面向多類型目標的多無人機協同搜索(通訊)

                  吳青坡，  周紹磊，  劉  偉，  尹高揚

              （海軍航空工程學院控制工程系，山東煙臺264001）

摘要：搜索環境的復雜化使得多無人機( UAV)協同搜索需要面對各種類型的目標。針對各類型目標的運動特征，采用目標存在概率密度相關的搜索圖方法，在考慮協同搜索問題特性基礎上，建立合理的目標收益函數。采用集中式與分布式相結合的集散式控制框架，結合對搜索圖的探測更新，通過預測控制及改進匈牙利算法進行多UAV的協同搜索決策。所用決策方法可在提高搜索效率的同時，有效避免多UAV間可能發生碰撞的問題。最后，通過與傳統搜索方法進行仿真對比分析，驗證了所提方法的有效性。

關鍵詞：多無人機；協同搜索；Z字形搜索；時敏目標

中圖分類號：TP242  文章編號：1671  - 637X( 2016) 04 - 0028 - 05

0  引言

    隨著無人系統的快速發展和廣泛應用，無人系統已經從傳統的情報、監視與偵察任務擴大到通信中繼、反地／水雷戰、反潛戰、電子戰等軍事領域，但從各國無人系統發展思路來看，無人系統執行情報、監視與偵察任務仍然是當前和近期無人系統的基本使命。隨著戰場環境的復雜化，單靠一架UAV很難保證搜索任務完成的質量，多UAV執行協同搜索任務已成為目前國內外學者研究的熱點。

    采用凸多邊形分割、質心Voronoi圖劃分，模糊c均值聚類等方法將目標區域分割為與

無人機等數量的子區域，將多UAV協同搜索問題轉換為單UAV搜索和監視問題，降低了任務難度?；�于各類型搜索圖，對目標函數進行優化求解，采用預測控制等方法引導UAV在目標區域內進行搜索；在考慮UAV動態約束情況下，研究了目標區域連續監視問題，并進行相關試驗；基于傳統掃描式搜索方法，采用橫隊垂線搜索和橫隊斜線搜索算法對目標區域運動目標進行覆蓋搜索。

    從目前的研究成果來看，對多UAV協同搜索問題的研究主要針對靜止目標或運動目標，協同搜索控制結構主要是集中式或分布式，在避碰方面主要假定各UAV不在同一飛行平面或者利用威脅度系數結合人工勢場等方法來完成避碰，而且很少有分析UAV數量變化對協同搜索算法性能的影響。本文考慮搜索區域內目標的多樣性以及先驗情報信息誤差等因素，在集散式控制結構下進行多UAV的在線協同搜索決策，既提高了多UAV協同搜索的效率，又可有效避免各UAV執行搜索任務期間碰撞情況的發生。

1  問題描述

    假定對特定任務區域QR²進行搜索，區域內既包含湖泊等目標存在的可能性較小的非重點區域，也包含道路等重點區域。目標類型有靜止目標、運動目標及時間敏感目標，時敏目標主要指其大概位置已由先驗信息得知，而何時出現卻未知的目標，可能是靜態（隱藏的雷達站等），也可能是動態（如躲在樹林深處或山洞內的車輛，建筑物內的人員等）。

    假定在任務區域內存在N個靜止目標，N _m個運動目標，N _s個時間敏感目標，使用N _v架UAV利用機載傳感器對區域進行協同搜索。無人機與地面指揮控制中心有一定的信息交互能力，多UAV協同搜索的主要任務就是要找尋一種方法，使多UAV編隊在最短的時間內以最小的代價發現盡可能多的各類型目標。

1.1搜索環境模型

1.2 UAV平臺模型

    假定所有UAV在同一高度H以固定速度飛行，這里研究重點是協同偵察與監視過程中的多UAV協作策略和優化算法，而非平臺底層飛行控制，假定UAV均裝有自主飛行控制系統，且可視為受一定運動約束的質點。其中，第i架UAV動態特性為

模型不同，這里無人機模型并不按柵格移動，其探測位置區域也與無人機位置有所差別。

1.3傳感器探測模型

傳感器探測范圍由UAV的飛行狀態、傳感器安裝

    UAV以固定高度水平飛行，忽略滾轉角影響，其機載傳感器地面探測范圍最大寬度可表示為

器的安裝及飛行高度相關。這里不考慮傳感器虛警的情況，認為目標進入探測范圍即可100%被檢測到。

2搜索圖建模

息確定，公路等目標可能存在和活動的重點區域初始設置較高的目標存在概率，湖泊等非重點區域則賦值較小的目標存在概率。

    依據預先獲得的目標初始位置、速度、運動方向等情報數據信息的情況，可將運動目標的位置散布模型分為4種類型：1）目標初始位置未知；2）目標初始位置范圍已知，速度未知；3）目標大概初始位置和運動速度大小已知，運動方向未知；4）目標初始位置、運動速度和運動方向均為已知，但有誤差存在。具體目標概率分布賦值情況。

    對于時敏目標，認為由先驗信息可獲取其大概存在位置，但具體出現時間未知，如躲在建筑物內的恐怖分子，洞庫里的車輛，隱藏未開機的雷達等。假定所得

依據各類型目標的位置狀態信息模型及環境確定度，完成對搜索圖的初始化。目標存在概率和確定度的更新方程參閱，此處不再贅述。

3  協同搜索決策

3.1  目標收益函數

    多UAV協同搜索的目的是在花費最小搜索代價的同時，盡可能探測那些目標價值高的區域，以便發現盡可能多的目標，并降低目標區域的信息不確定性。這里采用優化收益指標函數,J(X(t)，U(t))來描述在狀態X(t)下，采用控制輸入U(t)后，編隊所獲得的綜合收益。它是一個綜合考慮了多UAV在搜索過程中的目標

