一种大规模分布式无人机集群的共识主动邻居优选方法

1.本发明属于无人机集群控制领域，具体涉及一种大规模分布式无人机集群的共识主动邻居优选方法。


背景技术：

2.随着人工智能、卫星导航、网络通信等技术的飞速发展，应用于各领域的无人机应运而生，尤其是在农业、地面遥感、空中物流、军事察打等领域。与传统飞机相比，无人机具有速度快、全天候、非接触、零伤亡等特点，因此在实战中得到了广泛应用。尽管无人机技术发展迅猛，性能日益强大，但单个无人机也难以独立完成复杂任务，尤其是在解决空间上呈分布式状态、时间上需并行处理的复杂任务时，单个无人机难以发挥作用；同时，受平台载荷的制约，单个无人机能够配备的资源受限，完成任务的能力也有限。针对上述问题，在实际应用中往往需要多无人机协同配合，构成无人机集群系统。
3.对于分布式无人机集群而言，每架无人机仅能进行有限、局部的信息交互。邻居(信息交互对象)的选择决定了集群的秩序和凝聚力。总的来说，受个体感知、通信、运算能力以及运动能力的限制，邻居选择需要综合考虑个体间的空间间距，运动状态、计算量、信息量等影响因素。
4.针对上述影响因素，以及信息交互过程中所需的信息连续性与可靠性，需要设计一种无人机集群的共识主动优选方法，使得智能群体中通过智能个体自治来进行信息协调。


技术实现要素：

5.有鉴于此，本发明提供了一种适用于大规模分布式无人机集群的共识主动邻居优选方法，能够解决无人机集群系统信息交互对象选择问题。
6.为了解决上述技术问题，本发明是这样实现的。
7.一种适用于大规模分布式无人机集群的共识主动邻居优选方法，包括：
8.步骤一、确定当前无人机i的可选邻居；
9.步骤二、如果可选邻居数量小于或等于邻居集上限nc，则将所有可选邻居加入邻居集合，得到当前无人机i的邻居优选结果；如果可选邻居数量大于邻居集上限nc，则执行步骤三；
10.步骤三、首先根据碰撞安全距离对可选邻居进行缩减：根据碰撞安全距离，将可选邻居分为过近邻和非过近邻，将所有所述过近邻加入邻居集合；
11.然后，在当前邻居集合不满邻居集上限nc的情况下，进行填充：根据距离空间最近、状态最近的条件从非过近邻中筛选优选邻居作为邻居补充，加入邻居集合，得到当前无人机i的邻居优选结果。
12.优选地，所述在邻居集合不满邻居集上限nc的情况下，进行填充为：
13.首先根据空间距离选择阈值rs，从非过近邻中筛选出与当前无人机i距离小于rs的
可选邻居，作为位置最近邻；将位置过近邻和位置最近邻作为邻居优选结果；
14.若位置最近邻数量大于可补充上限n
c,free
，则需对位置最近邻进行缩减；此时，进一步根据状态距离选择阈值rv，从位置最近邻中筛选出与当前无人机i状态距离小于rv的可选邻居，作为状态最近邻；将过近邻和状态最近邻的全部或部分作为邻居优选结果；
15.其中，所述状态是指无人机速度；n
c,free
为邻居集上限nc减去过近邻数量。
16.优选地，若所述状态最近邻数量大于可补充上限n
c,free
时，则选择n
c,free
个状态最近的状态最近邻加入邻居集合。
17.优选地，所述步骤二具体包括步骤201～202，所述步骤三包括步骤203～步骤206：
18.步骤201、当前无人机i获取可选邻居的信息，包括无人机编号集合无人机位置信息集合无人机速度信息集合
19.步骤202、获取无人机编号集合的元素总数若小于或等于邻居集上限nc，将所有可选邻居加入邻居集合，确定邻居编号集邻居位置集邻居速度集本流程结束；否则，需要对可选邻居执行步骤203；
20.步骤203、根据碰撞安全距离对可选邻居进行缩减：
21.设碰撞距离阈值r
coll
低于无人机集群正常飞行时的安全间距，根据无人机位置信息集合计算与无人机i的距离小于r
