[发明专利]一种多地面无人车辆的多目标协同跟踪方法

权利要求书

1.一种多地面无人车辆的多目标协同跟踪方法，其特征在于，步骤如下：

第一步：数学模型的构建

设有n个目标，有m个UGV，指挥控制中心指派这m个UGV去协同跟踪各个目标，要求每个UGV负责一个跟踪任务，每项跟踪任务可由多个UGV协同完成，保证每个UGV均匀地跟踪各个目标；

设第i个UGV与第j个目标之间的距离为d_ij，其中，i＝1，2，…，m；j＝1，2，…，n；

目标指派矩阵A_m×n，其元素为a_ij，其中，i＝1，2，…，m；j＝1，2，…，n；a_ij取值为0或1，a_ij＝1表示指派第i个UGV跟踪第j个目标，否则a_ij＝0；

最小化UGV与目标的距离之和为minJ：

目标指派矩阵A_m×n中的列求和：

目标指派矩阵A_m×n中的行求和：

目标指派矩阵A_m×n中的整体求和：

公式(1)表示求解最优指派方案使得距离和最小，即总效益最优；

公式(2)表示每个UGV仅能跟踪一个目标；

公式(3)表示指挥中心均匀指派UGV跟踪各个目标，每个平台至少跟踪一个目标,其中[]表示取整操作；

公式(4)表示由d_ij组成的矩阵D_m×n＝(d_ij)_m×n为多UGV，多目标跟踪指派问题的目标距离矩阵；

第二步：采用改进算法计算跟踪模型

2.1 确定种群规模n和基因个数m

与第一步中的数学模型相对应，种群规模n即为跟踪目标个数，基因个数m即为UGV个数；

2.2 初始化概率向量

以一个概率向量表示一个种群，概率向量的每一个元素的值表示种群的染色体在各基因位上取“1”或者“0”的概率，初始概率向量的每一个元素的值都是0.5，即

2.3 产生两个个体

由目标距离矩阵D_m×n＝(d_ij)_m×n产生对应的初始指派矩阵中的元素为a_ij，其中，i＝1，2，…，m；j＝1，2，…，n；

在目标距离矩阵D_m×n＝(d_ij)_m×n中，若有d_ij满足d_pq，则a_pq＝1，否则a_ij＝0；其中，d_pq是目标距离矩阵D_m×n每行最小值，1≤p≤m；1≤q≤n；

规定矩阵各行之间互为领域关系，交插交换领域位置的不同数值，得到另一个体A'_m×n；

2.4 两个个体竞争

在产生的两个个体和A'_m×n中，通过竞争找出这两个个体之中的优良个体，winner(i)为优胜个体，loser(i)为失败个体，竞争方式根据进行计算；

根据winner(i)中的各基因位置的取值是“1”或者是“0”，来更新初始概率向量的每一位数值；

2.5 更新概率向量方式

引入熵和联合熵来度量每个基因的多样性和每一代的多样性；

2.6 判断

如果概率向量P^t收敛，则结束；若概率向量P^t没有收敛，转到步骤2.3。

2.如权利要求1所述的一种多地面无人车辆的多目标协同跟踪方法，其特征在于，步骤如下：所述的2.5更新概率向量方式，引入熵和联合熵来度量每个基因的多样性和每一代的多样性具体步骤如下：

设t代群体中的个体由m个基因组成，为:

为0或1(5)

设第t代种群的第k个(k＝1,2，...，m)基因的熵为

当时，取得最大值

设t代群体的联合熵为H^t:

当时，H^t得到最大值

则概率向量P^t中的每一项更新式为:

则概率向量P^t为：

得到概率向量P^t。