[发明专利]一种面向目标源的分布式图形构造方法在审
申请号: | 202210969856.4 | 申请日: | 2022-08-12 |
公开(公告)号: | CN115494861A | 公开(公告)日: | 2022-12-20 |
发明(设计)人: | 辛斌;曲韵;王淼;王晴;张佳;陈杰 | 申请(专利权)人: | 北京理工大学 |
主分类号: | G05D1/10 | 分类号: | G05D1/10 |
代理公司: | 北京理工大学专利中心 11120 | 代理人: | 李爱英 |
地址: | 100081 *** | 国省代码: | 北京;11 |
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 面向 目标 分布式 图形 构造 方法 | ||
本发明涉及一种面向目标源的分布式图形构造方法,属于集群智能体分布式图形构造技术领域,尤其涉及一种基于目标选择的启发式图形构造方法。本发明提供一种基于目标选择行为的分布式图形构造方法,在初始时刻各智能体访问距离其最近的目标位置;在运动的过程中,智能体利用目标选择行为解决分布式决策带来的目标重复选择以及拥堵问题;再者,在智能体向目标点运动的过程中利用人工势场法使得智能体无碰撞地运动到目标位置,完成图形构造任务。
技术领域
本发明涉及一种面向目标源的分布式图形构造方法,属于集群智能体分布式图形构造技术领域,尤其涉及一种基于目标选择的启发式图形构造方法。
背景技术
多智能体干扰任务由搭载发射任务载荷的智能体、按需构建的分层网络和协同控制决策系统组成。其中多智能体包括智能体平台及搭载在其上的发射任务载载荷;分层网络在通信受限环境下通过节点近距离相遇带来通信机会,为多智能体系统提供网络自组协同;控制决策系统通过控制决策机制使智能体完成搜索、干扰等任务。在多智能体分层网络架构中,支援层由信息支援智能体组成,完成任务信息汇聚、群体公共信息环境共享传播等功能。支援层的智能体不执行具体任务,不参与分配决策;任务层由执行具体任务的智能体构成,依据支援层共享的公共信息环境,进行自主决策,完成接收发射任务。
在多智能体协同搜索任务中,智能体对任务空间进行搜索,根据信号源的定位情况对自身运动状态进行调整,以更快更精准地定位任务空间中的信号源。智能体在搜索过程中定位到信号源后,发起对该信号源进行干扰任务的请求,在网络中对信号源的位置信息和任务分配请求进行广播,网络中的其他智能体收到广播信息后,对信息进行记录,距离该信号源距离较近的智能体依托支援层回应干扰任务请求并参与干扰任务。参与干扰任务的智能体独立地选择其要去的干扰位置以及无碰撞地运动到干扰位置执行干扰任务,各智能体从参与干扰任务开始到运动到干扰位置执行干扰任务的过程可以抽象为一个图形构造问题。图形构造问题是集群智能体技术的一个具体问题,它要求多个智能体通过相应的集群控制技术将其组成期望的目标构型,从而满足环境或者任务能力要求。
图形构造是指多个智能体从不同的初始位置演变成特定目标构型的过程。通常来讲,图形构造问题可以划分为两个子问题:在目标构型中智能体的位置分配问题与智能体间的无碰撞路径规划问题。常用的图形构造策略包括内点算法、领航跟随法和基于行为的方法,其中内点算法利用非线性优化为智能体选择目标位置以及规划无碰撞路径。领航跟随法将智能体划分为不同属性的机体,同时为智能体设计相应的控制率。然而,这些方法均需要依赖于一个集中的智能体进行决策,其物理可实现性受通信网络的限制且计算复杂度较高。
发明内容
为解决上述问题,本发明提供了一种面向目标源的分布式图形构造方法,各智能体依靠有限的通信能力自主决策即可使智能体由初始位置形成特定目标构型,并且多智能体数量可扩展,该方法为基于行为的方法指智能体依靠行为规则独立地指导其实现目标构型。
本发明的技术解决方案是:
一种面向目标源的分布式图形构造方法,该分布式图形构造方法是指利用分布式方法将多智能体围绕目标源形成设定的目标构型,从而实现多智能体对目标源的干扰任务;
建立全局坐标系,所述的多智能体中的各智能体的初始位置均在全局坐标系的xy平面上,各智能体有唯一的标识且在同一参考坐标系下离散运动,各智能体能够全向运动,各智能体能够依赖自身搭载的通信载荷广播信息并收集邻居智能体广播的信息,智能体编号为1,2,…,N,其中,N为智能体的数量;
所述的目标构型对所有智能体而言是先验的,目标构型为围绕目标源形成的N个目标位置;
该方法的步骤为分别将各智能体作为当前智能体执行以下步骤:
第一步,当前智能体从目标构型中访问距离自身最近的目标位置点,并利用人工势场法无碰撞地向该最近的目标位置点运动,并将该最近的目标位置点标记为当前目标点;
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北京理工大学,未经北京理工大学许可,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/202210969856.4/2.html,转载请声明来源钻瓜专利网。