_k，分布为c_k(U)的强度分布函数，其中U为观测区域。

步骤(1-2).描述目标状态估计问题为如下极大后验估计问题：

其中，为目标状态估计值，表示概率；

采用最近邻算法获取目标量测，即满足如下条件的马氏距离获得目标有效量测：

其中，z_k,i表示第i个信号点状态观测值，表示状态观测预测值，表示状态预测值，S_k|k-1表示传感器状态。