[發明專利]一種基于多無人艇的目標跟蹤協同控制系統和方法

在審

• 申請號: 201810592241.8
• 申請日: 2018-06-11
• 公開（公告）號: CN108873894A
• 公開（公告）日: 2018-11-23
• 發明（設計）人: 周睿;劉亮;李小毛;彭艷;羅均
• 申請（專利權）人: 上海大學
• 主分類號: G05D1/02
• 分類號: G05D1/02
• 代理公司: 上海上大專利事務所(普通合伙) 31205
• 代理人: 陸聰明

1.一種基于多無人艇的目標跟蹤協同控制系統，其特征在于，由岸基全局定位主機（1）通過無線通信模塊（2）連接單無人艇控制系統（3）構成，所述岸基全局定位主機（1）作為上位機用于處理搭載在各無人艇上的傳感器系統采集的數據，得到目標和各無人艇的位姿信息；所述無線通信模塊（2）主要負責將各艇的感知信息上傳至所述岸基全局定位主機（1），同時又能將位姿信息傳輸給各無人艇底層；

所述單無人艇控制系統（3）包括控制器模塊（3-1）、傳感器模塊（3-2）和運動模塊（3-3），控制器模塊（3-1）是控制無人艇運動的決策中心，包括主控制器（3-1-1）和協控制器（3-1-2），主控制器（3-1-1）用于接收上位機發送的位姿信息，以及協控制器（3-1-2）發送過來的經處理的傳感器信息，并且在其中植入控制算法，控制無人艇自主運動；協控制器（3-1-2）用于采集傳感器模塊（3-2）的信息并做處理，最后發送給主控制器（3-1-1）；傳感器模塊（3-2）通過搭載的各種傳感器檢測外部環境信息；運動模塊（3-3）負責執行來自主控制器（3-1-1）的命令完成控制任務。

2.一種基于多無人艇的目標跟蹤協同控制方法，使用權利要求1所述的基于多無人艇的目標跟蹤協同控制系統進行操作，其特征在于包括以下步驟：

（1）在編隊隊形生成過程中，對于多無人艇與多目標的目標匹配問題，使用基于拍賣的分配算法構建多階段任務分配競拍子系統，找到使無人艇群體收益最大的分配方案；

（2）對無人艇從任意初始狀態向目標點運動進行幾何路徑規劃，同時采用基于神經網絡的PID調速機制提升無人艇的運動控制性能，構建單無人艇運動控制子系統；

（3）利用基于粒子群的預測模型預測目標運動軌跡，替換通信異常數據，進行編隊軌跡跟蹤，構建多無人艇跟蹤控制子系統。

3.如權利要求2所述的基于多無人艇的目標跟蹤協同控制方法，其特征在于所述步驟(1)包括：

1.1 針對區域中的無人艇和目標進行預處理：將滿足閾值條件的無人艇與目標任務圈定為一個競拍子區域；

1.2 分別對每個競拍子區域進行多輪競拍：

（1.2-1）初始化n=1，設M為無人艇集合的大小，N為目標任務的集合大小；

（1.2-2）令i=n；

（1.2-3）對于目標任務c，計算所有無人艇完成該目標任務的代價，并記錄下花費最小代價的無人艇，將其與c相匹配；

（1.2-4）i++，若i≤N+n-1，則轉去執行（1.2-3），否則向下執行（1.2-5）；

（1.2-5）計算每輪競拍系統整體收益，若n≤N，則n++，然后轉去執行（1.2-2），否則，執行（1.2-6）；

（1.2-6）取整體收益和最大的一組作為最終分配方案，任務分配結束。

4.如權利要求2所述的基于多無人艇的目標跟蹤協同控制方法，其特征在于所述步驟(2)具體包括：

2.1 對無人艇向目標點的運動進行幾何路徑規劃：

（2.1-1）根據目標的運動軌跡，給出目標期望的運動路徑以及方向角度；

（2.1-2）建立無人艇與目標點在運動過程中每一時刻精確的位姿關系，計算無人艇與目標之間的距離角度偏差；

（2.1-3）推導出無人艇的線速度、角速度；

（2.1-4）根據無人艇運動學模型，將無人艇線速度角速度轉化為油門和舵角；

2.2 采用基于網絡的PID調速機制提升無人艇的運動控制性能：

（2.2-1）令k=1，根據無人艇和目標的初始位置，計算路徑規劃算法中的各參量，確定神經網絡的結構初值；

（2.2-2）根據的無人艇速度角速度，計算得到控制輸出油門和舵角；

（2.2-3）利用速度反饋量，計算誤差，利用神經網絡的在線自學習能力調整控制器參數，計算得到控制輸出；

（2.2-4）更新下一時刻的路徑規劃算法中的各參量值；

（2.2-5）判斷無人艇是否到達目標點，運動結束，否則，向下執行（2.2-6）；

（2.2-6）令k=k+1，返回繼續執行第（2.2-2）步。

5.如權利要求2所述的基于多無人艇的目標跟蹤協同控制方法，其特征在于所述步驟(3)具體包括：

（3-1）利用全局定位主機初始化目標以及無人艇的位置坐標；

（3-2）根據各無人艇的位置坐標信息構建目標與無人艇之間的相對位置角度關系，得到誤差動力學方程，進而推導出無人艇的運動控制律；

（3-3）建立基于非線性最小二乘法的無人艇軌跡預測模型，利用粒子群算法解決軌跡預測模型參數選取問題，更新每個粒子的速度和位置，使用m個歷史數據作為訓練樣本，計算適應度函數，用適應度函數最優的一組粒子的值更新粒子的個體極值，利用個體極值中的最優值更新全局極值，多次迭代取適應度函數值最好的一組粒子初步建立預測模型；

（3-4）開始編隊運動：無人艇不斷接收上位機發送的坐標信息，跟隨目標運動軌跡運動，同時不斷利用下一時刻的數據作為訓練樣本更新軌跡預測模型，并向后預測下一時刻的目標軌跡運動點；

（3-5）根據定義的通信數據異常范圍，無人艇對獲得的目標位置信息做出判斷：若數據在正常范圍之內，則無人艇跟蹤目標運動軌跡運動，若出現通信數據異常，則啟用預估點作為無人艇下一時刻的運動軌跡點；

（3-6）在運動過程中不斷判斷編隊隊形是否滿足隊形要求：若不滿足，則無人艇按照編隊要求做相應的調整，若滿足要求，則繼續向目標點運動，直到運動到目標點。