[发明专利]一种无人集群系统协同任务区域覆盖智能优化方法

说明书

本发明公开了一种无人集群系统协同任务区域覆盖智能优化方法，包括步骤1，构建以无人机为基站的分布式集群网络，创建集群无人机感知区域。步骤2，通过GV图法划分任务区域，将划分后子区域分配给集群，集群通过覆盖质量函数以及子区域中分配到的重要性因子计算覆盖质量目标，得到集群期望状态信息。步骤3，根据期望状态信息调整无人机群系统输入控制律，使集群到达最优状态，得到最优状态信息，实现对目标区域的最大范围覆盖。相比于现有技术，本发明具有较好的灵活性以及适应性，能够应对如单点故障、集群扩充等状况。

技术领域

本发明涉及无人机集群技术领域，具体为一种无人集群系统协同任务区域覆盖智能优化方法。

背景技术

无人机集群的分布式覆盖问题是近年来国内外研究的一个热点问题。集群通过大量速度快、适应能力强的无人机进行组合工作，在保持网络化沟通、自适应协同优势的同时又满足性价比的需求。从而使得无人机在操作执行任务过程中具有集群智能，进而提高经济、数量、协同以及情报、快速响应等多种优势。

随着通信、导航、物联网、大数据以及人工智能等相关技术的快速发展，无人机集群系统的协同任务能力在不断增强，并且由于材料学和设计结构强度的发展，无人机系统的性价比也在显著提高，使得该系统能够更快地运用到相关领域。然而，结合国内外发展情况表明，目前无人机系统规模主要为少量无人机完成相对简单环境中的目标任务。对于复杂环境中的任务以及较大规模的无人机协同合作情况，仍然存在任务难度高、适应性设计思路以及功能算法复杂等问题。如何通过集群的协调配合，发挥其灵活性、适应性的优势，在考虑避碰避障的各种情况下圆满完成任务，已成为当前研究的热点。

发明内容

为了解决上述问题，本发明公开了一种无人集群系统协同任务区域覆盖智能优化方法，解决了动力学求解计算量大的问题，易于适应无人机集群拓扑结构变化的分布式区域覆盖优化方法，同时不依靠中央控制的全局信息，仅依靠相邻无人机的信息引导无人机集群完成覆盖任务。

一种无人集群系统协同任务区域覆盖智能优化方法，包括以下步骤：

步骤1，确定任务区域，搭建以无人机为基站的集群分布式网络，创建集群无人机感知区域并获取任务区域重要性因子。重要性因子表示任务区域中某些区域的重要先验值信息，如灾后物资投递的目标点，通讯覆盖需要包括的地点等。

步骤2，基于集群无人机感知区域和任务区域重要性因子，利用GV图方法将任务区域划分为若干子区域，并将该子区域分配到集群中各个无人机的责任区域；通过覆盖质量函数以子区域分配到的重要性因子计算集群中无人机的覆盖质量目标，得到无人机的期望状态。

步骤3，实现无人机集群分布式控制，根据步骤2得到的期望状态信息调整无人机群系统输入控制律，使集群到达最优状态，实现对目标区域的最大范围覆盖。

作为优选，步骤1包括：步骤1.1，获取无人机集群状态信息，并设定集群状态信息；步骤1.2，无人机集群实现通讯连接，各个无人机通过5G通信模块与相邻无人机进行信息交互；步骤1.3，通过集群中无人机搭载的视觉传感器模块创建无人机感知区域。

作为优选，步骤1.3中集群的探测范围为所述视觉传感器模块的锥形视野与任务区域平面相交得到的椭圆截面，探测范围中心为无人机在任务区域内的投影中心；考虑每台无人机的不确定性，创建集群无人机保证感知区域以使无人机保证感知区域覆盖不确定区域。