一种面向移动目标追踪的无人机群动态任务分配方法组成比例

本发明专利技术公开了一种面向移动目标追踪的无人机群动态任务分配方法，包括如下步骤：S1、起飞前对无人机任务预分配，令设定时间t＝0；S2、在无人机飞行过程中进行任务重分配过程；令时间触发重分配周期为T；S3、判断t＝T或事件触发规则，如果满足其中任一条件，则启动任务重分配，并令t＝0；S4、通过鸽群算法迭代求解构建无人机群任务分配模型；S5、判断无人机群任务分配模型中无人机与目标间是否存在障碍；若存在，则采用航迹规划算法获得航迹长度作为代价值；否则使用最短距离作为代价值；S6、返回步骤S4，该方法依据实际飞行环境，制定动态任务分配机制，按需执行重分配，调整任务分配方案，实现无人机群动态任务分配。

A Dynamic Task Assignment Method for Mobile Target Tracking for UAV Groups

【技术实现步骤摘要】
一种面向移动目标追踪的无人机群动态任务分配方法
本专利技术涉及无人机群的动态任务分配，针对多个地面移动目标，在传统的鸽群算法的基础上，引入拍卖机制，并结合RRT算法用于航迹规划，共同构成完整的无人机在线任务分配方法，以实现动态目标追踪，适用于无人机群追踪多个移动目标的协同任务分配，属于无人机任务分配领域。
技术介绍
无人驾驶飞行器，简称“无人机”，是指利用遥控设备或机载程序进行飞行的不载人飞行器。随着科学技术的发展，人们对于无人机的需求逐渐提高。面对越发复杂的应用环境以及愈发多样的任务种类，单架无人机受自身条件的约束，较难独立完成某项具体的任务。因此，今后无论在军用领域或是民用领域，无人机将主要以集群的方式进行工作，呈现出一种多机协同的工作模式。多机协同工作时，每个无人机都是一个独立的个体，各司其职，同时不同的无人机之间能够通过信息交互将自身获取的局部信息进行交流，实现信息融合和资源互补。在多机协同领域，无人机的任务分配，尤其是在线动态任务分配，是一个极富挑战力的研究方向，研究意义重大。无人机的任务分配是指在已知任务，现有载荷和无人机数量的情况下，考虑到执行任务环境及无人机自身约束，得到无人机所需执行的任务的分配方案，并能够依据执行过程中的环境信息实时调整分配方案。在执行复杂的追踪任务时，目标移动方向的未知性，以及追踪过程中楼房、树木等障碍物对于传感器的遮挡，使得任务执行环境变得更加复杂，传感器灵敏度下降，无人机要实现实时快速追踪、监控移动目标变得更加困难。当单架无人机出现损毁时，无人机间需要通过通信及时更新系统信息，动态分配任务，减小系统损失。若有新目标出现时，同样也需要无人机群迅速反应，及时完成新任务的分配。在这种情况下，多架带有传感器的无人机的信息交互、协同规划有了重大的研究和应用价值。
技术实现思路
多无人机追踪多个地面移动目标的动态过程中，存在移动目标的不合作性、障碍物遮挡、突发情况如无人机失联、损毁等诸多问题。现有的任务分配算法多为离线规划，无法满足实际追踪过程的实时性需求。本方法针对上述问题，引入了基于事件触发的重分配机制，使得重分配能够按需执行，平衡分配结果的最优性和可行性，使用结合拍卖机制的鸽群算法进行任务分配，同时通过RRT算法进行航迹规划，将航迹长度作为任务分配优化指标，设计了一种面向移动目标追踪的无人机群动态任务分配方法。针对现有技术存在的问题，本专利技术采用如下技术方案予以实现：1、一种面向移动目标追踪的无人机群动态任务分配方法，包括如下步骤：S1、起飞前对无人机任务预分配，令设定时间t＝0；S2、在无人机飞行过程中进行任务重分配过程；令时间触发重分配周期为T；S3、判断t＝T或事件触发规则，如果满足其中任一条件，则启动任务重分配，并令t＝0；S4、通过鸽群算法迭代求解构建无人机群任务分配模型；S5、判断无人机群任务分配模型中无人机与目标间是否存在障碍；如果满足条件，则采用航迹规划算法获得航迹长度；否则通过最短距离作为航迹长度；S6、返回步骤S4。所述步骤S4中鸽群算法步骤为：(1)选定鸽群数量，初始化鸽群，鸽群维数为无人机数目；(2)分别选定两轮轮迭代次数N1、N2；(3)n＝0；(4)第一轮迭代：使用指南针算子更新鸽群的速度和位置，并使用拍卖机制，将鸽群位置转化为无人机任务分配方案，计算总体代价值，得到当前全局最优位置，n＝n+1；(5)n是否等于N1，若是，则顺序执行步骤(6)，若不是，则回到步骤(4)；(6)n＝0；(7)第二轮迭代：使用地标算子修正当前鸽群位置，并根据拍卖机制得到无人机任务分配方案，计算总体代价值，n＝n+1；(8)n是否等于N2，若是，算法结束，由迭代过程中的最优位置即可得到最终无人机任务分配方案，若否，则回到步骤(7)；所述步骤S5中航迹规划算法步骤为：(1)将无人机飞行起始点即当前无人机坐标作为随机树的根节点qstart，初始化步长Δl；(2)在无人机飞行空间中根据随机函数生成随机点qrand，再由随机函数从无人机飞行目标点即被追踪目标坐标qgoal和随机点qrand中选取生长方向点qtarget；(3)在已有的随机树上找到距离生长方向点最近的节点qnear；(4)在以qnear和qtarget为端点的线段上选取与qtarget距离为步长Δl的节点qnew；(5)判断qnear和qnew的连线上是否存在障碍物，若存在则抛弃节点qnear，回到步骤(2)，否则顺序执行步骤(6)；(6)将qnew作为随机树上新的节点，并连接qnear和qnew，形成新的树枝；(7)判断qnew是否等于目标点qgoal，或两点之间距离是否小于步长，若是，搜索结束，回溯随机树，生成由起始点qstart到目标点qgoal的路径，完成航迹规划，得到一条由无人机到目标间的较优路径，若不是，则回到步骤(2)。有益效果考虑到多无人机追踪多目标情况下，要保证追踪系统满足每一时刻下每一个移动目标都至少被一架无人机追踪，且每架无人机只追踪一个移动目标的任务要求。并结合多无人机追踪移动目标存在的难题，包括复杂地形的影响，无人机自身性能的限制，移动目标的不合作性，可能存在的新目标，在线航迹规划以及任务分配算法的快速性和简单性要求；本方法将任务分配算法与航迹规划算法结合，将航迹规划算法用于任务分配优化指标的计算，得出任务分配方案，同时结合实际环境，进行重分配，利用事件触发的思想，针对追踪过程中突发情况将任务分配方案及时进行动态调整及迁移，共同构建得到一种完整的基于移动目标追踪的动态任务分配方法。附图说明图1是无人机群动态任务分配方法流程图；图2是无人机群重分配机制示意图；图3是任务分配算法流程图；图4是航迹规划算法流程图。具体实施方式如图1、图2所示，本专利技术提供一种面向移动目标追踪的无人机群动态任务分配方法，在本专利技术中，当多无人机执行多个移动目标的追踪任务时，根据任务的特点和无人机的飞行特性，可以将任务要求总结为以下两点：(1)每架无人机只能追踪一个移动目标；(2)每个移动目标至少被一架无人机追踪。在满足以上任务约束基础上，使得所有无人机飞行距离总和最小，实现无人机与目标间的分配。因此多无人机任务分配问题的模型是在满足以上约束条件的情况下使得优化指标函数最小。具体模型可用以下形式表示：siq∈{0,1}其中，N为无人机数目，M为目标数目，fiq代表无人机i追踪目标i的代价；siq＝1时，无人机i追踪目标q，siq＝0时，无人机i不追踪目标q。现有的任务分配方法多为离线任务分配，实时任务规划需要克服信息的动态性和不确定性所带来的影响，而且还需要在有限的时间及计算资源的条件下给出合理有效的规划结果，使得该问题具有非常高的复杂性和求解难度，因此任务分配方法的选择至关重要。同时，飞行过程中的重分配机制也极大影响系统性能，过大或过小的重分配周期都将影响实际任务的完成效果。为实现无人机群的动态任务分配，在不造成过大计算负担的前提下，均衡分配结果的最优性和计算复杂度，可将任务分配问题主要需求分为以下两部分，一是选择适用于动态环境下的快速任务分配方法，二是设置合适的执行规则，使得任务分配按需执行，避免冗余重分配。解决无人机群任务分配方法问题时，除分配算法的选取外，无人机与目标间代价值f的计算也是至关重要本文档来自技高网...

【技术保护点】
1.一种面向移动目标追踪的无人机群动态任务分配方法，其特征在于，包括如下步骤：S1、起飞前对无人机任务预分配，令设定时间t＝0；S2、在无人机飞行过程中进行任务重分配过程；令时间触发重分配周期为T；S3、判断t＝T或事件触发规则，如果满足其中任一条件，则启动任务重分配，并令t＝0；S4、通过鸽群算法迭代求解构建无人机群任务分配模型；S5、判断无人机群任务分配模型中无人机与目标间是否存在障碍；如果满足条件，则采用航迹规划算法获得航迹长度作为代价值；否则使用最短距离作为代价值；S6、返回步骤S4。

【技术特征摘要】
1.一种面向移动目标追踪的无人机群动态任务分配方法，其特征在于，包括如下步骤：S1、起飞前对无人机任务预分配，令设定时间t＝0；S2、在无人机飞行过程中进行任务重分配过程；令时间触发重分配周期为T；S3、判断t＝T或事件触发规则，如果满足其中任一条件，则启动任务重分配，并令t＝0；S4、通过鸽群算法迭代求解构建无人机群任务分配模型；S5、判断无人机群任务分配模型中无人机与目标间是否存在障碍；如果满足条件，则采用航迹规划算法获得航迹长度作为代价值；否则使用最短距离作为代价值；S6、返回步骤S4。2.根据权利要求1一种面向移动目标追踪的无人机群动态任务分配方法，其特征在于，所述步骤S4中无人机群任务分配模型步骤为：(1)述步选定鸽群数量，初始化鸽群，鸽群维数为无人机数目；(2)分别选定两轮轮迭代次数N1、N2；(3)n＝0；(4)第一轮迭代：使用指南针算子更新鸽群的速度和位置，并使用拍卖机制，将鸽群位置转化为无人机任务分配方案，计算总体代价值，得到当前全局最优位置，n＝n+1；(5)n是否等于N1，若是，则顺序执行步骤(6)，若不是，则回到步骤(4)；(6)n＝0；(7)第二轮迭代：使用地标算子修正当前鸽群位置，并根据拍卖机制得到无人机任务分配方案，计算总体代价值...

【专利技术属性】
技术研发人员：胡超芳，张钰婷，曲歌，
申请(专利权)人：天津大学，
类型：发明
国别省市：天津,12