CN109241567A - 一种舰载机自动调度半实物仿真***及方法 - Google Patents
一种舰载机自动调度半实物仿真***及方法 Download PDFInfo
- Publication number
- CN109241567A CN109241567A CN201810876154.5A CN201810876154A CN109241567A CN 109241567 A CN109241567 A CN 109241567A CN 201810876154 A CN201810876154 A CN 201810876154A CN 109241567 A CN109241567 A CN 109241567A
- Authority
- CN
- China
- Prior art keywords
- carrier
- intelligent body
- borne aircraft
- aircraft
- automatic dispatching
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 18
- 238000004891 communication Methods 0.000 claims abstract description 26
- 238000012544 monitoring process Methods 0.000 claims abstract description 19
- 239000000523 sample Substances 0.000 claims abstract description 14
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 11
- 230000008569 process Effects 0.000 claims abstract description 6
- 238000005457 optimization Methods 0.000 claims abstract description 5
- 230000005540 biological transmission Effects 0.000 claims description 14
- 230000003993 interaction Effects 0.000 claims description 13
- 238000012545 processing Methods 0.000 claims description 13
- 238000004088 simulation Methods 0.000 claims description 13
- 238000011161 development Methods 0.000 claims description 4
- 238000009434 installation Methods 0.000 claims description 2
- 238000011160 research Methods 0.000 abstract description 4
- 238000012795 verification Methods 0.000 abstract description 3
- 239000003795 chemical substances by application Substances 0.000 description 18
- 238000001514 detection method Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000013519 translation Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 239000004744 fabric Substances 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 230000000630 rising effect Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- 208000010086 Hypertelorism Diseases 0.000 description 1
- 206010020771 Hypertelorism of orbit Diseases 0.000 description 1
