[发明专利]一种多无人机自定位和对目标定位的双任务深度配合方法

说明书

本发明属于多无人机协同技术领域，公开的一种多无人机自定位和对目标定位的双任务深度配合方法，是构建一个多无人机自定位和对目标定位两任务的同步运行架构，通过将每一时刻无人机和目标的位置同时视为待求解变量，包括CSL+CTL双任务运行架构、CSL+CTL任务下测量关系和信息的传递、CSL+CTL双任务深度融合、CSL+CTL深度融合时信息处理。本发明将侦察无人机和目标均视为位置不确定的待估计对象，且考虑了多无人机位置间的相关性，基于此对目标的定位将更为客观、准确。CSL+CTL深度融合模式优于两任务独立模式下各自所能完成的任务质量。本发明可用于多无人机在执行搜救或监视等任务时的目标定位。

技术领域

本发明属于多无人机协同技术领域，尤其涉及在多无人机同时承担自定位和目标定位两类任务时的两任务的一种多无人机自定位和对目标定位的双任务深度配合方法。

背景技术

协同作业为提高无人机能力提供了一种新的工作模式。为发挥协同效能，多无人机系统可以在多个层次进行协作，如系统内部的协作定位、外界目标协同侦察等。各层协作任务相互影响，如协作定位提高了侦察无人机的位置估计精度，而对自身更准确的位置认知又有利于提高对目标的协同侦察能力。

协作自定位Cooperative Self-Localization，CSL和协同目标定位CooperativeTarget-Localization，CTL属于多无人机协同作业的两类任务。前者面向无人机平台，以提高无人机自身的定位精度为目的，后者面向安装于无人机上的侦察系统，以提高对外界目标的认知为目的。CSL利用无人机间的相对测量，如距离、方位来提高多无人机的位置精度，将滤波技术用于CSL是主要方法之一。CTL是多个侦察无人机在侦察到外部目标时，融合多侦察者-目标的相对测量值对目标进行定位。

侦察无人机位置是CTL任务执行的基础数据。当利用滤波技术进行协作自定位时，CSL输出的无人机位置存在非确定性性和相关性(分别以方差、协方差表征)，因此在CTL中只有充分考虑这些信息因素，对目标的定位才更为准确。

在当前的应用或研究中，CSL和CTL往往作为不同的问题而分别独立解决，模式是：CSL提供侦察者位置，CTL输入侦察者位置、侦察数据，输出目标位置。这种模式下，一方面，侦察者位置数据作为CTL的输入，其不确定性和相关性往往被忽略，这就造成CTL过分相信并利用该数据。另一方面，当多个侦察者测量到同一目标时，这一测量关系将又增加侦察者间的几何约束，但在独立模式下，这些约束信息未能被用于侦察者的位置估计(即未帮助CSL任务)，这使得测量信息未能被充分利用。

发明内容

针对多无人机同时承担CSL和CTL两类任务情况，本发明提出了一种多无人机自定位和对目标定位的双任务深度配合方法。

为实现上述发明目的，本发明采用如下技术方案：

一种多无人机自定位和对目标定位的双任务深度配合方法，构建一个多无人机自定位和对目标定位两任务的同步运行架构，通过将每一时刻无人机和目标的位置同时视为待求解变量，本架构安装有线速度和相对距离测量设备、目标搜索测量设备、无线通信设备的无人机，一个具有信息处理能力的中心无人机，中心无人机有通信设备，及与各无人机通信：设置有N个无人机，无人机编号集表示为C，被侦察目标一个，表示为o；具体实施步骤如下：

一、CSL+CTL双任务运行架构，深度融合时，两任务的输出/输出关系；在每一时刻，CSL输出各侦察者的位置及其不确定度和相关度；进行CTL任务时，在估计出目标位置的同时，侦察者的位置被重新估计，该估计结果又将继续作为下一时刻的CSL任务的前提输入；

二、CSL+CTL任务下，测量关系和信息传递的关系，测量信息种类包括无人机自身运动测量、无人机之间相对测量、无人机对目标的测量；自身运动参数能够被连续地测量，而受测量环境条件的影响，无人机间的相对测量并非一直存在，但其出现频次仍高于无人机对目标的测量频次，即无人机与目标非合作；