CN114442668A - 载体边界动态保护方法 - Google Patents
载体边界动态保护方法 Download PDFInfo
- Publication number
- CN114442668A CN114442668A CN202210114140.6A CN202210114140A CN114442668A CN 114442668 A CN114442668 A CN 114442668A CN 202210114140 A CN202210114140 A CN 202210114140A CN 114442668 A CN114442668 A CN 114442668A
- Authority
- CN
- China
- Prior art keywords
- unmanned aerial
- carrier
- aerial vehicle
- dynamic
- radius
- 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 23
- 230000007123 defense Effects 0.000 claims abstract description 21
- 230000035484 reaction time Effects 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 4
- 230000033001 locomotion Effects 0.000 abstract description 9
- 239000000969 carrier Substances 0.000 abstract description 3
- 230000008859 change Effects 0.000 abstract description 2
- 230000008569 process Effects 0.000 abstract description 2
- 238000010845 search algorithm Methods 0.000 abstract 1
- -1 ships Substances 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 6
- 230000004044 response Effects 0.000 description 3
- 230000003068 static effect Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 239000003086 colorant Substances 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000009545 invasion Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/10—Simultaneous control of position or course in three dimensions
- G05D1/101—Simultaneous control of position or course in three dimensions specially adapted for aircraft
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明公开一种载体边界动态保护方法,可用于船舶、车辆等运动载体的边界动态防护,以确保载体在运动过程中,侵入体没有进入载体一定半径的安全范围内,从而只通过少量的无人机防护边界,保证了整个载体安全半径范围内的绝对安全。本方法包括载体运动模型和无人机集群协同保护模型。载体轨迹、防御安全线、威胁包线构成了载体运动模型;基于单架无人机所带传感器的动态有效保护区,研究传感器搜索宽度一定的无人机集群协同保护模型。该方法使无人机组在载体安全边界线上进行搜索,实时对载体进行保护,解决载体动态性导致防护范围实时动态变化,传统搜索算法无法对动态区域全面搜索的问题;以及侵入体的动态性导致已扫掠区域具有时效性的问题。
Description
技术领域
本发明属于多无人机协同技术领域,尤其涉及多无人机协同搜索动态目标领域。
背景技术
随着航空技术的发展,无人机得到了广泛的应用,其中利用无人机进行搜索,对船舶、车辆等运动载体进行保护,是其主要应用方向之一。但是在广域、复杂、多变的交通环境下,单架无人机的能力有限,在搜索时面临搜索范围小、传感器精度低等诸多方面的限制,效能的发挥受到了制约。因此,为了提高无人机搜索的效率,无人机执行任务的模式,必然向多架无人机协同执行任务的集群化方向发展,使用多架无人机进行冗余配置,实现多架无人机相互配合、优势互补,协同合作完成任务。而且,无人机技术在不断发展,尤其是自主能力的不断提高,在协同自主决策、协同任务规划、态势感知共享等方面的进步,使得无人机集群化具备了可行性。
目前,对多无人机协同搜索的研究主要针对静态环境中的静态目标,搜索区域不变,且没有搜索侵入体的需要,不对动态目标进行搜索,采用的方法是将搜索环境划分为几个区域,几架无人机分配到各个区域进行全覆盖搜索,或是几架无人机并排对整个区域进行搜索;针对静态环境中的动态目标的研究较少,目标的运动增加了搜索的难度,已经搜索过的区域可能再次成为可疑区域。与之前的研究相比,本发明的难度在于无人机需要保护的区域是跟随载体动态变化的,且目标具有动态侵入性,因此之前的方法将不再适用,本发明提出了一种新的搜索方法。
发明内容