- 240000007594 Oryza sativa Species 0.000 description 1
- 235000007164 Oryza sativa Nutrition 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 239000000956 alloy Substances 0.000 description 1
- 229910045601 alloy Inorganic materials 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 235000009566 rice Nutrition 0.000 description 1
- 238000007592 spray painting technique Methods 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/15—Vehicle, aircraft or watercraft design
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
- G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/40—Business processes related to the transportation industry
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Geometry (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- Game Theory and Decision Science (AREA)
- General Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Development Economics (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Operations Research (AREA)
- Educational Administration (AREA)
- Automation & Control Theory (AREA)
- Aviation & Aerospace Engineering (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Traffic Control Systems (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明提供一种舰载机自动调度半实物仿真***,它包括航母甲板模型;舰载机多智能体***,用于模拟舰载机的出动回收过程;智能体上控制器根据转速传感器采集的驱动轮的转速和通信单元收到的指示控制驱动轮的转速和方向,并通过通信单元上传;智能体上还设有定位标识;用于采集航母甲板模型的实时图像的图像采集***;识别定位监控***用于通过根据航母甲板模型的实时图像,识别智能体的位置及智能体上的定位标识获得智能体的实时状态;舰载机自动调度***用于实时接收并处理多智能体的实时状态,根据预设的调度模型和优化算法决策出各个智能体的路径并分发给对应的智能体。本发明为舰载机调度优化及提高出动架次率的研究提供了评估验证环境。
Description
技术领域
本发明属于技术智能调度管理领域,具体涉及一种舰载机自动调度半实物仿真***及方法。
背景技术
飞行甲板和舰载机的适配性与合理的调度策略是航母形成战斗力的关键。相较于陆基飞机,舰载机作业环境更加复杂恶劣,其调度涉及到多架舰载机、多种资源之间在起降、调运、驻留及维护保障等多个作业阶段的有效协调,隶属运筹学中的动态调度问题。
对于我国海军及相关参研单位而言,当前的一个热点问题便是如何在相对缺少研制与使用经验的情况下提高飞行甲板作业的科学性和经济性。
发明内容
本发明要解决的技术问题是:提供一种舰载机自动调度半实物仿真***及方法,用于舰载机作业调度仿真与智能辅助决策***研究。
本发明为解决上述技术问题所采取的技术方案为:一种舰载机自动调度半实物仿真***,其特征在于:它包括:
航母飞行甲板模型***,包括按一定比例缩比的航母甲板模型;
