[發明專利]一種結合圖處理和邏輯化描述的多無人系統任務分解方法

在審

• 申請號: 202110850917.0
• 申請日: 2021-07-27
• 公開（公告）號: CN113591966A
• 公開（公告）日: 2021-11-02
• 發明（設計）人: 王楠;丁宇航;洪華杰;孫兆梅;何科延;王建華;廟要要
• 申請（專利權）人: 中國人民解放軍國防科技大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/32;G06F16/11;G06N3/04;G06T17/05
• 代理公司: 湖南兆弘專利事務所(普通合伙) 43008
• 代理人: 周長清

1.一種結合圖處理和邏輯化描述的多無人系統任務分解方法，其特征在于，包括：

步驟S1：三維地圖的空間劃分；

步驟S2：識別所述三維地圖的實體三維坐標，添加實體間的無向連通關系，得到場景空間路徑邏輯連接圖；

步驟S3：計算實體間的實際距離并儲存，判定實體間的通視能力并儲存；

步驟S4：對三維地圖中的實體或區域添加附著屬性，對所探查到的路徑添加附著屬性，生成當前環境實例化并存儲；

步驟S5：無人系統接收到當前任務后，結合存儲的環境實例化，利用PDDL邏輯化語言生成待求解problem文件；

步驟S6：生成預定義領域庫domain文件；

步驟S7：依據上述存儲的文件，實時計算調整行動序列，直至任務完成。

2.根據權利要求1所述的結合圖處理和邏輯化描述的多無人系統任務分解方法，其特征在于，所述步驟S1包括：

步驟S101：將每個像素作為一組，然后計算每一組的紋理，并將兩個最接近的組結合起來；首先對較小的組進行分組，繼續合并區域，直到所有區域都結合在一起；

步驟S102：R-CNN利用候選區域方法創建感興趣的區域，所述感興趣的區域被轉換為固定大小的圖像，并分別送到卷積神經網絡中；

步驟S103：使用聚類算法對區域進行分類，使用線性回歸損失來校正邊界框，以實現目標分類并得到邊界框。

3.根據權利要求2所述的結合圖處理和邏輯化描述的多無人系統任務分解方法，其特征在于，所述聚類算法采用自下而上層次聚類法，即：首先將每個數據點視為一個單一的簇，然后計算所有簇之間的距離來合并簇，直到所有的簇聚合成為一個簇為止。

4.根據權利要求1或2或3所述的結合圖處理和邏輯化描述的多無人系統任務分解方法，其特征在于，所述步驟S4中對三維地圖中的實體或區域添加附著屬性得到實體或區域附著屬性，對所探查到的路徑添加附著屬性得到路徑附著屬性，生成當前環境實例化并存儲。

5.根據權利要求4所述的結合圖處理和邏輯化描述的多無人系統任務分解方法，其特征在于，所述實體或區域附著屬性包括實體的性質、劃分區的狀態、區域面積中的一項或多項；所述路徑添加附著屬性包括道路的長度、道路的可通過性、道路的隱蔽程度中的一項或多項。

6.根據權利要求1或2或3所述的結合圖處理和邏輯化描述的多無人系統任務分解方法，其特征在于，所述待求解problem文件中包含對象信息、對象初始狀態和目標；所述對象信息包含在此次任務過程所有可使用的無人系統；所述對象初始狀態是指當前可用的所有無人系統的位置、速度、油量、電量、損毀情況中的一項或多項；所述目標是由邏輯化的謂詞表述及約束指標組成的一系列希望達到的狀態合集。

7.根據權利要求1或2或3所述的結合圖處理和邏輯化描述的多無人系統任務分解方法，其特征在于，所述步驟S6中，對不同類別無人系統的能力、動作進行系統邏輯化表述，并將其轉換成PDDL格式要求的結構，生成預定義領域庫domain文件。

8.根據權利要求7所述的結合圖處理和邏輯化描述的多無人系統任務分解方法，其特征在于，所述預定義領域庫domain文件包含：謂詞、函數、常量、動作；預定義領域庫收到任務目標后，基于LPG-td算法對需要執行的任務進行分解，得到全局的執行動作序列；LPG在規劃圖基礎上定義了動作圖的數據結構，其搜索空間就是由動作圖構成的空間；搜索時，LPG-td首先隨機產生一動作圖，然后對動作圖進行修改，使得其轉換成另一個狀態；當動作圖中不再存在不支持的前提條件和互斥動作時，則稱找到規劃解。

9.根據權利要求1或2或3所述的結合圖處理和邏輯化描述的多無人系統任務分解方法，其特征在于，所述步驟S1中，在室外復雜場景下，是通過衛星地圖及其他傳感器感知外部環境，利用目標檢測算法確定空間內的相關實體，再使用聚類算法針對地理位置實體完成三維地圖的空間劃分。

10.根據權利要求1或2或3所述的結合圖處理和邏輯化描述的多無人系統任務分解方法，其特征在于，還包括步驟S8：動態更新存儲信息；所述動態更新存儲信息用來輔助下一步問題文件的生成和任務分解。