一种基于蚁群信息素的无人机集群区域监视控制方法与流程

1.本发明涉及无人机集群控制领域，具体涉及一种基于蚁群信息素的无人机集群区域监视控制方法。


背景技术：

2.无人机具有体积小、机动性高、模块配置自由、成本低等优势，可广泛应用于区域监视场景中。然而随着监视环境的复杂化，单个无人机难以胜任任务需求，一方面体现在对于大面积的监视区域而言，单个无人机感知范围有限，往往顾此失彼，监视效率低下；另一方面，单个无人机无法实现多机容灾备份。无人机集群的出现弥补了上述缺点，通过控制多架无人机协同执行监视任务，提高了监视效率并增强系统的鲁棒性。
3.传统的无人机集群控制是自上而下的模式，通过预设每个无人机的飞行轨迹来控制集群的飞行，这种方法虽然简单易于操作但不具有自适应性，无法实现集群中无人机个体之间的协同调度，仅适用于无人机飞行表演等相对固定的飞行场景。
4.因此，现有技术还有待于改进和发展。


技术实现要素：

5.本发明要解决的技术问题在于，针对现有技术的上述缺陷，提供一种基于蚁群信息素的无人机集群区域监视控制方法，旨在解决现有技术中对于控制无人机集群飞行的方法不具有自适应性、无法实现集群中无人机个体之间的协同调度的问题。
6.本发明解决技术问题所采用的技术方案如下：
7.第一方面，本发明实施例提供一种基于蚁群信息素的无人机集群区域监视控制方法，其中，所述方法包括：
8.将预设的监视区域初始化为栅格单元，并设置所述栅格单元的监视优先级和初始吸引信息素值；其中，所述初始吸引信息素值为用于驱使无人机对监视区域进行搜索的吸引信息素的初始值；
9.根据所述栅格单元的脱离监视时长和所述监视优先级更新所述初始吸引信息素值，得到实时吸引信息素值；其中，所述脱离监视时长为所述栅格单元未被所述无人机访问的时长；
10.根据所述实时吸引信息素值和所述无人机间距离向量确定无人机所受合力；
11.根据所述无人机所受合力确定所述无人机的飞行速度。
12.在一种实现方式中，所述将预设的监视区域初始化为栅格单元，并设置所述栅格单元的监视优先级和初始吸引信息素值，包括：
13.根据预设的监视精度，将所述监视区域划分为m
×
n个所述栅格单元，其中m为栅格行数，n为栅格列数；
14.为每个所述栅格单元分别设置所述监视优先级；
15.为所有所述栅格单元设置相同的所述初始吸引信息素值。
16.在一种实现方式中，所述根据所述栅格单元的脱离监视时长和所述监视优先级更新所述初始吸引信息素值，得到实时吸引信息素值，包括：
17.根据所述栅格单元的所述脱离监视时长得到所述栅格单元的信息素开关，其中，所述信息素开关为
18.其中，t0代表预设的重访时限，t代表所述栅格单元所处时刻，t
ij
代表所述栅格单元上一次被所述无人机访问的时刻；
19.根据所述栅格单元的所述信息素开关和所述监视优先级更新所述初始吸引信息素值，得到所述实时吸引信息素值，所述实时吸引信息素值为
20.s(p
ij
,t)＝(1-e)[(1-g)s(p
ij
,t-1) λ
ijkij
d(p
ij
,t) g(p
ij
,t)],
[0021]
其中，p
ij
为第i行第j列的所述栅格单元，i＝1,...,m，j＝1,...,n，e为吸引信息素值蒸发系数，g为吸引信息素值传播系数，s(p
ij
,t-1)为所述栅格单元p
ij
在t-1时刻的吸引信息素值，当t＝1时，s(p
ij
,0)即为所述栅格单元p
ij
的所述初始吸引信息素值，λ
ij
为所述栅格单元p
ij
的所述监视优先级，k
ij
为所述栅格单元p
ij
的所述信息素开关，d(p
ij
,t)为所述栅格单元p
ij
主动释放的吸引信息素值，g(p
ij
,t)为除所述所述栅格单元p
ij
以外的所有栅格单元传播到所述栅格单元p