舰载机多智能体***,包括若干个设置在航母甲板模型上的智能体,用于模拟舰载机的出动回收过程;所述的智能体包括驱动轮、安装在驱动轮上的转速传感器、控制器和通信单元,控制器根据转速传感器采集的驱动轮的转速和通信单元收到的指示控制驱动轮的转速和方向,并通过通信单元上传;所述的智能体上还设有定位标识;
图像采集***,用于采集航母甲板模型的实时图像;
数据处理***,包括识别定位监控***和舰载机自动调度***;其中识别定位监控***用于通过根据航母甲板模型的实时图像,识别智能体的位置及智能体上的定位标识获得智能体的实时状态;舰载机自动调度***,用于实时接收并处理多智能体的实时状态,根据预设的调度模型和优化算法决策出各个智能体的路径并分发给对应的智能体;
数据交互***,用于图像采集***与数据处理***之间、以及智能体的通信单元与数据处理***之间的数据交互。
按上述***,所述的识别定位监控***具体按以下步骤进行识别定位:
S1、通过若干摄像机获得航母甲板模型的照片,并合成整个航母甲板模型的完整图像;
S2、通过图像处理算法获取智能体的位置信息;
S3、通过对智能体上定位标识的识别,得到智能体的编号;
S4、取相邻两帧图像,分别得到智能体的位置信息及编号,相互比较得到智能体的速度和方向。
按上述***,所述的定位标识的底色为黑色,上面设有轴对称的两个相离的白色圆形,一个大圆和一个小圆从而对智能体的首尾进行区别,大圆内有等距的若干编码位,编码位采用黑白二进制编码,从而对智能体进行编号。
按上述***,以数据处理***为服务器,以智能体为客户端,采用无线传输控制协议,由数据交互***将服务器、客户端和图像采集***进行网络连接。
按上述***,智能体的控制器为Arduino开发板,采用有线方式与转速传感器、驱动轮、通信单元连接;驱动轮为两个前轮,智能体还包括一个万向后轮,转速传感器反馈2个驱动轮的转速,控制器通过改变PWM的占空比进行速度调节;预先烧录客户端程序,接收到服务器相应路径指令后,实现前后左右四个方向的移动,其中左右转弯通过转速差方式实现。
按上述***,所述的智能体上还设有信号灯,代表舰载机当前状态。
利用所述的舰载机自动调度半实物仿真***实现的仿真方法,其特征在于:通过航母甲板模型以及智能体进行半实物仿真,通过图像采集***采集仿真的实时状态;利用识别定位监控***监控智能体在航母甲板模型上的实时状态和路径;通过舰载机自动调度***设置智能体的调度模型和路径算法,并控制智能体按照所设置的调度方案和路径,从而仿真舰载机在航母甲板模型上行走,实现航母甲板全流程的调度优化。
本发明的有益效果为:结合了调度仿真软件、识别定位监控***、航母甲板模型***、多智能体的控制与通信***等,形成了一套人机在环的闭环连续仿真运行***,为舰载机调度优化及提高出动架次率的研究提供了评估验证环境。
附图说明
图1为本发明一实施例的仿真***结构示意图。
图2为本发明一实施例的仿真方法流程图。
图3为本发明一实施例的定位方法流程图。
图4为本发明一实施例的多智能体结构示意图。
图5为本发明一实施例的定位标识原理图。
图中:1-航母甲板模型,2-智能体,3-摄像头,4-交换机,5-路由器,6-计算机,7-定位标识,2-1-驱动轮,2-2-电源,2-3-通信单元,2-4-控制器,7-1大圆,7-2-小圆,7-3-编码位。
具体实施方式
下面结合具体实例和附图对本发明做进一步说明。
本发明提供的一种舰载机自动调度半实物仿真平台,如图1所示,包括舰载机自动调度软件***、航母甲板模型1、模拟舰载机移动的智能体2、识别和定位所述甲板上智能体的室内监控***、数据交互***;其中舰载机调度自动调度***为搭载仿真软件的计算机(本实施例中为PC),用于实时处理多智能体的状态信息,决策出合理的路径并将任务分发给各个智能体;室内监控***包括安装在甲板上方的多个单目摄像头,摄像头与交换机、交换机与计算机通过网线进行图像数据传输(本实施例中单目摄像头个数为4个,且对称分布),用于获取多智能体在所述甲板上移动时的图像并输出;航母飞行甲板模型***包括升降台、飞行甲板和舰岛等,用于模拟甲板作业环境(本实施例中飞行甲板的长为8米,宽为3米);多智能体上搭载了定位标志、霍尔传感器、通信单元、控制器以及执行器,用于模拟舰载机的出动回收过程。
舰载机自动调度仿真平台按照流程图2所示,首先室内定位***采集到甲板表面图像,并通过定位标识识别出智能体的状态,调度仿真软件***接收到智能体状态后,输入到预先建立的模型中,采用智能算法进行模型求解,得到当前最优的任务形式(如维修、保障、牵引、加油、挂弹等),规划出合理的路径,生成相应的TCP协议数据包。TCP协议数据包通过无线传输方式发送到多智能体上的通信模块(客户端),通信模块再传送给智能体上的Arduino单片机,并解析为串口数据。智能体从停机位或机库的升降台出发,驱动器按照控制器指令进行移动,同时实时状态被室内监控采集,实现整个***的闭环仿真。
