CN105068550A - 一种基于拍卖模式的水下机器人多目标选择策略 - Google Patents

Abstract

一种基于拍卖模式的水下机器人多目标选择策略，包括以下步骤：在给定监测水域，部署多个具有感知功能的水下移动机器人，水下移动机器人通过自身携带传感器确定自身以及目标的位置信息；利用位置信息计算代价函数、价值函数及收益函数；进而构建一个虚拟的拍卖公共平台，基于荷兰式递减公开拍卖的形式，对多个目标进行拍卖；已经完成选择的水下机器人退出多目标选择平台，其余未完成选择的水下机器人循环选择，最终完成整个多目标选择过程。本发明多目标选择策略可根据目标位置的变化动态合理地选择所对应的目标点，同时有效提高了选择过程的稳定性。

Description

一种基于拍卖模式的水下机器人多目标选择策略

技术领域

本发明涉及水下机器人智能控制技术领域，尤其是一种基于拍卖机制的水下机器人多目标选择策略。

背景资料

水下移动目标追踪系统旨在及时发现目标、获取数据信息以实现对可疑移动目标的追踪，对于维护我国海洋权益和保障资源探索具有重要现实意义。由于水下环境的复杂性以及目标运动状态的动态性，水下机器人在同一时刻有可能监测到多个目标，如何动态合理选择追踪目标，成为构建水下多目标追踪系统的关键。

从现有技术中检索发现，中国专利申请号为201310655173.2，名称为：水下多目标追踪方法，该方法采用一种改进重采样非扩维数无味粒子滤波算法以实现水下多目标跟踪。但上述方法在设计追踪策略时候，并没有针对目标的状态信息设计多目标选择策略。由于水下监测区域较大，且水下机器人运动能耗大以及水下设备更换电池困难等特点，决定了有必要在追踪过程中结合水下移动目标的状态信息，设计一种动态多目标选择策略，以节约水下机器人整体运动能耗，进而延长追踪系统寿命。

再有，中国专利申请号为201310556313.0，名称为：多目标设计选择方法和系统，该方法利用博弈论以及阈值判断的思想设计了一种多目标选择策略。但上述多目标选择策略是一种集中式算法，为了获取到其余个体的状态信息，每个个体需要与其余个体实时通信。水声通信链路不稳定、多径干扰以及通信时延等“弱通信”特性，使得集中式多目标选择策略很难应用于水下多目标追踪系统中。因此，如何设计一种适合水下环境的分布式多目标选择策略显得尤为重要。

发明内容

本发明目的是提供一种有效提高选择过程稳定性、合理性的基于拍卖模式的水下机器人多目标选择策略。

为了实现上述目的，本发明包括以下步骤：

(1)获取水下机器人定位信息及探测目标位置信息

在给定监测水域中部署多个具有感知功能的水下移动机器人，水下多机器人通过水声通信方式进行组网，形成具有协同监测能力的水下多机器人系统；

任意水下机器人i可利用已有的定位技术，水下机器人i位置p_i＝(x_i,y_i,z_i)^T，

式中，x_i、y_i、z_i分别代表水下机器人i在X轴、Y轴、Z轴对应的位置坐标，符号“T”表示向量的转置；

当目标进入监测区域，目标位置信息由多个水下移动机器人通过回声原理和三角测量法确定获取；

(2)计算代价函数

跟踪多个目标时，通过拍卖的形式实现多目标选择；假设每个目标对于水下机器人都是一个有价的商品，设定该商品的价值为V，对于每个水下机器人，它跟踪不同目标点所花费的代价是不同的，即水下机器人i预估移动到目标j所需代价函数为c_ij；

(3)根据代价函数c_ij，构建基于拍卖机制的价值函数；

(4)构造收益函数

根据价值函数和代价函数，构建水下机器人i选择目标j所得到的收益函数r_ij(t)，即

式中，V_ij表示水下机器人i选择目标j所能得到的价值，c_ij表示水下机器人i预估移动到目标j所需代价；

水下机器人只选择超过预期收益的目标进行追踪，水下机器人求得感知区域内目标的所有收益之后，选取其中最高的收益作为报价，即b_i＝max{r_i1,r_i2,…,r_in}，式中max{r_i1,r_i2,…,r_in}表示在r_i1,r_i2,…,r_in中选取最大值，b_i为返回的最大值；

