[发明专利]一种非平均机制引导的UUV集群协同控制方法

权利要求书

1.一种非平均机制引导的UUV集群协同控制方法，其特征在于，假定数量规模为N的UUV集群在二维平面内运动，其二阶质点运动模型为：分别表示个体i的位置信息、速度信息以及控制输入,N_i(t)＝{j|||p_i-p_j||≤R,j＝1,2…N,j≠i}为个体i的邻居集合，R为其感知半径，||p_i-p_j||表示个体i与个体j的欧式距离；

其协同控制方法包括以下步骤：

步骤一、分别通过拓扑交互、视野盲区以及视觉注意机制，优化选择个体邻域内的邻居数量；

步骤二、综合利用位置、速度以及方向信息构建个体交互行为作用强度，设计单紧邻结对跟随与多紧邻加群跟随耦合的非平均交互模型；

步骤三、利用虚拟势场建立空间聚集的位置协同、运动有序的速度协同、避免碰撞的约束协同、跟随模型的控制协同以及外部环境扰动在内的UUV集群运动模型；

所述步骤一在局部视野受限范围内选择个体i视域范围内的邻居集合N_i2(t)作为其候选行为交互个体，即排除UUV尾部视觉盲区范围内的个体，这种交互方式中邻居数量N_i2(t)远远小于其拓扑交互的邻居数量N_i1(t)，即

其中，为感知中心个体i的方位角，ω为关于方位角对称的视野盲区，θ_ij为个体j相对于个体i的方位角；

所述步骤一采用视觉注意力筛选机制对非视觉盲区进行均匀划分、并筛选每一个区域内距离最近的邻居形成集合N_i3(t)作为其候选行为交互个体，这种交互方式中邻居数量N_i3(t)远远小于其视野受限范围内的邻居数量N_i2(t)，即

其中，表示个体i第τ∈{1,2,...m}个区域内邻居个体的集合，m为划分的子区域个数；

所述步骤二具体过程为：首先计算个体i与其邻居集合N_i3(t)中j行为交互作用强度δ_ij，其通过p_i位置、q_i速度、u_i方向三者的协同作用来计算，即

其中，α_ij，β_ij，χ_ij表示个体i与j之间的速度、位置、方向协同系数，为个体i邻居集合N_i3(t)的平均速度；

最后，根据δ_ij与响应触发阈值Δ_i的比较进行跟随模型的决策判断，如果个体i与邻居集合N_i3(t)中任一个体j之间存在δ_ij＜Δ_i，则个体i采用多邻域加权跟随模式与邻域内所有个体进行加权，则跟随控制率为：

其中，w_j表示控制率u_j(t)对应的权重，即运动异常信息越大分配权重越大；反之，个体i采用单邻域结对跟随模式与交互作用强度最大的邻居j进行结对，即跟随控制率为：

所述步骤三具体过程为：根据虚拟势场建立集群运动模型，探索包括空间聚集的位置协同运动有序的速度协同避免碰撞的约束协同跟随模型的控制协同以及外部环境扰动五项为：

2.根据权利要求1所述的一种非平均机制引导的UUV集群协同控制方法，其特征在于：所述步骤一在全局视野范围R内UUV利用拓扑交互固定周围数量规模为N_i1(t)的个体作为个体i候选行为交互个体，其交互方式中邻居数量N_i1(t)远远小于其视野感知范围内的邻居数量N_i(t)。

3.根据权利要求2所述的一种非平均机制引导的UUV集群协同控制方法，其特征在于：所述t＝t+Δt；

其中，Δt为采样周期。