下面对仿真平台***中子***和模块做进一步详细介绍。
航母飞行甲板模型***,包括按一定比例缩比的航母甲板模型1。本实施例中,航母甲板模型1包括飞行甲板区域、停机区、舰岛、机库和升降台等装置。本实施例中航母模型以美国海军福特号航母为蓝本,根据福特号航母的实际尺寸采用1:50缩比模型,由4个2m×2m的可移动木制平台、2个楔形木制平台、2个木制机库模型、2个木制升降台模型、1个合金舰岛模型拼接而成。在木制平台上张贴PVC材料的喷绘布,其上绘有降落区、中部三角区、起飞区、一站式保障点等不同区域。每个升降台区由限位伺服电机、多路继电器、控制器、支架和三合板组成,控制器为Arduino单片机,其串口部分与与电脑USB端口连接,数字引脚与继电器连接,同时继电器与限位伺服电机进行连接。预先在Arduino单片机内烧录好程序后,上位机编写基于C++语言的程序,通过改变数字引脚电压的大小,从而改变继电器的通断,从而实现同时对两个升降平台上升、下降和停止的操作。
舰载机多智能体***,包括若干个设置在航母甲板模型上的智能体2,用于模拟舰载机的出动回收过程;所述的智能体2包括驱动轮2-1、安装在驱动轮2-1上的转速传感器、控制器2-4和通信单元2-3,还包括电源2-2,控制器2-4根据转速传感器采集的驱动轮2-1的转速和通信单元2-3收到的指示控制驱动轮2-1的转速和方向,并通过通信单元2-3上传。所述的智能体2上还设有定位标识7,本实施例中,所述的定位标识7的底色为黑色,上面设有轴对称的两个相离的白色圆形,一个大圆7-1和一个小圆7-2从而对智能体2的首尾进行区别,大圆7-1内有等距的若干编码位7-3,编码位7-3采用黑白二进制编码,从而对智能体2进行编号。本实施例包括等距的4个编码位7-3,可生成16个序号供智能体进行编号。本实施例中转速传感器为霍尔传感器,通信单元2-3为无线传输单元。智能体2的控制器2-4为Arduino开发板,采用有线方式与转速传感器、驱动轮2-1、通信单元2-3连接;驱动轮2-1为两个前轮,智能体2还包括一个万向后轮,转速传感器反馈2个驱动轮2-1的转速,控制器2-4通过改变PWM的占空比进行速度调节;预先烧录客户端程序,接收到服务器相应路径指令后,实现前后左右四个方向的移动,其中左右转弯通过转速差方式实现。智能体2上还有信号灯,代表舰载机当前状态。
路由器建立无线局域网,ESP8266型WIFI模块作为无线局域网客户端,利用TCP/IP通信原理,计算机将控制指令数据通过路由器发送给ESP8266型WIFI模块,该模块再将数据转换为串口信息传输给单片机,从而实现对多智能体的遥控控制;在将WiFi模块与控制器连接前,需要对其进行设置,具体步骤为:
S1、将ESP8266型WiFi模块与计算机通过USB-TTL模块进行连接;
S2、在串口调试中软件中,输入指令AT+CIPMUX=0设置单连接;
S3、输入指令AT+CIPSTART=“TCP”,“192.168.43.140”,6800(指令参数分别为连接类型、目标IP地址和端口号)向服务器发起TCP连接请求,握手成功并建立连接;
S4、输入指令AT+CIPMODE=1开启透传模式,AT+CLOBAUD=9600(设置波特率为9600);
S5、输入AT+CIPSEND进入透传模式,此时WiFi模块会把所有串口收到的数据从TCP端口发送至服务器,同样从服务器收到的数据也会从模块串口发送到单片机。WIFI模块作为连接硬件与网络的桥梁,实现了串口与TCP的协议相互转换,;
S6、设置好TCP连接信息后通过AT+SAVETRANLINK=1,"192.168.43.1 40",6800,"TCP"6800指令把TCP连接透传保存到Flash,掉电不丢失。重新上电后WiFi模块会自动联网建立TCP连接后进入透传模式,实现真正意义上的透传。
图像采集***,用于采集航母甲板模型的实时图像。本实施例中,图像采集***包括安装在甲板上方的4个单目摄像头,且对称布置。
数据处理***,包括识别定位监控***和舰载机自动调度***。
识别定位监控***用于通过根据航母甲板模型的实时图像,识别智能体的位置及智能体上的定位标识获得智能体的实时状态。网线与一台数字交换机进行连接,交换机与计算机用超五类网线进行图像传输。为对多智能体进行快速准确的定位,设计了一种搭载在多智能体上的定位标识图形。定位标识图形为轴对称图形,由黑白两种颜色构成,大圆和小圆为白色,编码点和底部为黑色;大圆直径为小圆直径的两倍,相对位置为相离;大圆内有等距的4个编码位,采用黑白二进制编码,可生成16个序号供智能体进行编号。为方便处理图像信息,需先对图像进行畸变校正与合成具体步骤为:
S1、将标定板放在摄像头拍摄到的不同区域内获得照片,采集多张图像样本。使用Matlab下toolbox工具包,对每张图像进行角点检测,得到摄像机内部参数矩阵和畸变系数kc。按上述方法,分别得到4个摄像头的参数,用于图像畸变校正;
S2、将同一时刻4个摄像头得到的图像传输给计算机。由于摄像头位置固定,可在VS环境下利用OpenCV中图形的裁剪、缩放、旋转、平移等函数对4副单帧图像进行操作,合成出包含整个甲板的完整图像,图像分辨率为1080*720;
完成上述步骤后,在计算机中实现实时状态采集的具体步骤为:
S1、建立与合成图像相同尺寸的单通道灰度图像,选取合适的阈值进行二值化处理,得到二值化图像,进而建立与二值化图像相同尺寸图像,选取合适的阈值进行边缘检测,得到边缘检测图像;
S2、使用OpenCV中霍夫变换函数,设定检测圆形的半径范围、阈值等参数,识别出定位标识上的不同大小的圆的圆心像素位置。预先通过检测工具得到图像是定位标识上大圆和小圆圆心之间的像素距离,在软件中设定大圆和小圆之间的距离范围,排除大圆和小圆圆心像素距离过远和过近的区域,从而提取出每个定位标识的具***置。
标识的航向角采用公式得到;
S3、为得到每个智能体的身份,实现对每个智能体的跟踪,在大圆内设置等距离的4个编码点,在图像中表示为黑白像素值,即0和255;为计算出编码值,首先需得到每个编码点在图像中的像素位置,从而读取出像素值。因此,规定从大圆沿小圆圆心方向开始计算编码值,因此将大圆与小圆的相对位置划分为四个象限,其中小圆圆心x坐标像素值小于大圆圆心x坐标像素值,且小圆圆心y坐标像素值大于大圆圆心y坐标像素值为第一象限,同理可得:
第一象限:Pixel_X小圆<Pixel_X大圆,Pixel_Y小圆>Pixel_Y大圆;
第二象限:Pixel_X小圆>Pixel_X大圆,Pixel_Y小圆≥Pixel_Y大圆;
第三象限:Pixel_X小圆>Pixel_X大圆,Pixel_Y小圆<Pixel_Y大圆;
第四象限:Pixel_X小圆<Pixel_X大圆,Pixel_Y小圆≤Pixel_Y大圆;
由于摄像头位置不变且标识位图像大小固定,预先使用像素距离检测工具,检测编码点距离大圆圆心的像素距离,本实施例中编码点在大圆圆心左右两侧均匀分布,每个编码点距离大圆圆心的像素实际距离为-7,-2.5,2.5,7个像素大小,利用S4中的得到的角度和三角函数,可得编码点的像素位置;例如第一象限中每个编码点的坐标可通过如下公式计算:
Pixel_x1=Pixel_X大圆+7*cos(deg);
Pixel_y1=Pixel_Y大圆-7*sin(deg);
Pixel_x2=Pixel_X大圆+2.5*cos(deg);
Pixel_y2=Pixel_Y大圆-2.5*sin(deg);
Pixel_x3=Pixel_X大圆-2.5*cos(deg);
Pixel_y3=Pixel_Y大圆+2.5*sin(deg);
Pixel_x4=Pixel_X大圆-7*cos(deg);
Pixel_y4=Pixel_Y大圆+7*sin(deg);
为提高编码点像素值识别的准确率,计算每个编码点坐标及其上下左右领域的像素值的算术平均值。例如第一个编码点的像素算术平均值为:
设定平均像素值在某一阈值以下为黑色,记为1;平均像素值大于该阈值为白色,记为0;因此得到智能的编号为公式:
Number=value4*8+value3*4+value2*2+value1*1
本实施例中可对2^4=16个智能体进行编号。(同理小圆圆心、大圆另外两个象限同样可以设置编码区,最大可支持2^9=512个智能体身份及航向识别)
S4、将图像像素坐标系转换到对应的世界坐标系,摄像机坐标系和世界坐标系之间的关系可以用旋转矩阵R与平移向量t来描述。那么,存在如下关系:;
其中,R为3×3矩阵;t为三维平移向量;O=(0,0,0);
S5、在实时定位过程中,对获取的每一幅图像分别进行S1-S6,取相邻两帧图像识别得到各个智能***置,利用帧差法对视频图像序列的连续两帧图像做差分运算,获取运动目标轮廓。当监控场景中出现目标运动时,相邻两帧图像之间会出现较为明显的差别,两帧相减,求得图像对应位置像素值差的绝对值,判断其是否大于某一阈值,进而分析视频或图像序列的物体运动特性。其数学公式描述如下:
D(x,y)为连续两帧图像之间的差分图像,I(t)和I(t-1)分别为t和t-1时刻的图像,T为差分图像二值化时选取的阈值,D(x,y)=1表示前景,D(x,y)=0表示背景。
舰载机自动调度***,用于实时接收并处理多智能体的实时状态,根据预设的调度模型和优化算法决策出各个智能体的路径并分发给对应的智能体。舰载机自动调度***是实现智能决策、调度的关键,该***分为静态规划和动态规划两部分。静态规划用于调度操作开始前,以遗传算法等启发式优化算法为基础,以调度总时间最少为目标函数,通过计算机不断仿真迭代,获得满足目标函数最大化的调度顺序及路径,在满足设定目标值的条件下终止优化计算,将最优调度方案依照时间离散化,在每个时间步长批量传输给数据交互***,继而传输给舰载机多智能体,开始相应的运动执行操作。动态规划用于调度操作期间,主要针对舰载机多智能体发生随机故障时,临时对调度方案进行重决策。该重决策需要预先设定相应的应急预案,当发生该随机事件时,立即由自动调度***生成新的调度方案,并执行。
数据交互***,用于图像采集***与数据处理***之间、以及智能体的通信单元与数据处理***之间的数据交互。
数据交互***是实现本半实物仿真平台功能的重要一环,包括路由器、交换机等,主要实现各分***之间的数据信息交互,通信手段包括有线传输、无线WiFi传输。其具体的数据流如表1所示。
表1数据交互***数据交互信息表
序号 | 信息名称 | 发送方 | 接收方 | 传输途径 |
1 | 运动指令信息 | 舰载机自动调度*** | 舰载机多智能体*** | 无线Wifi |
2 | 目标图像信息 | 识别定位监控*** | 舰载机自动调度*** | 交换机、网线 |
3 | 状态指示灯信息 | 舰载机自动调度*** | 舰载机多智能体*** | 无线Wifi |
4 | 升降平台运动指令信息 | 舰载机自动调度*** | 航母飞行甲板模型*** | 串口数据线 |
利用所述的舰载机自动调度半实物仿真***实现的仿真方法,通过航母甲板模型以及智能体进行半实物仿真,通过图像采集***采集仿真的实时状态;利用识别定位监控***监控智能体在航母甲板模型上的实时状态和路径;通过舰载机自动调度***设置智能体的调度模型和路径算法,并控制智能体按照所设置的调度方案和路径,从而仿真舰载机在航母甲板模型上行走,实现航母甲板全流程的调度优化。
半实物仿真方法具有较高的置信度、成本低、可实时控制等优点。随着***理论、计算机技术、图形技术、仿真建模等技术的发展,本发明设计和构建一种舰载机自动调度半实物仿真平台,用于舰载机作业调度仿真与智能辅助决策***研究,整个仿真***具有鲜明的分层次、模块化特点,具备很好的拓展性和可移植性。本发明所提供的舰载机自动调度半实物仿真平台,结合了调度仿真软件、识别定位监控***、航母甲板模型***、多智能体的控制与通信***等,形成了一套人机在环的闭环连续仿真运行***,为舰载机调度优化及提高出动架次率的研究提供了评估验证环境。同时提供了一种室内定位与监测方法和通信结构的配置方法,在多类型舰载机布列仿真条件和实时互动场景构建下具有很强的拓展性和适应性。
以上实施例仅用于说明本发明的设计思想和特点,其目的在于使本领域内的技术人员能够了解本发明的内容并据以实施,本发明的保护范围不限于上述实施例。所以,凡依据本发明所揭示的原理、设计思路所作的等同变化或修饰,均在本发明的保护范围之内。
Claims (7)
1.一种舰载机自动调度半实物仿真***,其特征在于:它包括:
航母飞行甲板模型***,包括按一定比例缩比的航母甲板模型;
舰载机多智能体***,包括若干个设置在航母甲板模型上的智能体,用于模拟舰载机的出动回收过程;所述的智能体包括驱动轮、安装在驱动轮上的转速传感器、控制器和通信单元,控制器根据转速传感器采集的驱动轮的转速和通信单元收到的指示控制驱动轮的转速和方向,并通过通信单元上传;所述的智能体上还设有定位标识;
图像采集***,用于采集航母甲板模型的实时图像;
数据处理***,包括识别定位监控***和舰载机自动调度***;其中识别定位监控***用于通过根据航母甲板模型的实时图像,识别智能体的位置及智能体上的定位标识获得智能体的实时状态;舰载机自动调度***,用于实时接收并处理多智能体的实时状态,根据预设的调度模型和优化算法决策出各个智能体的路径并分发给对应的智能体;
数据交互***,用于图像采集***与数据处理***之间、以及智能体的通信单元与数据处理***之间的数据交互。
2.根据权利要求1所述的舰载机自动调度半实物仿真***,其特征在于:所述的识别定位监控***具体按以下步骤进行识别定位:
S1、通过若干摄像机获得航母甲板模型的照片,并合成整个航母甲板模型的完整图像;
S2、通过图像处理算法获取智能体的位置信息;
S3、通过对智能体上定位标识的识别,得到智能体的编号;
S4、取相邻两帧图像,分别得到智能体的位置信息及编号,相互比较得到智能体的速度和方向。
3.根据权利要求2所述的舰载机自动调度半实物仿真***,其特征在于:所述的定位标识的底色为黑色,上面设有轴对称的两个相离的白色圆形,一个大圆和一个小圆从而对智能体的首尾进行区别,大圆内有等距的若干编码位,编码位采用黑白二进制编码,从而对智能体进行编号。
4.根据权利要求1所述的舰载机自动调度半实物仿真***,其特征在于:以数据处理***为服务器,以智能体为客户端,采用无线传输控制协议,由数据交互***将服务器、客户端和图像采集***进行网络连接。
5.根据权利要求4所述的舰载机自动调度半实物仿真***,其特征在于:智能体的控制器为Arduino开发板,采用有线方式与转速传感器、驱动轮、通信单元连接;驱动轮为两个前轮,智能体还包括一个万向后轮,转速传感器反馈2个驱动轮的转速,控制器通过改变PWM的占空比进行速度调节;预先烧录客户端程序,接收到服务器相应路径指令后,实现前后左右四个方向的移动,其中左右转弯通过转速差方式实现。
6.根据权利要求1所述的舰载机自动调度半实物仿真***,其特征在于:所述的智能体上还设有信号灯,代表舰载机当前状态。
7.利用权利要求1所述的舰载机自动调度半实物仿真***实现的仿真方法,其特征在于:通过航母甲板模型以及智能体进行半实物仿真,通过图像采集***采集仿真的实时状态;利用识别定位监控***监控智能体在航母甲板模型上的实时状态和路径;通过舰载机自动调度***设置智能体的调度模型和路径算法,并控制智能体按照所设置的调度方案和路径,从而仿真舰载机在航母甲板模型上行走,实现航母甲板全流程的调度优化。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810876154.5A CN109241567B (zh) | 2018-08-03 | 2018-08-03 | 一种舰载机自动调度半实物仿真***及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810876154.5A CN109241567B (zh) | 2018-08-03 | 2018-08-03 | 一种舰载机自动调度半实物仿真***及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109241567A true CN109241567A (zh) | 2019-01-18 |
CN109241567B CN109241567B (zh) | 2022-11-11 |
Family
ID=65072919
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810876154.5A Active CN109241567B (zh) | 2018-08-03 | 2018-08-03 | 一种舰载机自动调度半实物仿真***及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109241567B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111355618A (zh) * | 2020-05-25 | 2020-06-30 | 中国人民解放军国防科技大学 | 一种用于半实物网络仿真的串口设备适配***及使用方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102306211A (zh) * | 2011-07-08 | 2012-01-04 | 南京航空航天大学 | 舰载机着舰引导半物理仿真*** |
CN103942085A (zh) * | 2013-12-31 | 2014-07-23 | 中国人民解放军空军航空大学军事仿真技术研究所 | 一种舰载直升机飞行模拟器的着舰仿真方法 |
CA2957084A1 (fr) * | 2016-02-02 | 2017-08-02 | Dassault Aviation | Systeme d'aide a la decision d'autorisation a partir d'un aeronef, et procede associe |
-
2018
