[發(fā)明專利]一種水下環(huán)境中多AUV實時營救任務(wù)分配算法

有效

• 申請?zhí)枺?/td>: 201910879149.4
• 申請日: 2019-09-18
• 公開（公告）號: CN110658833B
• 公開（公告）日: 2022-06-14
• 發(fā)明（設(shè)計）人: 吳杰宏;宋成鑫;范純龍;石祥濱;張德園;蘇馨;馬堅;孫熙春;楊京輝
• 申請（專利權(quán)）人: 沈陽航空航天大學(xué)
• 主分類號: G05D1/06
• 分類號: G05D1/06
• 代理公司: 沈陽維特專利商標(biāo)事務(wù)所(普通合伙) 21229
• 代理人: 甄玉荃

本發(fā)明屬于自主式水下航行器技術(shù)領(lǐng)域，一種水下環(huán)境中多AUV實時營救任務(wù)分配算法，包括如下步驟，S1:構(gòu)造復(fù)雜的水下環(huán)境，包含多個營救區(qū)，在不同的位置設(shè)球體與長方體障礙物。S2：構(gòu)建代價函數(shù)，使其包含兩個部分，一是每個AUV營救路線的長度；其二是當(dāng)前AUV執(zhí)行所有營救區(qū)情況的回報值，這兩個部分按照權(quán)重因子進(jìn)行分配；S3：根據(jù)上述的代價函數(shù)對粒子進(jìn)行速度與位置的更新；S4：從強化學(xué)習(xí)的角度積累營救區(qū)的回報值，尋找這種回報的最大值，從而找到一種執(zhí)行營救過程的最優(yōu)行為策略。

技術(shù)領(lǐng)域

本發(fā)明屬于自主式水下航行器技術(shù)領(lǐng)域，具體說是通過提出了一種RE-RPSO算法，為多AUV系統(tǒng)在水下能夠?qū)崿F(xiàn)實時的營救任務(wù)提供了一種解決方案，具體提供了一種水下環(huán)境中多AUV實時營救任務(wù)分配算法。

背景技術(shù)

多AUV系統(tǒng)在近些年來已經(jīng)受到研究者的關(guān)注，營救任務(wù)是多AUV系統(tǒng)的一個主要問題。多AUV系統(tǒng)的任務(wù)營救的基本問題是如何將多個營救任務(wù)分為若干個子任務(wù)，然后將這些子任務(wù)分配給不同的AUV，目的是使每個AUV都能夠沿著最優(yōu)化的路徑去執(zhí)行分配的子任務(wù)，使多AUV系統(tǒng)在整個營救過程中的代價最小。為了彌補單個AUV執(zhí)行營救任務(wù)的缺陷，縮短營救時間，提高營救效率，多個AUV協(xié)同執(zhí)行營救任務(wù)是一種必然趨勢。目前，多AUV系統(tǒng)在水下進(jìn)行實時營救有廣泛的應(yīng)用前景。一般海上事故是由很多不利的因素引起的，如海底暗礁或者惡劣的天氣等。當(dāng)一片海域內(nèi)發(fā)生了多起這樣的事故，考慮到船上人員的生命安全，多AUV系統(tǒng)在營救時需要具備路徑代價優(yōu)，快速營救同時較少的考慮任務(wù)之間的關(guān)聯(lián)的特點。實時營救是多AUV系統(tǒng)實現(xiàn)上述特點最直觀的表現(xiàn)，在水下營救過程中考慮實時性是具有實際意義的。因此多AUV系統(tǒng)在營救時要以實時性為前提，多AUV系統(tǒng)制定合適的營救策略，從而確保營救任務(wù)的安全順利進(jìn)行。

多AUV系統(tǒng)在執(zhí)行水下營救任務(wù)時，不僅要考慮如何合理的分配營救任務(wù)，同時還要考慮如何以更少的代價去執(zhí)行營救任務(wù)。水下的環(huán)境是復(fù)雜多變的，AUV在奔向營救任務(wù)的過程中，可能會存在不可預(yù)知的障礙物與海底暗礁的阻礙，為了能夠安全執(zhí)行營救任務(wù)，AUV必須要繞過這些障礙物。

發(fā)明內(nèi)容

為此，本發(fā)明的主要是為多AUV系統(tǒng)在水下能夠?qū)崿F(xiàn)實時的營救任務(wù)提供了一種解決方案，通過回報營救分配的思想將任務(wù)分成若干個子任務(wù)，將這些子任務(wù)分配給多AUV系統(tǒng)，為了確保執(zhí)行任務(wù)的安全性和最小的路徑代價，具體方案為：

一種水下環(huán)境中多AUV營救實時任務(wù)分配方法，包括如下步驟，

S1:構(gòu)造復(fù)雜的水下環(huán)境，包含多個營救區(qū)，在不同的位置設(shè)球體與長方體障礙物；

S2：構(gòu)建代價函數(shù)，使其包含兩個部分，一是每個AUV營救路線的長度代價；其二是當(dāng)前AUV執(zhí)行所有營救區(qū)情況的回報值，這兩個部分按照權(quán)重因子進(jìn)行分配；

S3：如果滿足代價函數(shù)值小于已存在的代價函數(shù)值且當(dāng)前營救區(qū)的累積的回報值比已存在的營救區(qū)的回報值大的條件時，進(jìn)行粒子的速度與位置的更新；

S4：通過強化學(xué)習(xí)訓(xùn)練積累營救區(qū)回報值，尋找這些回報值的最大值，從而找到一種執(zhí)行營救過程的最優(yōu)行為策略。

在每個營救區(qū)外設(shè)定一個吸引營救區(qū)，根據(jù)當(dāng)前路徑點落在設(shè)定的營救區(qū)與吸引營救區(qū)的相對位置可以分為三種情況。