无人机航空作业任务分配方法及装置制造方法及图纸

本发明专利技术涉及一种无人机航空作业任务分配方法及装置，该方法中针对于多旋翼无人机对多块候选农田执行作业任务的情况，首先获取无人机、农田、喷洒任务时间窗、以及农药等四类信息，接着根据这些信息基于预设的模型以及遗传算法，获得能够使得该模型获得最大总收益的最优解，并将该最优解作为本次作业的任务分配和航迹规划结果。相比于现有的方式，本发明专利技术提供的方法可以自动获得本次作业中每架无人机的任务以及航迹规划，使得各架无人机可以按照该任务以及航迹规划自动执行作业任务，可避免出现各架无人机彼此不协同的问题，能够有效地提高作业效率，使得无人机作业形式应用于更广泛的农业航空作业中。

Aerial operation assignment method and device for unmanned aerial vehicle

The invention relates to a UAV aviation task allocation method and device, the method for multi rotor UAV of a plurality of candidate farmland carries out the task situation, first get the UAV, farmland, spraying task time window, and pesticide and other four categories of information, then according to the preset information model and genetic algorithm based on the model can obtain the optimal solution of the maximum total revenue, and the optimal solution as the homework assignment and route planning results. Compared with the existing methods, the method provided by the invention can automatically obtain the operation of each UAV task and path planning, so that the UAV can automatically perform tasks according to the task and path planning, can avoid the UAVs are not coordinated each other, can effectively improve the work efficiency the UAV assignment form, application to a broad range of agricultural aviation operations.

