基于多智能体协作的目标探查与覆盖优化仿真系统及方法

本发明涉及一种海洋目标探查与覆盖优化仿真系统及方法，具体涉及一种基于多智能体协作的目标探查与覆盖优化仿真系统及方法，属于水下探测。

背景技术：

1、随着人们对海洋环境的探查和监测愈发重视和协同技术的不断发展，多智能体控制模型在海洋环境探测方面得到了广泛应用和研究。多智能体控制模型是一种控制理论和方法，用于研究和实现多个智能体之间的协同工作和决策，使它们能够共同解决复杂的问题和任务。多智能体控制模型在海洋领域的最早应用之一是无人水面艇的协作控制。早期的无人水面艇往往是单独操作的，但随着技术的进步和任务的复杂性增加，研究人员开始探索多个无人水面艇之间的协作方式。多智能体协作不仅能适应复杂任务，还具有一定的鲁棒性，系统中一些智能体受到干扰或故障时，整个系统仍然可以继续运行，且可以根据任务的需求进行灵活调整和优化，使其能够适应不同的环境和条件。

2、现有技术下，由于多智能体控制模型需要同时协作较多的智能体，因此也就存在以下缺陷：智能体之间存在竞争和合作，如何合理平衡协作与竞争的关系是一个挑战；多智能体协作需要使用复杂的算法和优化技术，具有较高的计算复杂性，影响系统的实时性和效率；智能体之间的相互作用变得复杂，导致系统的建模和调试变得困难。

