基于局部搜索树的UAV与UGS协同移动目标追踪方法
发布时间：2021-11-23 23:44
针对无人机（UAV）与地面无人值守传感器（UGS）的空地协同目标追踪问题,提出一种交通道路网络环境下基于局部搜索树的移动目标搜索追踪方法。在该方法中,无人机通过与地面无人值守传感器抵近通信,获取目标经过传感器节点的时间信息,基于该信息估计目标运动速度及预测目标后续位置,通过局部递归搜索优化无人机对目标的追踪路径。针对追踪过程中不完全信息条件下的传感器节点访问次序决策问题,设计了两种节点选择评价机制并对其效果进行了比较和分析。仿真实验结果表明,该方法能在目标运动路径及速度不断变化的情况下以较大概率捕获目标。
【文章来源】：电光与控制. 2019,26(01)北大核心CSCD
【文章页数】：7 页
【部分图文】：
交通道路网模型Fig．1Ｒoadnetworkmodel
问题描述交通道路网如图1所示。图1交通道路网模型Fig．1Ｒoadnetworkmodel路径之间有连接或者交叉，箭头处表示某一段路径的终点，箭头的方向表示路径的方向，各路段之间相互组合可以产生多条从A侧到达B侧的路径。敌方目标意图从道路网的A侧运动到B侧，运动过程中保持总体方向自A侧向B侧，速度在一定范围内变化。我方提前在目标区域投放传感器进行目标监控且对道路网的各路段长度与地面无人值守传感器节点坐标进行了测量和定位，无人值守传感器节点在道路网中的分布如图2所示。图2交通道路网传感器节点模型Fig．2Themodelofsensornodesinaroadnetwork无人值守传感器节点会记录敌方目标经过的时间，在无人机抵近该节点时，将记录的局部信息上传给无人机进行辅助搜索追踪。图2所示交通道路网中共包含31个无人值守传感器节点，标记为1，2，…，31，随机分布在道路网路段中较中心位置，位置坐标(位置距离和速度均使用相对单位)已知，在路径上的连通性构成其逻辑上的父子关系。可以看到，入口节点为1，2，3节点，出口节点为25，26，27，29节点，中间节点构成其复杂的节点网络拓扑关系。在敌方目标沿着图2路径自A侧向B侧运动过程中，运动速度为范围值并记为vtar，出发节点为1，2，3节点中任意一个，出发时刻记为0时刻。经过无人值守传感器节点时会触发传感器信号，标记传感器为目标经过状态，同时留下目标经过的时间信息，未检测到目标的无人值守传感器对目标的记录信息为空。对于传感器节点i，标记目标经过的时间记为ti，当无人机抵近至该传感器节点时，获取?
勘?。目标在交通道路网中运动，自A侧到B侧有多种路径可以选择，设目标所有的运动路径集合为G，对目标选择的任意路径k∈G，沿途经过传感器pj，有j∈{1，2，…，31}。无人机出发位置在目标出发位置后方，但在搜索追踪过程中，无人机可在任意两个传感器节点间沿直线飞行，目标则沿着路径飞行。2搜索决策树对于选取的交通道路网，其在连接上存在前后关系，在整个道路网的连接逻辑上也存在父子关系。为便于分析，通过下例说明交通道路网在连接上的逻辑关系。图3所示为将目标运动经过传感器节点的先后次序做出的树形搜索图。图3传感器节点次序及分级示意图Fig．3Sensornodeorderandclassification目标沿某条路径k运动，在出发后随机选择道路网入口节点1，2，3中任一个，将目标第一次可到达的节点设为第一级节点，目标第一次可到达的节点有3个，对应的第一级节点也有3个。在到达了第一级节2光与控制第26卷电
【参考文献】：
期刊论文
[1]无人机侦察多目标实时定位技术研究[J]. 蔡明兵,刘晶红,徐芳. 中国光学. 2018(05)
[2]无人值守传感器目标分类方法[J]. 永胜. 计算机测量与控制. 2018(05)
[3]双人博弈问题中的蒙特卡洛树搜索算法的改进[J]. 季辉,丁泽军. 计算机科学. 2018(01)
[4]美国空军无人机系统发展综述[J]. 刘丽,曲珂,汪涛. 飞航导弹. 2016(12)
[5]军事后勤中的多目标无人机任务规划[J]. 闵桂龙,端木京顺,张冰,张磊. 计算机仿真. 2016(03)
[6]一种超低功耗无线震动传感器设计[J]. 修威国,唐胜武,王政,咸婉婷,周胜. 传感器与微系统. 2016(02)
[7]多无人机协同区域覆盖搜索算法的改进[J]. 吴青坡,周绍磊,尹高扬,刘伟. 电光与控制. 2016(01)
[8]Coordination of multiple mobile robots with limited communication range in pursuit of single mobile target in cluttered environment[J]. Jianying ZHENG 1,Haibin YU 2,Meng ZHENG 2,Wei LIANG 2,Peng ZENG 2 (1.School of Urban Trail Transportation,Soochow University,Suzhou Jiangsu 215006,China;2.Shenyang Institute of Automation,Chinese Academy of Sciences,Shenyang Liaoning 110016,China). Journal of Control Theory and Applications. 2010(04)
