本發明涉及多智能體編隊的控制、圍捕，尤其涉及一種基于領航跟隨的無人車編隊協同圍捕方法、裝置、設備及介質。
背景技術：
1、隨著無人駕駛技術的發展，多智能體系統在協同任務執行方面展現出巨大的潛力。其中，多無人車協同作戰在軍事、救援、監控等領域的應用前景尤為廣闊。在復雜環境下，如城市、森林和開放場地等，單一智能體由于感知范圍和計算能力的限制，難以有效執行任務。因此，多車編隊的協同操作成為應對復雜環境和任務需求的有效手段。
2、現有技術中，領航-跟隨模式被廣泛應用于無人車編隊系統中，通過分工協作，領航車負責路徑規劃和決策，跟隨車根據領航車的指令進行位置和速度的動態調整，進而實現對目標的圍捕。然而，現有技術路徑規劃方法在面對動態變化的環境和目標位置時，常無法快速響應，從而導致圍捕任務失敗。此外，車輛間的通信不暢或延遲也可能導致協同失敗。因此，需要一種能夠在復雜環境下高效、穩定執行圍捕任務的無人車編隊方法，以滿足實際應用需求。
3、基于上述，本發明提出了基于領航跟隨的無人車編隊協同圍捕技術方案，以便解決現有技術中存在的路徑規劃效率低、圍捕成功率低以及圍捕進展不一致的問題。
技術實現思路
1、本發明的目的在于提供一種基于領航跟隨的無人車編隊協同圍捕方法、裝置、設備及介質，能夠有效解決現有技術中存在的路徑規劃效率低、圍捕成功率低以及圍捕進展不一致的問題。
2、其具體方案如下：
3、第一方面，本發明提出了一種基于領航跟隨的無人車編隊協同圍捕方法，確定領航車和跟隨車的角色分工；所述領航車配備深度相機，通過規劃路徑將路徑和控制策略分階段發送給跟隨車，所述跟隨車依據指令動態調整位置和速度，以便于確保隊形一致性和任務的高效執行；
4、通過通信網絡實現無人車之間信息共享，所述領航車實時廣播路徑和任務指令，跟隨車接收并解析后動態調整運動軌跡，以便于確保編隊協同和信息傳輸的高效穩定；
5、所述領航車、跟隨車依據任務指令執行圍捕任務，實時調整運動軌跡和速度，所述跟隨車根據路徑指令保持隊形，所述領航車根據環境變化和目標位置動態調整全局路徑并通過通信網絡更新指令，實現對目標的有效包圍和捕獲。
6、進一步地，在任務執行階段，無人車依據領航車發送的指令展開圍捕行動，領航車結合實時環境感知數據調整全局路徑進行，跟隨車根據領航車最新發送的路徑指令，實時調整自身運動軌跡和速度，以便于確保始終保持在預定的隊形中并與領航車協同一致地執行任務。
7、進一步地，所述圍捕行動的圍捕點分配方法具體為，
8、無人車編隊隊形根據無人車所在位置與所設計的圍捕點確定，按照目標位置、無人車輛數量和預期包圍隊形，設置圍捕點，以目標速度的反方向和圍捕圈的交點作為第一圍捕點，第圍捕點根據各跟隨無人車初始位置與初始圍捕點的歐幾里得距離和領航無人車車身坐標系下的期望跟隨距離確認；
9、初始圍捕點確定后，根據無人車的初始位置將其分配給各無人車，將領航無人車分配給第一圍捕點，其余圍捕點分配基于距離最近原則分配；
10、分別計算各跟隨無人車初始位置與初始圍捕點的歐幾里得距離；
11、將各跟隨無人車分配距離其最近的初始圍捕點，以便于確定編隊隊形以及各無人車在隊形中的位置；
12、在進行編隊運動時解算假設默認坐標系為世界坐標系，根據期望的位置坐標，跟隨無人車計算出期望速度與期望偏航角速率，以便于保證編隊形成與保持。
13、進一步地，所述領航車基于快速隨機探索樹算法規劃路徑將路徑和控制策略分階段發送給跟隨車。
14、進一步地，所述基于快速隨機探索樹算法規劃路徑具體包括，
15、在采樣點的生成過程中按照均勻概率分布隨機獲取一概率值；
16、將所述概率值與事先設定的閾值進行比較，若所述概率值小于閾值，則直接選擇目標點作為采樣點；若概率值大于閾值，則繼續執行原有采樣方法在整個搜索空間內隨機采樣。
17、進一步地，所述原有采樣方法具體包括，
18、在搜索空間內創建一表示地圖環境的空間結構，定義起始點、目標點以及地圖中的障礙物位置；從起始點開始逐步擴展路徑，直至找到一到達目標點的可行路徑；
