一种基于多源异构数据的无人集群协同控制系统及方法与流程
本发明涉及无人机协同控制,具体为一种基于多源异构数据的无人集群协同控制系统及方法。
背景技术:
1、随着无人系统技术的快速发展,由无人机、无人车、无人艇及无人潜航器等多元平台构成的无人集群系统,在军事侦察、灾害救援、环境监测、区域巡逻等军民领域展现出广泛的应用前景。相比单一无人平台,无人集群通过分布式协同作业能够实现更广的空间覆盖和更强的任务执行能力。然而,实际应用中,无人集群通常由不同类型、不同代际的异构无人平台混合组成,各节点在传感器配置、机载计算能力、通信带宽及能源供给等方面存在显著差异,异构性既是集群功能多样性的来源,也对协同控制系统的设计提出了严峻挑战。
2、传统技术中不同无人平台在传感器配置、机载算力、通信能力、能源供给上存在显著差异。传统协同控制算法往往假设各节点计算能力对等,但现实中,一架高端无人机可能搭载gpu进行实时推理,而另一架廉价无人机可能只有微控制器级别的算力。而“计算异构性”在多源数据融合场景下尤为突出,高算力节点可以处理高维数据,低算力节点可能只能处理单一传感器数据。如何在算力极不对称的前提下实现有效的多源异构数据协同,现有研究严重不足。更隐蔽的是,传统方法将感知、通信、计算割裂优化,未能将任务需求、环境信息与底层资源调度统一决策。
技术实现思路
1、本发明的目的在于提供一种基于多源异构数据的无人集群协同控制系统及方法,以解决现有技术中提出的问题。
2、为实现上述目的,本发明提供如下技术方案:
3、一种基于多源异构数据的无人集群协同控制方法,所述方法包括以下步骤:
4、s100、在无人集群每个无人节点内置基准测试单元,利用基准测试单元采集启动时峰值浮点运算次数和内存带宽,实时采集中央处理器占用率和内核温度,计算瞬时算力水位;
5、所述计算瞬时算力水位具体为:
6、s101、在每个无人节点i内置轻量级基准测试单元,在系统启动时测量峰值浮点运算次数fi和内存带宽bi,实时监测中央处理器占用率oi(t)和内核温度ti(t),计算瞬时算力水位,公式为:
7、;
8、其中,wi(t)表示当前时刻第i个无人节点的瞬时算力水位,k1表示操作系统调度损耗系数,k2表示温度频率衰减系数,t0表示额定工作温度,e表示自然常数,所述k1和k2由工作人员系统工作数据主动设置。瞬时算力水位可在任意控制周期实时更新,使得无人集群中每一节点的计算能力具备可比性。
9、s200、当控制无人集群时计算全局任务的总信息量,根据瞬时算力水位将总信息量切分原子控制基元,针对每个原子控制基元设置必需算力门槛,输出待分配的基元-需求映射表;
10、所述输出待分配的基元-需求映射表具体为:
11、s201、地面站计算无人集群全局任务的总信息量,公式为:
12、;
13、其中,etot表示总信息量,p(x)表示各类传感器数据在融合中的先验概率分布;
14、针对全局任务的总信息量根据无人节点的瞬时算力水位等比例切分为m个原子控制基元;利用瞬时算力水位计算算力离散度,公式为:
15、;
16、其中,d表示算力离散度,wmax表示所有瞬时算力水位最大值,wmin表示所有瞬时算力水位最小值,wavg表示所有瞬时算力水位平均值,ε表示极小值,防止除零;
17、利用算力离散度计算原子控制基元个数,公式为:
18、;
19、其中,n表示无人集群中无人节点个数,round表示四舍五入取整;
20、s202、针对切分的每个原子控制基元附带必需算力门槛hj,所述必需算力门槛由工作人员根据原子控制基元包含全局任务信息量设置,设置约束hj≤max{wi(t)},保证至少存在一个无人节点可以处理对应原子控制基元,必需算力门槛表示处理对应原子控制基元所必需的算力;生成基元-需求映射表。
21、集群算力分布越参差不齐,基元就被切分得越细碎。“离散度驱动粒度”的设计,确保了强节点不会因任务块太大而被单个复杂基元阻塞,弱节点也不会因任务块太粗而无法承接任何基元,从源头避免了“一刀切”导致的资源错配。
22、s300、利用无人节点和原子控制基元构建二分图,利用必需算力门槛分配原子控制基元给无人节点构成二分图边,计算每条边的失配势能作为边权重,通过迭代计算最小全局总势能输出最佳分配方案;
23、所述通过迭代计算最小全局总势能输出最佳分配方案的具体步骤为:
24、s301、构建二分图,将左顶点为无人节点集合,右顶点为原子控制基元集合,边表示无人节点可承担原子控制基元关系,当无人节点自身瞬时算力水位大于等于必需算力门槛表示可承担对应原子控制基元;
25、计算每条边的失配势能作为边权重,公式为:
26、;
