基于动态目标协同观测的多AUV路径导航方法与流程

本发明涉及auv导航，特别是基于动态目标协同观测的多auv路径导航方法。

背景技术：

1、自主式水下航行器（auv）因其具备自主航行、长期连续观测和搭载多类型传感器的能力，已成为现代海洋环境监测的重要技术手段。然而，单个auv存在执行任务单一、任务覆盖范围小等缺陷，auv集群通过协同作业可显著提升覆盖能力与鲁棒性，是海洋机器人领域的重要研究方向。其中，协同动态目标观测是最复杂的任务之一，该任务涵盖auv集群的感知、通信、跟踪以及围绕等多项核心技术，并要求集群实现同步收敛。协同动态目标观测可使得环境测量从点测量升级为空间场测量，在海洋生态研究、海洋环境监测及水下测绘等场景中具有重要应用价值。因此，多auv的协同动态目标观测算法具有重要的研究价值与意义。

2、协同观测方法主要分为基于数学的方法和基于学习驱动的方法两类。在基于数学的方法中，李瑞珍等提出基于动态点的方法，理论简单且工程易实现，但协商法会带来较大的时间消耗。nazarahari, m等提出了基于网格的方法，虽然求解过程快速，但得到的路径不连续，并严重依赖全局信息。h. kawakami提出了基于一致性控制方法等，该种方法虽然理论证明严谨，但在实际设计控制器时十分复杂。在仿生算法的研究上，陆地机器人以及无人机领域常用的方法有粒子群优化算法、鲸鱼优化算法、狼群算法等。在auv领域，liang和liu等人提出了人工免疫算法和仿生神经网络模型（binn）的auv自主规划方法，但将auv的运动方向局限于格点上下左右离散移动。基于强化学习的方法虽然有很强的环境适应能力，但其对强大算力的依赖、以及算法本身固有的黑箱特性，在实际应用中仍有一定的限制。

3、基于博弈论的方法具有严格的数学框架,并且考虑到跟踪者和动态目标之间的策略互动。benda等人研究了博弈场景下局中人的选取方法，并将问题视为多个零和博弈的组合，但是在支付函数设计时未能考虑局中人的协作关系，易导致任务失败。chen和lin等人利用微分博弈，进行了多智能体一致性控制理论研究，但该种方法仅进行了理论研究，但若进行工程应用，需要很高的算力且实时性不足。zhang基于势博弈研究了交通拥塞系统的优化问题，但上述博弈模型的应用中，每个智能体均以使自己的代价最小或最大进行策略输出。在auv领域目前还未找到相关公开的研究。

4、综上所述，协同目标观测的研究成果大多停留在理论仿真阶段，目前还未有一种基于auv集群实际可行的观测方法。

技术实现思路

1、本发明的目的在于克服现有技术存在的上述缺陷，提出了一种基于动态目标协同观测的多auv路径导航方法，以auv集群为研究对象，结合auv的特性，将博弈论与数学方法中的控制理论融合，实现基于auv集群的协同动态目标观测，对auv集群中各条auv运动路径进行准确导航，提高auv集群对动态目标跟踪的效率和准确率。

2、本发明的技术方案是：一种基于动态目标协同观测的多auv路径导航方法，其中，包括以下步骤：

3、s1、auv集群初始化与目标数据采集；

4、s2、auv集群接收到目标信息后，需对向目标快速靠拢进行近距离观测，auv集群则进入快速靠近阶段，根据混合博弈的目标跟踪算法，输出集群中每条auv的期望位置和期望速度；

5、s3、auv集群靠近目标后，利用对数螺旋的路径规划算法，对auv集群中的路径进行规划，使auv集群以最快的速度且同一时刻对目标形成均匀站位的观测态势。

6、本发明的步骤s1中，参与协同观测的auv集群初始散布在不同水域搜索目标，当其中数条auv检测到目标信息时，该auv将目标信息以及自身位置信息通过通信链路共享至其他auv，步骤s2提供输入数据信息。

