(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211290927.4 (22)申请日 2022.10.21 (71)申请人 中国人民解 放军国防科技大 学 地址 410072 湖南省长 沙市开福区德雅路 109号 (72)发明人 于海跃　秦旭洁　赵蕊蕊　姜江　 陶敏　游雅倩　 (74)专利代理 机构 长沙正务联合知识产权代理 事务所(普通 合伙) 43252 专利代理师 郑隽 (51)Int.Cl. G06F 30/20(2020.01) G06N 5/04(2006.01) G01M 99/00(2011.01) H04L 43/0882(2022.01)H04L 43/0888(2022.01) H04L 43/0894(2022.01) H04W 24/08(2009.01) G08G 5/00(2006.01) (54)发明名称 基于证据推理的无人机集群协同避障能力 试验评估方法 (57)摘要 本发明提供了一种基于证据推理的无人机 集群协同避障能力试验评估方法， 包括： 构建无 人机集群协同避障的指标体系； 所述指标体系包 括多个底层评价指标和中间评价指标； 获取所述 指标体系中每个底层评价指标的数据； 设置每个 底层评价指标的参考值， 根据所述参考值， 将每 个底层评价指标的数据转换为信度结构； 构建基 本可信数， 根据基本可信数和每个底层评价指标 的数据转换后的信度结构， 得到底层评价指标的 联合置信度； 将得到的底层评价指标的联合置信 度作为上一层中间评价指标的输入继续进行指 标聚合， 最终得到最上层评价指标即无人机集群 协同避障能力的置信度， 作为最后的试验评估结 果。 权利要求书3页 说明书14页 附图3页 CN 115374652 A 2022.11.22 CN 115374652 A 1.一种基于证据推理的无 人机集群协同避障能力试验评估方法， 其特 征在于， 包括： 构建无人机集群协同避障的指标体系； 所述指标体系包括多个底层评价指标和中间评 价指标； 获取所述指标体系中每 个底层评价指标的数据； 设置每个底层评价指标的参考值， 根据所述参考值， 将每个底层评价指标的数据转换 为证据推理算法需要的信度结构； 构建基本可信数， 根据基本可信数和每个底层评价指标转换后的信度结构， 得到底层 评价指标的联合置信度； 将得到的底层评价指标的联合置信度作为上一层中间评价指标的输入继续进行指标 聚合， 最终得到最上层评价指标即无人机集群协同避障能力的置信度， 作为最后的试验评 估结果。 2.根据权利要求1所述的一种基于证据推理的无人机集群协同避障能力试验评估方 法， 其特征在于， 所述指标体系包括个 体能力、 交 互能力、 协同能力以及系统能力； 所述个体能力的底层评价指标包括最大续航 时间、 图像处理时间、 航迹误差、 障碍物可 见度、 图像分辨 率和拍摄频率； 图像分辨 率和拍摄频率的上一层中间评价指标为探测器可靠性； 图像处理时间和障碍物的上一层中间评价指标为图像处 理； 探测器可靠性和图像处 理的上一层中间评价指标为环境信息获取能力； 最大续航时间和航迹误差的上一层中间评价指标为 航迹保持能力； 环境信息获取能力和航迹保持能力的上一层评价指标为个 体能力； 所述交互能力的底层评价指标包括数据传输速率、 频带利用率和数据吞吐量； 数据传 输速率、 频带利用率和数据吞吐量的上一层中间评价指标为 通信设备能力； 所述协同能力的底层评价指标包括末端位置误差、 末端姿态误差、 队形规划时间和队 形变换耗时； 末端位置误差、 末端姿态误差、 队形规划时间和队形变换耗时的上一层中间评 价指标为避障路径变换能力； 所述系统能力的底层评价指标包括躲避障碍时间和任务 规划时间。 3.根据权利要求1所述的一种基于证据推理的无人机集群协同避障能力试验评估方 法， 其特征在于， 获取 所述指标体系中每 个底层评价指标的数据， 包括： 部分底层评价指标通过 数据计算， 则将此类指标的信度 设置为1； 部分底层评价指标无法通过计算获得， 属于统计数据或者假设数据， 具有不确定性， 即 指标信度不 为1； 所有的指标 数据在处 理的过程中均需要转 化为信度结构进行进一 步计算。 4.根据权利要求1所述的一种基于证据推理的无人机集群协同避障能力试验评估方 法， 其特征在于， 数据转换后的信度结构为指标数据分别对优、 良、 中、 及格、 不及格五个等 级的置信度。 5.根据权利要求1所述的一种基于证据推理的无人机集群协同避障能力试验评估方 法， 其特征在于， 设置每个底层评价指标的参考值， 根据所述参考值， 将每个底层评价指标 的数据转换为证据推理算法需要的信度结构， 包括：权　利　要　求　书 1/3 页 2 CN 115374652 A 2假设输入数据表示为 ， 表示第 个底层评价指标的输入 值， 表示第 个底层评价指标的输入数据对应的信度， 反映输入值的不确定性； 使用下列公式对输入数据进行转换： 其中， ， 表示输入数据 对 的匹配程度； 表示置信规则中先前指 标 的第 个参考值的取值； 为计算匹配度的匹配 函数， 根据评 价指标的性质进行选择； 若参考值前提项取 值是离散数值， 则采用以下公式： 对于指标的参考值取值 的取值{ }， 为了后续方便描述， 假设该序列 单调， 函数 : 上式的意思是当输入指标数据 在两个参考值之间时， 即满足 时， 关 于参考值 的匹配度使用第一个式子计算， 关于 的匹配度使用第二个式子计算； 实际 上， 。 6.根据权利要求1所述的一种基于证据推理的无人机集群协同避障能力试验评估方 法， 其特征在于， 构建基本可信数， 根据基本可信数和每个底层评价指标的数据转换后的信 度结构， 得到底层评价指标的联合置信度， 包括： 基本可信数是不同类型的信任程度， 其中， ， 即 ， 为基本可信数， 表明分配给 结果集的概率质量 表示与激活权重相关的不确定性； 表示由输入信息 不完整带来的不确定性； 表示信度结构； 表示指标 的权重； 是 输入指标的标号， 是参考值的标号 ； 权　利　要　求　书 2/3 页 3 CN 115374652 A 3