(5)动态多目标选择平台

构建一个虚拟的拍卖公共平台，基于荷兰式递减公开拍卖的形式，对多个目标进行拍卖，拍卖平台由某一价格开始喊价；设定水下机器人即为竞拍者，所有竞拍者都知道当前的喊价，喊价逐渐减少，直到某个竞拍者在某个价位对喊价进行回应；例如，在“拍卖平台”上，当前喊价小于或等于b_i时，则该竞拍者以当前喊价的付出获得商品(即目的点)。

(6)已经完成选择的水下机器人退出多目标选择平台，其余未完成选择的水下机器人重复步骤(4)，最终完成多目标选择任务。

步骤(2)中，水下机器人i预估移动到目标j所需代价函数c_ij的设计如下：c_ij＝||e_j-p_i||，

其中，e_j∈R³表示目标j的位置信息，R³表示三维空间，p_i为水下机器人i位置信息。

步骤(3)中，构建基于拍卖机制的价值函数的方法如下：

在多目标选择过程中，目标的初始价值设定是相同的，任一水下机器人选择目标j，那么将获得的价值设为V_j＝V/N_j，

其中，N_j为同一时刻选择目标j的水下机器人个体数目，V是水下目标对应于水下机器人的商品价值，通过加入变量N_j，可以均衡目标的分配价值，进而减少重复选择的冗余度。

当多个水下机器人之间距离较近时，水下机器人预估移动到目标j所需花费代价c_ij相差较小，为避免水下机器人多目标选择的混乱问题，对价值函数进行改进，除初始时刻外，设定在每次选择时目标价值是不同的，目标j在被水下机器人i选择过以后，水下机器人i第二次选择目标j，将会得到如下价值V_ij＝V+ε；

式中，V_ij表示水下机器人i选择目标j所能得到的价值，V是水下目标对应于水下机器人的商品价值，ε为大于零的常数；

通过上述具有记忆能力的价值调整，在原始收益相差不大情况下，水下机器人i将会倾向于选择上一次选择的目标j。

与现有技术相比，本发明具有如下优点：

1、相比于集中式静态分配方式，上述动态选择方式只需要每个个体与其邻域内个体通信，可以使水下机器人能根据目标位置的变化动态合理地选择所对应的目标点。

2、价值函数和增量作为设计因素，具有记忆功能，可避免由于水下环境复杂性及水声通信不稳定等因素所导致的水下机器人多目标选择过程不规律动态跳变的现象，有效提高选择过程的稳定性。

附图说明

图1是本发明的流程图。

图2是实施例一的选择过程示意图。

附图标号：1-水下机器人I、2-水下机器人II、3-水下机器人III、4-水下目标I、5-水下目标II。

具体实施方案

下面结合附图对本发明做进一步说明：

如图1所示，本发明包括以下步骤：

(1)获取水下机器人定位信息及探测目标位置信息

在给定监测水域中部署多个具有感知功能的水下移动机器人，水下多机器人通过水声通信方式进行组网，形成具有协同监测能力的水下多机器人系统；

水下移动机器人通过自身携带传感器确定自身以及目标的位置信息；任意水下机器人i可利用已有的定位技术，获取到自身位置p_i＝(x_i,y_i,z_i)^T，

式中，x_i、y_i、z_i分别代表水下机器人i在X轴、Y轴、Z轴对应的位置坐标，符号“T”表示向量的转置；

当目标进入监测区域，目标位置信息由多个水下移动机器人通过回声原理和三角测量法确定获取；

(2)计算代价函数

跟踪多个目标时，通过拍卖的形式实现多目标选择；假设每个目标对于水下机器人都是一个有价的商品，设定该商品的价值为V，对于每个水下机器人，它跟踪不同目标点所花费的代价是不同的，即水下机器人i预估移动到目标j所需代价函数为c_ij；

