[发明专利]一种基于区域分配面向多无人机的分布式覆盖搜索方法有效

专利信息
申请号: 202010031198.5 申请日: 2020-01-13
公开(公告)号: CN111209294B 公开(公告)日: 2023-10-24
发明(设计)人: 张钦宇;韩继泽;韩啸;陈修;方原;殷豪;刘颖;李银;程程 申请(专利权)人: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
主分类号: G06F16/24 分类号: G06F16/24;G06F16/29;G06F18/22;G06F18/2413;G01C21/20
代理公司: 深圳市添源创鑫知识产权代理有限公司 44855 代理人: 周椿
地址: 518000 广东省深圳市南*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 区域 分配 面向 无人机 分布式 覆盖 搜索 方法
【权利要求书】:

1.一种基于区域分配面向多无人机的分布式覆盖搜索方法,其特征在于,所述基于区域分配面向多无人机的分布式覆盖搜索方法包括以下步骤:

S1、根据PKNN算法将栅格地图单元进行合并划分到不同区域;

S2、根据模型预测控制得到每个无人机需要搜索区域集合并将集合中的区域分配给无人机;

S3、无人机根据自己分配到的区域设计搜索路线对区域进行覆盖搜索。

2.根据权利要求1所述的基于区域分配面向多无人机的分布式覆盖搜索方法,其特征在于,所述步骤S1中包括以下步骤:

S11、根据生成区域的个数NC,随机产生区域的中心栅格单元;

S12、根据欧氏距离将中心附近距离最近的K个邻居划分到本区域中,并不断循环直至剩余搜索区域剩余栅格数量少于1/3;

S13、利用KNN算法将剩余的1/3栅格单元分别给相应的区域。

3.根据权利要求2所述的基于区域分配面向多无人机的分布式覆盖搜索方法,其特征在于,所述步骤S2中包括以下步骤:

S21、进过栅格单元区域化得到区域集合:

S22、对区域集合进行B-MTSP求解得到每架无人机需要搜索的区域集合:Pi={ai(1),ai(2),...,ai(Ni)};

S23、利用模型预测控制的思想通过预测未来k个离散时刻的状态,得到最优的决策集合并将最优决策集合的第一项作为下一离散时刻的决策。

4.根据权利要求32所述的基于区域分配面向多无人机的分布式覆盖搜索方法,其特征在于,所述步骤S2中还包括以下步骤:

S24、对未搜索的区域集合A'进行多旅行商问题求解,得到的P'i为将来的最优决策集合;

S25、模型预测控制的思想将第一项a'i(1)分配给第i架无人机作为下一个搜索的区域。

5.根据权利要求4所述的基于区域分配面向多无人机的分布式覆盖搜索方法,其特征在于,所述步骤S3中每架无人机得到分配区域a'i(1)后,需对该区域的栅格单元进行路径规划设计一条耗时最短的路径。

6.根据权利要求5所述的基于区域分配面向多无人机的分布式覆盖搜索方法,其特征在于,所述每架无人机根据分配到的a'i(1),根据实际应用场景利用TSP搜索或设计搜索路径或MPC动态搜索。

7.根据权利要求6所述的基于区域分配面向多无人机的分布式覆盖搜索方法,其特征在于,所述无人机对ai(1)区域进行搜索时,通过通信系统进行信息交流,对剩余未搜索的区域进行全局分配,得到新的区域集合P'i={a'i(1),a'i(2),...,a'i(Ni)},并将a'i(1)分配给第i架无人机作为下一个搜索区域。

8.根据权利要求1-7任一项所述的基于区域分配面向多无人机的分布式覆盖搜索方法,其特征在于,所述基于区域分配面向多无人机的分布式覆盖搜索方法还包括以下步骤:

S4、在无人机搜索中利用心跳机制和Leader机制统筹无人机进行搜索。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院),未经哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010031198.5/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top