一种海空协同水下目标追踪的路径规划系统及方法
文献发布时间:2023-06-19 12:27:31
技术领域
本发明涉及无人平台路径规划技术领域,尤其涉及一种海空协同水下目标追踪的路径规划系统及方法。
背景技术
在状况不明的水域进行追踪任务时,仅依靠水面艇追踪的效率十分低下。无人水面艇在水面航行,探测区域较小。特别是在复杂水域航行时,十分依赖及时避障,路径规划的过程复杂,识别整体海域最优航道的能力十分有限。同时,无人水面艇隐蔽性差,追踪水下目标能力较弱。
海空空中监测设备协同是指海、空中监测设备系统在感知环境、规划路径、控制行为、决策下达等流程中,整体上相互协同进行,同时也分别独立处理和运算,来完成整体设计目标的过程。空中监测设备在空中航行,具有灵活、障碍少、探测视野开阔等特点,能高效完成水面航道环境探测任务;无人潜航器能在水下航行,隐蔽性强,但由于水下航行环境复杂、环境探测效率低,适合短距离航道探测和规划;无人水面艇在水面航行,水面航行环境较于水下环境更易探测,有利于进行较远距离的路径探测规划。同时无人水面艇较为稳定、负载能力强,可以携带其他类型的无人航行器。但现有技术中,海空空中监测设备协同存在探测效率低、路径规划不准确等问题,这是源于未充分利用、发挥空中监测设备、无人水面艇和无人潜航器的各自优势。因此,如何利用空中监测设备、无人水面艇和无人潜航器的相互协同进行准确的目标追踪是亟待解决的问题。
发明内容
有鉴于此,有必要提供一种海空协同水下目标追踪的路径规划系统及方法,用以解决现有技术中空中监测设备、无人水面艇和无人潜航器无法协同进行准确的目标追踪的问题。
本发明提供一种海空协同水下目标追踪的路径规划系统,包括空中监测设备集群、海面监测设备集群以及海下监测设备集群,其中:
所述空中监测设备集群,用于获取探测目标的目标位置信息,根据所述目标位置信息沿海面监测设备航道进行第一路径规划,构建包含所述目标位置信息和海面监测设备航道中所有障碍物信息的水面航行区域图,并将所述水面航行区域图传递至所述海面监测设备集群;
所述海面监测设备集群,用于根据所述水面航行区域图和自身位置信息,沿所述海面监测设备航道进行第二路径规划,到达所述探测目标的临近区域,并对所述临近区域的水下环境进行探测,构建水下障碍物环境图,并将所述水下障碍物环境图传递至所述海下监测设备集群;
所述海下监测设备集群,用于根据所述水下障碍物环境图,进行第三路径规划,追踪至所述探测目标的位置,以完成追踪任务。
本发明还提供一种海空协同水下目标追踪的路径规划方法,基于如上所述的海空协同水下目标追踪的路径规划系统,包括:
获取探测目标的目标位置信息,根据所述目标位置信息沿海面监测设备航道进行第一路径规划,构建包含所述目标位置信息和海面监测设备航道中所有障碍物信息的水面航行区域图,并将所述水面航行区域图传递至海面监测设备集群;
根据所述水面航行区域图和自身位置信息,沿所述海面监测设备航道进行第二路径规划,到达所述探测目标的临近区域,并对所述临近区域的水下环境进行探测,构建水下障碍物环境图,并将所述水下障碍物环境图传递至海下监测设备集群;
根据所述水下障碍物环境图,进行第三路径规划,追踪至所述探测目标的位置,以完成追踪任务。
进一步地,所述获取探测目标的目标位置信息,根据所述目标位置信息沿海面监测设备航道进行第一路径规划包括:
获取空中监测设备集群的起始位置、海面监测设备航道的航道信息和所述目标位置信息;
根据所述起始位置、所述航道信息和所述目标位置信息,确定空中监测设备航道,其中,所述空中监测设备航道是与所述海面监测设备航道对应的可航行空域;
