[發(fā)明專利]一種AUV目標(biāo)搜索方法

有效

• 申請?zhí)枺?/td>: 202010195576.3
• 申請日: 2020-03-19
• 公開（公告）號: CN111337930B
• 公開（公告）日: 2022-07-15
• 發(fā)明（設(shè)計(jì)）人: 李娟;張栩;陳興華;徐健;王宏健
• 申請（專利權(quán)）人: 哈爾濱工程大學(xué)
• 主分類號: G01S15/88
• 分類號: G01S15/88;G06N3/04;G06N3/06;G06N3/08
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種AUV目標(biāo)搜索方法，其特征在于，包括以下步驟：

步驟1：將AUV和目標(biāo)簡化為質(zhì)點(diǎn)，將搜索區(qū)域柵格化，AUV搭載的聲吶可以探測以自身為圓心，半徑為R的圓內(nèi)的目標(biāo)點(diǎn)的情況，聲吶具有已知的檢測概率；

步驟2：初始化參數(shù)和AUV的初始位置，參數(shù)包括AUV搭載聲吶的傳感器檢測概率和虛警概率、吸引源的激活半徑和影響半徑，初始化AUV在柵格圖中的所在的柵格位置；

步驟3：搜索感知地圖建立與初始化，在柵格圖的基礎(chǔ)上建立目標(biāo)存在概率地圖、不確定性地圖、信息素地圖、已搜索柵格地圖、吸引源地圖并初始化：目標(biāo)存在概率地圖表示目標(biāo)在實(shí)際網(wǎng)格圖中存在的概率情況，p_a(0)表示任務(wù)開始之前網(wǎng)格a中的目標(biāo)存在概率，初始化p_a(0)＝0.5，即在任務(wù)開始之前，AUV認(rèn)為網(wǎng)格a中“目標(biāo)存在的可能性”和“目標(biāo)不存在的可能性”相等；所有網(wǎng)格中對應(yīng)的不確定度初始化為1，即AUV對所有網(wǎng)格內(nèi)的狀態(tài)都是不了解的，搜索狀態(tài)為未搜索，吸引源和信息素地圖未激活；

步驟4：AUV通過自身搭載的聲吶對周圍環(huán)境進(jìn)行探測，探測范圍內(nèi)若出現(xiàn)疑似目標(biāo)點(diǎn)，則AUV到達(dá)疑似目標(biāo)點(diǎn)所在柵格，通過傳感器確認(rèn)是否為待搜索目標(biāo)，若是待搜索目標(biāo)，則已搜索目標(biāo)數(shù)加1，否則，已搜索目標(biāo)數(shù)不變；

步驟5：判斷已搜索目標(biāo)數(shù)是否達(dá)到預(yù)期搜索目標(biāo)總數(shù)，若已達(dá)到，則任務(wù)結(jié)束，否則進(jìn)入步驟6；

步驟6：對AUV周邊各個柵格的搜索收益進(jìn)行評估，選擇搜索收益最大的柵格為AUV下一步位置，從而運(yùn)動到搜索收益最大的柵格，進(jìn)而更新AUV的當(dāng)前狀態(tài)，即AUV的當(dāng)前所在柵格位置；搜索收益由搜索性能收益函數(shù)確定，搜索性能收益函數(shù)由不確定度收益、信息素收益、吸引源收益、轉(zhuǎn)向代價和探索收益確定，搜索性能收益函數(shù)具體為：

假設(shè)AUV在k-1時刻處于網(wǎng)格pre中，則AUV在k時刻可以向網(wǎng)格cur的相鄰網(wǎng)格移動，假設(shè)AUV在k時刻從網(wǎng)格pre前往了網(wǎng)格a，網(wǎng)格a是AUV目前所在網(wǎng)格cur的相鄰網(wǎng)格，則搜索性能收益函數(shù)滿足：

其中，I_A(a,k)表示AUV在時刻k前往網(wǎng)格a處能獲得的環(huán)境搜索收益，即不確定度收益，I_B(a,k)表示AUV在時刻k前往網(wǎng)格a處能獲得的信息素收益，I_C(a,k)表示AUV能獲得的探索收益，即不重復(fù)搜索的收益，I_D(a,k)表示AUV的轉(zhuǎn)向代價，I_E(a,k)表示吸引源收益，cov(k)表示在k時刻整個環(huán)境的搜索覆蓋率，即已搜索網(wǎng)格占全部網(wǎng)格的比例，INC(a,k)公式中的各收益權(quán)重取值根據(jù)不同任務(wù)的需求可以有±20％的變化；

步驟7：搜索感知地圖更新，包括目標(biāo)存在概率地圖、不確定性地圖、信息素地圖、已搜索柵格地圖、吸引源地圖，更新完轉(zhuǎn)到步驟4；

其中，目標(biāo)存在概率地圖更新具體為：柵格c在k時刻的目標(biāo)存在概率與柵格c在k-1時刻的目標(biāo)存在概率以及AUV所搭載的傳感器的檢測概率和虛警概率有關(guān)，更新目標(biāo)存在概率地圖公式為：

其中，p_c,k表示柵格c在k時刻的目標(biāo)存在概率，p_d表示傳感器的檢測概率，即網(wǎng)格c中存在目標(biāo)的情況下，AUV檢測到網(wǎng)格c中存在目標(biāo)這一事件的概率，p_f表示傳感器的虛警概率，即網(wǎng)格c中不存在目標(biāo)，但是AUV的傳感器卻檢測到網(wǎng)格c中存在目標(biāo)這一事件的概率；φ_c,k表示AUV聲吶探測靶面；Z_c,k表示k時刻AUV對網(wǎng)格c的探測結(jié)果；Z_c,k＝1表示k時刻AUV的聲吶探測到網(wǎng)格c中存在目標(biāo)；Z_c,k＝0表示k時刻AUV的聲吶未探測到網(wǎng)格c中存在目標(biāo)，ξ_c表示網(wǎng)格c實(shí)際上存在目標(biāo)的情況，網(wǎng)格c實(shí)際上存在目標(biāo)則ξ_c＝1，否則ξ_c＝0；

