[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

说明书

本发明涉及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，包括：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活性值，作为区域的先验搜索图信息；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，确定各相邻栅格间的连接权重；各相邻栅格之间以一定的权重互相传递活性值；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传递给各栅格，实现区域搜索图信息的全局共享与更新；各机器人独立维护并迭代更新各自的区域搜索图并确定下一步行为，直至完成目标搜索任务。本发明方法简单可行，路径平滑、效率高，实现多机器人协同目标搜索。

技术领域

本发明属于水下机器人导航制导与控制技术领域，尤其涉及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。

背景技术

相比于传统的人工搜索模式，利用水下机器人等高技术手段搜索目标具有使用灵活方便、安全度高等优点，因此正逐步应用于复杂海洋环境下的大范围、长时间搜索任务。通常来说，水下机器人按照既定航线航行，并通过搭载的高清摄像头或侧扫声呐等设备对任务区域进行探测，以期能够尽快发现目标、或尽可能降低环境不确定度、或尽可能多地搜集环境信息。此外，相比于单艘机器人，多艘机器人可通过信息共享、行为协同等措施有效提高搜索效率，正逐渐得到越来越多的关注。

水下机器人协同目标搜索问题的核心在于如何规划多机器人的路径，但需注意它与传统路径规划问题的不同：传统路径规划问题关注的是机器人从起点到终点航行过程中的自主避障基本任务；而目标搜索问题侧重于机器人对目标区域的高效覆盖搜索，此外还需考虑自主避障、避撞、通信保持等基本任务，因此其问题求解难度更大。现有的水下机器人协同目标搜索方法主要包括三种，即几何法、随机法、启发式方法。几何法通过规划平行线、螺旋线等标准路径以引导机器人全覆盖区域，而当多艘水下机器人执行任务时还需划分并分配任务区域，该类方法虽然原理简单、使用灵活，但因缺乏启发式引导策略使得搜索效率较低。随机法可引导水下机器人在任务区域内随机航行，如Levy飞行、布朗运动等，随着时间累积，水下机器人将逐渐覆盖区域并搜索到目标，虽然该方法不需要精确的定位与复杂的优化过程，但搜索效率仍然较低，不适应于大范围复杂海域内的长时间搜索任务。启发式方法基于区域的搜索图信息，采取各类启发式策略如模型预测控制、梯度法、神经网络等确定水下机器人的未来搜索行为，此类方法比较灵活且搜索效率较高，但由于搜索图信息分布复杂，机器人容易陷入局部最优区域而无法探测高价值的其他区域。

通过上述分析可知，当任务区域内的搜索图信息已知时，各类启发式方法更加有效，但它们往往存在局部最优问题，缺乏对远处区域未来信息的全局考虑。因此，本发明考虑提出一种基于搜索图信息的全局传递机制，以引导水下机器人更高效地搜索目标。

发明内容

本发明在基于传统启发式方法的水下机器人协同目标方法存在不足的基础上提供了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，使得任务区域内各位置的搜索图信息互相传递并加权更新，同时直接快速引入部分区域的高价值回报，以引导水下机器人更高效地搜索目标。

为了实现上述目的，本发明提供了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，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；

(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；

(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；