[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

说明书

本发明适用于多无人机分布式搜索技术领域，提供了一种基于区域分配面向多无人机的分布式覆盖搜索方法,包括：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。该方法能够在更短时间完成搜索任务；相比于直接使用多旅行商问题进行求解，利用栅格区域化减少了求解难度，简化了求解的时间复杂度；能够有效应对搜索过程中出现的突发情况；分别针对已知环境和未知环境提供了对应的路径规划方案，能适应更多的应用场景。

技术领域

本发明属于多无人机分布式搜索技术领域，尤其涉及一种基于区域分配面向多无人机的分布式覆盖搜索方法。

背景技术

无人机与有人飞机相比，无人机和具有重量很轻、体积非常小、操作简单和更强的机动性能等优势。特别是在极端恶劣场景中，无人机可以利用本身优势，代替人完成指定任务。近年来，材料技术、传感器技术特别是深度学习和人工智能的不断进步，无人机已经越来越多地被用于执行各种任务，特别是侦察和搜索任务。无人机在执行侦查搜寻过程中，由于自身灵活的机动性能和较小的体积能够近距离侦察搜索目标，借助实时通信系统，能够返回目标高清图像；无人机经过一定的改装，不需要考虑飞行员疲劳伤亡，在传感器的帮助下能够在夜间完成任务。日前，无人机在搜寻侦查范畴内的利用已相当普遍。但是，不同的搜索任务的环境差别很大，例如城市和丛林，不同的地物分布导致搜索任务的安排存在较大差异。搜索目标的种类不同，如静止目标和移动目标，目标还有可能会故意躲避，甚至攻击无人机。无人机搜索区域一般较大，要求无人机短时间内找到目标具有一定难度。除了环境本身的难度，无人机自身也存在一些问题，如负载受限，探测精度不高，通信距离有限对无人机搜寻任务必然造成影响。

同时，在震后救灾的搜索任务中，无人机需要尽快对受灾区域进行应急测绘，了解受灾的整体状况，合理安排资源对重灾区进行搜救，此时，无人机的搜索任务目的是最短时间内完成搜索侦察任务，给后续救灾争取时间。这类任务需要无人机快速完成搜索区域的覆盖搜索，需要合理设计搜索路线，减少每架无人机搜索消耗的时间，从而使完成任务的时间最短。

现有的主流解决方案主要为：

1)基于“S”型路径的区域搜索方法。这是一种传统区域覆盖搜索方法，这种方法以“S”型路线对区域进行覆盖搜索，这种方法能够合理设计搜索路径，减少搜索时间。但是这种方法中无人机集群在任务开始前就制定好路线，一旦任务中出现突发情况如某架无人机发生故障，剩余无人机无法有效替代故障无人机，导致搜索任务无法继续可靠完成。

2)基于模型预测控制的搜索方法。这种方法适用于动态未知环境，能够通过预测未来决策收益来设计搜索路径。它通过动态过程：获取环境信息、滚动预测未来的决策收益和根据预测做出最优策略，不同重复直到任务结束。这种方法能够有效找到目标，但是它是一个完全动态的过程，导致无人机在搜索过程的时间消耗很大，搜索效率并不高。

传统的“S”型搜索方法，这种方法无法应对突发情况，只能按照既定路线进行搜索，没有利用无人机灵活的特点。(2)基于模型预测控制的方法能够很好应对目标搜索。但是单单使用模型预测控制的方法，由于其每一次搜索决策都要进行动态计算，需要大量的时间，同时无法合理设计搜索路线，导致实际的搜索效率不好。

针对以上缺点，我们设计了一种基于区域分配的分布式搜索策略，既能通过合理设计路线达到快速搜索的目的，同时还能应对突发情况，增加了完成搜索的可靠性。

发明内容

本发明的目的在于提供一种基于区域分配面向多无人机的分布式覆盖搜索方法，旨在解决上述的技术问题。

本发明是这样实现的，一种基于区域分配面向多无人机的分布式覆盖搜索方法,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；