ij
的吸引信息素值。
[0022]
在一种实现方式中，所述根据所述实时吸引信息素值和所述无人机间距离向量确定无人机所受合力，包括：
[0023]
根据所述实时吸引信息素值确定势场的合力；
[0024]
根据所述无人机间距离向量确定无人机间排斥力；
[0025]
根据所述势场的合力和所述无人机间排斥力得到所述无人机所受合力。
[0026]
在一种实现方式中，所述根据所述实时吸引信息素值确定势场的合力，包括：
[0027]
获取第一无人机的第一地理坐标，并选取待测栅格单元；
[0028]
根据所述第一地理坐标和所述待测栅格单元的中心坐标得到第一向量；
[0029]
根据所述待测栅格单元的实时吸引信息素值和所述第一向量得到所述第一无人机的信息素势场；
[0030]
根据所述第一无人机的所述信息素势场得到所述信息素势场的合力。
[0031]
在一种实现方式中，所述根据所述所述无人机间距离向量确定无人机间排斥力，包括：
[0032]
获取所述监视区域中与所述第一无人机存在位置关系的多个第二无人机；
[0033]
获取所述第二无人机的第二地理坐标；
[0034]
根据所述第一地理坐标和所述第二地理坐标得到第二向量；
[0035]
根据所述第二向量得到所述无人机间排斥力。
[0036]
在一种实现方式中，所述根据所述无人机所受合力确定所述无人机的飞行速度，包括：
[0037]
设置无人机最大飞行速度；
[0038]
根据所述无人机最大飞行速度和所述无人机所受合力确定所述无人机的飞行速度。
[0039]
第二方面，本发明实施例还提供一种基于蚁群信息素的无人机集群区域监视控制
装置，其中，所述装置包括：
[0040]
初始化模块，用于将预设的监视区域初始化为栅格单元，并设置所述栅格单元的监视优先级和初始吸引信息素值；
[0041]
实时吸引信息素值获取模块，用于根据所述栅格单元的空闲时长和所述监视优先级更新所述初始吸引信息素值，得到实时吸引信息素值；
[0042]
合力确定模块，用于根据所述实时吸引信息素值和所述无人机间距离向量确定无人机所受合力；
[0043]
飞行速度确定模块，用于根据所述无人机所受合力确定所述无人机的飞行速度。
[0044]
第三方面，本发明实施还提供一种无人机，其中，所述无人机包括存储器、处理器及存储在所述存储器中并可在所述处理器上运行的基于蚁群信息素的无人机集群区域监视控制程序，所述处理器执行所述基于蚁群信息素的无人机集群区域监视控制程序时，实现如权利要求1-7任一项所述的基于蚁群信息素的无人机集群区域监视控制方法的步骤。
[0045]
第四方面，本发明实施例还提供一种非临时性计算机可读存储介质，其中，所述存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现如上述权利要求1-7任一项所述的基于蚁群信息素的无人机集群区域监视控制方法的步骤。
[0046]
有益效果：本发明实施例首先将预设的监视区域初始化为栅格单元，并设置栅格单元的监视优先级和初始吸引信息素值；然后，为所述栅格单元设置监视优先级，以驱动无人机对重点区域重点监视。另外，为了驱动无人机前往脱离监视时间较长的区域进行监视，综合栅格单元的脱离监视时长和监视优先级得到实时吸引信息素值以吸引无人机对监视区域进行搜索。考虑到无人机的分布密度，根据实时吸引信息素值和所述无人机间距离向量来确定无人机所受合力；最后，根据无人机所受合力就可以确定无人机的飞行速度。可见，本实施例中的方法通过在集群内的无人机个体之间建立信息素势场以实现无人机自适应的航迹规划，从而对无人机飞行的自适应性，以及集群中无人机个体之间的协同调度实现了有效的改善。
附图说明
[0047]