本文编号：3514854
【文章来源】：电光与控制. 2019,26(01)北大核心CSCD
【文章页数】：7 页
【部分图文】：
交通道路网模型Fig．1Ｒoadnetworkmodel
问题描述交通道路网如图1所示。图1交通道路网模型Fig．1Ｒoadnetworkmodel路径之间有连接或者交叉，箭头处表示某一段路径的终点，箭头的方向表示路径的方向，各路段之间相互组合可以产生多条从A侧到达B侧的路径。敌方目标意图从道路网的A侧运动到B侧，运动过程中保持总体方向自A侧向B侧，速度在一定范围内变化。我方提前在目标区域投放传感器进行目标监控且对道路网的各路段长度与地面无人值守传感器节点坐标进行了测量和定位，无人值守传感器节点在道路网中的分布如图2所示。图2交通道路网传感器节点模型Fig．2Themodelofsensornodesinaroadnetwork无人值守传感器节点会记录敌方目标经过的时间，在无人机抵近该节点时，将记录的局部信息上传给无人机进行辅助搜索追踪。图2所示交通道路网中共包含31个无人值守传感器节点，标记为1，2，…，31，随机分布在道路网路段中较中心位置，位置坐标(位置距离和速度均使用相对单位)已知，在路径上的连通性构成其逻辑上的父子关系。可以看到，入口节点为1，2，3节点，出口节点为25，26，27，29节点，中间节点构成其复杂的节点网络拓扑关系。在敌方目标沿着图2路径自A侧向B侧运动过程中，运动速度为范围值并记为vtar，出发节点为1，2，3节点中任意一个，出发时刻记为0时刻。经过无人值守传感器节点时会触发传感器信号，标记传感器为目标经过状态，同时留下目标经过的时间信息，未检测到目标的无人值守传感器对目标的记录信息为空。对于传感器节点i，标记目标经过的时间记为ti，当无人机抵近至该传感器节点时，获取?
勘?。目标在交通道路网中运动，自A侧到B侧有多种路径可以选择，设目标所有的运动路径集合为G，对目标选择的任意路径k∈G，沿途经过传感器pj，有j∈{1，2，…，31}。无人机出发位置在目标出发位置后方，但在搜索追踪过程中，无人机可在任意两个传感器节点间沿直线飞行，目标则沿着路径飞行。2搜索决策树对于选取的交通道路网，其在连接上存在前后关系，在整个道路网的连接逻辑上也存在父子关系。为便于分析，通过下例说明交通道路网在连接上的逻辑关系。图3所示为将目标运动经过传感器节点的先后次序做出的树形搜索图。图3传感器节点次序及分级示意图Fig．3Sensornodeorderandclassification目标沿某条路径k运动，在出发后随机选择道路网入口节点1，2，3中任一个，将目标第一次可到达的节点设为第一级节点，目标第一次可到达的节点有3个，对应的第一级节点也有3个。在到达了第一级节2光与控制第26卷电
【参考文献】：
期刊论文
[1]无人机侦察多目标实时定位技术研究[J]. 蔡明兵,刘晶红,徐芳. 中国光学. 2018(05)
[2]无人值守传感器目标分类方法[J]. 永胜. 计算机测量与控制. 2018(05)
[3]双人博弈问题中的蒙特卡洛树搜索算法的改进[J]. 季辉,丁泽军. 计算机科学. 2018(01)
[4]美国空军无人机系统发展综述[J]. 刘丽,曲珂,汪涛. 飞航导弹. 2016(12)
[5]军事后勤中的多目标无人机任务规划[J]. 闵桂龙,端木京顺,张冰,张磊. 计算机仿真. 2016(03)
[6]一种超低功耗无线震动传感器设计[J]. 修威国,唐胜武,王政,咸婉婷,周胜. 传感器与微系统. 2016(02)
[7]多无人机协同区域覆盖搜索算法的改进[J]. 吴青坡,周绍磊,尹高扬,刘伟. 电光与控制. 2016(01)
[8]Coordination of multiple mobile robots with limited communication range in pursuit of single mobile target in cluttered environment[J]. Jianying ZHENG 1,Haibin YU 2,Meng ZHENG 2,Wei LIANG 2,Peng ZENG 2 (1.School of Urban Trail Transportation,Soochow University,Suzhou Jiangsu 215006,China;2.Shenyang Institute of Automation,Chinese Academy of Sciences,Shenyang Liaoning 110016,China). Journal of Control Theory and Applications. 2010(04)
本文编号：3514854
本文链接：https://www.wllwen.com/kejilunwen/sousuoyinqinglunwen/3514854.html
