一种舞龙舞狮轨迹拓扑建模与队形协同优化方法及系统

本发明涉及多智能体协同控制，具体为一种舞龙舞狮轨迹拓扑建模与队形协同优化方法及系统。

背景技术：

1、在舞龙训练、赛事竞技、节庆表演及文旅演艺等场景中，队形变换与动作协同的精准度直接影响整体的观赏效果与运行安全。传统的舞龙队形协同主要依赖教练的人工指挥，通过口令或手势引导队员完成动作。这种方式的信息传递存在明显的滞后性，且不同队员对指令的理解和执行存在差异，在复杂的队形变换中容易引发动作失步、队形变形或内部连通断裂，由于无法实时监测和修正执行偏差，往往导致训练效率低下与表演失误。

2、为了提升协同精度，部分方案尝试引入数字化手段进行轨迹获取与编排，但实施效果受到采集方式与算法性能的制约。在数据获取环节，依赖单一视觉采集的系统容易受到场地光线变化和人员相互遮挡的干扰，数据丢失后难以有效补全，进而影响后续的控制精度；而仅依靠随身惯性传感器的采集方案虽然摆脱了视线遮挡问题，但长时间运行容易产生累积漂移误差，且系统缺乏全局空间位置信息，导致整体队形形态无法实现精准的坐标匹配。

3、在轨迹优化与协同控制环节，现有的队形控制方案多采用固定参数的通用群智能算法。这类算法缺乏场景自适应能力，无法针对舞龙运动的特点动态调整目标权重，难以有效平衡路径平滑、节奏同步与碰撞规避等多个维度的需求。当执行过程中出现局部节点位置或节拍偏差时，常规算法通常需要进行耗时的全局重规划，其实时计算效率无法满足高动态表演场景下的ms级响应要求。此外，现有方案普遍缺乏从底层数据感知、局部轨迹重构到终端干预提示的完整闭环反馈链路，导致系统在应对临时突发状况和复杂环境干扰时灵活性不足，难以兼顾队形的艺术展现与安全协同。

技术实现思路

1、针对现有技术的不足，本发明提供了一种舞龙舞狮轨迹拓扑建模与队形协同优化方法及系统，解决了解决传统舞龙队形在训练与表演中因依赖人工指挥、单一传感采集不可靠以及通用优化算法不适配，导致的多人协同精度低、应对突发状况实时性差且安全风险高的问题。

2、为实现以上目的，本发明通过以下技术方案予以实现：一种舞龙舞狮轨迹拓扑建模与队形协同优化方法，其特征在于，包括以下步骤：

3、部署多源感知硬件，利用惯性测量单元、视觉网络与动作捕捉设备采集多模态数据，经时钟同步及线性预测插补异常，生成时间戳一致的融合数据流；

4、基于所述融合数据流，构建时空拓扑图模型，计算动态边权，通过指数衰减与线性生长函数生成过渡态拓扑矩阵；

5、基于所述过渡态拓扑矩阵，构建多目标协同优化函数，设定速度、加速度及安全距离约束，提取舞狮强耦合子图的重心震荡相位，计算相位差偏差度并设为硬约束；

6、基于所述硬约束，运行群智能求解算法生成全局协同路径，当检测到节点偏航超出容错走廊时，提取受限子拓扑图并应用贝塞尔插值生成平滑汇入轨迹，驱动邻近节点执行避让；

7、基于所述汇入轨迹，将协同路径降维解算为控制指令集下发至随身终端，计算队形坐标矩阵与目标模板间的相似变换残差，依据残差梯度触发指令微调或重构逻辑，接收可视化界面的优先级指令完成闭环控制。

