[发明专利]一种多无人机分布式协同目标搜索方法

权利要求书

1.一种多无人机分布式协同目标搜索方法，其特征在于，所述方法包括：

根据目标先验分布概率，采用质心维诺划分方法将待搜索区域划分为多个子区域；

获取无人机对环境的认知地图；其中所述认知地图包括不确定度地图和重要性地图；

采用最小生成树策略优化多个无人机的通信拓扑；

基于所述不确定度地图和所述重要性地图、以及优化后的多个无人机的通信拓扑，采用局部拍卖算法将所述多个子区域的搜索任务分配给多个无人机；

基于搜索任务分配结果，采用滚动时域预测控制方法对多个无人机进行路径规划和轨迹生成，并更新无人机的运动状态，收集搜索信息，以及更新无人机对环境的认知地图。

2.根据权利要求1所述的方法，其特征在于，在所述根据目标先验分布概率，采用质心维诺划分方法将待搜索区域划分为多个子区域之前，所述方法还包括：

将待搜索区域划分为n_p个大小一致的长方形网格将每个长方形网格作为基本的搜索单元；其中，所述长方形网格中心坐标记为μ_p＝[x_p,y_p]^T，所述长方形网格长宽分别为Dx和Dy；

所述根据目标先验分布概率，采用质心维诺划分方法将待搜索区域划分为多个子区域，具体包括：

在待搜索区域内根据目标先验分布概率Pr_p随机抽取n_g个离散点

采用三角剖分方法，以随机抽取的n_g个离散点为生成元构造维诺单元

根据第一公式计算维诺单元的质心

所述第一公式为：其中，维诺单元中离散点的密度函数ρ(p)＝Pr_p；

当第二公式不成立时，将维诺单元的质心作为新的生成元重新构造维诺单元；当第二公式成立时，利用当前构造的维诺单元将待搜索区域划分为n_g个子区域；

所述第二公式为：其中，ε为预设常数。

3.根据权利要求2所述的方法，其特征在于，所述更新无人机对环境的认知地图，具体包括：

利用第三公式更新不确定度地图；

所述第三公式为：

其中，截至采样时间t_k时刻，无人机U_i对离散网格c_p的总探测次数为在t_k-1至t_k时刻内的探测次数为h_i,p,k；η_i,p,k∈[0,1]为不确定度地图，为与U_i存在通信的其他无人机和U_i自身的集合；η_j,p,0＝1为任意无人机的初始不确定度地图，γ_j∈[0,1)为自定义的不确定度衰减因子；

利用第四公式更新重要性地图；

所述第四公式为：s_i,p,k＝η_i,p,kPr_p；

其中，η_i,p,k为不确定度地图；Pr_p为目标先验分布概率。