在所述空中监测设备航道中进行第一路径规划,规划空中监测设备集群的航行探测的路径,并进行航行。
进一步地,所述构建包含所述目标位置信息和海面监测设备航道中所有障碍物信息的水面航行区域图,并将所述水面航行区域图传递至海面监测设备集群包括:
在所述空中监测设备集群航行的过程中,在所述空中监测设备航道中通过探测设备探测水面,搜集沿所述海面监测设备航道的障碍物信息,储存为坐标数据信息;
根据所述坐标数据信息和所述目标位置信息,构建所述水面航行区域图,并将所述水面航行区域图传递至所述海面监测设备集群。
进一步地,所述第一路径规划、所述第二路径规划以及所述第三路径规划的路径规划步骤包括:
获取设置的初始化参数,初始化路径点粒子群,其中,所述路径点粒子群包括所述第一路径规划对应的所述空中监测设备集群、所述第二路径规划对应的所述海面监测设备集群和所述第三路径规划对应的所述海下监测设备集群;
获取设置的多种迭代参数和迭代次数;
将粒子起始位置坐标和粒子终点位置坐标加入所述路径点粒子群,确定初始航线坐标矩阵;
计算各粒子当前位置对应的独立适应度和整体适应度,根据所述多种迭代参数迭代更新路径点粒子的坐标数据,其中,所述整体适应度为根据所有所述路径点粒子群中的独立适应度而确定;
当达到所述迭代次数时结束迭代,输出最优路径点坐标。
进一步地,所述初始化参数包括协同种群数目、种群大小、粒子维度和初始速度;所述多种迭代参数包括航道空间范围、惯性因子、个体学习因子和群体学习因子;所述根据多种迭代参数迭代更新路径点粒子的坐标数据包括:
根据所述航道空间范围、所述惯性因子、所述个体学习因子和所述群体学习因子,更新所述路径点粒子的速度;
根据更新后的速度和粒子当前坐标位置,更新所述路径点粒子的坐标。
进一步地,所述惯性因子随着所述迭代次数的增加而均匀减小,通过如下公式表示:
其中,t表示当前迭代次数,ω
进一步地,所述独立适应度的计算过程包括:
针对单个路径点粒子,确定对应的碰撞优化函数值、转弯优化函数值和时间优化函数;
将所述碰撞优化函数值、所述转弯优化函数值和所述时间优化函数进行加权求和,确定所述独立适应度。
进一步地,所述转弯优化函数值的计算过程包括:
针对单个路径点粒子,根据每三个相邻路径点计算路径夹角、第一距离和极限转弯半径,分别通过如下公式表示:
l=min(l
其中,α表示每三个相邻路径点确定的所述路径夹角,l表示所述第一距离,l
根据所述极限转弯半径和海面监测设备的最小转弯半径,确定所述转弯优化函数值,通过如下公式表示:
其中,tu(p
针对单个路径点粒子,对应的时间优化函数通过如下公式表示:
l
其中,l
进一步地,所述整体适应度的计算过程包括:
分别针对空中监测设备集群、所述海面监测设备集群以及所述海下监测设备集群,确定对应的每个粒子的所述独立适应度;
根据所述独立适应度,确定不同集群对应的最优适应度;
将所述最优适应度进行求和,确定所述整体适应度。
与现有技术相比,本发明的有益效果包括:首先,通过空中监测设备集群对探测目标的目标位置信息进行有效的获取,沿着海面监测设备航道进行第一路径规划,以此进行航行,在航行过程中进行水域障碍物探测,构建水面航行区域图,反馈海面监测设备航道中所有障碍物信息;然后,通过海面监测设备集群接收空中监测设备集群传递的水面航行区域图,基于水面航行区域图的障碍物信息、目标位置信息以及自身位置信息,沿着海面监测设备航道进行第二路径规划直到到达探测目标的临近区域,再进一步对临近区域的水下环境进行探测,构建并传递水下障碍物环境图;最后,通过海下监测设备集群接收水下障碍物环境图,基于水下障碍物环境图中的临近区域的水下障碍物环境信息,继续进行第三路径规划,追踪至探测目标的位置。综上,本发明采用空中监测设备集群、海面监测设备集群以及海下监测设备集群协同优化,减少迭代次数,提高优化效率,路径规划合理,快速追踪目标位置,提高自主协同追踪能力。
