[发明专利]一种基于CAPT算法改进的无人船集群任务规划方法

权利要求书

1.一种基于CAPT算法改进的无人船集群任务规划方法，其特征在于，该方法包含以下步骤：

A、导入地图和同构无人船的起点终点，定义无人船位置状态向量X(t)和目标状态向量G；

B、定义无人船目标分配矩阵并初始化，该目标分配矩阵用来将N艘无人船从各自起点分配到N个目标位置；

C、计算从任意第i艘船的起点到任意第j个终点的轨迹距离y_i，j或d_i，j得到N艘无人船分配轨迹的距离矩阵D，其中，i＝1，2…N；j＝1，2…N，矩阵D的第i行第j列元素D_i，j∈R^N*N；

D、设置无人船避碰约束条件，并根据步骤C中无人船分配距离矩阵D求解最优无人船任务分配矩阵φ^*；

E、按步骤D中求出的最优分配矩阵φ^*进行任务分配时，计算所有无人船行驶的终止时间t_f和最终轨迹y^*(t)。

2.根据权利要求1所述的一种基于CAPT算法改进的无人船集群任务规划方法，其特征在于，步骤A的方法如下：

(1)加载二值图格式的有障碍物的地图，将该二值图转换为只包含0和1的矩阵，有障碍物的点为1，无障碍物的点为0，设定无人船的船长为L，也即最小避碰半径，集群无人船规模与无人船的目标位置数量相同为N，需要完成的无人船集群规划任务是寻找将N艘同构无人船从N个起点分配到N个终点的最优分配矩阵和每艘无人船的无碰撞轨迹，并且保证各无人船之间、无人船和障碍物之间无碰撞；读取N艘同构无人船的N个起点和需要分配到的N个终点的坐标，定义第i艘无人船在t＝0时刻的初始位置为x_i(0)∈Rⁿ，第j个目标位置为g_j∈Rⁿ；

(2)定义在t时刻的无人船位置状态向量X(t)和目标状态向量G，设无人船在轨迹行驶过程中t时刻的系统状态向量X(t)＝[x₁(t)^T，x₂(t)^T，...，x_N(t)^T]，系统目标状态向量G＝[g₁^T，g₂^T，...，g_N^T]，其中，x_i(t)为t时刻第i艘船的位置坐标，T为矩阵转置符号。

3.根据权利要求2所述的一种基于CAPT算法改进的无人船集群任务规划方法，其特征在于，步骤B的方法如下：

定义目标分配矩阵将N艘无人船从各自起点分配到N个目标位置：其中目标分配矩阵的第i行第j列的元素表示：如果无人船i从起点x_i被分配到第j个目标位置g_j，则为1，否则为0；将初始化为大小为N*N的单位矩阵；即：

上述矩阵一共有N个1；

定义增广分配矩阵其中，I_n为N*N的单位矩阵，代表求取克罗内克积。