[发明专利]基于无人机集群协同感知的通信带宽自适应数据处理方法

说明书

本发明提供了一种基于无人机集群协同感知的通信带宽自适应数据处理方法。该方法为：无人机集群内各无人机根据信道的情况，由边缘节点统计并划分多种不同的信道带宽条件，每个无人机平台对应一种信道带宽条件，选择对应的信息处理方式完成信息处理，将处理后的信息发送到边缘节点完成信息融合，再将融合后的信息在网内共享。本发明使得无人机集群中的各个无人机能够在时变无线网络下，合理分配带宽资源，并根据带宽情况在选择合理的信息数据处理方式，完成对传感器获取视频图像的检测、识别、跟踪，将结果在无人机集群内共享；同时，每个无人机都能利用其它无人机获取的信息对自身传感器信息的融合补充，提高集群整体的目标检测、识别、跟踪水平。

技术领域

本发明涉及无人机集群的协同感知技术，特别是一种基于无人机集群协同感知的通信带宽自适应数据处理方法。

背景技术

当前无人机系统通过集群编组方式完成某个任务已经成为当前无人机系统的一个重要发展方向，通过集群内多个无人机平台的协同感知，无人机平台间可以共同完成某个复杂的侦察、探测等工作，同时将来自不同平台的信息进行融合，得到更为精确的目标信息。随着深度学习理论的发展，目标检测技术和图像区域分割技术在视频图像方面的应用可极大提高单体无人机的数据处理能力，将传感器获取视频图像在本地完成检测、识别与跟踪。然而，无人机集群需要将集群内各无人机获取的视频图像数据与其它无人机获取的信息进行共享，在边缘节点融合，以群体智能的方式协同均需要无线通信网络的支撑，信息通联问题决定了无人机作集群可靠运转和任务执行，单个无人机传感器获取的信息需要通过集群网络在网内进行共享，而网络内对带宽的分配直接影响单个无人采用的信息处理方式和效率，或者直接进行视频图像数据的传输，或者是在本地采用目标检测技术和图像区域分割技术等进行处理后再进行传输到边缘节点，融合后完成网内共享。

传统的无人机集群在进行协同感知时，不考虑网络的时变性，单个无人机在集群内固定采用某种数据处理方法，或者是直接发送传感器获取视频图像，或者是采用某个深度学习技术，对数据进行处理后发送到边缘节点，边缘节点在完成信息融合后将监测、识别、跟踪信息在网内集群共享，如图1所示。

传统的无人机集群协同感知时的数据处理方式无法根据网络变化动态调整信息处理策略，因此存在以下方面的缺陷：

(1)时变无线网络的影响增大了单个无人机对信息处理的难度

无人机集群构建的网络是时变的无线自组织网络，受环境和干扰影响大，尤其在受压制或拒止环境下，通信条件随时发生改变，为了保证通信效率，带宽降速是常态，而如果采用固定的信息处理策略，很难适应带宽变化的需求，导致信息处理后发送的时延过长，影响信息融合及分发的效率。

(2)固定模式的信息处理策略同时影响了边缘节点的信息融合效率

在无人机集群中，多个无人机通过协同感知，提高信息处理效率，有效提高了多个无人机对目标检测、跟踪、识别的能力，在这一过程中边缘节点的信息处理方式需要根据集群中单个无人机的处理策略而发生改变，或者是基于图像的像素级融合，或者是基于图像区域分割处理后信息的融合，或者是基于语义识别后信息的融合，如果采用固定模式，很难动态调整信息融合的方式。

(3)视频图像处理无法随信道变化弹性适变

由于无人机集群的多个平台采用相同固定的数据处理方式产生发送数据，或者是高清图(可以选择压缩处理)，或者采用图像区域分割算法或目标检测算法产生的轮廓图或结构化数据，数据处理的方式是固定产生的，信道发生变化时无法动态调整，同时影响发送端的分发效率和接收端的信息融合效率。

发明内容

本发明的目的在于提供一种基于无人机集群协同感知的通信带宽自适应数据处理方法，以提高集群整体的目标检测、识别、跟踪水平。