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0048]
图1是本发明实施例提供的基于蚁群信息素的无人机集群区域监视控制方法流程示意图。
[0049]
图2是本发明实施例提供的栅格单元监视优先级示意图。
[0050]
图3是本发明实施例提供的无人机集群航迹点示意图。
[0051]
图4是本发明实施例提供的栅格单元实时吸引信息素值分布示意图。
[0052]
图5是本发明实施例提供的无人机集群飞行轨迹示意图。
[0053]
图6是本发明实施例提供的无人机集群机间最短距离示意图。
[0054]
图7是本发明实施例提供的监视区域内未知点数目示意图。
[0055]
图8是本发明实施例提供的基于蚁群信息素的无人机集群区域监视控制装置的原理框图。
具体实施方式
[0056]
为使本发明的目的、技术方案及效果更加清楚、明确，以下参照附图并举实施例对本发明进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
[0057]
由于现有技术中，对无人机集群控制是自上而下的模式，通过预设每个无人机的飞行轨迹来控制集群的飞行，这种方法虽然简单易于操作但不具有自适应性，无法实现集群中无人机个体之间的协同调度，仅适用于无人机飞行表演等相对固定的飞行场景。
[0058]
为了解决现有技术的问题，本实施例提供了一种基于蚁群信息素的无人机集群区域监视控制方法，采用信息素对监视区域的监视状态进行量化以引导无人机搜索未知区域，通过监视优先级引导无人机重点监视重要区域，并通过在集群内的无人机个体之间建立信息素势场以实现无人机自适应的航迹规划。具体实施时，首先将预设的监视区域初始化为栅格单元，并设置栅格单元的监视优先级和初始吸引信息素值；然后，为所述栅格单元设置监视优先级，以驱动无人机对重点区域重点监视。另外，为了驱动无人机前往脱离监视时间较长的区域进行监视，综合栅格单元的脱离监视时长和监视优先级得到实时吸引信息素值以吸引无人机对监视区域进行搜索。考虑到无人机的分布密度，于是根据实时吸引信息素值和所述无人机间距离向量来确定无人机所受合力；最后，根据无人机所受合力就可以确定无人机的飞行速度。因此，本实施例中的方法对无人机飞行的自适应性，以及集群中无人机个体之间的协同调度实现了有效的改善。
[0059]
示例性方法
[0060]
本实施例提供一种基于蚁群信息素的无人机集群区域监视控制方法，本实施例可应用于无人机集群。如图1所示，所述方法包括如下步骤：
[0061]
步骤s100、将预设的监视区域初始化为栅格单元，并设置所述栅格单元的监视优先级和初始吸引信息素值；其中，所述初始吸引信息素值为用于驱使无人机对监视区域进行搜索的吸引信息素的初始值；
[0062]
吸引信息素值是指在栅格单元中模仿生物信息素机制，对周围栅格无人机具有吸引和排斥能力的数字量。吸引信息素可以从一个局部区域插入或取出，通过时间蒸发或传播到邻近区域衰减。通过吸引信息素值，可以实现采用分布式控制策略，使得无人机集群更具分布式智慧。
[0063]
具体地，将监视区域初始化为栅格单元得到了监视空间模型，这样就可以将一整块监视区域细分为若干栅格单元来进行精细控制、精准定位，通过对每个栅格单元设置监视优先级区分不同栅格单元的重要程度，以及设置初始吸引信息素值驱使无人机对细分的监视区域进行搜索。
[0064]
在一种实施方式中，本实施例所述步骤s100包括如下步骤：
[0065]
s101、根据预设的监视精度，将所述监视区域划分为m
×
n个所述栅格单元，其中m为栅格行数，n为栅格列数。
[0066]
具体地，假设监视区域为长l、宽w的矩形区域。将该矩形监视区域划分为m
×
n个边
长为rs的栅格单元，其中rs即为预设的监视精度，用p