27、其中,mij(t)表示无人节点i和原子控制基元j之间边权重,lij表示通信链路质量系数,由工作人员根据信噪比设置;
28、现有负载均衡算法多采用绝对差值,会导致高水位节点的权重值远大于低水位节点,从而在迭代优化中主导匹配方向,忽略弱节点的匹配需求。本发明的比值形式使得任何节点-基元对在相同的数值尺度上竞争,保证了匹配公平性。
29、s302、将原子控制基元根据边向无人节点进行分配,将实际分配使用的边作为分配边,利用分布式迭代计算所有分配边权重之和作为全局势能,迭代求解全局势能最小化的分配方案作为最佳分配方案输出。各节点仅交换匹配意愿而非原始数据,在迭代异步最佳响应后收敛至局部最优稳定态。使得本方法在通信拓扑动态变化时仍能保持稳健,避免了中心节点单点故障风险。
30、s400、针对每个无人节点利用所分配的所有原子控制基元必需算力门槛和计算数据语义压缩比,对数据语义压缩比进行判断,筛选高算力节点和低算力节点,并执行不同采样策略;
31、所述执行不同采样策略的具体步骤为:
32、s401、针对每个无人节点计算最佳分配方案中分配给无人节点的所有原子控制基元必需算力门槛之和hsum,i,计算数据语义压缩比,公式为:
33、ri(t)=wi(t)/hsum,i;
34、其中,ri(t)表示数据语义压缩比;
35、若ri(t)>1,判断对应无人节点算力过剩,为高算力节点,执行超采样内插,所述超采样内插表示提高局部激光雷达的点云体素细度,同时保留高频时间序列;
36、若ri(t)<1,判断算力吃紧,为低算力节点,执行稀疏化门控,所述稀疏化门控表示依据传感器视场角内图像中心向外递减的梯度,从边缘向中心逐步抽稀数据帧,但保证视场角范围内的最低奈奎斯特采样率;裁剪后的数据流将不再包含全量冗余信息,仅保留与所负责任务基元强相关的特征通道,大幅降低计算负担。
37、若ri(t)=1时,正常采样。通过判断执行不同策略使得不同能力的节点采集不同精度的数据,但都服务于全局协同目标,既释放了弱节点的算力压力,又最大化挖掘了强节点的感知潜力。
38、s500、针对高算力节点利用无人节点传感器和状态观测理论生成自身状态和相邻低算力节点的预估实际状态,并接收邻近低算力节点上报的观测状态,计算预估实际状态和观测状态的态势偏差梯度,生成虚拟控制量对低算力节点基础控制指令进行补偿;
39、所述生成虚拟控制量对低算力节点控制指令进行补偿的具体步骤为:
40、s501、高算力节点通过传感器采集自身状态xb和邻近低算力节点的预估实际状态yk,接收邻近低算力节点上报的观测状态zk;所述低算力节点通过计算低算力节点与高算力节点的空间直线距离且空间直线距离小于物理通信半径上限确定;邻近低算力节点在全局任务的控制周期内向高算力节点上报自身通过传感器测定的观测状态;所述状态均包含三维空间位置矢量和航向;
41、s502、计算邻近低算力节点预估实际状态和观测状态的态势偏差梯度,公式为:gbk=yk-zk;其中,gbk表示态势偏差梯度;
42、高算力节点将态势偏差梯度编码构成额外的虚拟控制量,在全局任务低算力节点执行分配的原子控制基元时将虚拟控制量叠加在基础控制指令中;低算力节点收到虚拟控制量后,作为外部的惯性阻尼补偿,直接注入到自身底层姿态控制环。
43、通过让强节点利用自身富余算力,反向推演弱节点因数据裁剪而产生的运动学漂移误差,并生成补偿指令强行注入,将算力异构从“负担”转化为了“补偿势”。低算力节点接收虚拟控制量后无需任何状态解算或坐标变换,彻底规避了传统异构融合中因弱节点解算能力不足而导致的延迟和误差累积。
44、s600、在每个控制周期内,选取临时验证节点计算当前全系统能量泛函的导数,对全系统能量泛函的导数进行判断系统控制是否向平衡点收敛,若不是触发反向弹性制动;
45、所述对全系统能量泛函的导数进行判断系统控制是否向平衡点收敛的具体步骤为:
46、s601、在每个控制周期内,对所有无人节点的瞬时算力水位进行判断,选取中间值作为临时验证节点;在临时验证节点上计算当前全系统能量泛函的导数,公式为:
47、;
48、其中,ssys(t)表示全系统能量泛函,之后对全系统能量泛函进行求导得到当前全系统能量泛函的导数,wm(t)表示当前时刻无人集群瞬时算力水位平均值,ci(t)表示无人节点的实际补偿残差,所述实际补偿残差表示态势偏差梯度与低算力节点实际注入的虚拟控制量的差值向量模长;a和b表示正定阻尼系数;所述正定阻尼系数在本技术中由工作人员根据实验主动设置;