coll
的可选邻居，组成过近邻集合n
i,collision
，其他可选邻居组成非过近邻集合；若过近邻集合的元素总数|n
i,collision
|大于邻居集上限nc，所有过近邻加入邻居集合，确定邻居编号集ni＝n
i,collision
，邻居位置集邻居速度集本流程结束；否则，除过近邻外需要补充邻居，可补充上限为n
c,free
＝n
c-|n
i,collision
|，执行步骤204；其中，pj表示无人机位置，vj表示无人机速度；
22.步骤204、根据空间距离对非过近邻进行筛选：
23.设空间距离选择阈值为rs，根据无人机位置信息集合确定与无人机i的距离小于rs的非过近邻，组成位置最近邻集合n
i,spatial
，若位置最近邻集合的元素总数|n
i,spatial
|小于或等于可补充上限n
c,free
，则将过近邻和位置最近邻加入邻居集合，输出邻居编号集ni＝n
i,spatial
+n
i,collision
，邻居位置集邻居速度集本流程结束；否则，位置最近邻多于可补充上限n
c,free
，执行步骤205；
24.步骤205、根据状态距离对位置最近邻进行缩减：
25.设状态距离选择阈值为rv，根据无人机速度信息集合确定与无人机i的状态距离小于rv的位置最近邻，组成状态最近邻集合n
i,status
，若位置最近邻集合的元素总数|n
i,spatial
|小于或等于可补充上限n
c,free
，则将过近邻和状态最近邻加入邻居集合，输出邻居编号集ni＝n
i,status
+n
i,collision
，邻居位置集邻居速度集本流程结束；否则，状态最近邻多于可补充上限n
c,free
，执行步骤206；
26.步骤206、对状态最近邻集合中的状态距离进行排序，选择状态距离最小的n
c,free
个状态最近邻，组成优选邻居集合n
i,order
，输出邻居编号集ni＝n
i,order
+n
i,collision
，邻居位置集邻居速度集
27.优选地，所述步骤1确定当前无人机i的可选邻居为：将当前无人机i能够接到信息的无人机作为可选邻居。
28.有益效果：
29.(1)本发明提供了一种无人机集群的共识主动邻居优选方法，尤其适用于大规模分布式无人机集群，该方法并没有简单地将当前无人机能够接收到信息的所有无人机作为信息交互对象，而是根据安全距离、空间最邻近、状态最邻近、数量设上限等多方面标准确定邻居，从而实现邻居优选。
30.(2)本发明提供的邻居优选方法中，考虑当前无人机通信范围或邻域内的无人机总数小于邻居集上限的特殊情形。在选择邻居的每一步对比筛选前后的集合元素总数，不超过邻居集上限则停止筛选，超过上限才会根据空间距离与状态距离过滤冗余信息。
31.(3)当可选邻居较多时，需要进行筛选，本发明首先筛选出过近邻集合，且集合设置的距离阈值低于无人机集群正常飞行时的安全间距，在位置过近邻集合中的对象一律视为邻居，后续通过集群控制算法实现碰撞避免。这样做可以显著降低大规模无人机群飞行过程中的因无人机之间碰撞导致的事故风险，提高了无人机集群的安全性和可靠性。
32.(4)在一优选实施例中，当过近邻不足所需邻居数量时，通过采用先空间距离、后状态距离的判定顺序，避免了空间距离邻近而状态距离较远的个体可能发生碰撞，却不被视为邻居的特殊情形。
附图说明
33.图1是本发明无人机集群的共识主动邻居优选方法的示意图。
34.图2是本发明优选实施例提供的无人机集群的共识主动邻居优选方法流程图。
具体实施方式
35.下面结合附图并举实施例，对本发明进行详细描述。
36.首先对本发明涉及的几个重要技术用语进行解释。
37.本发明无人机集群的共识主动邻居优选方法用于决定当前无人机的邻居。
38.邻居是当前无人机选择的信息交互对象。