附图说明
图1为本发明提供的海空协同水下目标追踪的路径规划方法一实施例的流程示意图;
图2为本发明提供的图1中步骤S1一实施例的流程示意图一;
图3为本发明提供的图1中步骤S1一实施例的流程示意图二;
图4为本发明提供的路径规划一实施例的流程示意图;
图5为本发明提供的图4步骤S04一实施例的流程示意图;
图6为本发明提供的计算独立适应度一实施例的流程示意图;
图7为本发明提供的计算整体适应度一实施例的流程示意图。
具体实施方式
下面结合附图来具体描述本发明的优选实施例,其中,附图构成本申请一部分,并与本发明的实施例一起用于阐释本发明的原理,并非用于限定本发明的范围。
本发明实施例提供了一种海空协同水下目标追踪的路径规划系统,包括空中监测设备集群、海面监测设备集群以及海下监测设备集群,其中:
空中监测设备集群,用于获取探测目标的目标位置信息,根据目标位置信息沿海面监测设备航道进行第一路径规划,构建包含目标位置信息和海面监测设备航道中所有障碍物信息的水面航行区域图,并将水面航行区域图传递至海面监测设备集群;可以理解的是,空中监测设备集群一般为无人机集群;
海面监测设备集群,用于根据水面航行区域图和自身位置信息,沿海面监测设备航道进行第二路径规划,到达探测目标的临近区域,并对临近区域的水下环境进行探测,构建水下障碍物环境图,并将水下障碍物环境图传递至海下监测设备集群;可以理解的是,海面监测设备集群一般为无人艇集群;
海下监测设备集群,用于根据水下障碍物环境图,进行第三路径规划,追踪至探测目标的位置,以完成追踪任务;可以理解的是,海下监测设备集群一般为潜航器集群。
在本发明实施例中,通过空中监测设备集群对探测目标的目标位置信息进行有效的获取,沿着海面监测设备航道进行第一路径规划,以此进行航行,在航行过程中进行水域障碍物探测,构建水面航行区域图,反馈海面监测设备航道中所有障碍物信息;通过海面监测设备集群接收空中监测设备集群传递的水面航行区域图,基于水面航行区域图的障碍物信息、目标位置信息以及自身位置信息,沿着海面监测设备航道进行第二路径规划直到到达探测目标的临近区域,再进一步对临近区域的水下环境进行探测,构建并传递水下障碍物环境图;通过海下监测设备集群接收水下障碍物环境图,基于水下障碍物环境图中的临近区域的水下障碍物环境信息,继续进行第三路径规划,追踪至探测目标的位置。
本发明实施例提供了一种海空协同水下目标追踪的路径规划方法,结合图1来看,图1为本发明提供的海空协同水下目标追踪的路径规划方法一实施例的流程示意图,基于上述的海空协同水下目标追踪的路径规划系统,包括步骤S1至步骤S3,其中:
在步骤S1中,获取探测目标的目标位置信息,根据目标位置信息沿海面监测设备航道进行第一路径规划,构建包含目标位置信息和海面监测设备航道中所有障碍物信息的水面航行区域图,并将水面航行区域图传递至海面监测设备集群;
在步骤S2中,根据水面航行区域图和自身位置信息,沿海面监测设备航道进行第二路径规划,到达探测目标的临近区域,并对临近区域的水下环境进行探测,构建水下障碍物环境图,并将水下障碍物环境图传递至海下监测设备集群;
在步骤S3中,根据水下障碍物环境图,进行第三路径规划,追踪至探测目标的位置,以完成追踪任务。