ij
代表第i行第j列的栅格单元。在任务执行期间，无人机坐标可以映射到栅格单元中以得到无人机所处栅格单元，如下所示：
[0067]
i＝ceil(x/rs),0＜i≤m,
[0068]
j＝ceil(y/rs),0＜j≤n,
[0069]
式中，(x,y)为无人机地理坐标，ceil()为向上取整函数。
[0070]
举例说明，假定考虑编号为1-5的无人机执行监视任务，监视区域大小为200m
×
200m,预设监视精度为栅格单元边长rs＝10m，则监视区域可被划分为20行、20列个栅格单元，每个栅格单元为10m
×
10m的大小。若1号无人机的地理坐标为(105,81)，则1号无人机将落在栅格第10行，第8列的栅格单元p
10,8
中。
[0071]
s102、为每个所述栅格单元分别设置所述监视优先级。
[0072]
具体地，考虑到无人机需要对特定区域重点监视，为区分不同栅格单元的重要程度，并为栅格单元p
ij
定义监视优先级为λ
ij
，获得较高监视优先级的栅格单元将得到重点监视，获得较低监视优先级的栅格单元将得到较少的监视。
[0073]
举例说明，设置监视区域内所有栅格单元的监视优先级如图2所示，可知栅格单元p
10,8
设定监视优先级为1，为栅格单元p
5,14
设定监视优先级为2，那么栅格单元p
10,8
的优先级将低于栅格单元栅格单元p
5,14
，意味着栅格单元p
5,14
相比栅格单元p
10,8
将得到更重点监视。图3是监视优先级为图2所示时的无人机集群航迹点，可以看到通过优先级的设置，无人机会密集监视重点区域。
[0074]
s103、为所有所述栅格单元设置相同的所述初始吸引信息素值。
[0075]
具体地，初始化时，设置所有栅格的初始信息素值为s0，这样，在没有先验信息的情况下，设置相同的初始信息素值可以驱使无人机对监视区域进行随机搜索。本实施例中，用s(p
ij
,t)表示t时刻栅格单元p
ij
中的信息素强度，i＝1,...,m，j＝1,...,n。
[0076]
举例说明，若设置初始信息素值s(p
ij
,0)＝10，则代表在初始时刻，所有栅格单元p
ij
，i＝1,...,m，j＝1,...,n的信息素值都为10，每个栅格单元对的无人机释放相同的吸引信息素。
[0077]
步骤s200、根据所述栅格单元的脱离监视时长和所述监视优先级更新所述初始吸引信息素值，得到实时吸引信息素值；其中，所述脱离监视时长为所述栅格单元未被所述无人机访问的时长。
[0078]
具体地，脱离监视时长表示栅格单元未被无人机访问的时长，若栅格单元的脱离监视时长过长说明该栅格单元的无人机监视不足，需要调度无人机前来监视。若栅格单元的优先级高，说明栅格单元的重要程度高，也会影响栅格单元的实时信息素值。根据脱离监视时长和监视优先级更新初始信息素值得到实时信息素值，那么实时信息素值可以综合反映当前时刻栅格单元脱离监视的时长和释放的信息素强度，以使无人机自适应地被栅格单元吸引。
[0079]
在一种实施方式中，本实施例所述步骤s200包括如下步骤：
[0080]
s201、根据所述栅格单元的所述脱离监视时长得到所述栅格单元的信息素开关，其中，所述信息素开关为
[0081]
其中，t0代表预设的重访时限，t代表所述栅格单元所处
时刻，t
ij
代表所述栅格单元上一次被所述无人机访问的时刻。
[0082]
具体地，获取栅格单元p
ij
最近一次被无人机访问的时间为t
ij
，i＝1,...,m，j＝1,...,n，通过定义信息素开关
[0083]
可知，当栅格单元所处当前时刻t距上一次栅格单元被无人机访问的时刻t
ij
的时间差大于等于预设的重访时限t0就代表所述栅格单元脱离监视的时间过长，那么信息素开关将被打开，当栅格单元所处当前时刻t距上一次栅格单元被无人机访问的时刻t
