[发明专利]一种基于区块链和强化注意力学习的多无人机路径规划方法

说明书

本发明涉及无人机路径规划领域，且公开了一种基于区块链和强化注意力多无人机路径规划算法，通过加入注意力机制的序列模型，能够加强无人机应对变化地形数据的学习能力，能够更加有效应对多变的地形。同时引入了区块链的安全机制，不仅提高多人机系统的信息安全，防止一些恶意地信息攻击，同时加入非对称密钥的机制，大大提高系统的安全性和稳定性。于此同时，使用区块链知识共享机制，通过颁发公钥和私钥实现多无人机路径规划知识共享的功能。能够提高多无人机路径规划的泛化性能力。

技术领域

本发明涉及无人机路径规划领域，具体为一种基于区块链和强化注意力学习的多无人机路径规划方法。

背景技术

无人机的应用为多个行业带来了全新的发展路径，无人机具有非常优秀的应用前景，使用过程中具有极低的安全风险系数，并且运行耗费的资源较少，能够敏捷快速的完成任务。在无人机运动时，如何进行路径规划是无人机应用的核心内容，一般情况下，无人机的路径规划是在达到地点的同时最大化的减少资源和时间的使用。在有障碍物的情况下，无人机通过模拟人类躲避障碍的行为完成向目标点的运动，而对于存在多个目标点的情况，人们将其转化为旅行商问题进行探究，提出了一种基于自组织映射网络的算法，但是在多个目标点和障碍同时存在，无人机的飞行往往不能按照所规划的路径完成。多无人机的协同路径规划方法可以被是为一个具有多个约束的NP组合优化问题。目前，多无人机协同侦察问题的主要经典模型包括多旅行推销员模型、混合线性整数规划模型和车辆调度与路径规划模型。传统的求解方法通过启发式算法求解，比如遗传算法、模拟退火算法和进化算法。然而，传统的模型不能完全描述多无人机协同侦察任务的约束。在复杂的环境条件下，面对不断变化的地形数据，上述启发式算法需要重新优化和求解，因此适应性较差，无法快速给出相应的解。传统的启发式学习大多无法避免需要重新优化迭代的问题，实时性不高。并且传统的多无人机路径规划中往往会涉及一些重要的飞行路线信息，增加了未来几年无人机遭受网络物理攻击的风险，传统的无人机群容易受到其它恶意无人机的攻击，从而导致一些重要的路径信息丢失、多无人机路径规划方法被破坏等问题，并且当前多无人机应用中会发生一些空中碰撞，往往是由于无人机的协调出现了问题或者多无人机通信被劫持了所导致的。而且当前大多数现有系统在无人机网络的成员无人机仅仅依赖于相邻成员无人机之间的本地通信，缺乏全球能够信任无人机的知识共享，为此我们提出了一种基于区块链和强化注意力学习的多无人机路径规划方法。

发明内容

(一)解决的技术问题

针对现有技术的不足，本发明提供了一种基于区块链和强化注意力学习的多无人机路径规划方法，解决了上述的问题。

(二)技术方案

为实现上述所述目的，本发明提供如下技术方案：一种基于区块链和强化注意力学习的多无人机路径规划方法，包括以下步骤：

第一步：使用决策变量代表多无人机协同侦察任务的决策变量；

第二步：在无人机执行侦察任务的过程中使用不同的比例系数来组合各个目标函数；

第三步：引入节点方差来调整每个无人机的负载；

第四步：建立注意力机制的端到端训练模型来对无人机路径规划；

第五步：训练模型；

第六步：搭载区块链的多无人机系统；

第七步：多无人机跨域知识共享，共同学习。

优选的，目标函数包括：每个无人机对节点的访问；

无人机离开节点的访问；

每个无人机的距离约束不能超过其最大距离；

所有无人机的总飞行里程；

无人机的生存覆盖函数。