水下机器人i预估移动到目标j所需代价函数c_ij为：

c_ij＝||e_j-p_i||，其中，e_j∈R³表示目标j的位置信息，R³表示三维空间，p_i为水下机器人i位置信息；

(3)根据代价函数c_ij，构建基于拍卖机制的价值函数；

构建基于拍卖机制的价值函数的方法如下：

在多目标选择过程中，目标的初始价值设定是相同的，任一水下机器人选择目标j，那么将获得的价值设为V_j＝V/N_j，

其中，N_j为同一时刻选择目标j的水下机器人个体数目，V是水下目标对应于水下机器人的商品价值，通过加入变量N_j，可以均衡目标的分配价值，进而减少重复选择的冗余度。

当多个水下机器人之间距离较近时，水下机器人预估移动到目标j所需花费代价c_ij相差较小，由于水下环境的复杂性以及水声通信多径干扰以及多普勒传播等不稳定因素，使得水声测距过程存在一定的偏差。水下环境的噪声特性，使得水下机器人多目标选择过程呈现不规律动态跳变现象，导致水下机器人多目标选择的混乱。为避免水下机器人多目标选择的混乱问题，对价值函数进行改进，除初始时刻外，设定在每次选择时目标价值是不同的，目标j在被水下机器人i选择过以后，水下机器人i第二次选择目标j，将会得到如下价值V_ij＝V+ε；

式中，V_ij表示水下机器人i选择目标j所能得到的价值，V是水下目标对应于水下机器人的商品价值，ε为大于零的常数；

通过上述具有记忆能力的价值调整，在原始收益相差不大情况下，水下机器人i将会倾向于选择上一次选择的目标j，进而确保了噪声情况下多目标选择过程的平稳性。

(4)构造收益函数

根据价值函数和代价函数，构建水下机器人i选择目标j所得到的收益函数r_ij(t)，即

式中，V_ij表示水下机器人i选择目标j所能得到的价值，c_ij表示水下机器人i预估移动到目标j所需代价；

可以看出，上述收益函数大于等于零，即水下机器人不会做“亏本生意”，只选择超过预期收益的目标进行追踪。水下机器人求得感知区域内目标的所有收益之后，选取其中最高的收益作为报价，即b_i＝max{r_i1,r_i2,…,r_in}，

式中，max{r_i1,r_i2,…,r_in}表示在r_i1,r_i2,…,r_in中选取最大值，b_i为返回的最大值；

(5)动态多目标选择平台

构建一个虚拟的拍卖公共平台，基于荷兰式递减公开拍卖的形式，对多个目标进行拍卖，拍卖平台由某一价格开始喊价；设定水下机器人即为竞拍者，所有竞拍者都知道当前的喊价，喊价逐渐减少，直到某个竞拍者在某个价位对喊价进行回应；例如，在“拍卖平台”上，当前喊价小于或等于b_i时，则该竞拍者以当前喊价的付出获得商品(即目的点)。

(6)已经完成选择的水下机器人退出多目标选择平台，其余未完成选择的水下机器人重复步骤(4)，最终完成多目标选择任务。

实施例一：

(1)如图2所示，在给定监测水域，部署三个水下移动机器人对两个目标进行监测，水下机器人分别是水下机器人I1、水下机器人II2、水下机器人III3，目标分别为水下目标I4、水下目标II5，水下机器人与其监测区域内机器人进行通信。水下移动机器人通过“回声原理”以及三角测量法确定目标的位置信息。

(2)采样时间间隔δ>0，在一个采样时间里，计算收益函数，并根据所计算收益函数依次确定所选择目标。目标选择完成后，向目标方向步进进行追踪监测。

(3)在下一个采样时间，系统确定目前水下机器人以及目标的位置坐标，水下机器人重新计算收益函数，更新目标选择。

(4)继续更新，直到多目标追踪过程结束。

以上所述的实施例仅仅是对本发明的优选实施方式进行描述，并非对本发明的范围进行限定，在不脱离本发明设计精神的前提下，本领域普通技术人员对本发明的技术方案做出的各种变形和改进，均应落入本发明权利要求书确定的保护范围内。

