[发明专利]一种非平均机制引导的UUV集群协同控制方法

说明书

本发明属于集群智能与自主协同技术领域，具体涉及一种非平均机制引导的UUV集群协同控制方法，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。本发明能够实现稳定、高效、快速的UUV集群控制。

技术领域

本发明属于集群智能与自主协同技术领域，具体涉及一种非平均机制引导的UUV集群协同控制方法。

背景技术

无人水下航行器(Unmanned Underwater Vehicle)是具有自主规划、航行、感知、探测等功能的小型作战平台，可承担情报收集、监视侦察、扫雷、反潜、搜捕、打击、中继通信等各类作战任务。相比较于单作战平台，多航行器组成的各种同构或异构集群系统具有容错性高、适应性强、作业效率高、作业范围广等优点，可大大降低作战人员的危险性，提高作战过程的智能化，实现作战效能的倍增，已成为各国竞争发展的颠覆性技术。

由于水下作战环境与作战任务的时变性、动态性、随机性，容易引起信息缺失、通信延迟、辐射噪声等环境效应约束，致使个体感知信息往往具有片面性、模糊性、滞后性，使其行为冲突与通信消耗增加，甚至造成集群链式碰撞效应。因此，如何控制UUV集群成为集群智能与自主协同领域的关键科学问题。但由于集群规模的制约，自上而下全局性或中心性的集中控制难以有效实施，所以自下而上无中心的分布式控制方法吸引了更多目光。

近年来UUV集群分布式控制主要有领航跟随法、人工势场法、软控制方法以及基于行为的控制方法。其中，领航跟随法是利用集群中富含信息个体或者智能发达个体的引导作用实现集群智能涌现控制的，但是这种方法没有明确的队形反馈，容易发生滞后现象；人工势场法用势函数模拟影响个体行为的内外作用，集群中个体在势函数的作用下实现对集群系统的控制，其中存在的局部扰动是制约其应用的关键因素；软控制方法是在集群系统局部控制规则的基础上，通过在群中加入可控个体而对集群系统直接/间接地施加一定的外部控制，最终使集群智能向人们希望的方向演化，但该方法依赖外部指令不能完全实现自主协同控制。而基于行为的控制方法启发于生物集群行为，生物集群仅依赖简单的行为规则交互却能在集群层面涌现出协调一致的运动，这种仿生行为控制原理已成为目前管理各类人工集群的重要借鉴和参考。

仿生行为控制法(Behavior-driven)采用局部行为交互实现无中心控制的智能激发汇聚策略。早期，科学家依据避碰-结对-聚集行为规则提出了Vicsek、Boid、Couzin等集群运动基本模型，这些模型虽然为集群行为研究奠定了重要的基础，但是其都属于速度平均机制模型，在揭示群体智能的发生机理方面存在一定的局限性，没有考虑个体在视觉感知上的差异性，更没有考虑位置、速度、方向等运动协同信息的完整性，这些缺陷使得UUV集群控制存在严重的不确定性。

有鉴于此，本发明挖掘生物集群行为交互特征的信息提炼、压缩与传播机制，利用视觉感知特性，结合单邻域跟随与多邻域跟随的优势，设计一种非平均机制引导的UUV集群协同控制方法，以解决上述问题。

发明内容

为了解决现有技术中所指出的速度平均机制为集群控制带来严重不确定性的问题，本发明提出一种非平均机制引导的UUV集群协同控制方法，该方法能够提升集群行为控制稳定性的目标。

本发明要解决的技术问题通过以下技术方案实现：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：