8、优选的，经时钟同步及线性预测插补异常，生成时间戳一致的融合数据流的步骤，包括：

9、利用边缘计算节点通过时间协议建立基准时钟对各感知节点进行同步触发，利用外参标定矩阵将不同坐标系下的视觉数据转换至归一化世界坐标系；

10、针对传感器丢失的异常位置数据点，采用线性预测机制进行插补，将当前时刻的位置分量预测值设定为上一采样时刻观测坐标值的两倍与上上采样时刻观测坐标值之差；

11、若数据缺失持续时间超过预设阈值，判定传感器故障并转而执行视觉补偿机制；

12、结合多源观测值执行卡尔曼滤波处理，输出包含位置坐标、运动速度、朝向角度及骨骼关节位姿的融合数据集作为所述融合数据流。

13、优选的，构建时空拓扑图模型，计算动态边权的步骤，包括：

14、将舞龙队员及道具关键点定义为图节点，由空间位置坐标、速度矢量、姿态角、关键骨骼位姿及节拍相位构成节点状态向量；

15、在拓扑图模型中嵌套定义由狮头节点与狮尾节点构成的双节点强耦合拓扑子图，将所述狮头节点与所述狮尾节点间的相对距离与相位滞后量设为刚性约束；

16、当检测到节点间相对距离变化或速度方向夹角变化超过设定阈值时重构边集，基于节点间空间欧氏距离的指数衰减项、运动航向角偏差的线性惩罚项以及节点间归一化节拍相位差的余弦周期项，共同加权计算出所述动态边权。

17、优选的，通过指数衰减与线性生长函数生成过渡态拓扑矩阵的步骤，包括：

18、设定队形切换时间区间的切换起始时刻与切换结束时刻；

19、针对原队形中将要分离的节点组合，控制所述节点组合之间的连接边权自所述切换起始时刻起，按照预设衰减常数呈指数级递减；

20、针对新队形中将要相邻的节点组合，控制所述节点组合之间的连接边权采用线性生长函数进行更新；

21、在所述切换起始时刻至所述切换结束时刻的时间区间内，控制所述连接边权随时间演进呈线性递增，并在所述切换结束时刻达到设定的目标稳定权值；

22、在超过所述切换结束时刻后，维持所述连接边权为所述目标稳定权值不变；

23、将包含更新后连接边权的拓扑结构生成所述过渡态拓扑矩阵。

24、优选的，构建多目标协同优化函数，设定速度、加速度及安全距离约束的步骤，包括：

25、建立总体评价函数为五个分项评价指标的加权和，所述五个分项评价指标分别对应队形匹配度、节奏同步性、路径平滑性、能耗消耗与安全碰撞风险的量化数值；

26、所述安全碰撞风险基于在障碍物或非相邻节点周围建立虚拟斥力场的人工势场法原理构建；

27、读取特定应用场景的目标评价权重文件，调整各分项评价指标的权重系数；

28、在求解器运行过程中，将导致节点间距小于最小安全距离、节点速度超过最大运动速度限值或连通边断裂的候选解设定为无效路径分支，在搜索树中执行剪枝操作。

29、优选的，提取舞狮强耦合子图的重心震荡相位，计算相位差偏差度并设为硬约束的步骤，包括：

30、提取狮头节点和狮尾节点运动重心在垂直方向上的位移时间序列，通过信号处理方法计算周期性震荡相位；

31、计算狮头节点与狮尾节点间的实际相位差与标准协同相位差的绝对偏差度；

32、将所述绝对偏差度作为优化求解搜索边界的约束条件，当计算出的绝对偏差度超过预先离线标定的相位偏差阈值时，在求解器中丢弃导致相位失调的轨迹预测分支。

33、优选的，运行群智能求解算法生成全局协同路径的步骤，包括：

34、将未来预测时域内的节点候选运动轨迹序列进行粒子编码，采用粒子群算法进行滚动优化求解；

35、在迭代优化过程中，统计连续多次迭代内全局最优评价值的变化率作为收敛梯度，以及单次迭代中触发约束投影修正的粒子比例作为冲突频率；

36、当所述收敛梯度低于低位判断阈值且所述冲突频率高于高位判断阈值时，增大惯性权重并降低群体学习因子；

37、当所述收敛梯度高于所述高位判断阈值且所述冲突频率低于所述低位判断阈值时，减小惯性权重并提高群体学习因子。

38、优选的，提取受限子拓扑图并应用贝塞尔插值生成平滑汇入轨迹，驱动邻近节点执行避让的步骤，包括：

39、从产生偏差的偏航节点出发，选取与其直接连接的邻接节点及对应连接边构成局部优化区域，仅针对所述局部优化区域内的节点重新进行轨迹寻优计算；

40、为偏航节点生成基于三次贝塞尔曲线的平滑汇入轨迹，所述三次贝塞尔曲线的控制点由偏航节点的当前实际位置、目标汇入点位置以及二者分别对应的速度向量与预设平滑调节系数的乘积共同确定；