ij
的时间差小于预设的重访时限t0就代表所述栅格单元脱离监视的时间较短，那么信息素开关将被关闭。
[0084]
举例说明，假设重访时限t0＝80s，栅格单元p
3,6
上一次被无人机访问的时刻在120秒前，那么栅格单元p
3,6
的信息素开关为1，栅格单元p
7,6
上一次被无人机访问的时刻在20秒前，那么栅格单元p
3,6
的信息素开关为0。
[0085]
s202、根据所述栅格单元的所述信息素开关和所述监视优先级更新所述初始吸引信息素值，得到所述实时吸引信息素值，所述实时吸引信息素值为
[0086]
s(p
ij
,t)＝(1-e)[(1-g)s(p
ij
,t-1) λ
ijkij
d(p
ij
,t) g(p
ij
,t)],
[0087]
其中，p
ij
为第i行第j列的所述栅格单元，i＝1,...,m，j＝1,...,n，e为吸引信息素值蒸发系数，g为吸引信息素值传播系数，s(p
ij
,t-1)为所述栅格单元p
ij
在t-1时刻的吸引信息素值，当t＝1时，s(p
ij
,0)即为所述栅格单元p
ij
的所述初始吸引信息素值，λ
ij
为所述栅格单元p
ij
的所述监视优先级，k
ij
为所述栅格单元p
ij
的所述信息素开关，d(p
ij
,t)为所述栅格单元p
ij
主动释放的吸引信息素值，
[0088]
g(p
ij
,t)为除所述所述栅格单元p
ij
以外的所有栅格单元传播到所述栅格单元p
ij
的吸引信息素值，其中
[0089]
具体地，本实施例中的方法将栅格划分为受访栅格单元和未受访栅格单元。未受访栅格单元的释放变化占据主导，使其实时吸引信息素值随时间增加而变大，以吸引无人机趋于未受访栅格单元。受访栅格单元的蒸发变化占据主导，使其实时吸引信息素值随时间降低而减小，降低对无人机的吸引程度。通过信息素开关控制当栅格单元在重访时限内被访问过时，将不主动释放吸引信息素。
[0090]
举例说明，假定考虑5架无人机执行频谱监视任务，在上例所述的监视区域内，吸引信息素值蒸发系数e＝0.65，吸引信息素值传播系数g＝0.4，重访时限t0＝80s，监视优先级如图2所示，经过计算在t时刻实时吸引信息素值分布如图4所示，可以看出，整体的实时吸引信息素值分布在5-15之间，无人机刚经过的区域栅格单元的实时吸引信息素值较低，而未探索过的栅格单元的实时吸引信息素值较高，因而在下一周期的飞行中，无人机将以更大概率前往未监视过的区域。图5是监视优先级全为1时，无人机集群飞行100秒时的轨迹。可以看出，无人机总体趋向于飞往未监视过的区域。在栅格单元被访问一段时间后，该栅格单元将重新释放信息素，为无人机带来重复访问的可能，以实现区域监视。
[0091]
步骤s300、根据所述实时吸引信息素值和所述无人机间距离向量确定无人机所受合力。
[0092]
具体地，通过计算无人机间的机间距离可以有效的避免无人机分布过密带来的撞
机问题，栅格单元通过实时对无人机释放吸引信息素以驱动无人机前来监视，就可以通过最终得到无人机所受合力控制无人机的飞行。
[0093]
在一种实施方式中，本实施例所述步骤s300包括如下步骤：
[0094]
s301、根据所述实时吸引信息素值确定势场的合力；
[0095]
s302、根据所述无人机间距离向量确定无人机间排斥力；
[0096]
s303、根据所述势场的合力和所述无人机间排斥力得到所述无人机所受合力。
[0097]
具体地，利用实时吸引信息素值来描述栅格单元的未知程度，利用无人机间距离向量来描述无人机的分布疏密，通过在无人机内构建势场函数得到无人机所受合力来控制无人机飞行，一方面可以使无人机主动跳出已搜索区域，另一方面可以避免机间距离过近造成碰撞，以达到更好的安全监视效果。