本发明的目的在于提供一种针对动态环境动态目标的无人机协同搜索方法,使无人机组在载体安全边界线上进行搜索,实时对载体进行保护,解决载体动态性导致防护范围实时动态变化,传统搜索算法无法对动态区域全面搜索的问题,以及侵入体的动态性导致已扫掠区域具有时效性的问题。
根据本发明实施例,提供一种载体边界动态保护方法,包括:实时计算载体轨迹;根据所述载体轨迹建立防御安全线,所述防御安全线是以载体为中心,半径为载体安全半径的圆周;在所述防御安全线的基础上考虑无人机的反应时间,将所述防御安全线向外扩张建立威胁包线;计算无人机组有效保护区的长度,每组无人机包括一架或多架并排飞行的无人机;根据所述威胁包线的周长以及无人机组有效保护区的长度计算出将所述威胁包线围绕起来需要的无人机组数nji;nji组无人机飞至威胁包线处,围绕所述威胁包线进行搜巡。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例的附图作简单地介绍。
图1为本发明一实施例提供的载体边界动态保护方法架构图。
图2为本发明一实施例提供的载体运动模型总图。
图3为本发明一实施例提供的侵入体入侵示意图。
图4(a)、4(b)为本发明一实施例提供的单架无人机有效保护区模型。
图5(a)、5(b)为本发明一实施例提供的双架无人机有效保护区模型。
图6为本发明一实施例提供的无人机搜索模型图。
图7为本发明一实施例提供的载体边界动态保护仿真图。
具体实施方式
目前,各种算法致力于将搜索环境遍历,但针对动态目标和动态环境适用性较差,并且效率低下。针对现有技术的不足,本发明提出了一种全新的方法,在确保威胁包线内部已经安全的情况下,只需守护好威胁包线这个“边界”,防止侵入体侵入载体安全半径内,就可以保证载体的安全。术语“载体”为船舶、车辆或飞行器。
一种载体边界动态保护方法包括:实时计算载体轨迹;根据载体轨迹建立防御安全线,防御安全线是以载体为中心,半径为载体安全半径的圆周;在防御安全线的基础上考虑了无人机的反应时间,将防御安全线向外扩张建立威胁包线;计算无人机组有效保护区的长度,每组无人机包括一架或多架并排飞行的无人机;根据威胁包线的周长以及无人机组有效保护区的长度计算出将威胁包线围绕起来需要的无人机组数nji;nji组无人机飞至威胁包线处,围绕威胁包线进行搜巡。
由此如图1所示,载体边界动态保护方法具有载体运动模型和无人机集群协同保护模型。如图2,载体轨迹、防御安全线、威胁包线构成了载体运动模型。无人机集群协同保护模型由单个无人机的有效保护区域推至多个无人机的有效保护区域。然后使无人机组围绕威胁包线对载体周围进行保护。接下来对各个线条进行详细介绍。
载体轨迹是对载体历史轨迹的记录,同时用于对未来一定时间的预期轨迹进行预测。
如图3所示,防御安全线是防御侵入体的边界线。载体在行驶过程中会受到侵入体的威胁。防御安全线是以载体为中心,半径为载体安全半径的圆周。确保防御安全线边界没有任何侵入体进入,可保证载体的安全。
威胁包线在防御安全线的基础上考虑了无人机的反应时间。当无人机扫描到侵入体后,不能立刻做出反应,需要有一定的反应时间,若是等到侵入体到达所述防御安全线才被无人机发现,等无人机做出反应,侵入体已经进入安全线内,载体将会受到威胁。因此,应当将防御安全线向外扩张,使无人机尽早开始预防。威胁包线也是一圆形,其半径RWX为:
RWX=R+vQ·tmax (1)
其中,R为载体安全半径,vQ为侵入体的速度,tmax为无人机的最大反应时间。
对于静止的侵入体,无人机在一定时间内扫描的有效区域为一带圆弧的矩形,如图4(a)所示。但是当侵入体速度不为0时,侵入体可以向无人机保护区域内侵入,导致扫描的安全区域失效。最危险的情况为图4(b)所示,当无人机在A1位置时,侵入体B在无人机有效保护区域的外侧,刚好不被无人机发现,无人机继续向前行驶无人机到达A2处,侵入体向内行驶到达A1位置的圆心处,则无人机所扫描的有效区域不再是一个矩形,而是一个带圆弧的锥形区域。侵入体向内行驶到达无人机初始位置的圆心处的时间也是无人机向前飞行的时间,则这段时间无人机走过的距离就是有效保护区的长度lji。长度lji计算公式如下所示:
其中,vji为无人机的速度,Rji为无人机的扫描半径,vQ为侵入体的速度。
当两架无人机并排扫掠时,侵入体B静止时无人机的扫描区域为图4(a)所示。当两架无人机并排时,其形状为“∞”形,在其运动过程中将一直以这个形状进行扫掠,在一段时间后将会形成图5(a)所示的有效保护区。但当侵入体运动时,若想行驶到两架无人机之间的区域,则必须从无人机1的左边或无人机2的右边侵入进去,而两边分别有无人机1、2把守,显然侵入体是无法侵入到它们的中间区域的。则侵入体运动时两架无人机扫描的有效区域为图5(b)所示。侵入体行驶到扫描区域的中心需要走过2Rji,运动时间变长,则这段时间内无人机走过的距离也会增大,有效保护区面积增大。由此可得,n架无人机并排时,其有效保护区的长度为:
无人机组的动态有效保护区模型确定后,将其与载体运动模型相结合。无人机在载体的安全区域起飞后,飞至威胁包线处,围绕威胁包线进行搜巡。根据威胁包线的周长以及无人机组有效探明区的长度计算出将威胁包线围绕起来需要几组无人机,无人机组数nji的计算公式为:
图6为无人机组围绕威胁包线保护载体的模型示意图。
如图7所示,以船舶载体为例,给定载体速度32节,舵角10°,初始位置(0,0),侵入体速度6kn,并排旋翼无人机数量为4,经计算需要4组无人机。图中颜色由浅变深的小圆为每周期载体的位置,大圆为威胁包线,并排的四个小圆为四架无人机,其后的弯曲三角形为无人机组的动态有效保护区,四条黑色螺旋线分别为4组无人机的轨迹。无人机组通过此方式动态地守护威胁包线边界,对载体进行保护,防止侵入体进入。
Claims (6)
1.一种载体边界动态保护方法,其特征在于,包括:
实时计算载体轨迹;
根据所述载体轨迹建立防御安全线,所述防御安全线是以载体为中心,半径为载体安全半径的圆周;