19、在地圖空間內隨機選擇一個采樣點，并計算所述采樣點與當前已生成路徑樹中最近節點之間的距離，沿著從所述最近節點指向采樣點的方向以預定步長進行路徑擴展，生成新的路徑節點，所述新的路徑節點需經過障礙物碰撞檢測，若所述新的路徑節點不與任何障礙物發生碰撞，則將其納入路徑樹中，并將該路徑繼續擴展；
20、重復上述隨機采樣和路徑擴展的步驟，直到擴展的路徑覆蓋到目標點為止。
21、進一步地，所述跟隨車在執行過程中配備防撞功能，通過接收其它車輛發送的位置和速度信息，采用人工勢場方法避免與其他車輛發生碰撞；所述人工勢場方法包括，
22、總體人工勢場表示為目標點引力勢場與障礙物斥力勢場之和；總的人工勢場函數表示為障礙物和其他車輛所產生的斥力勢場函數與目標點的引力勢場之和；所述目標點的引力勢場用于指引無人車向圍捕點移動；
23、對于不可通過的障礙物及其他車輛，基于障礙物斥力勢場和速度斥力勢場進行處理，所述障礙物斥力勢場用于表示障礙物本身對無人車的排斥力，若無人車與障礙物之間的距離小于障礙物的作用距離，則障礙物斥力勢場對無人車產生作用，使其遠離障礙物；反之，則障礙物斥力勢場不發揮作用；
24、當障礙物以較高速度靠近無人車時，速度斥力勢場促使無人車選擇避讓路徑以避免碰撞。
25、第二方面，本發明公開了一種基于領航跟隨的無人車編隊協同圍捕裝置，包括：
26、配置模塊，用于確定領航車和跟隨車的角色分工；所述領航車配備深度相機，通過規劃路徑將路徑和控制策略分階段發送給跟隨車，所述跟隨車依據指令動態調整位置和速度，以便于確保隊形一致性和任務的高效執行；
27、通信模塊，用于通過通信網絡實現無人車之間信息共享，所述領航車實時廣播路徑和任務指令，跟隨車接收并解析后動態調整運動軌跡，以便于確保編隊協同和信息傳輸的高效穩定；
28、執行模塊，用于所述領航車、跟隨車依據任務指令執行圍捕任務，實時調整運動軌跡和速度，所述跟隨車根據路徑指令保持隊形，所述領航車根據環境變化和目標位置動態調整全局路徑并通過通信網絡更新指令，實現對目標的有效包圍和捕獲。
29、第三方面，本發明公開了一種電子設備，包括：
30、存儲器，用于保存計算機程序；
31、處理器，用于執行所述計算機程序，以實現前述公開的基于領航跟隨的無人車編隊協同圍捕方法的步驟。
32、第四方面，本發明公開了一種計算機可讀存儲介質，用于存儲計算機程序；其中，所述計算機程序被處理器執行時實現前述公開的基于領航跟隨的無人車編隊協同圍捕方法的步驟。
33、由上述可知，本發明公開了一種基于領航跟隨的無人車編隊協同圍捕方法、裝置、設備及介質，確定領航車和跟隨車的角色分工，領航車通過改進的快速隨機探索樹算法規劃路徑，將路徑和控制策略分階段發送至跟隨車，跟隨車依據指令動態調整位置和速度，確保隊形一致性和任務執行，通過通信網絡實現無人車間的信息共享，領航車實時廣播路徑和任務指令，跟隨車接收并解析后動態調整運動軌跡，確保編隊的協同一致性和信息傳輸的高效穩定性；各車依據任務指令執行圍捕任務，實時調整運動軌跡和速度，跟隨車根據路徑指令保持隊形，領航車根據環境變化和目標位置動態調整全局路徑，并通過通信網絡實時更新指令，最終實現對目標的有效包圍和捕獲。本發明適用于復雜環境下的目標圍捕任務，為多目標復雜場景提供了可靠的技術支持。本發明優化了快速隨機探索樹算法，通過引入目標偏向策略，優化了隨機采樣過程，使路徑樹更傾向于向目標點方向擴展，有效提高了路徑規劃的效率與準確性。在面對復雜環境或動態變化的場景時，該改進算法能夠實時調整路徑規劃，提升對目標的捕獲效果。此外，本發明還引入了基于人工勢場理論的路徑規劃方法，以應對編隊運動中的障礙物與其他車輛的避障需求，通過建立目標點的引力勢場與障礙物的斥力勢場模型，無人車能夠在復雜環境中有效規避障礙物，避免與其他車輛的碰撞，確保隊形的完整性與任務的順利完成。