7、步骤s2的具体实现过程如下所述：

8、s2.1、在快速靠近阶段，将目标与auv集群整体设计为零和博弈的双方， auv集群内部相互合作，设计为非零和博弈的局中人，提出混合博弈的目标跟踪算法；

9、s2.2、当混合博弈的目标跟踪算法存在数组满足条件的结果时，确定最优的目标策略点、以及个体auv的最优控制策略，从而实现对个体auv的运动约束。

10、步骤s2.1的具体实现过程如下所述：

11、每条auv和目标t在当前时刻下，可供选择的运动方向表示为：

12、，

13、其中，表示下一时刻auv集群中第i条auv或者目标t期望位置状态；表示当前时刻auv集群中第i条auv或者目标t的当前位置状态，表示当前时刻auv集群中第i条auv或者目标t的期望位置控制量；表示auv集群中第i条auv或者目标t的横坐标位置；表示auv集群中第i条auv或者目标t的纵坐标位置；表示当前时刻；表示可供选择方向的距离大小；表示第i条auv或者目标t的当前航向；表示auv集群中第i条auv或者目标t控制期望位置的控制参数；

14、auv集群控制策略表示为：

15、，

16、其中，表示auv集群中第i条auv的控制策略；表示auv集群中第i条auv控制期望位置的控制参数；n表示auv集群中auv的数量；

17、目标的运动策略表示为，其中，表示目标的运动策略；表示目标t运动策略的控制参数；

18、设计auv集群代价性能指标函数为：

19、，

20、其中，表示auv集群的位置状态；表示目标的位置状态；表示auv集群的控制策略；表示目标的运动策略；

21、表示当前时刻的代价函数，定义为：

22、，

23、其中，与表示可调节参数，且，为：

24、，

25、其中，表示可调参数；

26、表示归一化的距离项，其计算公式为：

27、，

28、其中，表示auv集群中第i条auv的横坐标位置；表示目标t的横坐标位置；表示auv集群中第i条auv的纵坐标位置；表示目标t的纵坐标位置；表示最终观测的距离；表示归一化限定的最大距离;

29、表示归一化的包围角差值项：

30、，

31、其中，表示auv集群中第i条和第j条auv与目标形成的夹角；表示归一化限定的最大夹角；为auv均匀分布时两两的夹角，且：

32、，

33、其中，表示auv集群中第j条auv的横坐标位置；表示auv集群中第j条auv的纵坐标位置。

34、表示避碰代价项：

35、，

36、其中，表示第i条auv与第j条auv之间的距离；表示auv之间预设的安全距离；

37、auv集群在时刻的控制策略的最优博弈值函数为：

38、，

39、其中，表示auv集群在时刻的位置状态；表示折扣因子；表示auv集群在考虑目标采取最不利运动策略的情况下，从自身候选控制策略中选择能够使最坏情况代价最小的策略；

40、auv集群下一时刻的最优控制策略为：

41、，

42、其中，表示最优值函数关于下一时刻期望位置的梯度，以描述候选状态变化对博弈代价的影响；表示auv集群下一时刻的期望位置状态；

43、对于个体第i条auv在时刻的控制策略的最优值函数表示为：

44、，

45、其中，表示第i条auv在时刻的位置状态；

46、则第i条auv在下一时刻的控制策略为：

47、，

48、其中，表示第i条auv在时刻关于下一时刻期望位置的梯度；表示第i条auv下一时刻的期望位置状态。

49、步骤s2.2的具体实现过程如下所述：

50、对于目标t，有多个策略点时，即，选择与目标运动方向最近的一个策略点：

51、，

52、其中，表示在目标的候选运动策略集合中使目标运动方向偏差最小的运动策略；表示目标的当前运动方向；表示目标t第个运动策略。

53、auv集群与目标的博弈过程中，集群实际代价函数用表示，目标最坏扰动的代价函数用表示，并设：

54、，

55、其中，表示第i条auv输出的原始期望位置的控制参数；表示第i条auv对于目标最坏扰动时的期望位置的控制参数；

56、当auv集群有唯一策略点时：

57、，

58、则个体auv的控制策略为；

59、当auv集群无策略点或者存在多个策略点时，在所有选择均不利的情况下，在第i条auv输出的原始期望位置的控制参数附近找到新的期望位置的控制参数，使得结果产生的不利影响大于造成的损害；

60、在原始期望位置的控制参数的邻域内进行局部搜索，以

d确定期望位置的控制参数的调整方向，以表示沿调整方向的调整幅度：

61、，

62、其中，表示沿调整方向

d的最优调整步长，其计算公式为：

63、，

64、，

65、其中，表示在候选调整步长中寻找使评价指标变化率最大的调整量；表示代价函数关于调整步长的梯度；表示第i条auv采用调整后控制策略时代价函数变化率的变化趋势；表示代价函数关于第i条auv期望位置的控制参数的梯度；表示第i条auv采用调整后期望位置的控制参数时的代价函数变化率；

