[发明专利]无人船编队重构的分布式目标协同分配方法

权利要求书

1.一种无人船编队重构的分布式目标协同分配方法，其特征在于，包括：

S1、在初始化模块中，建立无人船编队重构中目标点分配模型：编队中无人船集合U，发布预设队形中目标点集M的位姿状态信息；

S2、在自主计算与投标决策模块中，无人船u_i根据代价函数计算方式得出代价向量c_i；

S3、在自主计算与投标决策模块中，无人船u_i根据代价向量c_i与出价规则自主决策选择目标点进行出价，得到各自的一组价格向量P_oldi；

S4、在信息交换更新模块中，无人船u_i将各自的价格向量信息P_oldi广播给各自的邻居无人船，接受邻居无人船的价格信息并更新每个点的价格向量信息为P_i；

S5、在一致性判断模块中，无人船u_i将更新后的价格向量信息P_i与决策阶段的价格向量信息P_oldi进行对比，

若两者相同则计数器count_i加一，

若两者不同则计数器count_i置零，并返回步骤S3，在下一轮迭代的投标决策阶段，再次挑选兴趣目标点做出出价；

当计数器count_i加一后，判断count_i和D是否相等，若count_i和D不相等，返回步骤S3，在下一轮迭代的投标决策阶段，再次挑选兴趣目标点做出出价，直至count_i计数达到D时，确保每只无人船所记录价格向量达成一致，均获得各个目标点全局价格，每只无人船所得目标点即是各自所分配到的目标位置点，从而完成分配；

在步骤S2中，具体包括，队形重构中目标点的分配即根据无人船到目标点的代价将集合M中的目标位置点m_j，分配给集合U中无人船u_i，使得总代价最小，路径距离最短，如式(1)所示：

其中，C(·)为无人船从起始点到目标位置点的距离代价函数，为无人船u_i的起点位姿状态，为无人船u_j的目标位置点位姿状态，满足约束：

所述距离代价函数：无人船从初始点到目标位置点的路径距离认为是无人船到目标点的代价，距离越短则代价越小；

无人船u_i在起始点位姿状态向量目标位置点m_j终止位姿状态向量最小转向半径r；

分别在无人船起始点A处与终止位置点C处，以无人船前向速度方向为切线做切圆；

圆心O₁,O₂坐标分别可以求得：

切点B坐标为：

无人船从起始点A到目标位置点B的Dubins曲线由直线AB与圆弧BC构成代价c_ij为：

n条无人船与n个目标点之间将会产生n²个代价元素c_ij；

定义决策变量x_ij如下：

公式(1)、(2)可转化为：

其中(8)为分配目标点所需实现的目标函数，即总代价最小，行程距离最短；约束条件(9)表示每条无人船只能分配到一个目标点；

所述分布式架构如下：用无向树G(V，E)抽象描述无人船编队分布式通讯网络拓扑，其中V为拓扑中节点的集合，即无人船集合U；E是任意连接通信节点的边，若(u_i，u_k)∈E，则无人船u_i与无人船u_k可实现通信；

无人船u_i的邻居节点定义为：编队中各无人船作为独立的智能体节点，仅与邻居节点进行通信来完成信息的交换，不依赖通讯中心；

所述分布式目标协同分配方法如下：

在编队队形重构的目标点分配问题中，将构成预设队形的目标点当作竞拍物品，目标点集合M＝{m₁，m₂，...，m_n}即一系列竞拍物品组成的商品集；将编队中无人船当作竞拍智能体，无人船集合U＝{u₁，u₂，...，u_n}即一系列智能体组成的竞拍智能体集合；由代价函数产生的一系列代价值c_ij看作是目标点对无人船产生的收益值；

收益值c_ij是根据代价函数计算得到，代价值越大说明距离越远，目标点m_j对无人船u_i的吸引力越小，代价向量C_i＝[c_im1，c_im2，c_im3，...c_imn]看作无人船u_i到一系列目标点的代价；

将价格向量P_i＝[p_im1，p_im2，p_im3，…p_imn]看作无人船u_i对一系列目标点标价的记录，起始P_i均为零向量。