1.一种基于环境感知的无人船编队协同作业方法，其特征在于，包括以下步骤：（1）多艘无人船协同构建养殖水域地图；

（2）根据建立的养殖水域地图，设置各艘无人船的编队初始位置和编队的拓扑结构，无人船从岸边基地航行至编队初始位置；其中，无人船包括：领航船和跟随船；

（3）设定领航船并规划领航轨迹，通过GPS和传感器实时获取自身的位置、航向角和速度信息并通过无线数传模块发送给其他跟随船；其中，领航船负责导航整个编队，不执行投喂任务；

（4）跟随船计算期望位置和期望航向角；接着计算跟随船实际位置与期望位置之间的位置误差，以及实际航向与期望航向之间的角度误差；跟随船通过PID控制器调整其推进器和舵的输出；

（5）无人船的声纳模块通过发射声波并接收反射回来的声波回声探测鱼群位置；其中，声波信号首先被放大，然后转换成数字形式进行滤波和噪声去除，并提取回声信号的强度、频率和时间延迟，最后计算鱼群的精确位置和密度；若鱼群密度达到预设的阈值，并且该位置不在其他投喂圆域内，则该位置坐标被设定为投喂目标点；并且以目标点为圆心，半径为的圆形区域设置为投喂圆域；已经设定的投喂圆域内不再设置其他投喂目标点；

（6）计算每艘跟随船与设定的投喂目标点之间的欧式距离，并从小到大排序；然后，根据预设的K值，选择距离最近的K艘跟随船作为执行投喂任务的任务船；

（7）执行投喂任务的任务船脱离编队，根据投喂目标点规划新的路径，利用基于改进的人工势场法即动态虚拟障碍势场法使无人船自主导航和避障，最终航行到达投喂目标点执行投喂任务；包括以下步骤：（71）对于指定的投喂目标点 ，创建以投喂点为圆心且半径无穷大的圆形引力势场，直到任务船到达投喂点，引力势场消除，其引力势函数为：；

其中， 表示在t时刻的引力； 表示梯度； 表示在t时刻的引力势能；系数l是引力势场距离增益系数； 是第i艘任务船在t时刻的 坐标系下的位置向量； 表示投喂目标点相对地图坐标系 的位置向量；

根据引力场的负梯度，得到引力的表达式：

；

其中， 表示在t时刻的引力； 表示梯度； 表示在t时刻的引力势能；系数l是引力势场距离增益系数； 是第i艘任务船在t时刻的 坐标系下的位置向量； 表示投喂目标点相对地图坐标系 的位置向量；

（72）雷达探测到水面障碍物，障碍物包括固定障碍物和移动障碍物，其中，障碍物在t时刻的位置坐标为：；

其中， 表示障碍物在t时刻的 坐标系下的位置向量； 、 分别表示为在t时刻障碍物的 和 轴坐标；

任务船在t时刻与障碍物的距离为：

；

其中， 表示任务船在t时刻与障碍物的距离； ； 、 分别表示为在t时刻障碍物的 和 轴坐标； 、 分别表示第i艘任务船在t时刻的轴和 轴坐标；

以障碍物坐标点为圆心，创建圆形的斥力势场，其斥力势函数为：；

其中， 表示在t时刻的斥力势能； 表示任务船在t时刻与障碍物的距离；m为斥力势场距离增益系数；r为设定的斥力势场的影响范围半径；

由斥力势场的负梯度得到斥力在t时刻的表达式为：；

其中， 表示在t时刻的斥力； 表示梯度； 表示在t时刻的斥力势能；m为障碍物势场距离增益系数； 是第i艘任务船在t时刻的 坐标系下的位置向量； 为在t时刻任务船与障碍物之间的距离；r为障碍物势场的影响范围半径；

（73）计算任务船在引力势场、斥力势场和增设的虚拟斥力势场共同作用下的合力，在t时刻合力为：；

其中， 表示在t时刻任务船在引力势场、斥力势场和增设的虚拟斥力势场共同作用下的合力；  表示在t时刻的引力； 表示在t时刻的斥力；s表示对任务船产生斥力的障碍物个数； 表示在t时刻的虚拟斥力；

将在t时刻合力的矢量方向与 坐标系下 轴的夹角 设置为任务船在t时刻的期望航向角，即：

；

其中， 表示第i艘任务船在t时刻的期望航向角； 表示在t时刻合力的矢量方向与 轴夹角；

根据步骤（64）中第i艘任务船在t时刻相对地图坐标系 的期望位置与步骤（73）中第i艘任务船在t时刻的期望航向角计算第i艘任务船在t时刻的位置误差和航向角误差；再利用PID控制器调整推进器和舵的输出，从而调整任务船的速度和航向，使其沿合力的方向前进，同时朝向投喂目标点并远离障碍物；

（8）任务船航行经过投喂目标点完成投喂任务后，跟随领航船返回编队位置；若领航船到达领航轨迹终点，并且所有任务船到达编队位置，则无人船返回岸边基地，结束任务；否则，返回到步骤（4）。

2.根据权利要求1所述的一种基于环境感知的无人船编队协同作业方法，其特征在于，步骤（1）包括以下步骤：（11）将多艘无人船部署到岸边的初始位置，初始化无人船的传感器系统，包括激光雷达和声纳；

（12）将养殖水域划分为若干区域，根据无人船数量和探索效率分配区域；每艘无人船根据分配的区域制定探索路径，扫描环境；

（13）激光雷达扫描水面以上的障碍物和水域边界，收集距离和角度信息；声纳探测水下地形和障碍物，记录回声强度和延迟时间；

（14）将收集到的雷达数据实时传输到岸基中央处理单元，同时，无人船之间通过无线通信网络分享GPS定位的实时位置和探索进度信息；

（15）岸基中央处理单元采用卡尔曼滤波方法进行数据融合，将来自不同无人船的雷达数据整合，对整合后的数据进行滤波和去噪；

（16）基于融合后的数据，构建包含水域边界、障碍物位置和水下地形的完整环境地图；

使用二维栅格地图将雷达数据转换为可视化的环境地图。

3.根据权利要求1所述的一种基于环境感知的无人船编队协同作业方法，其特征在于，步骤（3）中，领航船和跟随船在t时刻相对地图坐标系 的位置和航向角为：；

其中， 表示领航船； 表示跟随船； 表示第i艘无人船在t时刻相对地图坐标系 的位置和航向角向量； 、 、 分别表示第i艘无人船在t时刻的 轴坐标、 轴坐标和航向角；

领航船和跟随船在t时刻的速度为：

；

其中， 表示领航船； 表示跟随船；  表示第i艘无人船在t时刻的速度向量； 、 、 分别表示第i艘无人船在t时刻的纵荡线速度、横荡线速度和艏摇角速度；

领航船和跟随船在t时刻的运动学模型如下：；

其中， 表示领航船； 表示跟随船； 表示第i艘无人船在t时刻的运动学模型； 、 、  分别表示第i艘无人船在t时刻相对地图坐标系 的轴线速度、 轴线速度和角速度； 、 、 分别表示第i艘无人船在t时刻的纵荡线速度、横荡线速度和艏摇角速度。

4.根据权利要求1所述的一种基于环境感知的无人船编队协同作业方法，其特征在于，步骤（4）包括以下步骤：（41）根据领航船在t时刻的位置和航向角，以及编队的拓扑结构，由几何关系计算得跟随船在t时刻的期望位置与期望航向角，公式如下：；

其中， 表示跟随船； 表示第i艘跟随船在t时刻的期望位置和期望航向角向量； 、 、  分别表示第i艘跟随船在t时刻的 轴坐标、轴坐标和航向角； 和 分别表示根据设定的编队拓扑结构得到的第i艘跟随船相对于领航船 坐标系下的距离和角度；

（4 2）跟随 船 通过 GP S和 传感 器 测得 在t 时刻 的位 置和 航 向角 为，计算其与期望位置和期望航向角的误差，公式如下：

；

其中， 表示跟随船； 为在t时刻的位置误差； 为在t时刻的航向角误差； 、 、 别表示第i艘跟随船在t时刻的 轴期望坐标、轴期望坐标和期望航向角； 、 、 分别表示第i艘跟随船在t时刻的 轴坐标、 轴坐标和航向角；

（43）使用PID控制器分别调节推进器和舵的输出功率；位置误差通过位置PID控制器计算出速度调整量，而航向误差通过航向PID控制器计算出航向调整量；引入输出上限约束，对速度调整量和航向调整量进行限制；在编队过程中，跟随船通过避障算法规避周围环境中的障碍物，并动态调整局部路径以避免碰撞；推进器输出根据速度调整量调整船的速度，舵的输出根据航向调整量调整船的航向，使得跟随船逐步接近期望位置并调整到期望航向。

5.根据权利要求1所述的一种基于环境感知的无人船编队协同作业方法，其特征在于，步骤（5）中，将估算得到的鱼群密度与预设的阈值进行比较；如果鱼群密度达到或超过这个阈值，并且当前位置不在其他投喂圆域内，则当前位置被设定为投喂目标点，否则继续监测其他区域；其中，目标点位置确认，不再随时间发生位置变化，投喂目标点位置坐标为：；

其中， 表示投喂目标点相对地图坐标系 的位置向量； 、 分别表示为投喂目标点的 轴和 轴坐标；并且以目标点为圆心，半径为 的圆形区域设置为投喂圆域，已经设定的投喂圆域内不再设置其他投喂目标点。

6.根据权利要求1所述的一种基于环境感知的无人船编队协同作业方法，其特征在于，步骤（6）包括以下步骤：（61）将投喂目标点 作为测试数据，n艘跟随船在t时刻的位置向量；其中， 作为训练数据，通过二维空间两个点的欧氏距离计算测试数据与训练数据之间的距离；计算公式如下：；

其中， 表示跟随船； 表示第i艘跟随船在t时刻的位置到投喂目标点的欧式距离； 、 分别表示第i艘跟随船在t时刻的 轴和 轴坐标； 、分别表示为投喂目标点的 轴和 轴坐标；

（62）对测得的数据 从小到大进行排序；

（63）设置K的值，根据 从小到大的排序，选取K个欧式距离值最小的跟随船作为执行投喂任务的任务船；

（64）将投喂目标点 设置为K个执行投喂任务的无人船的目标点，即在t时刻的期望位置为：

；

其中， 表示任务船； 表示第i艘任务船在t时刻相对地图坐标系的期望位置； 、 分别表示第i艘任务船在t时刻的 轴期望坐标、轴期望坐标； 、 分别表示为投喂目标点的 轴和 轴坐标。