41、在生成平滑汇入轨迹的同周期内，提高多目标协同优化函数中针对所述邻接节点的安全距离权重，驱动邻近节点执行空间避让。

42、优选的，计算队形坐标矩阵与目标模板间的相似变换残差，依据残差梯度触发指令微调或重构逻辑，接收可视化界面的优先级指令完成闭环控制的步骤，包括：

43、计算消除空间缩放、旋转与平移偏差后的实际物理队形与目标队形模板间的整体队形匹配残差，依据所述整体队形匹配残差所处的数值区间梯队，分别触发维持原有规划指令下发、启动局部受限子拓扑重规划或触发全局协同重构机制；

44、获取各节点对应的单点匹配残差数值，通过色彩渐变映射渲染为残差热力图，叠加显示在包含物理位置与拓扑连线的数字孪生界面中；

45、捕获大屏触控界面输入的二维像素坐标边界，利用逆投影矩阵反向映射构建三维空间视景截头体，与当前节点的空间位置求交匹配，圈定异常节点标识集合；

46、下发针对所述异常节点标识集合的优先级干预指令，将所述异常节点标识集合在时空拓扑图中的属性动态标记为静态障碍物或锚定节点，触发其余正常节点的局部重规划与避障调整运算。

47、优选的，一种舞龙舞狮轨迹拓扑建模与队形协同优化系统，其特征在于，包括：

48、多源感知模块，用于利用惯性测量单元、视觉网络与动作捕捉设备采集多模态数据，经时钟同步及线性预测插补异常，生成时间戳一致的融合数据流；

49、拓扑建模模块，用于基于所述融合数据流，构建时空拓扑图模型，计算动态边权，通过指数衰减与线性生长函数生成过渡态拓扑矩阵；

50、优化约束模块，用于基于所述过渡态拓扑矩阵，构建多目标协同优化函数，设定速度、加速度及安全距离约束，提取舞狮强耦合子图的重心震荡相位，计算相位差偏差度并设为硬约束；

51、滚动规划模块，用于基于所述硬约束，运行群智能求解算法生成全局协同路径，当检测到节点偏航超出容错走廊时，提取受限子拓扑图并应用贝塞尔插值生成平滑汇入轨迹，驱动邻近节点执行避让；

52、执行反馈模块，用于基于所述汇入轨迹，将协同路径降维解算为控制指令集下发至随身终端，计算队形坐标矩阵与目标模板间的相似变换残差，依据残差梯度触发指令微调或重构逻辑，接收可视化界面的优先级指令完成闭环控制。

53、本发明提供了一种舞龙舞狮轨迹拓扑建模与队形协同优化方法及系统。具备以下有益效果：

54、1、本发明通过构建时空拓扑图模型，并利用指数衰减与线性生长函数生成过渡态拓扑矩阵，在队形切换的时间区间内对节点连接边权进行动态平滑更新，使得队形的拓扑结构能够随时间连续演变，避免了队形突变导致的局部运动指令激变或连通边断裂，实现了多节点群体在复杂阵型变换过程中的轨迹平滑演化与稳定控制。

55、2、本发明通过提取舞狮强耦合子图的重心震荡相位，计算节点间的实际相位差偏差度，并将其作为群智能求解算法的硬约束条件，在滚动优化求解过程中，系统会主动剔除导致相位失调的轨迹预测分支，从算法底层保证了关联节点在强耦合协同动作中的节拍严格同步，解决了高动态表演场景下的双人动作脱节与配合失误问题。

56、3、本发明通过计算实际物理队形与目标模板间的相似变换残差，在数字孪生界面中叠加显示残差热力图，并支持通过视景截头体区域求交匹配来下发最高优先级的人工干预指令，结合对偏航节点应用贝塞尔插值生成的平滑汇入轨迹以及邻近节点的强制避让机制，构建了算法自主纠偏与人工主动介入相结合的闭环链路，提高了复杂环境下的系统容错率与整体执行安全性。