在所述防御安全线的基础上考虑无人机的反应时间,将所述防御安全线向外扩张建立威胁包线;
计算无人机组有效保护区的长度,每组无人机包括一架或多架并排飞行的无人机;
根据所述威胁包线的周长以及无人机组有效保护区的长度计算出将所述威胁包线围绕起来需要的无人机组数nji;
nji组无人机飞至威胁包线处,围绕所述威胁包线进行搜巡。
2.根据权利要求1所述的方法,其特征在于,所述威胁包线半径RWX为:
RWX=R+vQ·tmax (1)
其中,R为载体安全半径,vQ为侵入体的速度,t-ax为无人机的最大反应时间。
6.根据权利要求1所述的方法,其特征在于,载体为船舶、车辆或飞行器。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210114140.6A CN114442668B (zh) | 2022-01-30 | 2022-01-30 | 载体边界动态保护方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210114140.6A CN114442668B (zh) | 2022-01-30 | 2022-01-30 | 载体边界动态保护方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114442668A true CN114442668A (zh) | 2022-05-06 |
CN114442668B CN114442668B (zh) | 2023-08-18 |
Family
ID=81372151
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210114140.6A Active CN114442668B (zh) | 2022-01-30 | 2022-01-30 | 载体边界动态保护方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114442668B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115083212A (zh) * | 2022-06-08 | 2022-09-20 | 同济大学 | 一种基于三维建模的无人机定位智能管理*** |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107256032A (zh) * | 2017-07-07 | 2017-10-17 | 安徽硖石智能装备科技有限公司 | 无人机大范围监控应用方法 |
CN107608372A (zh) * | 2017-08-14 | 2018-01-19 | 广西师范大学 | 一种基于改进rrt算法与改进ph曲线相结合的多无人机协同航迹规划方法 |
CN108319291A (zh) * | 2017-12-13 | 2018-07-24 | 中国人民解放军空军工程大学 | 一种基于安全边界分析的无人机认知防碰撞控制方法 |
CN108513560A (zh) * | 2016-12-23 | 2018-09-07 | 瑞典爱立信有限公司 | 管制空域中的无人飞行载具 |
CN111580556A (zh) * | 2020-05-22 | 2020-08-25 | 中国人民解放军国防科技大学 | 一种时空约束下多无人机协同路径规划与制导方法 |
CN111709633A (zh) * | 2020-06-09 | 2020-09-25 | 吉林大学 | 一种碰撞危险度确定方法、装置、设备以及可存储介质 |
CN112596049A (zh) * | 2021-03-02 | 2021-04-02 | 陕西山利科技发展有限责任公司 | 一种提升无人机侦测准确率的方法 |
CN113050684A (zh) * | 2021-03-06 | 2021-06-29 | 南京航空航天大学 | 一种面向突发威胁的无人机航迹规划算法 |
-
2022
- 2022-01-30 CN CN202210114140.6A patent/CN114442668B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108513560A (zh) * | 2016-12-23 | 2018-09-07 | 瑞典爱立信有限公司 | 管制空域中的无人飞行载具 |
CN107256032A (zh) * | 2017-07-07 | 2017-10-17 | 安徽硖石智能装备科技有限公司 | 无人机大范围监控应用方法 |
CN107608372A (zh) * | 2017-08-14 | 2018-01-19 | 广西师范大学 | 一种基于改进rrt算法与改进ph曲线相结合的多无人机协同航迹规划方法 |
CN108319291A (zh) * | 2017-12-13 | 2018-07-24 | 中国人民解放军空军工程大学 | 一种基于安全边界分析的无人机认知防碰撞控制方法 |
CN111580556A (zh) * | 2020-05-22 | 2020-08-25 | 中国人民解放军国防科技大学 | 一种时空约束下多无人机协同路径规划与制导方法 |
CN111709633A (zh) * | 2020-06-09 | 2020-09-25 | 吉林大学 | 一种碰撞危险度确定方法、装置、设备以及可存储介质 |
CN112596049A (zh) * | 2021-03-02 | 2021-04-02 | 陕西山利科技发展有限责任公司 | 一种提升无人机侦测准确率的方法 |
