[发明专利]一种多无人机自适应变尺度动态目标搜索方法

权利要求书

1.一种多无人机自适应变尺度动态目标搜索方法，其特征在于，所述多无人机包括一个主无人机和若干个从无人机；所述方法应用于主无人机，所述方法包括：

网格化规定区域，并根据先验信息为各个网格分配概率，所有概率值之和为1，得到初始概率图；

接收各个从无人机到达当前位置时的信息，并基于所述信息更新所述初始概率图，得到概率图；

基于所述概率图按照粒子群算法控制各个从无人机进行目标搜索；

当接收到指定目标位置时，基于所述指定目标位置以及所述信息更新所述概率图；

基于更新后的概率图，针对每个从无人机，计算所述从无人机当前位置到指定目标位置的距离D；

通知所述从无人机从当前位置朝着所述指定目标位置方向飞行t分钟，以便到达规定位置；t＝[D/(Vmax+V_a)]，Vmax为目标最快移动速度，V_a为所述从无人机的速度；

当确定所述从无人机到达所述规定位置时，切换到粒子群算法控制各个从无人机进行目标搜索。

2.根据权利要求1所述的多无人机自适应变尺度动态目标搜索方法，其特征在于，所述信息至少包括：空间坐标及航向角。

3.根据权利要求1所述的多无人机自适应变尺度动态目标搜索方法，其特征在于，根据搜索目标、搜索区域以及经验设定Vmax。

4.根据权利要求1所述的多无人机自适应变尺度动态目标搜索方法，其特征在于，Vmax的确定方式包括：

在搜索目标时，通过目标携带的电子设备上的GPS定位接收设备，通过差分测速的方法测量目标的速度，将测量得到的最快速度作为Vmax。

5.根据权利要求1所述的多无人机自适应变尺度动态目标搜索方法，其特征在于，Vmax的确定方式包括：

在无人机上配置光流摄像头，获取所述光流摄像头拍摄的包含动态目标的两帧图像，基于所述包含动态目标的两帧图像以及测距模块测得的距离数据进行解算，得到Vmax。

6.根据权利要求1所述的多无人机自适应变尺度动态目标搜索方法，其特征在于，按照粒子群算法控制各个从无人机进行目标搜索，包括：

根据各个从无人机的当前位置初始化每个从无人机对应的粒子群的初始位置；每个从无人机对应一个粒子群，每个粒子群包括若干个粒子；所述粒子具有位置属性；

针对每个粒子群，通过迭代满足适应度函数找到粒子群的全局最优解，给出与所述粒子群对应的从无人机下一步位置的全局最优解；所述适应度函数为粒子群所在位置对应的概率图网格概率值最大；

在每一次的迭代中，通过本次迭代粒子的局部最优解(Xb，Yb)和本次迭代粒子群的全局最优解(Xg，Yg)更新所述粒子的位置。

7.根据权利要求6所述的多无人机自适应变尺度动态目标搜索方法，其特征在于，通过本次迭代粒子的局部最优解(Xb，Yb)和本次迭代粒子群的全局最优解(Xg，Yg)更新所述粒子的位置，包括：

在找到本次迭代粒子的局部最优解(Xb，Yb)和本次迭代粒子群的全局最优解(Xg，Yg)更新所述粒子的位置后，粒子通过下面的公式更新位置：

Xi＝S*Xi+w1*Rand*(Xb-Xi)+w2*Rand*(Xg-Xi)；

Yi＝S*Yi+w1*Rand*(Yb-Yi)+w2*Rand*(Yg-Yi)；

其中，i＝0，1，2…N代表单个从无人机所包含的粒子的个数；Rand代表随机数取值范围[0,1]；(Xi，Yi)代表当前单个粒子位置；w1、w2为学习因子；S代表惯性因子。

8.根据权利要求7所述的多无人机自适应变尺度动态目标搜索方法，其特征在于，w1、w2取2.81；S取0.953。