[发明专利]一种面向海空协同观测任务的多智能体控制方法

说明书

本发明公开了一种面向海空协同观测任务的多智能体控制方法，包括以下步骤：单艘无人艇搜寻出中尺度涡内具有观测价值的区域；无人艇从涡流的最外侧沿着直线向中心行驶，艇上搭载的传感器每隔一段时间采集一次水温，并将水温数据由高到底进行排序，得到水温变化梯度大的区域；派出多艘无人艇在以上区域内搜寻等温线，采用数据驱动和深度确定性策略梯度算法对各艘无人艇的航姿继续控制，已确保其行驶在等温线上；派遣无人机前往涡流的中心，采用多智能体深度确定性策略梯度算法控制无人机与各无人艇汇合。本发明能够在环境受限、模型受限以及能量受限条件下，实现无人艇搜寻等温线，以及无人机对无人艇的观测数据进行大规模数据的采集任务。

技术领域

本发明属于多智能体控制领域，特别涉及一种面向海空协同观测任务的多智能体控制方法。

背景技术

中尺度涡是一种以长期封闭环流为主要特征，时间尺度在数天至数月，空间尺度在数十千米至数百千米之间的海洋现象，其对天气预测、海洋化学以及生物环境有着不可忽视的影响。推动中尺度涡的研究可以进一步推动该区域的海洋环境保障。传统的观测方法是在相关水域中投放一些浮标、波浪滑翔机等设备，数日后再进行集中收回。显而易见，这种方法并不能实时传信息。如果中途需要获取数据，只能派遣船只捞起观测设备，耗时且费力。此外，中尺度涡除了旋转运动，自身还在不断地“迁移”。因此，传统的固定点观测方法存在较大局限性，需要发展一种新的高精度且自动化的观测手段，这就需要基于任务需求制定合理的海空协同控制方法，协同无人艇(Unmanned Surface Vehicle,USV)、无人机(Unmanned Aerial Vehicle,UAV)等多种智能设备，实现海空协同观测中尺度涡这类特定海洋现象的任务。

建设海空协同观测系统的主要目标是集成自主研发的智能体移动观测平台，研发海上多智能体协同算法，协同无人艇、无人机等多种智能设备，实现海空协同观测任务。通过对等温线的观测将有助于我们了解中尺度涡这类特定海洋现象的形成和传播，观测任务需要引导多艘无人艇与无人机协同观测中尺度涡的等温线数据。任务具体主要有以下2个：

任务1要求无人艇首先搜寻出等温线，并沿着等温线自主航行。

任务2要求无人机对无人艇的观测数据进行大规模数据的“抄表”。

而现有的控制方法过于依赖系统模型参数，未考虑到海上环境对模型的扰动影响，而且无人机、无人艇这类异构系统较为复杂，难以搭建起精确的数学模型。此外，由于场景不同、约束不同，现有的控制方法不适用于海空协同观测任务。

发明内容

发明目的：中尺度涡的空间尺度在数十千米至数百千米之间，在实际观测任务中，一般需要数艘无人艇与数架无人机协同观测中尺度涡，一艘无人艇负责对水体的一条等温线循迹，找出它们的位置数据，集中通过无人机发送给服务器分析，构建中尺度涡观测模型。为了克服背景技术的不足，本发明公开了一种面向海空协同观测任务的多智能体控制方法，能够在环境受限、模型受限以及能量受限条件下，实现无人艇自主搜寻等温线，以及无人机对无人艇的观测数据进行大规模数据的采集任务。

技术方案：本发明所述的一种面向海空协同观测任务的多智能体控制方法，其具体的整体工作流程如下：

步骤1.建立初步的采样区域。先从太空卫星观测到海面上中尺度涡的生成，然后派出一艘无人艇从中尺度涡的最外侧沿着直线行驶至中心处，并沿途收集观测数据，建立起初步的采样区域。本发明是以中尺度涡的水温变化举例，当然也可以根据实际科研考察需求，选择盐度、流量等作为参考；

步骤2.对采样区域进一步筛选。由于中尺度涡的分布空间很大，而无人艇的数量有限，因此在无人艇到达中尺度涡的中心时，把每个区域内所采样到的水温数据以梯度形式继续处理，由高向低排序。无人艇在按照步骤1行驶到中心过程中，搭载的温度传感器每隔一段时间采集一次水温，无人艇在按照步骤1行驶到达中心时，通过降序排列法筛选出水温变化梯度值大于阈值的区域，即具有观测价值区域；