【技术实现步骤摘要】
无人机航空作业任务分配方法及装置
本专利技术实施例涉及无人机
，具体涉及一种无人机航空作业任务分配方法及装置。
技术介绍
随着农业机械化程度的不断深化，无人机以其作业效率高、劳动强度小、综合成本低等方面的优势，迅速成为农业作业过程中一种重要的方式，已经在精量播种、植被检测、农药喷洒等农业航空作业中有着广泛的应用。例如，可以利用无人机对草本植物的发芽状况和杂草程度进行检测，或使用无人机对稻田进行农药喷洒来控制飞虱等等。目前的无人机大致可以大致分为多旋翼(例如四旋翼、六旋翼或八旋翼无人机等)以及固定翼两大类。其中多旋翼无人机以其能够占用较小面积垂直起降、操控简单、能够悬停在空中等优点被较为广泛地应用于农业作业中。然而，由于当前多旋翼无人机作业主要是人为遥控为主，实际作业的效果受到操作员的操作水平的影响较大，且通过人为即视的方式规划的航线与理论航线偏离严重，导致无人机的作业遗漏率和重复率往往偏高。且当多个操作员对多个多旋翼无人机操作时，彼此之间也缺乏协同。此外，在利用多旋翼无人机进行农药喷洒航空作业过程中，一般来说需要指定多架无人机在给定的一个时间窗内对多块候选农田喷洒不同的农药，每架无人机只能携带一种类型的农药，且每块农田只能由一架无人机执行喷洒任务。由于受到时间农田分布状况、作业气象状况、农药类型选择等因素的限制，无人机无法对所有农田都喷洒农药，因此如何能够根据上述影响因素对各架无人机的作业任务以及航迹进行合理规划，以使得喷洒后的候选区域农田的总收益最大(也即完成喷洒任务的农田药效的总和最大)也成为了一个亟待解决的问题。
技术实现思路
本专利技术的一个实施例提供了一种无人机航空作业任务分配方法及装置，用于克服现有技术中在利用多架多旋翼无人机进行作业时，主要采用人工遥控的方式，彼此之间的协同性差，且无法对各架无人机的航迹进行合理规划以获得最大总收益的缺陷。第一方面，本专利技术实施例提供了一种无人机航空作业任务分配方法，当多架多旋翼无人机在同一时间对多块候选农田执行作业任务时，所述方法包括：获取执行本次任务的一个时间窗、多旋翼无人机的信息、待喷洒农药信息、以及所述多块候选农田的信息；对所述时间窗、无人机的信息、待喷洒农药信息以及所述农田信息进行编码，随机生成多条染色体；在所述随机生成的多条染色体中，筛选出满足预设的MUAV-TW-VP-OTOP模型所定义的预设约束条件的染色体，构建所述MUAV-TW-VP-OTOP模型的初始解集；其中，所述MUAV-TW-VP-OTOP模型为使得按预设的飞行方式飞行的所述多架多旋翼无人机在此次作业任务中获得最大总收益的目标函数；所述预设约束包括每架多旋翼无人机所飞行时长约束以及每块农田时间窗约束；基于预设的遗传算法对所述初始解集进行不断交叉和变异，直至满足迭代次数的约束后结束交叉和变异，并在经过变异后的解集中选择使得所述模型获得最大总收益的最优解，并将所述最优解作为本次作业的任务分配和航迹规划结果。第二方面，本专利技术实施例还提供了一种无人机航空作业任务分配装置，当多架多旋翼无人机在同一时间对多块候选农田执行作业任务时，所述装置包括：信息获取单元，用于获取执行本次任务的一个时间窗、多旋翼无人机的信息、待喷洒农药信息、以及所述多块候选农田的农田信息；初始分配方案生成单元，用于对所述时间窗、无人机的信息、待喷洒农药信息以及所述农田信息进行编码，随机生成多条染色体；在所述随机生成的多条染色体中，筛选出满足预设的MUAV-TW-VP-OTOP模型所定义的预设约束条件的染色体，构建所述MUAV-TW-VP-OTOP模型的初始解集；其中，所述MUAV-TW-VP-OTOP模型为使得按预设的飞行方式飞行的所述多架多旋翼无人机在此次作业任务中获得最大总收益的目标函数；所述预设约束包括每架多旋翼无人机所飞行时长约束以及每块农田时间窗约束；最优解计算单元，用于基于预设的遗传算法对所述初始解集进行不断交叉和变异，直至满足迭代次数的约束后结束交叉和变异，并在经过变异后的解集中选择使得所述模型获得最大总收益的最优解，并将所述最优解作为本次作业的任务分配和航迹规划结果。本专利技术的一个实施例提供了一种无人机航空作业任务分配方法，该方法中针对于多旋翼无人机对多块候选农田执行作业任务的情况，首先获取执行本次任务的一个时间窗、无人机的信息、农田的信息以及喷洒药物信息，接着根据这一信息基于预设的模型以及遗传算法，获得能够使得该模型获得最大总收益的最优解，并将该最优解作为本次作业的任务分配和航迹规划结果。相比于现有的人工遥控的方式，本专利技术提供的方法能够根据模型以及遗传算法自动获得本次作业中每架无人机的任务以及航迹规划，使得各架无人机可以按照该任务以及航迹规划自动执行作业任务，在避免出现各架无人机彼此不协同的情况发生的同时，还能够获得最大总收益，从而能够有效地提高作业的效率，使得无人机作业形式能够应用于更广泛的农业航空作业中。附图说明通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本专利技术的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：图1是本专利技术提供的一种无人机航空作业任务分配的方法实施例流程图；图2是本专利技术提供的矩形农田进入点示意图；图3是本专利技术提供的矩形农田间飞行轨迹示意图；图4是本专利技术提供的单时间窗染色体交叉示意图；图5是本专利技术提供的单时间窗染色体变异示意图；图6是本专利技术提供的农田分布示意图；图7是本专利技术提供的一种无人机航空作业任务分配的装置实施例结构示意图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。第一方面，本专利技术实施例提供了一种无人机航空作业任务分配方法，当多架多旋翼无人机在同一时间对多块候选农田执行作业任务时，如图1所示，所述方法包括：S101、获取执行本次任务的一个时间窗、多旋翼无人机的信息、待喷洒农药信息、以及所述多块候选农田的信息；S102、对所述时间窗、无人机的信息、待喷洒农药信息以及所述农田信息进行编码，随机生成多条染色体；S103、在所述随机生成的多条染色体中，筛选出满足预设的MUAV-TW-VP-OTOP模型所定义的预设约束条件的染色体，构建所述MUAV-TW-VP-OTOP模型的初始解集；其中，所述MUAV-TW-VP-OTOP模型为使得按预设的飞行方式飞行的所述多架多旋翼无人机在此次作业任务中获得最大总收益的目标函数；所述预设约束包括每架多旋翼无人机所飞行时长约束以及每块农田时间窗约束；S104、基于预设的遗传算法对所述初始解集进行不断交叉和变异，直至满足迭代次数的约束后结束交叉和变异，并在经过变异后的解集中选择使得所述模型获得最大总收益的最优解，并将所述最优解作为本次作业的任务分配和航迹规划结果。本专利技术的一个实施例提供了一种无人机航空作业任务分配方法，该方法中针对于多旋翼无人机在时间窗内对多块候选农田执行作业任务的情况，首先获取时间窗、无人机的信息本文档来自技高网...

【技术保护点】
一种无人机航空作业任务分配方法，其特征在于，当多架多旋翼无人机在同一时间对多块候选农田执行作业任务时，所述方法包括：获取执行本次任务的一个时间窗、多旋翼无人机的信息、待喷洒农药信息、以及所述多块候选农田的信息；对所述时间窗、无人机的信息、待喷洒农药信息以及所述农田信息进行编码，随机生成多条染色体；在所述随机生成的多条染色体中，筛选出满足预设的MUAV‑TW‑VP‑OTOP模型所定义的预设约束条件的染色体，构建所述MUAV‑TW‑VP‑OTOP模型的初始解集；其中，所述MUAV‑TW‑VP‑OTOP模型为使得按预设的飞行方式飞行的所述多架多旋翼无人机在此次作业任务中获得最大总收益的目标函数；所述预设约束包括每架多旋翼无人机所飞行时长约束以及每块农田时间窗约束；基于预设的遗传算法对所述初始解集进行不断交叉和变异，直至满足迭代次数的约束后结束交叉和变异，并在经过变异后的解集中选择使得所述模型获得最大总收益的最优解，并将所述最优解作为本次作业的任务分配和航迹规划结果。

【技术特征摘要】
1.一种无人机航空作业任务分配方法，其特征在于，当多架多旋翼无人机在同一时间对多块候选农田执行作业任务时，所述方法包括：获取执行本次任务的一个时间窗、多旋翼无人机的信息、待喷洒农药信息、以及所述多块候选农田的信息；对所述时间窗、无人机的信息、待喷洒农药信息以及所述农田信息进行编码，随机生成多条染色体；在所述随机生成的多条染色体中，筛选出满足预设的MUAV-TW-VP-OTOP模型所定义的预设约束条件的染色体，构建所述MUAV-TW-VP-OTOP模型的初始解集；其中，所述MUAV-TW-VP-OTOP模型为使得按预设的飞行方式飞行的所述多架多旋翼无人机在此次作业任务中获得最大总收益的目标函数；所述预设约束包括每架多旋翼无人机所飞行时长约束以及每块农田时间窗约束；基于预设的遗传算法对所述初始解集进行不断交叉和变异，直至满足迭代次数的约束后结束交叉和变异，并在经过变异后的解集中选择使得所述模型获得最大总收益的最优解，并将所述最优解作为本次作业的任务分配和航迹规划结果。2.根据权利要求1所述的方法，其特征在于，所述目标函数为：其中，所述预设约束条件为：其中，Nu表示无人机Uu的个数；NA表示农田Ai的总个数；A0,表示所有无人机的起始点和终点，所述起始点与终点为同一点，SPi表示完成农田Ai的喷洒任务所获得的收益；SQi表示农田Ai的面积；Pi(t)为连续变化函数，其变化函数取决于农田喷洒农药的类型；M的值为预设值；siu表示无人机Uu对农田Ai开始喷洒农药的时间，sju表示无人机Uu对农田Aj开始喷洒农药的时间；Oiu表示无人机Uu对农田Ai可以喷洒农药的开始时间；Ciu表示无人机Uu对农田Ai可以喷洒农药的结束时间；tiu表示无人机Uu对农田Ai按照预设的飞行方式执行任务的时间；tiju表示无人机Uu对农田Ai,Aj之间按照预设的飞行方式飞行的时间；Eu表示无人机Uu的最大飞行时长限制；xiu表示无人机Uu对农田Ai完成药物喷洒任务的情况，若xiu＝1，则表示完成药物喷洒任务，否则无人机Uu没有对农田Ai执行任务；yiju表示无人机Uu是否经过农田Ai,Aj，若yiju＝1表示无人机Uu经过农田Ai,Aj，否则该无人机没有经过农田Ai,Aj。3.根据权利要求1或2任一所述的方法，其特征在于，所述农田为矩形的农田，所述预设的飞行方式为基于欧氏距离路径在农田间以及农田内进行飞行的方式；其中，在农田内部采用平行于矩形农田的第一边的方式飞行，且以垂直于农田第一边的方向从第一边上的第一进入点进入农田，所述第一进入点与农田顶点的距离为无人机喷洒半径；其中，所述第一边为矩形农田的长边或短边。4.根据权利要求1所述的方法，其特征在于，所述对所述无人机的信息以及所述农田信息进行编码，随机生成多条染色体，包括：对所述无人机的标识信息、所述无人机的数量、每条线路中的无人机进入第一块农田的起始时间、所述农田的位置信息以及每架无人机进入农田时的进入点采用全信息编码方式进行编码，随机生成多条染色体；其中，所述染色体的第一行为所述农田的标识信息的随机全排列，所述染色体的第二行为所有无人机的标识信息的随机组合，所述染色体的第三行为所述进入点的随机组合，所述染色体的第四行为所述无人机路线中访问第一块农田开始时间的随机组合。5.根据权利要求4所述的方法，其特征在于，所述基于预设的遗传算法对所述初始解集进行随机变异，并在经过变异后的解集中选择使得所述模型获得最大总收益的最优解，并将所述最优解作为本次作业的任务分配和航迹规划结果，包括：步骤一、根据所述初始解集生成预设规模的初始父代种群；步骤二、采用轮盘赌方法将当前的父代种群中的任意两个染色体进行交叉并迭代此交叉步骤，满足迭代次数后结束此交叉步骤得到第一子代种群，所述交叉的步骤具体包括：随机选择第一染色体中的交叉位置，然后寻找第二染色体中与第一染色体交叉位置的第一行相同的基因；将第一染色体与第二染色体的交叉位置基因进行替换，然后将与交叉位置基因第二行相同的基因处第四行也替换为交叉位置基因第四行的开始时间，从而得到第三染色体以及第四染色体；判断所述第三染色体以及第四染色体是否满足所述预设约束条件；若满足，则替换所述父代种群中的第一染色体以及第二染色体；若不满足，则结束当前操作；步骤三、采用轮盘赌方法将所述第一子代种群中的任意一个第五染色体进行个体变异，并判断变异后的第五染色体是否满足所述预设约束条件；若满足，则替换变异的第五染色体；若不满足，则结束当前操作，并迭代此变异步骤，满足迭代次数后结束此变异步骤得到第二子代种群；其中，所述个体变异的步骤具体包括：在判断获知第五染色体的第二行发生过变异时，确定其变异的位置，并将随机生成的无人机标识信息替换原变异位置处的无人机标识信息；在判断获知第五染色体的第三行发生过变异时，确定其变异的位置，并将随机生成的进入点替换原变异位置处的进入点；在判断获知第五染色体的第四行发生变异时，确定变异位置，并将随机生成的时间窗之间的时间替换与变异位置第二行相同的基因处第四行的开始时间；步骤四、选取所述第二子代种群中的最优解，并将所述第二子代种群与所述父代种群按照预设比例组合形成新的父代种群；判断当前步骤二、三、四整体循环迭代的次数是否达到预设值；若否，则返回步骤二，并将所述新的父代种群作为当前的父代种群执行步骤二；若是，则执行步骤五；步骤五：结束迭代，并将最终获得的最优解作为本次...

【专利技术属性】
技术研发人员：罗贺，牛艳秋，胡笑旋，朱默宁，王国强，马华伟，靳鹏，夏维，梁峥峥，方向，
申请(专利权)人：合肥工业大学，
类型：发明
国别省市：安徽,34