49、本发明的能量泛函将“算力分布均匀度”和“跟踪误差”纳入同一标量框架,前者衡量集群算力分配的均衡程度,后者衡量弱节点的偏离程度。二者之和的导数为负,意味着算力正向贡献大于误差负面贡献,系统在向稳定收敛,为异构集群提供了前所未有的稳定性判据。
50、s602、若<0,证明系统向稳定平衡点收敛,所述s400和s500策略有效,继续执行;
51、若≥0,立即触发反向弹性制动,所述反向弹性制动表示强制将所有无人节点数据语义压缩比回退为1,并清空低算力节点注入的虚拟控制量,确保物理安全优先。一旦检测到系统失稳趋势,立即强制所有节点回退至全量数据模式并清空虚拟控制量。通过“硬刹车”机制确保了即便智能适配策略失效,系统仍能回到保守但安全的基线状态,杜绝了失控风险。
52、s700、当触发反向弹性制动时对实际补偿残差进行判断,计算修正系数;将修正系数代入下一个控制周期中优化瞬时算力水位。
53、所述将残差向量作为修正项代入下一个控制周期中优化瞬时算力水位的具体步骤为:
54、s701、当触发反向弹性制动时提取低算力节点的实际补偿残差,预设容忍阈值δ,当实际补偿残差≤δ时,赋值修正系数pi(t)=1;若实际补偿残差>δ时,进入惩罚程序;容忍阈值由专家主动预设,本技术优选取值0.5;
55、s702、所述惩罚程序表示利用实际补偿残差和容忍阈值计算修正系数,公式为:
56、pi(t)=1-α×(ci(t)-δ);
57、其中,α表示惩罚斜率,由工作人员根据经验去固定值,在本技术中优选取0.1;
58、将修正系数代入下一控制周期瞬时算力水位计算中对峰值浮点运算次数进行修正:finew(t+△t)=fi+pi(t);finew(t+△t)表示修正后的峰值浮点运算次数;利用修正后的峰值浮点运算次数参与瞬时算力水位计算修正下一控制周期的瞬时算力水位。
59、一种基于多源异构数据的无人集群协同控制系统,无人集群协同控制系统包括算力分析模块、任务切分模块、分配模块、分配算力判断模块、算力补偿模块、平衡判断模块和修正模块;
60、所述算力分析模块用于在无人集群每个无人节点内置基准测试单元,利用基准测试单元采集启动时峰值浮点运算次数和内存带宽,实时采集中央处理器占用率和内核温度,计算瞬时算力水位;
61、所述任务切分模块用于当控制无人集群时计算全局任务的总信息量,根据瞬时算力水位将总信息量切分原子控制基元,针对每个原子控制基元设置必需算力门槛,输出待分配的基元-需求映射表;
62、所述分配模块用于利用无人节点和原子控制基元构建二分图,利用必需算力门槛分配原子控制基元给无人节点构成二分图边,计算每条边的失配势能作为边权重,通过迭代计算最小全局总势能输出最佳分配方案;
63、所述分配算力判断模块用于针对每个无人节点利用所分配的所有原子控制基元必需算力门槛和计算数据语义压缩比,对数据语义压缩比进行判断,筛选高算力节点和低算力节点,并执行不同采样策略;
64、所述算力补偿模块用于针对高算力节点利用无人节点传感器和状态观测理论生成自身状态和相邻低算力节点的预估实际状态,并接收邻近低算力节点上报的观测状态,计算预估实际状态和观测状态的态势偏差梯度,生成虚拟控制量对低算力节点基础控制指令进行补偿;
65、所述平衡判断模块用于在每个控制周期内,选取临时验证节点计算当前全系统能量泛函的导数,对全系统能量泛函的导数进行判断系统控制是否向平衡点收敛,若不是触发反向弹性制动;
66、所述修正模块用于当触发反向弹性制动时对实际补偿残差进行判断,计算修正系数;将修正系数代入下一个控制周期中优化瞬时算力水位。
67、分配模块包括二分图构建单元和最佳方案生成单元;
68、所述二分图构建单元用于利用无人节点和原子控制基元构建二分图,利用必需算力门槛分配原子控制基元给无人节点构成二分图边,计算每条边的失配势能作为边权重;
69、所述最佳方案生成单元用于通过迭代计算最小全局总势能输出最佳分配方案。
70、与现有技术相比,本发明的有益效果是:
71、1、现有技术的所有努力都围绕着“如何让异构节点协同工作时不掉队”,即削峰填谷、消除差异。本发明反其道而行之,首次提出异构不是问题而是资源,通过高算力节点在完成自身任务后仍有富余,认知盈余被系统性地用于补偿低算力节点的感知缺陷和运动漂移。强节点的强不仅体现在自身执行效率高,更体现在能搀扶弱节点前进,从而提升整体集群性能。
72、2、构建了一套“感知-分配-适配-补偿-验证-修正”全链条闭环的、专为多源异构无人集群设计的协同控制架构,其核心思想“算力异构即补偿势”从根本上扭转了传统异构协同“消除差异”的被动逻辑。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com