[发明专利]基于全局信息传递机制的水下机器人协同目标搜索方法

权利要求书

1.一种基于全局信息传递机制的水下机器人协同目标搜索方法，其特征在于，包括以下步骤：

(S1)根据目标先验概率分布以及障碍物分布，初步计算待搜索任务区域内各栅格的初始活性值，作为区域的先验搜索图信息；

(S2)结合区域内的洋流场分布，计算各相邻栅格间的机器人航行时间，进而确定各相邻栅格间的连接权重；

(S3)各相邻栅格之间根据确定的连接权重互相传递其初始活性值，从而逐步实现区域搜索图信息的全局共享:对于任意栅格m，对邻居栅格k以连接权重w_mk传递初始活性值，并在其初始回报值的基础上引入邻居栅格k的初始活性值的加权和，作为它更新后的活性值

其中，N(m)表示栅格m的邻居栅格集合；

(S4)采取高斯混合模型提取出高价值子区域，并将高价值子区域的预期收益直接传递给各栅格，以进一步实现区域搜索图信息的全局共享与更新:构建任务区域目标先验概率分布的高斯混合模型，提取出若干个高价值子区域S_k：假设共有K个标准的二维高斯函数G_k(μ_k,C_k)组成高斯混合模型，其中μ_k、C_k表示均值和标准差矩阵，k＝1,...,K，各模型所占比例α_k满足对参数α_k、μ_k、C_k进行估计，使各高斯函数的加权和近似等于目标先验概率分布，提取出高价值子区域S_k；

如果机器人上一时刻位于栅格l，当前时刻位于栅格m，则预期收益表示为：

其中，Δβ表示向量μ_k-x_m与x_m-x_l的夹角，x_m、x_l分别表示栅格m和栅格l的中心位置；R_k表示子区域S_k的回报且R_k＝0.997α_k，A_k表示覆盖时间，L_k表示转场时间，表示机器人前期在子区域S_k内的累计回报；

将子区域预期收益直接传递给栅格更新后的活性值，将任意栅格m更新后的活性值修正为：

其中，表示任意栅格m修正后的活性值，表示任意栅格m的初始回报值，表示邻居栅格k的初始活性值；

(S5)各机器人根据步骤(S1)-(S4)独立维护并迭代更新各自的区域搜索图；考虑路径平滑度与搜索回报值指标，采取贪婪策略确定各机器人的下一步行为；

(S6)重复上述步骤，直至机器人完成目标搜索任务。

2.根据权利要求1所述的基于全局信息传递机制的水下机器人协同目标搜索方法，其特征在于，步骤(S1)根据目标先验概率分布以及障碍物分布，初步计算待搜索任务区域内各栅格的初始活性值，作为区域的先验搜索图信息的方法为：

将待搜索任务区域离散化为M个栅格，对于任意栅格m，m＝1,...,M，待搜索目标存在于栅格m内的目标先验概率值p(m)∈[0,1]，所有栅格的目标概率值满足

将机器人作为虚拟障碍物，且恰好占据一个栅格区域，则各栅格的初始回报值为：

其中，t表示当前迭代次数，g_s表示机器人上搭载的传感器的探测概率，-E为惩罚项；标志位O(m)＝1表示栅格被障碍物占据，O(m)＝0表示栅格为自由空间；

将各栅格的初始回报值作为其初始活性值确定整个任务区域的先验搜索图信息。