[0098]
本实施例定义信息素势场的合力为无人机间排斥力为那么无人机所受合力为：
[0099]
在一种实施方式中，本实施例所述步骤s301包括如下步骤：
[0100]
s3011、获取第一无人机的第一地理坐标，并选取待测栅格单元；
[0101]
s3012、根据所述第一地理坐标和所述待测栅格单元的中心坐标得到第一向量；
[0102]
s3013、根据所述待测栅格单元的实时吸引信息素值和所述第一向量得到所述第一无人机的信息素势场；
[0103]
s3014、根据所述第一无人机的所述信息素势场得到所述信息素势场的合力。
[0104]
具体地，第一无人机n获取当前所在栅格单元坐标作为第一地理坐标。并选取待测栅格单元，根据待测栅格单元的实时吸引信息素值来反映对无人机的吸引力。本实施例选择信息素矩阵中实时吸引信息素值最高的10个栅格单元作为待测栅格单元，标记为ai,i∈[1,10]作为势场的源，设置信息素势场系数为q1，栅格单元ai的实时吸引信息素值为si，第一无人机的坐标到栅格单元ai中心坐标的第一向量为其中i∈[1,10]，n为第一无人机的编号。根据实时吸引信息素值和第一向量得到第一无人机的信息素势场如下：
[0105][0106]
在无人机集群执行监视任务过程中，因栅格单元ai的实时吸引信息素值最高，所以栅格单元ai都是需要重点监视的重要栅格单元，他们都将对第一无人机产生吸引力，于是计算出第一无人机所受的信息素势场的合力如下：
[0107][0108]
在一种实施方式中，本实施例所述步骤s302包括如下步骤：
[0109]
s3021、获取所述监视区域中与所述第一无人机存在位置关系的多个第二无人机；
[0110]
s3022、获取所述第二无人机的第二地理坐标；
[0111]
s3023、根据所述第一地理坐标和所述第二地理坐标得到第二向量；
[0112]
s3024、根据所述第二向量得到所述无人机间排斥力。
[0113]
具体地，本实施例中获取监视区域中除第一无人机n以外的所有无人机为第二无
人机j,其中j∈n/n，n为监视区域中的所有无人机。根据第二无人机j所处的栅格单元的坐标，得到第二无人机j的第二地理坐标。根据第二无人机j的第二地理坐标和第一无人机n的第一地理坐标得到第二向量，进而得到第一无人机n所受无人机间排斥力为如下：
[0114][0115]
式中，q2为机间排斥势场系数，为第一地理坐标到第二地理坐标的第二向量。
[0116]
由无人机间排斥力的公式可见，无人机间的地理坐标越近，无人机间排斥力越大，无人机的地理坐标越远，无人机间排斥力越小，通过计算第一无人机与监视区域中其他无人机的距离向量，就可以得到第一无人机n所受机间排斥力，从而实现无人机的自适应调整航迹。
[0117]
举例说明，图6是无人机集群飞行过程中最短机间距离的变化曲线。可以看出，在整个飞行过程中，最短机间距离几乎一致维持在警戒距离之外。当间距接近警戒距离时，作用于避撞的机间排斥力将会占据主导作用，牵引集群运动，以防止机间碰撞。
[0118]
步骤s400、根据所述无人机所受合力确定所述无人机的飞行速度。
[0119]
在一种实施方式中，本实施例所述步骤s400包括如下步骤：
[0120]
s401、设置无人机最大飞行速度；
[0121]
s402、根据所述无人机最大飞行速度和所述无人机所受合力确定所述无人机的飞行速度。
[0122]
本实施例定义第一无人机的飞行速度为：
[0123][0124]
其中，v
max
为无人机最大速度。
[0125]