CN113050684A (zh) * | 2021-03-06 | 2021-06-29 | 南京航空航天大学 | 一种面向突发威胁的无人机航迹规划算法 |
Non-Patent Citations (1)
Title |
---|
谭威: "多无人机协同任务规划研究综述", 《微型电脑应用》, vol. 37, no. 9 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115083212A (zh) * | 2022-06-08 | 2022-09-20 | 同济大学 | 一种基于三维建模的无人机定位智能管理*** |
CN115083212B (zh) * | 2022-06-08 | 2024-05-03 | 同济大学 | 一种基于三维建模的无人机定位智能管理*** |
Also Published As
Publication number | Publication date |
---|---|
CN114442668B (zh) | 2023-08-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110083159B (zh) | 基于sbg和动态窗口约束的无人船自主动态避碰方法 | |
US9026272B2 (en) | Methods for autonomous tracking and surveillance | |
CN109782807B (zh) | 一种回形障碍物环境下的auv避障方法 | |
US8150621B1 (en) | Command and control of autonomous surface vehicle | |
CN110398980A (zh) | 一种无人机群协同探测及避障的航迹规划方法 | |
Zhang et al. | An adaptive obstacle avoidance algorithm for unmanned surface vehicle in complicated marine environments | |
Li et al. | Research on UAV swarm cooperative reconnaissance and combat technology | |
CN110825108B (zh) | 一种在同一空域内多架跟踪无人机的协同防碰撞方法 | |
CN107807671B (zh) | 无人机集群危险规避方法 | |
CN111913481B (zh) | 一种可变领航员模式的多无人艇协同编队方法 | |
CN114442668A (zh) | 载体边界动态保护方法 | |
CN112130587A (zh) | 一种针对机动目标的多无人机协同跟踪方法 | |
Manyam et al. | Optimal dubins paths to intercept a moving target on a circle | |
CN113485450A (zh) | 一种基于计算机视觉的无人机避障*** | |
Enns et al. | Guidance and control for cooperative search | |
Velhal et al. | Dynamic resource allocation with decentralized multi-task assignment approach for perimeter defense problem | |
CN113359796B (zh) | 一种地下多分支洞穴的无人机探寻方法 | |
Hentati et al. | A convoy of ground mobile vehicles protection using cooperative uavs-based system | |
Qiu et al. | A decoupling receding horizon search approach to agent routing and optical sensor tasking based on brain storm optimization | |
Liu et al. | Cooperative search planning in wide area via multi-UAV formations based on distance probability | |
Shovon et al. | A comparative analysis of deep learning algorithms for optical drone detection | |
Zhang et al. | A distributed persistent coverage algorithm of multiple unmanned aerial vehicles in complex mission areas | |
Cheung | Mitigating the Effects of Jamming on Autonomous Vehicle Convoys with Behavior-Based Robotics | |
Chakravarthy et al. | Cooperative pursuit using collision cones | |
RU2820041C1 (ru) | Интегрированный комплекс бортового оборудования малоразмерного беспилотного летательного аппарата |
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 |