[发明专利]多无人机协同目标搜索方法

说明书

本发明提出一种用于多架无人机搜索目标任务的优化处理，包括：将单架无人机搜索目标的先验概率分布作为搜索区域的先验搜索图，并对先验搜索图进行迭代更新，获得单架无人机更新搜索图；计算无人机之间的通信概率，基于通信概率确定任意两架无人机之间的可通信性，确定无人机通信网络；基于无人机间的通信概率，对各架无人机之间的搜索图进行融合，获得融合搜索图；结合目标运动，对融合搜索图进行更新，获得融合更新搜索图；单架无人机基于融合更新搜索图，优化无人机位置，引导无人机飞行。本发明综合考虑并优化了多无人机搜索任务中的通信性能和搜索性能，更加适应于运动目标的搜索，尤其是实际的复杂海洋环境下的目标搜索任务。

技术领域

本发明涉及无人机控制技术领域，尤其涉及一种多无人机协同目标搜索方法。

背景技术

无人机在目标搜救领域应用优势明显。

以海上目标搜索为例，相比于目前的船舶搜索模式，利用无人机搜索海域内运动目标具有使用灵活、安全度高和搜索效率高等优点，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，无人机按照规划航线航行，通过搭载的高清摄像头等设备对任务区域进行探测，以期能够尽快完成目标搜索或尽可能覆盖更多目标区域。此外，相比于单架无人机，多架无人机可通过信息融合、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。

现有的无人机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无人机全覆盖目标区域，随机法即引导无人机在任务区域内随机航行，经过时间累积逐渐覆盖区域并搜索到目标，这两种方法原理简单、使用灵活，但因缺乏启发式引导策略导致搜索效率低下。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、神经网络等确定未来搜索行为，但由于搜索图信息复杂，无人机容易陷入局部最优，导致覆盖不到高概率区域，搜索效率较低。此外，每架无人机的搜索历史不同，因此还需要进行信息融合及时更新搜索图信息，以确定更优的未来搜索行为。现有信息融合方法主要有平均法、替代更新法及一致性融合等方法。多智能体信息融合中一致性问题是普遍存在的一类问题，多智能体系统状态达到一致的速度对于搜索效率有重要的影响。

协同目标搜索轨迹优化的核心在于如何规划多无人机的轨迹，目前的研究大多数仅考虑了搜索性能而忽视了通信性能。目前有很多关于多无人机通信网络连通控制的研究，他们将协同搜索问题简单分为通信网络拓扑控制框架和运动控制框架，在保证网络连通度的前提下规划多无人机的路径。但需注意的是搜索性能和通信性能是互相影响的，因此为了获得更优的搜索路径可以将两方面性能综合考虑。

基于以上可知，多无人机协同搜索任务存在以下问题：(1)多无人机协同搜索过程中，搜索性能和通信性能互相影响和制约，信息融合的一致性收敛速度对搜索效率会产生较大的影响；(2)启发式方法在搜索图已知的情况下更加有效，但往往存在局部最优问题，缺乏全局考虑，影响搜救效率。

因此本发明拟提出一种基于状态预测器的一致性融合算法，使得收敛速度加快并提高搜索效率。其次，因此本发明基于传统的模型预测控制框架拟提出一种基于未来收益的模型预测控制框架，考虑到更广泛区域的未来搜索图信息，解决局部最优问题。最后，因此，本发明拟提出一种综合考虑两种性能的轨迹优化策略，以引导无人机更安全高效地搜索目标。

发明内容

本发明的目的在于提供一种多无人机协同目标搜索方法，该方法旨在解决现有技术中多无人机协同任务执行存在的信息融合性差、搜索效率低的技术问题，可实现无人机对运动目标快速稳定的跟踪。

为了实现上述目的，本发明提供如下技术方案：

一种多无人机协同目标搜索方法，用于多架无人机搜索目标任务的优化处理，其特征在于，包括：

将单架无人机搜索目标的先验概率分布作为搜索区域的先验搜索图，并对先验搜索图进行迭代更新，获得单架无人机更新搜索图；