39.信息交互对象从当前无人机能够接收到信息的其他无人机中选择，即当前无人机能够接收到信息的其他无人机即为可选邻居。
40.无人机集群的共识主动邻居优选方法包括空间最邻近、状态最邻近、数量设上限三条主要内容。
41.空间最近邻是根据无人机间的空间距离选择邻居的标准。
42.状态最近邻是无人机间的相对速度大小选择邻居的标准。
43.数量设上限是无人机选择的邻居数量的上限约束标准。
44.本发明采用的无人机具备导航定位装置、通信装置和控制装置。
45.本发明提供的无人机集群的共识主动邻居优选方法，其核心思想是：
46.步骤一、确定当前无人机i的可选邻居；
47.步骤二、如果可选邻居数量小于或等于邻居集上限nc，则将所有可选邻居加入邻居集合，得到邻居优选结果；如果可选邻居数量大于邻居集上限nc，则执行步骤三；
48.步骤三、首先根据碰撞安全距离对可选邻居进行缩减：根据碰撞安全距离，将可选邻居分为过近邻和非过近邻，将所有所述过近邻加入邻居集合；
49.然后，在当前邻居集合不满邻居集上限nc的情况下，进行填充：根据距离空间最近、状态最近的条件从非过近邻中筛选优选邻居作为邻居补充，加入邻居集合，得到邻居优选结果。
50.可见，本发明并没有简单地将当前无人机能够接收到信息的所有无人机作为信息交互对象，而是根据安全距离、空间最邻近、状态最邻近、数量设上限等多方面标准确定邻居，从而实现邻居优选。其次，当可选邻居较多时，需要进行筛选，本发明首先筛选出过近邻集合，且集合设置的距离阈值低于无人机集群正常飞行时的安全间距，在过近邻集合中的对象一律视为邻居，后续通过集群控制算法实现碰撞避免。
51.当过近邻不足所需邻居数量nc时，需要进行填充。在一优选实施例中，设置了先空间距离、后状态距离的填充判断顺序，避免了空间距离邻近而状态距离较远的个体可能发生碰撞，却不被视为邻居的特殊情形。具体填充方案为：
52.首先根据设定的空间距离选择阈值rs，从非过近邻中筛选出与当前无人机i距离小于rs的可选邻居，作为位置最近邻；将位置过近邻和位置最近邻作为邻居优选结果。
53.若位置最近邻数量大于可补充上限n
c,free
(n
c,free
为邻居集上限nc减去过近邻数量)，则需对位置最近邻进行缩减；此时，进一步根据状态距离选择阈值rv，从位置最近邻中筛选出与当前无人机i状态距离小于rv的可选邻居，作为状态最近邻；将过近邻和状态最近邻的全部或部分作为邻居优选结果。
54.进一步地，状态最近邻的数量选取方式为：若所述状态最近邻数量大于可补充上限n
c,free
时，则选择n
c,free
个状态最近的状态最近邻加入邻居集合；如果状态最近邻数量小于或等于n
c,free
，则选择全部状态最近邻作为选定的邻居。
55.下面结合图2对本发明优选实施例进行详细描述。
56.a1：设定邻居集上限nc，获取当前无人机i接收到的其他无人机信息，包括无人机编号集合无人机位置信息集合无人机速度信息集合上述其他无人机即为可选邻居。
57.a2：判断可选邻居数量是否小于或等于邻居集上限nc，如果是，将所有可选邻居作为邻居，组成邻居集合。邻居编号集合、位置信息集合和无人机速度信息集合即为接收到的可选邻居对应的三个集合。否则，可选邻居过多，要进入步骤a3进行筛选。
58.本步骤中，获取无人机编号集合的元素总数若小于或等于邻居集上限nc，将所有可选邻居加入邻居集合，输出邻居编号集邻居位置集邻居速度集本流程结束；否则，执行步骤a3。
59.a3：根据碰撞安全距离对可选邻居进行缩减：
60.设置低于无人机集群正常飞行时的安全间距的阈值作为碰撞距离阈值；根据无人机位置信息，从可选邻居集合中筛选出与当前无人机i距离小于碰撞距离阈值的可选邻居，
