一种多无人机协同多目标追踪的运动控制方法

摘要

本发明提供一种多无人机协同多目标追踪的运动控制方法，首先判断每个时刻的无人机是否能感知到目标信息，对于不能感知到任何一个目标的无人机选择其邻居无人机作为临时跟随领导者，并设计有下一时刻无人机的运动模型，以及目标的逃逸模型，本发明考虑无人机有效的通信范围，即每一个无人机只能获取邻居的状态信息，不存在全局通信，因此复杂度较小；基于个体运动规则的分布式控制，相较于集中式的控制方法鲁棒性较强，计算量较小；临时领导者选取方法，充分考虑了无人机的数量和与目标之间的距离，可以保证每一个目标都有一定数量的无人机追踪，并具有较高的追踪效率。

说明书

技术领域

本发明属于多无人机协同控制技术领域，具体涉及一种多无人机协同多目标追踪的运动控制方法。

背景技术

21世纪是科技高速发展的时代，计算机技术成为了当下主流的热点之一。大数据、物联网、人工智能等技术广泛应用，为人们在地面上的活动带来了极大的便利；同时，人民也对未知领域展开了探索，空中一直是人类孜孜以求的探索领域。在智能化与信息化为主导的大背景下，无人机出现了人们的视野中。由于其具有灵活性、体积小、航行自由等特点，目前在民用活动与军事活动中总能看到它的身影。其中，在民用活动中，越来越多的企业与个人着力于打造无人机与人力结合的运输模式，其应用场景包括快递分发、外卖派送、目标搜索等。而在军事作战中，无人机常常发挥出意想不到的效果，尤其是在侦察敌情、干扰通信、集群摧毁作战目标等方面，因此当下很多对于无人机的研究常常出于军事目的。

虽然无人机已经在军事作战中取得了很大的成就，但是关于无人机集群的研究正处于起步阶段。无人机集群在执行任务的过程需要达到更高的标准，主要在于无人机之间的自主性和协同性。自主性主要体现在每一个无人机都可以有效利用传感器融合、信息处理、智能驾驶等关键技术，针对突发的任何情况均具有一定的处理能力，并且可以通过机身上装载的定位设备和传感设备获得当下的环境信息。协同性主要体现在集群中所有的无人机要合作完成任务，每一个无人机都可以通过通信设备与地面基站或者通信范围内的其余无人机交换信息，并且无人机可以达到协调一致。相较于其它任务，无人机集群在执行目标追踪任务的过程中会面临更多的问题，同时这也需要无人机之间更高的配合度。近年来，随着计算机技术的快速发展，多无人机协同控制成为了研究的重要课题之一。协同控制的思想主要来源于生物的集群行为，在自然界中，这一现象普遍存在，如候鸟迁徙、蚂蚁觅食、鱼群运动等。相比较单个无人机执行任务的情况，多无人机协同执行任务更具有稳定性、可扩展性和安全性等特点，因此在空间搜索、军事作战和目标追踪等领域得到了广泛应用。其中，目标追踪是考察无人机协同鲁棒性的常用方法之一。近年来，这一问题受到了国内外学者的广泛关注。

无人机执行目标追踪任务的本质上就是根据目标的状态与周围环境信息的影响，调节其自身的运动规则，最终实现对目标的有效控制。多无人机系统在执行任务时，目标追踪是最重要的环节之一。从宏观的角度来说，目标追踪是无人机执行任务的一种基本情况，需要从空中复杂环境的角度考虑，无人机应该具有处理突然发生情况的能力，具备自组织、协调性执行任务的基本素质；同时，无人机还应该具备对传感器感知到信息进行处理的能力。针对目标追踪问题，相关研究主要集中于编队控制和聚集行为。Olafir-Saber提出了多智能体控制算法设计与分析的理论框架，并研究了拓扑相互作用的邻居数量对群体动力学的影响。一些学者在该算法的基础上引入一致性思想，并从保持动态网络连通性的角度入手展开研究。然而这些研究都是基于单目标追踪展开，在实际中，通常遇到的情况为多目标问题，所以对无人机协同多目标追踪问题进行深入研究具有十分重要的理论意义和实用价值。

发明内容

基于上述问题，本发明针对多无人机协同多目标追踪问题，提出多无人机协同多目标追踪的运动控制方法，从多无人机协同控制的角度出发，通过协同控制多无人机的运动状态，实现多目标一致性追踪的目的。

一种多无人机协同多目标追踪的运动控制方法，包括：

步骤1：初始化每个无人机i节点的位置信息(X

步骤2：无人机和目标按照既定运动轨迹运动；

步骤3：令i＝1,2,…,N，k＝1,2,…,N

步骤4：判断是否存在距离l

步骤5：计算无人机i到每个目标k的距离dist

步骤6：令k＝1,2,…,N

步骤7：若无人机不能感知到目标信息，需要将无人机i的邻居无人机作为t时刻的跟随领导者，继续执行步骤8；

步骤8：更新每个无人机在下一时刻(t+1)时的运动模型u

式中，

步骤9：更新每个目标在下一时刻(t+1)时的逃逸模型u

式中，

步骤10：判断无人机群是否完成多目标追踪任务，即追踪每一个目标的无人机子群数量均衡，且每一个子群的无人机速度收敛于该目标速度，如果是，运行结束；如果否，执行步骤8。

