一种基于语义认知的无人机区域侦察价值评估方法与流程

技术特征：
1.一种基于语义认知的无人机区域侦察价值评估方法，其特征在于，包括以下步骤：(1)从红方角度出发，将全局区域范围进行栅格化处理，依据各栅格位置对应的建筑以及障碍物的分布，得到离散全局栅格集合gmap，并判断每个栅格的可通行性，在可通行栅格区域集合上提取可通行路网结构；(2)假定红蓝双方只在障碍物外部进行活动，将各可通行栅格的通视性、隐蔽性、连通性以及周围障碍的抗毁损能力进行模糊化描述，然后设计模糊推理规则并进行语义推理，计算各栅格基础侦察战略价值；(3)根据红方各单位的空间位置分布，基于机动能力、攻击能力以及可通行路网结构计算红方阵营的控制区域，并计算红方阵营面临的全局安全态势；(4)基于当前对蓝方兵力分布的观测结果以及协同对抗先验知识，采用蒙特卡洛采样的策略模拟蓝方兵力部署方案，以每个方案对红方的威胁度作为方案被采用的概率值，计算各位置的威胁程度的期望，并作为全局威胁态势；(5)综合各栅格基础侦察战略价值、全局安全态势和全局威胁态势，计算各栅格位置的侦察价值，根据侦察价值高于设定阈值的栅格的空间分布进行区域聚类得到候选侦察区域；(6)依据各候选侦察区域所覆盖的实际区域的建筑、障碍物和路网的分布，计算每个候选区域的区域得分，并筛选出得分最大的所设定个数区域作为最终的区域侦察需求输出。2.根据权利要求1所述的基于语义认知的无人机区域侦察价值评估方法，其特征在于，步骤(3)包括如下步骤：(301)计算每个红方单位对周围区域的控制区域：式中，d
i
∈d
red
，d
red
＝{d0，d1，...，d
n-1
}，n为总的红方单位个数，g(x
j
，y
k
，d
i
)表示红方单位d
i
沿路网road
net
机动到位置(x
j
，y
k
)的最短距离，attack
radius
为红方单位攻击距离，α和β为常数，v0为红方单位移动速度，(x
j
，y
k
)∈gmap；(302)计算红方阵营全体单位的控制范围，即红方阵营的安全态势situation
safe
：3.根据权利要求1所述的基于语义认知的无人机区域侦察价值评估方法，其特征在于，步骤(4)包括如下步骤：(401)基于蓝方总兵力上限、蓝方初始分布区域、蓝方最大移动速度、当前推演时间以及当前已经观测到的蓝方兵力分布结合协同对抗经验，通过蒙特卡洛采样模拟得到当前蓝方可能的兵力部署方案x＝{x1，...，x
i
，...，x
n
}，其中，}，其中，表示某一种采用生成的部署方案，n表示生成的方案个数，soldiers
blue
表示蓝方总兵力；(402)假设蓝方采取对红方威胁程度最大的兵力部署方案对红方进行攻击，依据蓝方
单位的机动能力和攻击能力，对各可能的兵力部署方案x
i
的威胁区域计算方式如下：式中，b
i
∈d
blue
，d
blue
＝{d0，d1，...，d
l-1
}，l为总的蓝方单位个数，g(x
j
，y
k
，b
i
)表示蓝方单位b
i
沿路网road
net
机动到位置(x
j
，y
k
)的最短距离，attack
radius
为红方单位攻击距离，γ和δ为常数，v0为蓝方单位移动速度，(x
j
，y
k
)∈gmap；(403)将每种部署方案威胁度进行归一化得到蓝方采取对应方案的概率值p(x
i
)；(404)综合每种部署方案的威胁度与被采用概率值，通过加权平均融合的方式得到基于当前未知蓝方单位的空间分布预测的威胁态势预测结果situation
threaten
：4.根据权利要求1所述的基于语义认知的无人机区域侦察价值评估方法，其特征在于，步骤(5)包括如下步骤：(501)将全局安全态势评估得分situation
safe
、全局威胁态势评估得分situation
threaten
和各栅格基础侦察战略价值评估得分situation
env
加权求和得到各栅格的侦察价值：其中，ω
i，j
为各栅格的侦察价值；ω、θ表示各部分分值权重，且各分值权重ω、θ根据不同对抗局势、不同兵力对比、和不同对抗环境进行设定；(502)基于各栅格的侦察价值的空间分布进行密度聚类，得到高价值的候选侦察区域s，并对每个候选侦察区域s
i
内各栅格的总体战略价值以及区域内的路网空间构型进行评估，得到每个候选侦察区域的区域侦察价值具体计算方式如下：其中，m表示区域s
i
内可通行栅格个数；ω
i，j
表示栅格a
i，j
的侦察价值且a
i，j
∈s
i
；k表示区域s
i
与其他全局部分连通的道路个数；表示区域的路网集成度，计算方式如下：其中，r表示区域s
i
内的路口集合，dist(r
g
，r
l
)
shortest
表示从路口r
g
到路口r
l
沿路网的最小加权距离；m表示区域内路口的个数。

技术总结
本发明提供一种基于语义认知的无人机区域侦察价值评估方法，属于区域侦察价值评估领域。通过将整个任务区域进行离散化，将障碍物属性、空间范围以及时空分布融入到全局交通环境语义认知体系中；然后在全局交通网络的基础上，结合敌我兵力部署、单元属性以及机动能力构建全局安全态势以及全局威胁态势理解语义认知模型，计算每个栅格位置的侦察价值；最后基于各栅格的侦察价值空间分布进行区域聚类，生成区域侦察需求，提升指挥人员对实际对抗态势的全面掌握，有利于对重点区域进行及时侦察。察。察。


技术研发人员：耿虎军 张文宝 楚博策 王梅瑞 韩长兴 高晓倩 孟楠 姜岩松 高峰
受保护的技术使用者：中国电子科技集团公司第五十四研究所
技术研发日：2022.01.25
技术公布日：2022/4/26