在本发明实施例中,首先,通过空中监测设备集群对探测目标的目标位置信息进行有效的获取,沿着海面监测设备航道进行第一路径规划,以此进行航行,在航行过程中进行水域障碍物探测,构建水面航行区域图,反馈海面监测设备航道中所有障碍物信息;然后,通过海面监测设备集群接收空中监测设备集群传递的水面航行区域图,基于水面航行区域图的障碍物信息、目标位置信息以及自身位置信息,沿着海面监测设备航道进行第二路径规划直到到达探测目标的临近区域,再进一步对临近区域的水下环境进行探测,构建并传递水下障碍物环境图;最后,通过海下监测设备集群接收水下障碍物环境图,基于水下障碍物环境图中的临近区域的水下障碍物环境信息,继续进行第三路径规划,追踪至探测目标的位置。
作为优选的实施例,结合图2来看,图2为本发明提供的图1中步骤S1一实施例的流程示意图一,步骤S1包括步骤S11至步骤S13,其中:
在步骤S11中,获取空中监测设备集群的起始位置、海面监测设备航道的航道信息和目标位置信息;
在步骤S12中,根据起始位置、航道信息和目标位置信息,确定空中监测设备航道,其中,空中监测设备航道是与海面监测设备航道对应的可航行空域;
在步骤S13中,在空中监测设备航道中进行第一路径规划,规划空中监测设备集群的航行探测的路径,并进行航行。
作为具体实施例,本发明实施例获得空中监测设备的起始位置,结合已知的海面监测设备航道的基础信息,生成对应空中监测设备航行空域环境信息,在空中监测设备可航行空域,规划空中监测设备集群的航行探测的路径,并进行航行。
作为优选的实施例,结合图3来看,图3为本发明提供的图1中步骤S1一实施例的流程示意图二,步骤S1包括步骤S14至步骤S15,其中:
在步骤S14中,在空中监测设备集群航行的过程中,在空中监测设备航道中通过探测设备探测水面,搜集沿海面监测设备航道的障碍物信息,储存为坐标数据信息;
在步骤S15中,根据坐标数据信息和目标位置信息,构建水面航行区域图,并将水面航行区域图传递至海面监测设备集群。
作为具体实施例,本发明实施例航行过程中,空中监测设备集群通过探测设备,搜集沿路的障碍物信息,储存为坐标数据信息,将完整的障碍坐标信息传输给海面监测设备集群。
作为优选的实施例,结合图4来看,图4为本发明提供的路径规划一实施例的流程示意图,包括步骤S01至步骤S05,其中:
在步骤S01中,获取设置的初始化参数,初始化路径点粒子群,其中,路径点粒子群包括第一路径规划对应的空中监测设备集群、第二路径规划对应的海面监测设备集群和第三路径规划对应的海下监测设备集群;
在步骤S02中,获取设置的多种迭代参数和迭代次数;
在步骤S03中,将粒子起始位置坐标和粒子终点位置坐标加入路径点粒子群,确定初始航线坐标矩阵;
在步骤S04中,计算各粒子当前位置对应的独立适应度和整体适应度,根据多种迭代参数迭代更新路径点粒子的坐标数据,其中,整体适应度为根据所有路径点粒子群中的独立适应度而确定;
在步骤S05中,当达到迭代次数时结束迭代,输出最优路径点坐标。
作为具体实施例,本发明实施例首先进行有效的粒子初始化,再通过独立适应度和整体适应度进行粒子群之间的协同优化,实现迭代更新,以此完成最优的路径规划。