66、

d表示第i条auv期望位置的控制参数的调整方向，其计算公式为：

67、，

68、其中，表示符号函数； 表示局部搜索过程中得到的候选期望位置的控制参数，其计算公式为：

69、，

70、且；

71、根据上述算法，得到个体auv的控制策略为。

72、步骤s3的具体实现过程如下所述：

73、目标t相对于auv的方位角记为，预留角度为目标在探测的范围，即使得，其中，为传感器的探测角度；

74、当时，每条auv相对目标的径向速度分量和切向速度分量为：

75、，

76、其中，表示第i条auv的前向速度；表示第i条auv轨迹的旋转角度；

77、auv在极坐标系下的轨迹为对数螺线，如下式所示：

78、，

79、其中，表示第i条auv的轨迹；表示第i条auv轨迹的初始位置；表示第i条auv在时刻的初始相位角；

80、基于螺旋开始的初始位置为，设上式中的每条auv的旋转角度为：

81、，

82、其中，，其中，表示最小角位移；表示设置的观测距离；

83、为保证集群中每条auv的路径的最短，控制螺线的旋转方向，对每条auv设置顺、逆时针角位移为：

84、，

85、其中，表示顺时针角位移；表示取模函数；表示第i条auv最终的相位角度；表示逆时针角位移；

86、设最小角位移为：

87、，

88、其中，编号为i的auv最终的相位角度的计算公式为：

89、，

90、其中，表示整体相位偏移量；

91、通过循环平移的方法确定：

92、首先将auv集群中所有auv的初始极角按逆时针方向排序，设排序后的角度为：

93、，

94、在最终相位的所有分配中，定义第种最终相位分配为：

95、；

96、其中，表示第i个auv的最终相位角的第种分配；；

97、第种分配的总代价函数为：

98、，

99、其中，表示反正切函数；

100、最优循环偏移量的表达式为：

101、，

102、则auv集群中每个个体auv最终的相位角度为：

103、，

104、螺线旋转方向定义为：

105、，

106、将每条auv的旋转角度的表达式代入对数螺线的表达式中，得到每条auv的路径坐标。

107、步骤s3中，当时，设置阈值，当时，将auv轨迹的对数螺线表达式转化为下式：

108、，

109、其中，s表示路径参数，；

110、将由极坐标系转换为直角坐标系下的每条auv的期望路径坐标：

111、，

112、其中，表示第i条auv的输出的期望横坐标位置；表示第i条auv的输出的期望纵坐标位置；表示第i条auv关于路径参数的相位角函数，其计算公式为：

113、，

114、其中，表示第i条auv在时刻的初始相位角；

115、在每条auv进行速度控制的过程中，指定auv集群中的某一条auv为领航者，并结合与跟随者速度缓冲区之间的距离设计领航者auv速度为：

116、，

117、其中，，表示领航者auv速度的最小值，表示领航者auv速度的最大值；表示可调参数；表示领航者auv与跟随者速度缓冲区之间的距离；

118、集群中其余auv则为跟随者，以领航者auv位置为基准设计跟随者auv速度为：

119、，

120、其中，，表示跟随者auv速度的最小值，表示跟随者auv速度的最大值；表示可调参数；表示跟随者auv与跟随者速度缓冲区之间的距离。

121、本发明的有益效果是：

122、（1）本技术提出的混合博弈的目标跟踪算法，将传统方法的被动策略转化为主动策略，解决了传统方法致使auv行动被动，仅按固定点位机动，缺乏灵活性与主动性的问题，采用分布式框架输出每条auv的控制策略，提高了目标跟踪的效率；

123、（2）本技术提出的连续版弊大不利算法，解决了博弈解的多策略点问题，在auv集群与动态目标博弈过程中得到均衡解，有效防止auv集群行为震荡；

124、（3）本技术提出的对数螺线的路径规划算法，解决了在传感器的探测限制下传统方法因信息滞后导致目标观测成功率低的问题。

125、综上所述，通过本技术提出的方法，结合auv的特性，将博弈论与数学方法中的控制理论融合，实现基于auv集群的协同动态目标观测，对auv集群中的各条auv运动路径进行准确导航，提高了auv集群对动态目标观测的成功率和观测效率。