Claims (3)

1.一种基于拍卖模式的水下机器人多目标选择策略，其特征在于，包括以下步骤：

(1)获取水下机器人定位信息及探测目标位置信息

在给定监测水域中部署多个具有感知功能的水下移动机器人，水下多机器人通过水声通信方式进行组网，形成具有协同监测能力的水下多机器人系统；

水下机器人i位置p_i＝(x_i,y_i,z_i)^T，

式中，x_i、y_i、z_i分别代表水下机器人i在X轴、Y轴、Z轴对应的位置坐标，符号T表示向量的转置；

当目标进入监测区域，目标位置信息由多个水下移动机器人通过回声原理和三角测量法确定获取；

(2)计算代价函数

跟踪多个目标时，通过拍卖的形式实现多目标选择；假设每个目标对于水下机器人都是一个有价的商品，设定该商品的价值为V，对于每个水下机器人，它跟踪不同目标点所花费的代价是不同的，即水下机器人i预估移动到目标j所需代价函数为c_ij；

(3)根据代价函数c_ij，构建基于拍卖机制的价值函数；

(4)构造收益函数

根据价值函数和代价函数，构建水下机器人i选择目标j所得到的收益函数r_ij，即

式中，V_ij表示水下机器人i选择目标j所能得到的价值，c_ij表示水下机器人i预估移动到目标j所需代价；

水下机器人只选择超过预期收益的目标进行追踪，水下机器人求得感知区域内目标的所有收益之后，选取其中最高的收益作为报价，即b_i＝max{r_i1,r_i2,…,r_in}，

式中max{r_i1,r_i2,…,r_in}表示在r_i1,r_i2,…,r_in中选取最大值，b_i为返回的最大值；

(5)动态多目标选择平台

构建一个虚拟的拍卖公共平台，基于荷兰式递减公开拍卖的形式，对多个目标进行拍卖，拍卖平台由某一价格开始喊价；设定水下机器人即为竞拍者，所有竞拍者都知道当前的喊价，喊价逐渐减少，直到某个竞拍者在某个价位对喊价进行回应；

(6)已经完成选择的水下机器人退出多目标选择平台，其余未完成选择的水下机器人重复步骤(4)，最终完成多目标选择任务。

2.根据权利要求1所述的一种基于拍卖模式的水下机器人多目标选择策略，其特征在于，步骤(2)中，水下机器人i预估移动到目标j所需代价函数c_ij为：c_ij＝||e_j-p_i||，

其中，e_j∈R³表示目标j的位置信息，R³表示三维空间，p_i为水下机器人i位置信息。

3.根据权利要求1所述的一种基于拍卖模式的水下机器人多目标选择策略，其特征在于，步骤(3)中，构建基于拍卖机制的价值函数的方法如下：

在多目标选择过程中，目标的初始价值设定是相同的，任一水下机器人选择目标j，那么将获得的价值设为V_j＝V/N_j，

其中，N_j为同一时刻选择目标j的水下机器人个体数目，V是水下目标对应于水下机器人的商品价值；

当多个水下机器人之间距离较近时，水下机器人预估移动到目标j所需花费代价c_ij相差较小，为避免水下机器人多目标选择的混乱问题，对价值函数进行改进，除初始时刻外，设定在每次选择时目标价值是不同的，目标j在被水下机器人i选择过以后，水下机器人i第二次选择目标j，将会得到如下价值V_ij＝V+ε，

式中，V_ij表示水下机器人i选择目标j所能得到的价值，V是水下目标对应于水下机器人的商品价值，ε为大于零的常数；

通过上述具有记忆能力的价值调整，在原始收益相差不大情况下，水下机器人i将会倾向于选择上一次选择的目标j。