3.2 UAV搜索決策過程

    UAV依據搜索任務環境的變化，在線調整任務與航跡，建立如圖2所示的UAV搜索決策過程模型。

    首先，在每個離散決策時刻k，UAV基于當前狀態和系統模型，預測未來N個階段的狀態，通過使目標收益函數最優來尋出最優控制序列；然后各UAV將自身最優決策結果發送給控制中心(地面站或選取領隊UAV)，控制中心進行協調規劃后，將優化后結果返回；最后，UAV依照接收到的決策結果，執行偵察任務，并進行狀態更新。隨著搜索任務的進行，整個決策過程采用滾動時域的方式不斷進行迭代決策，直至搜索任務結束。

3.3協同決策體系結構

    動態變化的環境使得多UAV協同搜索問題變為一個在線的動態優化問題，要求多UAV必須能夠根據外部環境的變化，在線自主調整其任務和航跡，協同完成目標區域內的搜索任務。多UAV協同搜索過程結構如圖3所示。每架UAV在執行任務過程中，從自身收益出發，依環境信息和自身狀態對當前的狀態進行預測，如果結合目標函數發現更有利于自身的決策，則把決策結果（最優收益及控制量）提交給控制中心，由控制中心對每架UAV的規劃結果進行整體協調，從而獲得更好的整體協同效能。各UAV按控制中心決策執行搜索任務，將探測結果發送至控制中心，控制中心依此對搜索圖進行更新，各UAV從控制中心讀取更新結果，并進入下一次決策過程。

    此外，控制中心可以隨時對各UAV發布指令，進行操控，在無控制中心指令的情況下，各UAV也可在分布式體系結構下工作。該結構采用自治和協作的方法來解決全局控制問題，將復雜問題分解為能夠由系統中各個節點解決的子問題，最后由中央節點進行協調決策。

3.4控制中心搜索協調

    各UAV依自身狀態預測未來N個決策周期內可能達到的位置及探測范圍，將一步預測位置及各相應最大收益發送給控制中心，控制中心對其進行任務協

4仿真分析

    為驗證本文所提搜索方法的正確性和優越性，對比貪婪算法和橫隊Z字形搜索方法進行仿真分析。搜索區域Q為40 km x40 km的矩形區域，劃分為1 km×1km網格單元，N=10架UAV參與搜索任務，飛行速度保持V= 100 m/s不變，最小轉彎半徑R_s=1km，飛行高度H=1km，傳感器有效探測距離L=3 km，探測角度為水平±20⁰，俯仰±10⁰。在區域內隨機設置25個目標：5個靜止目標，10個機動目標，10個時敏目標。各目標初始情報信息如下：1）5個靜止目標隨機分布，位置未知；2）機動目標最大運動速度為v _t=25 m/s，初始位置服從以（x⁰,y⁰）為中心的二維正態分布，其中，3個機動目標的速度已知，4個目標的速度和航向已知，但有誤差；3）10個時敏目標存在位置與機動日標相同，出現時間隨機，其中，5個目標靜止，5個目標在出現后開始運動，速度大小及方向未知。

    為了避免這種隨機性的影響，本文進行了200次仿真，每次仿真運行1500 s，UAV決策時間間隔10⁰，通過仿真將本文方法與貪婪算法及橫隊Z字形方法比較，所得結果如圖4和圖5所示。

    圖4a顯示依據區域搜索圖得到剩余搜索收益變化情況的對比結果，隨著UAV數量的減少，雖然系統搜索效能有所下降，但本文方法均優于貪婪算法和橫隊搜索方法。圖4b所示為平均目標發現概率隨搜索時間變化的關系，橫隊搜索中之所以有段平坦階段主要是由UAV編隊轉彎期間搜索區域范圍較少所致?；�于本文方法和貪婪算法搜索效率明顯高于橫隊搜索方法，本文方法搜索效果優于貪婪算法，且隨著無人機數量的減少，搜索性能下降速度明顯小于貪婪算法和橫隊搜索方法。

圖5所示為3種不同類型目標發現個數隨搜索時間變化情況，其中，圖5c中時敏目標的統計時間為時敏目標出現到其被發現之間的搜索時間，當UAV搜索到時敏目標所在位置時，如果時敏目標尚未出現，則認為UAV不能發現該目標。針對不同類型的目標，不論從發現目標概率上還是從搜索效率方面，本文搜索方法均優于貪婪算法和橫隊搜索方法。尤其針對時敏目標，UAV數量減少對本文方法的搜索性能影響明顯小于貪婪和橫隊搜索方法。

5  結論及展望

    本文針對多UAV協同搜索過程中可能面對的多種類型目標，采用目標概率相關的搜索圖方法，在集散式控制框架下，通過預測控制及匈牙利算法進行多UAV的協同搜索決策。所用方法在提高搜索效率的同時，還可有效避免多UAV間可能發生碰撞的問題。通過與貪婪算法及傳統橫隊Z字形搜索方法進行仿真對比分析，顯示了所提方法的有效性和優越性。下一步的工作將考慮存在禁飛區、通信延遲等復雜情況對系統決策的影響。