申请/专利权人:南京航空航天大学
申请日:2023-12-13
公开(公告)日:2024-04-12
公开(公告)号:CN117873124A
主分类号:G05D1/46
分类号:G05D1/46;G05D109/20
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.30#实质审查的生效;2024.04.12#公开
摘要:本发明公开了一种无人机蜂群协同搜索目标方法,研究利用无人机蜂群快速的搜索到一组地面静态目标,其中目标只有在特定方向范围内才可以被搜索到。发明内容涉及问题建模、搜索策略和优化方法。首先根据搜索问题建立详细的搜索空间模型、无人机蜂群模型和目标模型等。其次依据模型确定搜索策略,提出基于目标可被探测方向特征的平面栅格构造方法,当构造的所有栅格中心被遍历后即可完成对所有目标的搜索,通过KM算法对栅格中心进行分配完成搜索任务,所构造的栅格相比3D栅格数量更少,能够有效减少计算资源。最后针对算法中存在的问题,采用基于人工势场理论的方法进行优化,提高目标搜索效率。
主权项:1.一种无人机蜂群协同搜索目标方法,其特征在于:包含以下具体步骤:步骤1,建立目标模型、无人机蜂群模型以及探测关系模型;步骤2,基于目标模型中目标可被探测范围方向特征提出一种平面栅格构造方法,将栅格中心作为侦察点,具体步骤如下:步骤21,寻找一个能够切割到任意目标可被探测区域的平面p切割目标可被探测区域,在切割后得到目标可被探测区域的横截面NT为目标点的总数量;步骤22,在截面F内取最大内切圆在圆c内作最大内接正方形g,取所得的所有正方形中的最小正方形gmin的边长尺寸smin作为该平面p下的栅格边长大小,最佳平面p高度h公式: 在该高度平面内构造的栅格尺寸s大小公式: 其中γ为角度制,且为整数;步骤3,使用改进KM算法对无人机蜂群实时分配侦察点,让无人机蜂群前往侦察点进行搜索,具体过程如下:步骤31,将步骤22得到栅格中心点,即侦察点,用序列表示,NR是待分配侦察点的数量,第i个待分配侦察点表示为: 其中表示侦察点Ri在搜索空间中的坐标,定义D*为ND×NR大小的距离矩阵;表示无人机Di和侦察点Rj之间的距离;步骤32,将步骤12定义的无人机蜂群集合和步骤22得到的侦察点集合作为二分图的两部分顶点集,将步骤31获得的无人机蜂群和侦察点群的距离相反数作为匹配权值,通过改进KM算法运算得到总飞行距离最短的实时分配结果,无人前往被分配到的侦察点进行搜索,按照步骤13所述的条件判定目标是否被搜索到;步骤4,提出基于人工势场理论的改进KM算法进行优化,提高搜索效率。
全文数据:
权利要求:
百度查询: 南京航空航天大学 一种无人机蜂群协同搜索目标方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。