需要说明的是,本发明路径规划的算法中,利用空中监测设备探测目标水域,将探测到的障碍物位置信息与已有的海图航道信息相结合,作为无人水面艇的航行环境;然后使用协同的粒子群算法,进行无人水面艇集群的长距离最优的追踪路径规划。海面监测设备集群达到预设的水下目标临近水域后,通过进行水下区域探测,整合已知的水下环境信息,作为潜航器的航行环境;最后利用协同粒子群算法,进行潜航器的短距离水下追踪路径规划。相比于同质无人设备集群追踪目标,本发明有效探测未知的航行水域,并能找到最优航行路径,规划过程更为合理;长距离水面航行、短距离水下航行合作追踪的效率更高;同时本发明使用多个粒子群协同优化的方法,减少了粒子的相互干扰,避免了优化陷入局部最优解,提升了优化效率,减少了迭代次数和时间。
需要说明的是,协同种群数目的设置中,协同的粒子群数量为航行器的数量。在迭代优化过程中,按照航行器的类别,对不同的协同粒子群进行独立优化。协同优化的过程中,把每个航行器路径作为独立的优化目标,对不同的路径点种群进行独立迭代更新;同时,每个种群的惩罚函数信息共享,纳入整体适应度的计算,适应度作为整体的优化目标。
作为优选的实施例,初始化参数包括协同种群数目、种群大小、粒子维度和初始速度。作为具体实施例,本发明实施例通过设置多种初始化参数,完成有效的粒子初始化。
作为优选的实施例,多种迭代参数包括航道空间范围、惯性因子、个体学习因子和群体学习因子。作为具体实施例,本发明实施例设置多种迭代参数,完成粒子速度和位置的更新。
在本发明一个具体的实施例中,路径规划的具体步骤如下:
第一步,设置粒子群的协同种群数目nn,种群大小P、粒子维度dim、初始速度v,然后初始化路径点粒子群;
第二步,设置航道空间范围、惯性因子ω、学习因子c1和c2、迭代次数g;
第三步,把起始和终点位置坐标加入路径点粒子群,形成初始航线坐标矩阵;
第四步,先计算代价函数,然后计算适应度值,根据适应度值迭代更新路径点粒子的坐标数据;
第五步,达到迭代最大次数,结束迭代。输出最优路径点坐标,完成无人设备的路径规划。
作为优选的实施例,结合图5来看,图5为本发明提供的图4步骤S04一实施例的流程示意图,步骤S04包括步骤S041至步骤S042,其中:
在步骤S041中,根据航道空间范围、惯性因子、个体学习因子和群体学习因子,更新路径点粒子的速度。
在步骤S042中,根据更新后的速度和粒子当前坐标位置,更新路径点粒子的坐标。
作为具体实施例,本发明实施例通过航道空间范围、惯性因子、个体学习因子和群体学习因子先更新速度,再根据更新后的速度和粒子当前坐标位置,更新相应的坐标。
在本发明一个具体的实施例中,更新路径点粒子的速度(以x方向的速度和位置更新公式为例),通过如下公式表示:
vx=ω×vx+c1×rand(0,1)×(pbest-posx)+c2×rand(0,1)×(gbest-posx);
更新路径点粒子的坐标(以x方向的速度和位置更新公式为例),通过如下公式表示:
posx=posx+vx;
其中,vx是粒子x轴方向的速度;posx是粒子x轴方向的位置;ω为惯性因子;c1为个体学习因子;c2为群体学习因子;pbest个体x轴方向最优粒子位置;gbest种群x轴方向最优粒子位置;rand(0,1)为0到1的随机数。需要说明的是,空中监测设备群、水面艇群的每个粒子都有两个方向的位置和速度(x、y轴方向),潜航器群则有三个方向的位置和速度(x、y、z轴方向),每次迭代每个粒子群的每个粒子都进行速度和位置的更新。
作为优选的实施例,惯性因子随着迭代次数的增加而均匀减小,通过如下公式表示:
其中,t表示当前迭代次数,ω
作为具体实施例,本发明实施例通过惯性因子的梯度下降更新,实现速度和位置的迭代更新。
作为优选的实施例,结合图6来看,图6为本发明提供的计算独立适应度一实施例的流程示意图,包括步骤S043至步骤S044,其中:
在步骤S043中,针对单个路径点粒子,确定对应的碰撞优化函数值、转弯优化函数值和时间优化函数;
在步骤S044中,将碰撞优化函数值、转弯优化函数值和时间优化函数进行加权求和,确定独立适应度。
作为具体实施例,本发明实施例设置碰撞优化函数值、转弯优化函数值和时间优化函数,以此求得独立适应度,对单个路径点粒子进行独立的优化,同时,结合粒子群之间的整体适应度,对不同的协同粒子群进行独立优化。
作为优选的实施例,转弯优化函数值的计算过程包括:
针对单个路径点粒子,根据每三个相邻路径点计算路径夹角、第一距离和极限转弯半径,分别通过如下公式表示:
l=min(l
其中,α表示每三个相邻路径点确定的路径夹角,l表示第一距离,l
根据极限转弯半径和海面监测设备的最小转弯半径,确定转弯优化函数值,通过如下公式表示:
其中,tu(p
针对单个路径点粒子,对应的时间优化函数通过如下公式表示:
l
其中,l
作为具体的实施例,本发明实施例对碰撞优化函数值、转弯优化函数值和时间优化函数进行对应求解,以便求得对应的独立适应度,便于粒子的迭代更新。
作为优选的实施例,结合图7来看,图7为本发明提供的计算整体适应度一实施例的流程示意图,包括步骤S045至步骤S046,其中:
在步骤S045中,分别针对空中监测设备集群、海面监测设备集群以及海下监测设备集群,确定对应的每个粒子的独立适应度;
在步骤S046中,根据独立适应度,确定不同集群对应的最优适应度;
在步骤S047中,将最优适应度进行求和,确定整体适应度。
作为具体实施例,本发明实施例在粒子迭代过程中,利用整体适应度,实现了多个粒子群协同优化,减少了粒子的相互干扰,避免了优化陷入局部最优解。
本发明公开了一种海空协同水下目标追踪的路径规划系统及方法,首先,通过空中监测设备集群对探测目标的目标位置信息进行有效的获取,沿着海面监测设备航道进行第一路径规划,以此进行航行,在航行过程中进行水域障碍物探测,构建水面航行区域图,反馈海面监测设备航道中所有障碍物信息;然后,通过海面监测设备集群接收空中监测设备集群传递的水面航行区域图,基于水面航行区域图的障碍物信息、目标位置信息以及自身位置信息,沿着海面监测设备航道进行第二路径规划直到到达探测目标的临近区域,再进一步对临近区域的水下环境进行探测,构建并传递水下障碍物环境图;最后,通过海下监测设备集群接收水下障碍物环境图,基于水下障碍物环境图中的临近区域的水下障碍物环境信息,继续进行第三路径规划,追踪至探测目标的位置。
本发明技术方案,通过把不同航行器划分不同粒子群,相互共享信息,同步迭代进化,来解决多个异质航行器,即空中监测设备、海面监测设备、海下监测设备集群间协同追踪目标的路径规划问题。具体包括:使用粒子群算法规划空中监测设备路径,并沿途探测海面监测设备航行区域障碍物,来生成完整的海面监测设备航道障碍分布图;再利用完整的障碍物位置信息,通过协同的粒子群算法,规划海面监测设备集群的协同航行路径;海面监测设备集群达到规划位置后,探测生成水下航行环境图,然后规划潜航器水下路径,并释放潜航器完成追踪目标的任务。本发明提供的技术方案应用场景灵活,能够有效适应未知航道;协同的粒子群算法,减少了迭代次数,提高了优化的效率;路径规划合理,能够快速追踪目标位置;提高了异质无人设备集群在未知障碍水域的自主协同追踪能力。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。
- 一种海空协同水下目标追踪的路径规划系统及方法
- 基于一致性估计与休眠调度的水下目标协同追踪方法