[发明专利]一种基于改进蚁群算法的大规模无人集群控制方法

摘要

本发明提供了一种基于改进蚁群算法的大规模无人集群控制方法，针对传统蚁群算法收敛速度慢，在多目标情况下不易收敛导致节点无法完成路径规划的问题，通过无人节点中的任务节点自发探测目标区域，并形成多等级的位置质量信息逐级传播，未处于目标区域的无人节点根据位置质量信息的梯度变化，自主进行路径规划，最终区域范围内的所有无人节点都能够收敛到多个目标区域范围内，协同完成任务。本发明能够提升无人集群对环境的自主适应能力，增强协同效果，从而提升协同任务效能。

主权项

1.一种基于改进蚁群算法的大规模无人集群控制方法，其特征在于包括下述步骤：步骤1，在包含任务节点和控制节点的网络中，遍历所有节点，判断当前节点类型，如果是任务节点，转到步骤2，如果是控制节点，转到步骤7；步骤2，任务节点探测周围区域，若发现自身不处于目标区域中，转到步骤3；若发现自身处于目标区域中，则标记自己为1级位置质量节点，并向周围一跳通信范围发送1级位置质量信息，然后返回步骤1；步骤3，任务节点p尝试接收位置质量信息，如果接收不到任何位置质量信息，转到步骤5；如果接收到d级位置质量信息，则标记自身为d+1级位置质量节点，并向周围一跳通信范围发送d+1级位置质量信息；节点p标记自身信息强度S(t+1，p)＝E*S(t，p)+r(r，p)+q(t，p)，其中，S(t，p)表示t时刻节点p的质量位置信息强度；r(t，p)表示t时刻额外的质量位置信息强度输入，由新加入网络中的节点产生；E∈(0，1)为信息元素减弱参数；q(t，p)表示在t时刻传播到节点p的质量位置信息强度，N表示节点间的邻居关系；F∈(0，1]为质量信息传播参数；转到步骤4；步骤4，任务节点将本地接收的位置质量信息按照等级排序，朝向等级最高的位置质量信息标记区域移动；转到步骤2；步骤5，任务节点尝试接收控制节点的区域引导信息，如果接收不到控制节点的区域引导信息，则进行随机移动，之后返回步骤2；如果接收到区域引导信息，转到步骤6；步骤6，任务节点按照区域引导信息的方向进行路径调整，向引导区域移动，之后返回步骤2；步骤7，控制节点探测周围区域，从控制链路上尝试接收区域引导信息，如果未接收到区域引导信息，转到步骤8；接收到区域引导信息后，转到步骤9；步骤8，控制节点尝试接收位置质量信息，若未发现周围存在位置质量信息，则进行随机移动，转到步骤7；若接收到位置质量信息，则将位置质量信息生成区域引导信息，并通过控制节点间的控制链路在所有控制节点中共享；同时向周围广播区域引导信息；转到步骤1；步骤9，控制节点尝试接收位置质量信息，未发现周围存在位置质量信息，则向周围广播区域引导信息；接收到位置质量信息，则将位置质量信息与本地控制信道接收到的区域引导信息等级进行比对，将等级高者生成为新的区域引导信息，通过控制节点间的控制链路在所有控制节点中共享；同时向周围广播区域引导信息；转到步骤1。