本实施例中控制第一无人机以速度飞行，并通过实时获取当前所在栅格坐标、广播自身地理坐标、更新其余无人机地理坐标实时更新吸引信息素值，即重复迭代执行步骤s202，进而更新势场的合力和无人机间排斥力最终实时更新无人机所受合力，并得到更新的无人机的飞行速度控制飞行，直至区域监视任务完成。
[0126]
本实施例为定量对比本方法和传统的信息素决策方法的区域监视效果，将监视区域中实时吸引信息素值超过预设阈值的栅格单元定义为未知点，定义100次飞行迭代为一轮监视周期，在每轮监视任务执行后，通过计算未知点数量可以评估集群的监视效果，越少的未知点表明集群的覆盖效果越佳。图7展示了随着时间的推移，本实施例的方法和传统方法的未知点数目的变化情况，可以看到，本实施例的方法随着迭代周期的增加，未知点数目少于传统方法，取得了较好的监视效果。
[0127]
示例性设备
[0128]
进一步地，本发明还相应提供了一种基于蚁群信息素的无人机集群区域监视控制装置，其原理框图如图8所示，所述装置包括：
[0129]
初始化模块10，用于将预设的监视区域初始化为栅格单元，并设置所述栅格单元的监视优先级和初始吸引信息素值；
[0130]
实时吸引信息素值获取模块20，用于根据所述栅格单元的空闲时长和所述监视优
先级更新所述初始吸引信息素值，得到实时吸引信息素值；
[0131]
合力确定模块30，用于根据所述实时吸引信息素值和所述无人机间距离向量确定无人机所受合力；
[0132]
飞行速度确定模块40，用于根据所述无人机所受合力确定所述无人机的飞行速度。
[0133]
在一种实现方式中，本实施例中的初始化模块10，包括：
[0134]
栅格单元划分单元，用于根据预设的监视精度，将所述监视区域划分为m
×
n个所述栅格单元，其中m为栅格行数，n为栅格列数；
[0135]
监视优先级设置单元，用于为每个所述栅格单元分别设置所述监视优先级；
[0136]
初始吸引信息素值设置单元，用于为所有所述栅格单元设置相同的所述初始吸引信息素值。
[0137]
在一种实现方式中，本实施例中的实时吸引信息素值获取模块20，包括：
[0138]
信息素开关获取单元，用于根据所述栅格单元的所述脱离监视时长得到所述栅格单元的信息素开关，其中，所述信息素开关为
[0139]
其中，t0代表预设的重访时限，t代表所述栅格单元所处时刻，t
ij
代表所述栅格单元上一次被所述无人机访问的时刻；
[0140]
实时吸引信息素值获取单元，用于根据所述栅格单元的所述信息素开关和所述监视优先级更新所述初始吸引信息素值，得到所述实时吸引信息素值，所述实时吸引信息素值为
[0141]
s(p
ij
,t)＝(1-e)[(1-g)s(p
ij
,t-1) λ
ijkij
d(p
ij
,t) g(p
ij
,t)],
[0142]
其中，p
ij
为第i行第j列的所述栅格单元，i＝1,...,m，j＝1,...,n，e为吸引信息素值蒸发系数，g为吸引信息素值传播系数，s(p
ij
,t-1)为所述栅格单元p
ij
在t-1时刻的吸引信息素值，当t＝1时，s(p
ij
,0)即为所述栅格单元p
ij
的所述初始吸引信息素值，λ
ij
为所述栅格单元p
ij
的所述监视优先级，k
ij
为所述栅格单元p
ij
的所述信息素开关，d(p
ij
,t)为所述栅格单元p
ij
主动释放的吸引信息素值，g(p
ij
,t)为除所述所述栅格单元p
ij
以外的所有栅格单元传播到所述栅格单元p
ij
的吸引信息素值。
[0143]
在一种实现方式中，本实施例中的合力确定模块30，包括：
[0144]
势场合力确定单元，用于根据所述实时吸引信息素值确定势场的合力；
[0145]
无人机间排斥力确定单元，用于根据所述无人机间距离向量确定无人机间排斥力；
[0146]
合力确定单元，用于根据所述势场的合力和所述无人机间排斥力得到所述无人机所受合力。