- 2018-08-03 CN CN201810876154.5A patent/CN109241567B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102306211A (zh) * | 2011-07-08 | 2012-01-04 | 南京航空航天大学 | 舰载机着舰引导半物理仿真*** |
CN103942085A (zh) * | 2013-12-31 | 2014-07-23 | 中国人民解放军空军航空大学军事仿真技术研究所 | 一种舰载直升机飞行模拟器的着舰仿真方法 |
CA2957084A1 (fr) * | 2016-02-02 | 2017-08-02 | Dassault Aviation | Systeme d'aide a la decision d'autorisation a partir d'un aeronef, et procede associe |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111355618A (zh) * | 2020-05-25 | 2020-06-30 | 中国人民解放军国防科技大学 | 一种用于半实物网络仿真的串口设备适配***及使用方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109241567B (zh) | 2022-11-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106607907B (zh) | 一种移动视觉机器人及其测控方法 | |
CN103389699B (zh) | 基于分布式智能监测控制节点的机器人监控及自主移动***的运行方法 | |
CN105234943B (zh) | 一种基于视觉识别的工业机器人示教装置及方法 | |
CN106020189B (zh) | 基于邻域约束的空地异构机器人***路径规划方法 | |
CN106966298B (zh) | 基于机器视觉的装配式建筑智能吊装方法与*** | |
CN106054931A (zh) | 一种基于视觉定位的无人机定点飞行控制*** | |
CN104778690A (zh) | 一种基于摄像机网络的多目标定位方法 | |
CN106197422A (zh) | 一种基于二维标签的无人机定位及目标跟踪方法 | |
CN110262507A (zh) | 一种基于5g通信的相机阵列机器人定位方法及装置 | |
CN106289186A (zh) | 旋翼无人机机载视觉探测与多目标定位***及实现方法 | |
CN104732835A (zh) | 一种体育场智能缩微车辆教学装置 | |
CN108229587A (zh) | 一种基于飞行器悬停状态的输电杆塔自主扫描方法 | |
CN107703936A (zh) | 基于卷积神经网络的自动导航小车***及小车定位方法 | |
CN105357490A (zh) | 基于变电站实景三维模型的视觉监控目标跟踪方法及*** | |
CN108109460A (zh) | 一种具有增强现实功能化工厂的教学参观设备 | |
CN109483507A (zh) | 一种多个轮式机器人行走的室内视觉定位方法 | |
CN106778484A (zh) | 交通场景下的运动车辆跟踪方法 | |
CN104842356A (zh) | 一种基于分布式计算与机器视觉的多码垛机器人示教方法 | |
CN109241567A (zh) | 一种舰载机自动调度半实物仿真***及方法 | |
CN116578035A (zh) | 基于数字孪生技术的旋翼无人机自主降落控制*** | |
CN109900272B (zh) | 视觉定位与建图方法、装置及电子设备 | |
Li et al. | Vg-swarm: A vision-based gene regulation network for uavs swarm behavior emergence | |
CN110879607A (zh) | 一种基于多无人机编队协同探测的海上风电叶片检测方法 | |
Wang et al. | Real-time omnidirectional visual SLAM with semi-dense mapping | |
CN111176324A (zh) | 一种多无人机分布式协同编队规避动态障碍的方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |