专利名称：一种不确定环境下的无人飞行器编队协同搜索和动态任务分配方法
技术领域：
本发明涉及一种不确定环境下的无人飞行器编队协同动态任务分配策略，属于飞行编队制导控制技术领域，具体涉及一种不确定环境下的无人飞行器编队协同搜索和动态任务分配方法。
背景技术：
当前已经有多达三十多个国家投入大量人力和财力从事无人机的研究和生产。经 过二十年的发展，该项技术已经比较成熟，在军民各个领域发挥着作用，尽管如此，单架无人机在遂行任务时存在着一些问题，例如单架无人机可能受到传感器的数量限制，不能从多角度全方位的对目标区域进行观察，面临大面积搜索任务时，不能有效的覆盖整个搜索区域；如果执行的是救援任务，单架无人机在载荷方面受到限制，往往影响整个救援的效能，带来更大损失，另外，一旦单架无人机出现故障，必须立即中断任务返回，可能会延误救援时机。近年来由于环境的复杂性和任务的多重性，单架无人机已经无法满足对地攻击与救援的需要，针对单架无人机的上述缺点，近些年国外提出了多无人机共同遂行任务的概念并取得了一定的研究成果，多无人机共同遂行任务的方式可以显著提高无人机整体的作战和救援效能，可以增加执行任务的成功率和抗突发事件的能力，基于上述优势，多无人机共同遂行飞行任务将成为今后无人机发展的一个重要方向。其中多无人机协同动态任务分配问题是多无人机共同遂行任务中的关键问题，本质上这是一个多约束、强耦合的复杂多目标优化与决策问题，具体涉及到无人机编队通信协议、协同搜索策略、动态任务分配方法和无人机运动学环节导引律设计等研究领域，这些设计的优劣直接影响多无人机协同动态任务分配的效果。多无人机协同动态任务分配的概念是在多无人机遂行任务过程中，基于一定的环境知识和任务要求，根据无人机的数量或负载，为每一个无人机分配一个或一组有序任务(目标或空间位置点)，以便在完成最大可能数量的任务同时，飞行器整体的效率达到最优。多无人机协同动态任务分配方法的研究是近几年发展起来的，比较有影响力的论文是 2004 年 University of Washington 的 Pong Punwattana 的((Real-Time Planning forTeams of Autonomous Vehicles in Dynamic Uncertain Environment》，经过近十年的发展形成了以下两种主要的解决方案现代优化算法任务分配方法该方法首先进行任务分配问题的建模，抽象出与任务分配效果相关的适应度函数，然后生成一个群体，群体中的每个个体代表一种任务分配方案，利用启发式的策略搜索群体中适应度函数最高的最优解。这种方法利用群体滚动寻优的方式搜索多无人机协同动态任务分配的最优方案，计算时间较长，不适用于实时性较强且环境不确定的条件；而且动态任务分配过程一般是时间相关的，某一时刻确定环境分配的最优性不能保证整个过程的最优性，因此在某一确定时刻消耗大量时间做这种优化并没有太大必要；研究的问题大多仅涉及单一的任务分配问题，没有体现出运动体多约束、强耦合和时间相关的特点。现代优化算法目前大部分应用在无人机信息和任务信息已知的静态任务分配过程中。多Agent系统方法任务分配问题可以抽象为在多Agent系统(Multi-AgentSystems,MAS)中，存在M个不同的Agent要执行N项不同的任务,如何合理地将任务分配不同的Agent，从而提高系统的整体效率。Agent通常有两种类型一种是合作的，一种是自利的。在前一种情况下，系统中的Agent具有共同的目标，在集中式管理机制下协调各自的行为，使系统利益最大化；而在第二种情况下，Agent具有自己的私有效用函数，用来指导它的推理和决策。基于市场机制的拍卖方法是多Agent系统方法中解决动态任务分配的一般方法。这种方法的不足是，为了达到最优性，需要代表各Agent的无人机间进行多轮通信，如果在敌方区域进行频繁通信，会增加无人机被发现的概率。

发明内容
针对现有多Agent系统方法多轮通信的缺点，设计了一种相对简单的协同机制， 使无人机之间通过三次交互就可进入各自的模式(Mode)，避免了无人机之间的频繁通信问题；为无人机设计了导引律，将任务分配策略与运动体的耦合性和时间相关性统一起来，在动态过程中验证动态任务分配策略的可行性。一种不确定环境下的无人飞行器编队协同搜索和动态任务分配方法，其特征在于采用圆弧航路作为无人机执行任务的航路，包括以下几个步骤步骤一确定单架无人机维护的数据结构；在无人机编队中每架无人机的机载计算机中存储(I)无人机自身序号nD;(2)每个无人机所执行任务序号TID，当无人机处于搜索模式时无人机所执行任务号TID为-I ；(3)无人机自身所搭载的任务载荷取0 =[&,，‘ ,...’/·/ ，…….&J;x为载荷种类；当/^ ,中所有元素为0，此时无人机进入搜索模式；(4)无人机执行TID号任务时需要的载荷及丨7/, =\4ηη·>rTiin^…..求丨《>中元素代表任务所需的不同种类的载荷，当所有元素全部为O时，表示任务完成；在搜索模式Π为空；步骤二 确定无人机的飞行模式；将无人机的飞行模式分为搜索模式和执行模式，搜索模式又分为广播模式和响应模式，其中，无人机在探测区域内没有发现可执行的任务，在通信半径内也没有其他无人机提供可执行的任务，这时无人机处于搜索模式；在搜索过程中发现可执行任务后进入广播模式，与通信半径内的其他无人机进行任务信息共享；在搜索模式下，如果遇到通信半径内的其他无人机的广播，则进入响应模式。无人机在自身探测范围内发现可独立完成任务，或在接收到其他无人机的广播进行响应处理后进入执行模式，此时无人机将TID从-I调整为执行任务的TID ；步骤三确定无人机执行任务的优势函数；令UID为i的无人机所携带载荷为贫K…r:“……,<],TID为j的任务需要载荷为
权利要求
1.一种不确定环境下的无人飞行器编队协同搜索和动态任务分配方法，其特征在于采用圆弧航路作为无人机执行任务的航路，包括以下几个步骤 步骤一确定单架无人机维护的数据结构； 在无人机编队中每架无人机的机载计算机中存储 (1)无人机自身序号WD； (2)每个无人机所执行任务序号TID，当无人机处于搜索模式时无人机所执行任务号TID 为-I ； (3)无人机自身所搭载的任务载荷=勝—JisiyA ； X为载荷种类；当^中所有元素为O，此时无人机进入搜索模式； (4)无人机执行TID号任务时需要的载荷/ ,......,^nm........fImJ ，甩m中7U素代表任务所需的不同种类的载荷，当所有元素全部为O时，表示任务完成，在搜索模式下及;《 ,为空； 步骤二 确定无人机的飞行模式； 将无人机的飞行模式分为搜索模式和执行模式，搜索模式又分为广播模式和响应模式，其中，无人机在探测区域内没有发现可执行的任务，在通信半径内也没有其他无人机提供可执行的任务，这时无人机处于搜索模式；在搜索过程中发现任务且自身所携带载荷不足以完成任务时进入广播模式，与通信半径内的其他无人机进行任务信息共享；在搜索模式下，如果遇到通信半径内的其他无人机的广播，则进入响应模式。无人机在自身探测范围内发现可独立完成的任务，或在接收到其他无人机的广播进行响应处理后进入执行模式，此时无人机将TID从-I调整为执行任务的TID ； 步骤三确定无人机执行任务的优势函数； 令UID为i的无人机所携带载荷为疋=[<,‘r；'k,......,<] ,TID为j的任务需要载荷为,UID为i的无人机相对于TID为j的任务时优势向量Aij =[<3-ijl 3-ij2>......，^ijky......，^ijxl 的计算公式如下
2.如权利要求I所述一种不确定环境下的无人飞行器编队协同搜索和动态任务分配方法，其特征在于所述步骤4中无人机在广播模式中，UID为i的无人机所携带的载荷
全文摘要
本发明一种不确定环境下的无人飞行器编队协同搜索和动态任务分配方法，不仅给出了无人飞行器编队协同动态任务分配策略，且设计了具体的导引规律，采用圆弧航路作为无人机执行任务的航路，包括步骤一确定单架无人机维护的数据结构；步骤二确定无人机的飞行模式；步骤三确定无人机执行任务的优势函数；步骤四确定动态任务分配流程；步骤五确定飞行器的搜索与执行任务的导引律。本发明相对于基于现代优化算法的任务分配方法，降低了单架无人机的计算负载，适用于实时性较强且环境不确定的条件；相对于基于市场机制拍卖算法的任务分配方法，降低了无人机间进行的通信次数和单架无人机的计算负载，保证了广播无人机执行任务的实时性。
文档编号G01C21/00GK102901498SQ201210356428
公开日2013年1月30日 申请日期2012年9月21日 优先权日2012年9月21日
发明者吴森堂, 孙健, 胡楠希, 杜阳 申请人:北京航空航天大学