基于概率图融合的多无人艇任务处理方法及装置制造方法及图纸

本发明专利技术提供了一种基于概率图融合的多无人艇任务处理方法及装置，所述方法包括：确定单个无人艇针对目标区域的搜索概率图；所述搜索概率图用于表征所述单个无人艇针对所述目标区域不同位置是否存在对象的概率预测情况；将所述单个无人艇的搜索概率图与所述单个无人艇通讯范围内的其他无人艇的搜索概率图进行融合，得到所述目标区域的融合概率图。通过本发明专利技术的方法可以在观测区域中存在多个未知的待搜救人员的情况下，控制无人艇以最快地速度搜索到全部的目标位置。度搜索到全部的目标位置。度搜索到全部的目标位置。

Method and device of multi unmanned craft task processing based on probability map fusion

【技术实现步骤摘要】
基于概率图融合的多无人艇任务处理方法及装置


[0001]本专利技术涉及计算机
，具体涉及一种基于概率图融合的多无人艇任务处理方法及装置。

技术介绍

[0002]无人水面艇，亦被称为水上机器人，在科考、救援、贸易运输等方面表现出广阔的应用前景。无人水面艇是一种由多模块组成的智能化水上运动平台，可以用于执行一些不适合有人船只执行的任务，因而作为一种水上平台被众多机构所关注。其具有体型小、智能化、自主化等优点，常被用来执行危险系数高、作业环境恶劣的任务，在军事作战、海域巡逻、岛礁补给等领域具有广泛的应用需求。
[0003]对于水上救援无人艇而言，为了保障待搜救人员的安全，最关键的就是如何在尽可能缩短搜索时间的情况下寻找到目标。实际救援任务中，往往存在多个救援目标存在于区域的多个未知位置中等待救援，因此就需要多无人艇协同工作，在最短时间内搜索到全部的目标位置，使得多个无人艇能够以最高效率进行救援任务。

