优化K-means威胁目标聚类的集群护航任务分配方法及系统

    公开(公告)号:CN117726089B

    公开(公告)日:2024-08-27

    申请号:CN202310811303.0

    申请日:2023-07-04

    摘要: 优化K‑means威胁目标聚类的集群护航任务分配方法及系统,涉及无人集群任务分配技术领域。解决了现有的目标聚类和任务分配方法未考虑海面运动威胁目标的运动特性及其对护航任务的威胁程度,导致目标聚类效果差和任务分配效率低的问题。本发明通过建立威胁评估判定规则对海面威胁目标进行定性定量的威胁评估、判定与预测、基于护航威胁相似度改进的优化聚类中心K‑means算法对威胁目标拦截点进行聚类,建立海洋机器人集群护航任务的数学模型构建威胁拦截代价函数,通过匈牙利算法对任务分配问题的数学模型进行求解获得威胁任务指派方案,使得每个海洋机器人的拦截任务利润最大。本发明主要应用在海上护航中。

    用于无人艇集群护航的海上威胁目标拦截点预报方法及系统

    公开(公告)号:CN117173934B

    公开(公告)日:2024-05-28

    申请号:CN202311123046.8

    申请日:2023-09-01

    IPC分类号: G08G3/02 G08B21/18

    摘要: 用于无人艇集群护航的海上威胁目标拦截点预报方法及系统,它属于海上威胁目标运动预报领域。本发明解决了基于现有方法计算出的拦截点进行护航的效果差的问题。本发明为:步骤一、获取海上威胁目标和护航对象的位置、速度和航向;步骤二、护航对象根据接收到的信息计算各海上威胁目标与护航对象之间的最近会遇距离和最近会遇时间;步骤三、选择安全距离,根据最近会遇距离与的大小关系以及最近会遇时间,计算出各海上威胁目标的拦截点位置坐标;步骤四、根据拦截点位置坐标,分别计算出无人艇护航编队中的每个无人艇对各海上威胁目标的拦截代价;根据计算出的拦截代价进行拦截任务分配。本发明方法可以应用于海上威胁目标拦截点预报。

    用于无人艇集群护航的海上威胁目标拦截点预报方法及系统

    公开(公告)号:CN117173934A

    公开(公告)日:2023-12-05

    申请号:CN202311123046.8

    申请日:2023-09-01

    IPC分类号: G08G3/02 G08B21/18

    摘要: 用于无人艇集群护航的海上威胁目标拦截点预报方法及系统,它属于海上威胁目标运动预报领域。本发明解决了基于现有方法计算出的拦截点进行护航的效果差的问题。本发明为:步骤一、获取海上威胁目标和护航对象的位置、速度和航向;步骤二、护航对象根据接收到的信息计算各海上威胁目标与护航对象之间的最近会遇距离和最近会遇时间;步骤三、选择安全距离,根据最近会遇距离与的大小关系以及最近会遇时间,计算出各海上威胁目标的拦截点位置坐标;步骤四、根据拦截点位置坐标,分别计算出无人艇护航编队中的每个无人艇对各海上威胁目标的拦截代价;根据计算出的拦截代价进行拦截任务分配。本发明方法可以应用于海上威胁目标拦截点预报。

    基于威胁度改进K-means算法的海上威胁目标聚类方法

    公开(公告)号:CN116543299A

    公开(公告)日:2023-08-04

    申请号:CN202310356065.9

    申请日:2023-04-06

    摘要: 本发明属于海上威胁目标数据分析技术领域,具体涉及基于威胁度改进K‑means算法的海上威胁目标聚类方法。本发明通过引入威胁度概念,考虑了海上威胁目标与护航对象的位置、速度以及航向,初步具化海上威胁目标的威胁程度;提出改进初始化策略,考虑了威胁目标与护航对象的相对距离,选择威胁度最低的拦截点作为初始簇心,并选择距离上一个簇心距离最远的拦截点作为下一个簇心,直至簇心数等于护航无人艇数;将拦截点分配进最小相对威胁度对应的簇集中,使得最终形成的簇集内各拦截点的威胁程度相近,便于护航无人艇编队能更好进行决策任务分配,降低了海上护航安全风险,提高护航目标的安全性。

    优化K-means威胁目标聚类的集群护航任务分配方法及系统

    公开(公告)号:CN117726089A

    公开(公告)日:2024-03-19

    申请号:CN202310811303.0

    申请日:2023-07-04

    摘要: 优化K‑means威胁目标聚类的集群护航任务分配方法及系统,涉及无人集群任务分配技术领域。解决了现有的目标聚类和任务分配方法未考虑海面运动威胁目标的运动特性及其对护航任务的威胁程度,导致目标聚类效果差和任务分配效率低的问题。本发明通过建立威胁评估判定规则对海面威胁目标进行定性定量的威胁评估、判定与预测、基于护航威胁相似度改进的优化聚类中心K‑means算法对威胁目标拦截点进行聚类,建立海洋机器人集群护航任务的数学模型构建威胁拦截代价函数,通过匈牙利算法对任务分配问题的数学模型进行求解获得威胁任务指派方案,使得每个海洋机器人的拦截任务利润最大。本发明主要应用在海上护航中。

    面向海上护航的无人艇集群分布式任务分配方法及系统

    公开(公告)号:CN116862114A

    公开(公告)日:2023-10-10

    申请号:CN202310949814.9

    申请日:2023-07-31

    IPC分类号: G06Q10/063 G06Q50/26

    摘要: 面向海上护航的无人艇集群分布式任务分配方法及系统,解决了海上护航任务分配时间过长,无法及时对威胁目标进行拦截的问题,属于无人艇集群任务分配领域。本发明包括:S1、确定威胁目标;S2、选择商家,各护航无人艇计算拦截到各个威胁目标的估值,选估值最大的任务发送给商家,商家向各无人艇发布初始落选任务集合O;S3、更新初始落选任务的价格:S31、无人艇计算初始落选任务的预期折扣值;S32、商家选择最小预期折扣值对应的无人艇和初始落选任务,进行降价及将对应初始落选任务从集合O中剔除,转入S31,直至选出k‑1个无人艇,转入S4;S4、对仍然存在冲突的无人艇,调用策略定价算法进行分配;S5、无人艇根据分配结果对于海上威胁目标进行相应拦截。