更新目標(biāo)存在概率地圖公式通過非線性更新公式Q_c,k＝ln(1/P_c,k-1)變換后轉(zhuǎn)換為線性公式：

Q_c,k＝Q_c,k-1+v_c,k

其中：

根據(jù)上述公式進(jìn)行目標(biāo)存在概率地圖的更新；

不確定地圖更新具體為：不確定度地圖描述了在k時刻AUV對網(wǎng)格c的不確定度，更新公式為：

其中，常數(shù)K_η＞0；

已搜索柵格地圖更新具體為：是在AUV的每一步的動作執(zhí)行后，將AUV當(dāng)前所在柵格以及聲吶已探測區(qū)域?qū)?yīng)的柵格標(biāo)為已搜索柵格，網(wǎng)格a的搜索狀態(tài)可用S_a表示，其狀態(tài)如下所示：

信息素地圖更新具體為：信息素的具體更新公式為：

s(c,k)＝(1-E_s){(1-G_s)[s(c,k-1)+k(c,k)×d_s]+g(c,k)}

其中，G_s、E_s分別為信息素?cái)U(kuò)散系數(shù)和信息素?fù)]發(fā)系數(shù)，取值范圍為[0,1]，d_s為網(wǎng)格自主釋放的信息量，是一個常數(shù)；s(c,k-1)表示k-1時刻網(wǎng)格c中的信息素量；k(c,k)∈{0,1}表示k時刻網(wǎng)格c的信息素釋放開關(guān)系數(shù)，此系數(shù)由信息素釋放機(jī)制決定；g(c,k)表示(k-1,k]時間內(nèi)從領(lǐng)近網(wǎng)格擴(kuò)散進(jìn)來的信息素總和，滿足：

其中，N(c)表示網(wǎng)格c的鄰近網(wǎng)格集合，c'∈N(c)表示網(wǎng)格c的鄰近網(wǎng)格c′，|N(c')|表示網(wǎng)格c'的鄰近網(wǎng)格的個數(shù)，s(c',k-1)表示k-1時刻網(wǎng)格c'中的信息素量，k(c',k)表示k時刻網(wǎng)格c′的信息素釋放開關(guān)系數(shù)；

信息素釋放開關(guān)系數(shù)設(shè)置規(guī)則具體為：

設(shè)置一個重訪時間T_v，若任意網(wǎng)格a在k時刻被重訪，則在k時刻到k+T_v時刻內(nèi)，網(wǎng)格a不會被重訪，并且不釋放信息素，則k(a,k)＝0；

在k時刻網(wǎng)格a的目標(biāo)存在概率p_a,k滿足下式才能釋放信息素，則k(a,k)＝1：

吸引源地圖更新：吸引源地圖是在搜索區(qū)域的八個對角設(shè)置距離搜索區(qū)域邊界一定長度的八個待激活吸引源，其影響范圍為以待激活吸引源為球心，半徑為r的球，r為整個搜索區(qū)域長度的八分之一到三十二分之一，計(jì)算出待激活吸引源的影響范圍內(nèi)的已搜索覆蓋率，再選擇激活覆蓋率最小的待激活吸引源。

2.根據(jù)權(quán)利要求1所述的一種AUV目標(biāo)搜索方法，其特征在于：步驟6中所述不確定度收益I_A(a,k)滿足是在k-1時刻，以網(wǎng)格a為中心，傳感器探測范圍為半徑的探測范圍內(nèi)的所有網(wǎng)格的不確定度的和,即：

其中，φ(a)是指以網(wǎng)格a為中心，傳感器探測范圍為半徑的探測范圍內(nèi)的所有網(wǎng)格；μ(b,k-1)是指在k-1時刻網(wǎng)格b的不確定度；

步驟6中所述信息素收益I_B(a,k)是在k-1時刻，以網(wǎng)格a為中心，傳感器探測范圍為半徑的探測范圍內(nèi)的所有網(wǎng)格的信息素的和，即：

其中，s(b,k-1)是指在k-1時刻網(wǎng)格b的信息素；

步驟6中所述探索收益I_C(a,k)為在k-1時刻，網(wǎng)格a傳感器范圍內(nèi)的未被搜索的網(wǎng)格與網(wǎng)格a傳感器內(nèi)所有網(wǎng)格之比，滿足：

其中，S_b(k-1)是已搜索地圖中網(wǎng)格b在k-1時刻時的網(wǎng)格搜索狀態(tài)，為網(wǎng)格a的傳感器范圍內(nèi)未被搜索的網(wǎng)格個數(shù)之和，N(b)為網(wǎng)格a的傳感器范圍內(nèi)網(wǎng)格的總個數(shù)；

步驟6所述轉(zhuǎn)向代價I_D(a,k)是取決于AUV下一步動作執(zhí)行時的航向與前一步的航向是否相同，若相同I_D(a,k)＝0，則若不同，則I_D(a,k)＝1；

步驟6所述吸引源收益I_E(a,k)是根據(jù)AUV下個預(yù)測動作執(zhí)行后，距離已激活吸引源的距離而定，與吸引源距離最短的柵格能夠得到正向收益，I_E(a,k)＝1，其余柵格的吸引源收益為I_E(a,k)＝0。