技术实现思路

[0004]本专利技术旨在至少解决现有技术中存在的技术问题之一。为此，本专利技术提出一种基于概率图融合的多无人艇任务处理方法及装置。
[0005]具体地，本专利技术提供以下技术方案：
[0006]第一方面，本专利技术实施例提供了一种基于概率图融合的多无人艇任务处理方法，包括：
[0007]确定单个无人艇针对目标区域的搜索概率图；所述搜索概率图用于表征所述单个无人艇针对所述目标区域不同位置是否存在对象的概率预测情况；
[0008]将所述单个无人艇的搜索概率图与所述单个无人艇通讯范围内的其他无人艇的搜索概率图进行融合，得到所述目标区域的融合概率图。
[0009]进一步地，确定单个无人艇针对目标区域的搜索概率图，包括：
[0010]根据上一时刻所述单个无人艇针对所述目标区域各位置是否存在对象的概率以及当前时刻所述目标区域各位置是否存在对象的观测结果，确定当前时刻所述单个无人艇针对所述目标区域的搜索概率图。
[0011]进一步地，将所述单个无人艇的搜索概率图与所述单个无人艇通讯范围内的其他无人艇的搜索概率图进行融合，得到所述目标区域的融合概率图，包括：
[0012]将所述单个无人艇的搜索概率图与所述单个无人艇通讯范围内的其他无人艇的搜索概率图进行融合，通过使代价函数最小化，让各无人艇向不确定性较大的位置方向进行搜索，得到所述目标区域的融合概率图。
[0013]进一步地，所述代价函数为单个无人艇生成的多边形中所有点到单个无人艇的距离平方乘上相应权重的求和。
[0014]进一步地，将所述单个无人艇的搜索概率图与所述单个无人艇通讯范围内的其他无人艇的搜索概率图进行融合，通过使代价函数最小化，让各无人艇向不确定性较大的位置方向进行搜索，得到所述目标区域的融合概率图，包括：
[0015]将所述单个无人艇的搜索概率图与所述单个无人艇通讯范围内的其他无人艇的搜索概率图进行融合，通过使代价函数最小化，让各无人艇向不确定性较大的位置方向进行搜索，并采用强化学习的算法对路径规划的动作选择进行优化，以启发多无人艇向所述目标区域的未探测位置进行多目标搜索任务。
[0016]进一步地，采用强化学习的算法对路径规划的动作选择进行优化，以启发多无人艇向所述目标区域的未探测位置进行多目标搜索任务，包括：
[0017]采用强化学习的算法对路径规划的动作选择进行优化，以融合后的概率图平均不确定度降低程度为奖励函数，通过训练令各无人艇自主学习最优的策略使算法收敛，启发多无人艇向所述目标区域的未探测位置进行多目标搜索任务。
[0018]进一步地，确定当前时刻所述单个无人艇针对所述目标区域的搜索概率图，包括：
[0019]确定当前时刻所述单个无人艇针对所述目标区域各位置的搜索概率P；
[0020]按照预设变换模型对所述P进行非线性变换，得到Q，其中Q与P为一一对应关系，且所述Q在前后时刻的更新关系为线性关系；
[0021]利用Q值代替P值对所述单个无人艇针对所述目标区域的搜索概率图进行更新。
[0022]第二方面，本专利技术实施例还提供了一种基于概率图融合的多无人艇任务处理装置，包括：
[0023]确定模块，用于确定单个无人艇针对目标区域的搜索概率图；所述搜索概率图用于表征所述单个无人艇针对所述目标区域不同位置是否存在对象的概率预测情况；
[0024]融合模块，用于将所述单个无人艇的搜索概率图与所述单个无人艇通讯范围内的其他无人艇的搜索概率图进行融合，得到所述目标区域的融合概率图。
[0025]第三方面，本专利技术实施例还提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如第一方面所述基于概率图融合的多无人艇任务处理方法的步骤。
[0026]第四方面，本专利技术实施例还提供了一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如如第一方面所述基于概率图融合的多无人艇任务处理方法的步骤。
[0027]根据上面的技术方案可知，本专利技术实施例提供的基于概率图融合的多无人艇任务处理方法及装置，首先确定单个无人艇针对目标区域的搜索概率图；所述搜索概率图用于表征所述单个无人艇针对所述目标区域不同位置是否存在对象的概率预测情况，然后将所述单个无人艇的搜索概率图与所述单个无人艇通讯范围内的其他无人艇的搜索概率图进行融合，得到所述目标区域的融合概率图，通过本专利技术实施例的方法可以在观测区域中存在多个未知的待搜救人员的情况下，控制无人艇以最快地速度搜索到全部的目标位置。
[0028]需要说明的是，本专利技术的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本专利技术的实践了解到。
附图说明
[0029]为了更清楚地说明本专利技术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，下面描述中的附图是本专利技术的一些实施例，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。
[0030]图1是本专利技术一实施例提供的基于概率图融合的多无人艇任务处理方法的流程图；
[0031]图2是本专利技术一实施例提供的基于概率图融合的多无人艇任务处理方法的算法框架示意图；
[0032]图3是本专利技术一实施例提供的基于概率图融合的多无人艇任务处理方法的策略网络示意图；
[0033]图4是本专利技术一实施例提供的基于概率图融合的多无人艇任务处理装置的结构示意图；
[0034]图5是本专利技术一实施例提供的电子设备的结构示意图。
具体实施方式
[0035]为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整的描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于概率图融合的多无人艇任务处理方法，其特征在于，包括：确定单个无人艇针对目标区域的搜索概率图；所述搜索概率图用于表征所述单个无人艇针对所述目标区域不同位置是否存在对象的概率预测情况；将所述单个无人艇的搜索概率图与所述单个无人艇通讯范围内的其他无人艇的搜索概率图进行融合，得到所述目标区域的融合概率图。2.根据权利要求1所述的基于概率图融合的多无人艇任务处理方法，其特征在于，确定单个无人艇针对目标区域的搜索概率图，包括：根据上一时刻所述单个无人艇针对所述目标区域各位置是否存在对象的概率以及当前时刻所述目标区域各位置是否存在对象的观测结果，确定当前时刻所述单个无人艇针对所述目标区域的搜索概率图。3.根据权利要求1所述的基于概率图融合的多无人艇任务处理方法，其特征在于，将所述单个无人艇的搜索概率图与所述单个无人艇通讯范围内的其他无人艇的搜索概率图进行融合，得到所述目标区域的融合概率图，包括：将所述单个无人艇的搜索概率图与所述单个无人艇通讯范围内的其他无人艇的搜索概率图进行融合，通过使代价函数最小化，让各无人艇向不确定性较大的位置方向进行搜索，得到所述目标区域的融合概率图。4.根据权利要求3所述的基于概率图融合的多无人艇任务处理方法，其特征在于，所述代价函数为单个无人艇生成的多边形中所有点到单个无人艇的距离平方乘上相应权重的求和。5.根据权利要求3所述的基于概率图融合的多无人艇任务处理方法，其特征在于，将所述单个无人艇的搜索概率图与所述单个无人艇通讯范围内的其他无人艇的搜索概率图进行融合，通过使代价函数最小化，让各无人艇向不确定性较大的位置方向进行搜索，得到所述目标区域的融合概率图，包括：将所述单个无人艇的搜索概率图与所述单个无人艇通讯范围内的其他无人艇的搜索概率图进行融合，通过使代价函数最小化，让各无人艇向不确定性较大的位置方向进行搜索，并采用强化学习的算法对...

【专利技术属性】
技术研发人员：韩玮，王千一，曾江峰，谢杨柳，张馗，陈骁，陈卓，马向峰，郭晓晔，梁旭，王伟，董钉，李哲，胥凤驰，骆福宇，王一帆，刘如磊，王子帅，吴与伦，宋胜男，董洁琳，许埔宁，王伟蒙，
申请(专利权)人：中国船舶工业系统工程研究院，
类型：发明
国别省市：