所述步骤7包括：

步骤7.1：根据无人机在t时刻的运动状态和通信范围确定无人机i的邻居集合，并计算无人机i的邻接矩阵A

步骤7.2：计算无人机i的邻居集合中每个邻居无人机j与无人机i的距离dist

步骤7.3：令j＝1,2,…,N

式中，N

步骤7.4：计算数量产生的影响因子

步骤7.5：计算无人机i的每个邻居无人机j的影响总因子

步骤7.6：令j＝1,2,…,N

所述步骤7.4包括：

1)初始化每个目标k的数量统计因子

2)计算无人机i的邻居集合中每个邻居无人机j与每个目标k的距离dist

3)令k＝1,2,…,N

4)令j＝1,2,…,N

5)对于

当

本发明的有益效果是：

本发明提出了一种多无人机协同多目标追踪的运动控制方法，首先判断每个时刻的无人机是否能感知到目标信息，对于不能感知到任何一个目标的无人机选择其邻居无人机作为临时跟随领导者，并设计有下一时刻无人机的运动模型，以及目标的逃逸模型，本发明考虑无人机有效的通信范围，即每一个无人机只能获取邻居的状态信息，不存在全局通信，因此复杂度较小；基于个体运动规则的分布式控制，相较于集中式的控制方法鲁棒性较强，计算量较小；临时领导者选取方法，充分考虑了无人机的数量和与目标之间的距离，可以保证每一个目标都有一定数量的无人机追踪，并具有较高的追踪效率。

附图说明

图1为本发明中多无人机协同多目标追踪的运动控制方法流程图；

图2为本发明中的目标逃逸模型图；

图3为本发明中的仿真过程中四个时刻的运动示意图，其中(a)表示时刻t1的运动仿真图，(b)表示时刻t2的运动仿真图，(c)表示时刻t3的运动仿真图，(d)表示时刻t4的运动仿真图。

具体实施方式

下面结合附图和具体实施实例对发明做进一步说明。

如图1所示，一种多无人机协同多目标追踪的运动控制方法，包括：

步骤1：初始化每个无人机i节点的位置信息(X

步骤2：无人机和目标按照既定运动轨迹运动；

目标逃逸模型图如图2所示，目标具有一定的感知范围和通信范围，当有无人机靠近目标时，目标会根据感知范围内的无人机数量、位置和通信范围内的其余目标的状态信息，规划下一步的动作；图2中，t1，t2分别表示目标1和目标2；r1，r2，r3分别表示进入目标感知范围内的无人机1，无人机2和无人机3；u_t1和u_t2分别表示目标1对目标2的作用力和目标2对目标1的作用力；u1合和u2合分别表示目标1和目标2受到的总的作用力。

步骤2：计算每一时刻每个无人机i与所有目标之间的距离

步骤3：令i＝1,2,…,N，k＝1,2,…,N

步骤4：判断是否存在距离l

步骤5：计算无人机i到每个目标k的距离dist

步骤6：令k＝1,2,…,N

步骤7：若无人机不能感知到目标信息，需要将无人机i的邻居无人机作为t时刻的跟随领导者，继续执行步骤8；

所述将无人机i的邻居无人机作为t时刻的跟随领导者，具体表述为：

步骤7.1：根据无人机在t时刻的运动状态和通信范围确定无人机i的邻居集合，并计算无人机i的邻接矩阵A

步骤7.2：计算无人机i的邻居集合中每个邻居无人机j与无人机i的距离dist

步骤7.3：令j＝1,2,…,N

式中，N

无人机i的邻居集合定义为{j:||q

步骤7.4：计算数量产生的影响因子

1)初始化每个目标k的数量统计因子

2)计算无人机i的邻居集合中每个邻居无人机j与每个目标k的距离dist

3)令k＝1,2,…,N

4)令j＝1,2,…,N

5)对于

当

步骤7.5：计算无人机i的每个邻居无人机j的影响总因子

步骤7.6：令j＝1,2,…,N

步骤8：更新每个无人机在下一时刻(t+1)时的运动模型u

式中，

步骤9：更新每个目标在下一时刻(t+1)时的逃逸模型u

式中，

步骤10：判断无人机群是否完成多目标追踪任务，即追踪每一个目标的无人机子群数量均衡，且每一个子群的无人机速度收敛于该目标速度，如果是，运行结束；如果否，执行步骤8。

为了说明本发明方法的有效性，仿真实验环境为：Windows 10，Intel 2.6Ghz双核CPU，内存8GiB，Matlab 2016b仿真软件；图3仿真过程中的四个时刻：t1＝0s，t2＝5s，t3＝9s，t4＝14s；仿真参数设置如表1所示。

表1仿真参数值

本发明专利提出的一种多无人机协同多目标追踪的运动控制方法，该方法主要包括基于局部目标信息的临时领导者选择和无人机运动控制，为解决多目标追踪问题提供了一条新思路，最终实现追踪同一目标的无人机快速距离，追踪不同目标之间的无人机快速分离，通过仿真实验分析表明，该方法在解决多目标追踪问题上能够保持规模大致相等的分群，并且保证每一个子群的速度一致，具有比传统算法更加良好的性能。