[發明專利]基于多智能體控制的單目標動態跟蹤與圍捕方法

有效

• 申請號: 201910740239.5
• 申請日: 2019-08-12
• 公開（公告）號: CN110517286B
• 公開（公告）日: 2022-01-14
• 發明（設計）人: 劉偉峰;茹心鋒;田正旺
• 申請（專利權）人: 杭州電子科技大學
• 主分類號: G06T7/207
• 分類號: G06T7/207;G06T7/246;G06T7/70;G06F30/20
• 代理公司: 杭州君度專利代理事務所(特殊普通合伙) 33240
• 代理人: 楊舟濤

1.基于多智能體控制的單目標動態跟蹤與圍捕方法，其特征在于該方法具體如下：

步驟(1).采用序列多假設跟蹤算法獲取目標狀態估計：

步驟(1-1).描述目標狀態估計問題為極大后驗估計問題：

其中，為目標狀態估計值，z_k＝{z_k,1,z_k,2,…,z_k,n}，為第k次的目標測量值，n為第k次測量的數據個數，為雜波量測，x_k為目標狀態，s_k為傳感器狀態，Z^k＝{z₁,z₂,…,z_k}為到第k次目標測量的累積值，表示概率；

航跡的狀態估計由Kalman濾波更新，獲取新的數據測量后，通過設置門檢的方法，由馬氏距離給出：其中，z_k,i表示第i個信號點狀態觀測值，表示狀態觀測預測值，表示狀態預測值，S_k|k-1表示傳感器狀態預測值，H為狀態觀測矩陣，T表示矩陣轉置；選取最小的馬氏距離η_min，即當所有z_k,i∈z_k，時，表示目標漏檢，沒有量測產生，此時，目標的狀態估計采用預測值，即

步驟(1-2).通過序列多假設跟蹤算法進行數據關聯：

在序列傳感器條件下，使用分配集：

γ_k定義為：依據貝葉斯公式，序列多假設跟蹤算法的概率為：

ψ分別是新目標和虛警的測量數量，c'表示歸一化系數，是第l條假設，為第i個目標的測量密度，第j次測量的雜波測量密度，Τ_i是和原有目標關聯的數量，δ_t表示軌跡t被傳感器檢測到，χ_t表示軌跡t被刪除，P_D、P_χ分別表示目標點被檢測到的概率和被刪除的概率，m_k表示在k時刻假設的數量；

步驟(1-3).對產生的多假設進行剪枝：

采用多掃描剪枝技術，剪除不可能的假設和低概率假設，始終保持固定的假設數量；

步驟(2).多智能體控制的單目標動態圍捕：

多智能體系統為一階模型：w為智能體的個數；

設計控制器其中a_qg表示兩個智能體之間的權重，x_q(t)、x_g(t)為智能體的狀態，b_q為偏差向量；

當q＝1時，圍捕智能體x₁的控制與運動方程為：其中x_m(t)為運動目標在t時刻的狀態，d為偏差距離，θ₁是目標的軌跡切線方向與X軸的夾角，b₁矩陣的四個維度，分別表示為X方向位置、X方向速度、Y方向位置、Y方向速度；

當q＝2,3時，圍捕智能體x₂、x₃的控制與運動方程為：q＝2,3；β₁表示圍捕智能體x₁運動的方向和X軸的夾角，α₂為+120°、α₃為-120°；θ_q表示偏離圍捕智能體x₁運動方向±120°；

當q＝4時，圍捕智能體x₄的控制與運動方程為：θ₄是圍捕智能體x₁和圍捕智能體x₂、x₃的中點坐標連線求出的角度，b₄是在偏差角度θ₄上的向量。