技术实现思路

1、本发明为解决合理平衡智能体间协作与竞争关系，避免搜索过程中发生冲突的问题，进而提出一种基于多智能体协作的目标探查与覆盖优化仿真系统及方法。

2、本发明为解决上述问题采取的技术方案是：

3、一种基于多智能体协作的海洋目标探查与覆盖优化系统，所述系统包括：

4、信息初始化模块，用于输入任务区域和智能体信息并输入目标信息模拟真实环境；

5、经纬度转化模块，用于将初始化的经纬度信息转化为仿真环境的坐标信息；

6、创建地图模块，用于根据转化的坐标信息创建栅格地图；

7、任务分配模块，用于将栅格地图分配给智能体并创建各智能体的覆盖搜索路径；

8、覆盖搜索模块，用于沿覆盖搜索路径进行搜索；

9、目标探查模块，用于对智能体搜索到的目标进行探查；

10、避障模块，用于对探查过程中的智能体间进行避碰以及对目标进行避障；

11、任务重分配模块，用于对完成初次分配任务的智能体进行重分配。

12、进一步的，所述目标信息存储在计算机中，智能体搜索前不可知。

13、进一步的，所述目标信息为目标有效探查角度和目标待探查次数。

14、一种基于多智能体协作的海洋目标探查与覆盖优化方法，所述方法通过以下步骤实现：

15、s1：通过信息初始化模块接收初始信息；

16、s2：通过经纬度转化模块转化初始信息；

17、s3：通过创建地图模块根据转化信息创建栅格地图；

18、s4：通过任务分配模块对多智能体进行初次任务分配并创建覆盖搜索路径；

19、s5：通过覆盖搜索模块使多智能体沿分配好的覆盖搜索路径进行搜索；

20、s6：通过目标探查模块对搜索到的目标进行探查；

21、s7：判断智能体下一时刻是否进入目标的威胁范围，若为否则返回s6，若为是则进行下一步；

22、s8：通过避障模块对目标进行避障，对智能体间进行避碰；

23、s9：判断是否有智能体完成初次分配任务，若为否则返回步骤s5，若为是则进行下一步；

24、s10：通过任务重分配模块对先完成任务的智能体进行判断是否满足重分配条件，若为否则结束任务，若为是则重分配；

25、s11：判断智能体间下一时刻是否进入各自的威胁范围，若为否则继续搜索，若为是则返回步骤s8；

26、s12：循环判断s10，直到所有智能体都结束任务。

27、进一步的，所述s4中的任务分配具体包括：

28、s41：对任务区域内的网格和任务区域边界进行编号；

29、s42：将网格均分给智能体；

30、s43：生成引导点集合；

31、s44：判断生成的引导点集合是否合理，若不合理则手动微调。

32、进一步的，所述s41中的编号按梳状线排列。

33、进一步的，所述s5中的覆盖搜索具体包括：

34、s51：智能体沿各自的引导点集合搜索；

35、s52：对智能体位置进行更新；

36、s53：判断智能体之间是否进入各自的威胁区域，若为否则返回s52，若为是则进行下一步；

37、s54：重新生成位置进行避碰；

38、s55：判断是否有智能体完成任务，若为否则返回s51，若为是则进行下一步；

39、s56：判断完成任务的智能体是否满足重分配条件，若为否则结束任务，若为是则进行重分配。

40、进一步的，所述s6中的目标探查具体包括：

41、s61：将发现的目标记录到已发现目标集合中；

42、s62：根据智能体和目标的位置关系选择探查路径进行探查；

43、s63：判断智能体下一时刻是否进入目标的威胁区域，若为否则返回s62，若为是则进行下一步；

44、s64：重新生成位置进行避障。

45、进一步的，所述s62中，根据目标是否处于智能体的覆盖搜索路径上分为目标不在搜索路径上和目标在搜索路径上。

46、进一步的，所述目标在智能体的覆盖搜索路径上时，根据目标的探查角度以及智能体和目标的距离关系分为探查角度和目标的搜索路径不相交且距离智能体较远及除探查角度和目标的搜索路径不相交且距离智能体较远的情况外的其他探查角度。

47、本发明的有益效果是：

48、1.本发明通过对信息初始化、任务分配、覆盖式搜索和目标探查进行区域划分以及进行两次任务分配减少了智能体间的协作冲突，提高了工程可实现性。

49、2.本发明通过基于引导点的梳状线搜索的使用，降低了算法复杂度，易于操作。

技术特征：

1.一种基于多智能体协作的目标探查与覆盖优化仿真系统，其特征在于：所述系统包括：

2.根据权利要求1所述的基于多智能体协作的目标探查与覆盖优化仿真系统，其特征在于：所述目标信息存储在计算机中，智能体搜索前不可知。

3.根据权利要求2所述的基于多智能体协作的目标探查与覆盖优化仿真系统，其特征在于：所述目标信息为目标有效探查角度和目标待探查次数。

4.一种基于多智能体协作的目标探查与覆盖优化仿真方法，其特征在于：所述方法通过以下步骤实现：

5.根据权利要求4所述的基于多智能体协作的目标探查与覆盖优化仿真方法，其特征在于：所述s4中的任务分配具体包括：

6.根据权利要求5所述的基于多智能体协作的目标探查与覆盖优化仿真方法，其特征在于：所述s41中的编号按梳状线排列。

7.根据权利要求4所述的基于多智能体协作的目标探查与覆盖优化仿真方法，其特征在于：所述s5中的覆盖搜索具体包括：

8.根据权利要求4所述的基于多智能体协作的目标探查与覆盖优化仿真方法，其特征在于：所述s6中的目标探查具体包括：

9.根据权利要求8所述的基于多智能体协作的目标探查与覆盖优化仿真方法，其特征在于：所述s62中，根据目标是否处于智能体的覆盖搜索路径上分为目标不在搜索路径上和目标在搜索路径上。

10.根据权利要求9所述的基于多智能体协作的目标探查与覆盖优化仿真方法，其特征在于：所述目标在智能体的覆盖搜索路径上时，根据目标的探查角度以及智能体和目标的距离关系分为探查角度和目标的搜索路径不相交且距离智能体较远及除探查角度和目标的搜索路径不相交且距离智能体较远的情况外的其他探查角度。

技术总结
本发明公开了一种基于多智能体协作的目标探查与覆盖优化仿真系统及方法，包括信息初始化模块，输入任务区域和智能体信息并输入目标信息模拟真实环境；经纬度转化模块，将初始化的经纬度信息转化为仿真环境的坐标信息；创建地图模块，根据转化的坐标信息创建栅格地图；任务分配模块，将栅格地图分配给智能体并创建各智能体的覆盖搜索路径；覆盖搜索模块，沿覆盖搜索路径进行搜索；目标探查模块，对智能体搜索到的目标进行探查；避障模块，对探查过程中的智能体间进行避碰以及对目标进行避障；任务重分配模块，对完成初次分配任务的智能体进行重分配。本发明通过区域划分和两次任务分配减少了智能体间协作冲突，提高了工程可实现性。

技术研发人员：张国成,张亮太,李晔,孙玉山,毛发俊,蔡凯钱,马明泉,丁国利,吴桐,田尉岐
受保护的技术使用者：哈尔滨工程大学
技术研发日：
技术公布日：2024/1/15