称为过近邻；位置过近邻是指与无人机i距离过近，小于安全距离，容易发生碰撞的无人机，这些过近邻一律视为邻居，组成过近邻集合n
i,collision
；如果过近邻多于nc，则认为当前邻居已经足够，将过近邻集合n
i,collision
作为邻居；如果过近邻不够nc，则需要从非过近邻中筛选一部分无人机进行补充，所需补充量n
c,free
为nc减去位置过近邻的总量；然后执行步骤a4；
61.本步骤中，设碰撞距离阈值为r
coll
，根据无人机位置信息集合计算过近邻集合其他可选邻居组成非过近邻集合；若位置过近邻集合的元素总数|n
i,collision
|大于邻居集上限nc，所有过近邻加入邻居集合，确定邻居编号集ni＝n
i,collision
，邻居位置集邻居速度集本流程结束；否则，除过近邻外需要补充邻居，若位置过近邻数量少于nc在非过近邻无人机集合中继续选择邻居，可补充上限为n
c,free
＝n
c-|n
i,collision
|；计算非过近邻编号集合非过近邻位置集合非过近邻速度集合执行步骤a4。其中，pj表示无人机位置，vj表示无人机速度；
62.a4：根据空间距离对非过近邻进行筛选：
63.根据无人机位置信息，从非过近邻位置集合中筛选出与当前无人机i距离小于空间距离选择阈值的非过近邻，组成位置最近邻集合n
i,spatial
；若位置最近邻数量小于所需补充量n
c,free
，说明位置最近邻数量合适，则邻居集合包括过近邻和位置最近邻；否则，说明位置最近邻数量过多，还需要进一步缩减。
64.本步骤中，设空间距离选择阈值为rs，根据无人机位置信息集合计算位置最近邻集合若位置最近邻集合的元素总数|n
i,spatial
|小于或等于可补充上限n
c,free
，确定邻居编号集ni＝n
i,spatial
+n
i,collision
，邻居位置集邻居速度集本流程结束；否则，位置最近邻多于可补充上限n
c,free
，执行步骤a5。
65.a5：根据状态距离对位置最近邻进行缩减：
66.根据无人机速度信息，从位置最近邻集合n
i,spatial
中筛选出与当前无人机i的状态距离小于状态距离选择阈值的无人机，组成状态最近邻集合n
i,status
；如果状态最近邻数量小于或等于非过近邻邻居集数量n
c,free
，说明数量合适，则邻居集合包括过近邻和状态最近邻；否则，说明状态最近邻数量过多，还需要进一步缩减。
67.本步骤中，d
s,ij
表示状态距离，也就是无人机i与无人机j的相对速度大小，设状态距离选择阈值为rv，根据无人机速度信息集合计算状态最近邻集合n
i,status
＝{j|j∈n
i,spatial
,d
s,ij
＝||v
i-vj||＜rv}，若位置最近邻集合的元素总数|n
i,spatial
|小于或等于可补充上限n
c,free
，确定邻居编号集ni＝n
i,status
+n
i,collision
，邻居位置集邻居速度集本流程结束，否则，状态最近邻多于可补充上限n
c,free
，执行步骤a6。
68.a6：对状态最近邻按状态距离进行排序，选择状态距离最小的n
c,free
个组成优选邻
居集合n
i,order
，将优选邻居与位置过近邻组成邻居集合。
69.本步骤中，根据状态距离对状态最近邻集合中的无人机进行升序排序，选择前n
c,free
个元素的编号组成集合，确定邻居编号集ni＝n
i,order
+n
i,collision
，邻居位置集邻居速度集
70.至此，本流程结束。
71.以上的具体实施例仅描述了本发明的设计原理，该描述中的部件形状，名称可以不同，不受限制。所以，本发明领域的技术人员可以对前述实施例记载的技术方案进行修改或等同替换；而这些修改和替换未脱离本发明创造宗旨和技术方案，均应属于本发明的保护范围。