[发明专利]一种基于MAS的多无人系统监督控制站

权利要求书

1.一种基于MAS的多无人系统监督控制站，其特征在于，包括平行系统架构，所述平行系统架构包括多智能体软硬件监督控制系统与无人系统；

所述多智能体软硬件监督控制系统包括硬件平台与软件平台，所述硬件平台包括多屏工作站，所述多屏工作站上设有能够检测操作员生理数据与动态指令的动态生理采集组件；

所述软件平台包括：

操作员状态监控模块，获取动态生理采集组件上传的操作员的生理数据与动态指令，根据操作员的生理数据对操作员的疲劳度进行分类，根据操作员的动态指令生成无人系统的任务指令；

无人系统状态监控模块，获取无人系统的实时状态信息，并根据无人系统的实时状态信息对无人系统的自主等级进行分类；

环境和任务复杂度监控模块，获取无人系统在执行任务过程中的实时环境信息；

情报处理模块，根据环境和任务复杂度监控模块获取的实时环境信息以及操作员状态监控模块生成的任务指令计算出无人系统在执行任务过程中的环境复杂度、任务复杂度与综合情报信息；

环境复杂度是由地形复杂度、气象复杂度、通信复杂度、目标复杂度、威胁复杂度五个维度的复杂度评估得到；

地形复杂度的计算过程为：

(1)获取实时地形图片；

(2)计算实时地形图片的图像熵与灰度共生矩阵的反差值；

(3)对实时地形图片的图像熵与灰度共生矩阵的反差值分别进行归一化处理，获得图像熵值的归一化值，以及灰度共生矩阵的反差值的归一化值；

(4)根据图像熵值的归一化值与灰度共生矩阵的反差值的归一化值计算地形复杂度：Land＝0.2×Entropy+0.8×Contrast，其中，Land表示地形复杂度，Entropy表示图像熵值的归一化值，Contrast表示灰度共生矩阵的反差值的归一化值；

威胁复杂度的计算过程为：

(1)针对雷达、高炮和地空导弹三种战场防空火力建立了杀伤区域模型；

(2)根据威胁点的位置在杀伤区域模型中绘制战场防空火力分布图；

(3)计算战场防空火力分布图中的安全区域比例，进而获得威胁复杂度；

气象复杂度的计算过程为：

(1)选取风切变，风力等级，雷暴天气和降雨天气进行模糊综合评价；

(2)针对评价结果出现的不符合常理的情况，采取隶属度次大的趋于评价等级较差的评价等级作为评价的结果，最终模糊综合评价的结果即为气象复杂度；

通信复杂度的计算过程为：

(1)选取能够全面反映通信环境优劣的因素集和评语集；因素集＝{丢包率，误码率，时间延迟，中断}，评语集＝{好，较好，中等，较差，差}；

(2)根据模糊综合评价的方法进行综合评价,最终模糊综合评价的评价结果即为通信复杂度；

目标复杂度的计算过程为：

(1)针对目标混淆采取生成目标结构特征空间的方法进行度量；

(2)针对目标遮掩采取计算目标与局部背景对比度的方法进行度量；

(3)根据目标混淆度和目标遮掩率计算得到目标识别复杂度；

任务复杂度是由任务及战术行为、态势感知、规划与分析、协同与合作四个维度的复杂度来评估得到的；

人机智能融合模块，根据环境复杂度、任务复杂度、操作员的疲劳度、无人系统的自主等级计算出无人系统的控制模态，并根据控制模态控制无人系统运行；

并发任务冲突消解模块，根据无人系统在执行任务过程中的任务复杂度对无人系统的并发任务进行冲突消解。

2.根据权利要求1所述基于MAS的多无人系统监督控制站，其特征在于，所述多屏工作站包括：

操作员状态显示屏，显示操作员的疲劳度分类信息；

无人系统状态监控显示屏，显示无人系统的自主等级分类信息；

综合态势显示屏，显示无人系统在执行任务过程中的环境复杂度；

侦察情报显示屏，显示无人系统在执行任务过程中的综合情报信息；

任务规划显示屏，显示无人系统在执行任务过程中的任务复杂度。

3.根据权利要求1所述基于MAS的多无人系统监督控制站，其特征在于，所述生理数据采集组件包括：

体感传感器，获取包含操作员外部图像与骨骼图像信息的生理数据；

脑电波传感器，获取包含操作员脑电波变化信息的生理数据；

眼动传感器，获取包含操作员注视点位置和眨眼频率信息的动态指令；

语音传感器，获取包含操作员声音信息的动态指令；

心率体温传感器，获取包含操作员心率与体温变化信息的生理数据；

触摸控制屏，获取包含操作员手势动作信息的动态指令。