[0147]
在一种实现方式中，本实施例中的势场合力确定单元，包括：
[0148]
第一地理坐标获取子单元，用于获取第一无人机的第一地理坐标，并选取待测栅格单元；
[0149]
第一向量获取子单元，用于根据所述第一地理坐标和所述待测栅格单元的中心坐标得到第一向量；
[0150]
信息素势场获取子单元，用于根据所述待测栅格单元的实时吸引信息素值和所述
第一向量得到所述第一无人机的信息素势场；
[0151]
势场合力获取子单元，用于根据所述第一无人机的所述信息素势场得到所述信息素势场的合力。
[0152]
在一种实现方式中，本实施例中的无人机间排斥力确定单元，包括：
[0153]
第二无人机获取子单元，用于获取所述监视区域中与所述第一无人机存在位置关系的多个第二无人机；
[0154]
第二地理坐标获取子单元，用于获取所述第二无人机的第二地理坐标；
[0155]
第二向量获取子单元，用于根据所述第一地理坐标和所述第二地理坐标得到第二向量；
[0156]
无人机间排斥力获取子单元，用于根据所述第二向量得到所述无人机间排斥力。
[0157]
在一种实现方式中，本实施例中的飞行速度确定模块40，包括：
[0158]
最大飞行速度设置单元，用于设置无人机最大飞行速度；
[0159]
飞行速度获取单元，用于根据所述无人机最大飞行速度和所述无人机所受合力确定所述无人机的飞行速度。
[0160]
基于上述实施例，本发明还提供了一种无人机，其中，所述无人机包括存储器、处理器及存储在所述存储器中并可在所述处理器上运行的基于蚁群信息素的无人机集群区域监视控制程序，所述处理器执行所述基于蚁群信息素的无人机集群区域监视控制程序时，实现如以上任一项所述的基于蚁群信息素的无人机集群区域监视控制方法的步骤。
[0161]
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本发明所提供的各实施例中所使用的对存储器、存储、运营数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(rom)、可编程rom(prom)、电可编程rom(eprom)、电可擦除可编程rom(eeprom)或闪存。易失性存储器可包括随机存取存储器(ram)或者外部高速缓冲存储器。作为说明而非局限，ram以多种形式可得，诸如静态ram(sram)、动态ram(dram)、同步dram(sdram)、双运营数据率sdram(ddrsdram)、增强型sdram(esdram)、同步链路(synchlink)dram(sldram)、存储器总线(rambus)直接ram(rdram)、直接存储器总线动态ram(drdram)、以及存储器总线动态ram(rdram)等。
[0162]
综上，本发明公开了一种基于蚁群信息素的无人机集群区域监视控制方法，所述方法包括：将预设的监视区域初始化为栅格单元，并设置所述栅格单元的监视优先级和初始吸引信息素值；根据所述栅格单元的脱离监视时长和所述监视优先级更新所述初始吸引信息素值，得到实时吸引信息素值；根据所述实时吸引信息素值和所述无人机间距离向量确定无人机所受合力；根据所述无人机所受合力确定所述无人机的飞行速度。本发明采用信息素对监视区域的监视状态进行量化以引导无人机搜索未知区域，通过监视优先级引导无人机重点监视重要区域，并通过在集群内的无人机个体之间建立信息素势场以实现无人机自适应的航迹规划。
[0163]
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可
以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。