基于分布式顺次分配的无人机集群侦察任务规划方法技术

本方案涉及一种基于分布式顺次分配的无人机集群侦察任务规划方法。所述方法包括：获取环境信息，并根据环境信息生成无向图；根据环境信息以及无向图，生成信息状态转移模型，并根据信息状态转移模型分别获取无人机集群中各个无人机的状态信息；根据状态信息生成与无人机集群对应的全局值函数；全局值函数用于计算无人机的执行策略；获取规划算法，并根据规划算法以及全局值函数，分别计算出各个无人机的目标执行策略。由于无向图由顶点和边组成，无人机在指定的顶点上或者边界内执行任务，可以收集到较多的有价值的信息；通过信息状态转移模型生成全局值函数，再根据规划算法计算出目标执行策略，可以得到每个无人机的侦察路线，从而提高无人机集群任务规划的精度。

【技术实现步骤摘要】
基于分布式顺次分配的无人机集群侦察任务规划方法
本专利技术涉及无人机任务规划
，特别是涉及一种基于分布式顺次分配的无人机集群侦察任务规划方法、系统、计算机设备及存储介质。
技术介绍
随着无人机技术的不断发展，无人机在民用领域和军用领域都起着越来越重要的作用。无人机群是一种典型的多智能体系统，可以自主或远程控制，无需飞行员即可执行任务。与有人驾驶的无人机相比，无人机在执行枯燥、肮脏、危险的任务方面具有突出的优势；与载人飞机相比，无人机具有成本低、体积小、生存能力强等特点，这些特点使得运用无人机进行应急救援具有广阔前景。且随着实际应用的深入，无人机应急救援向着集群式、专业性发展，负责的救援任务也愈发艰巨、复杂。其中，多无人机自主合作控制结构通常分为两类：集中控制体系结构和分布式控制体系结构。集中控制方法具有获得全局最优解的优势，而分布式控制方法具有可靠性高、计算量少、通信量小等优点。由于无人机的工作环境往往是快速动态变化的，特别是在通信不良等复杂条件下，无人机集群往往需要迅速做出决策并执行行动，因此需要提前对无人机集群进行任务规划。传统的对无人机集群进行任务规划的方法普遍使用集中式或分布式方法，建立不同的优化模型，处理简单多无人机多任务的任务规划问题，这些方法往往只适用于小规模无人机集群或者弱耦合结构的无人机集群。
技术实现思路
基于此，为了解决上述技术问题，提供一种基于分布式顺次分配的无人机集群侦察任务规划方法、系统、计算机设备及存储介质，可以提高无人机集群任务规划的精度。一种基于分布式顺次分配的无人机集群侦察任务规划方法，所述方法包括：获取环境信息，并根据所述环境信息生成无向图；根据所述环境信息以及所述无向图，生成信息状态转移模型，并根据所述信息状态转移模型分别获取无人机集群中各个无人机的状态信息；根据所述状态信息生成与所述无人机集群对应的全局值函数；所述全局值函数用于计算所述无人机的执行策略；获取规划算法，并根据所述规划算法以及所述全局值函数，分别计算出各个所述无人机的目标执行策略。在其中一个实施例中，所述根据所述环境信息生成无向图，包括：提取所述环境信息中的环境空间特征；根据所述环境空间特征确定无人机的运动边界以及运动顶点；根据所述运动边界以及所述运动顶点生成所述无向图。在其中一个实施例中，所述根据所述环境信息以及所述无向图，生成信息状态转移模型，包括：根据所述环境信息获取时间步长；根据所述时间步长以及所述无向图，获取环境状态变化信息；基于马尔科夫链以及所述环境状态变化信息，生成状态转移矩阵，并得到所述信息状态转移模型。在其中一个实施例中，所述根据所述状态信息生成与所述无人机集群对应的全局值函数，包括：根据所述状态信息生成所述无人机集群的总状态信息；通过所述总状态信息以及所述状态信息，分别生成各个所述无人机的局部回报值函数；根据各个所述局部回报值函数生成所述全局值函数。在其中一个实施例中，所述方法还包括：根据所述状态信息、所述全局值函数建立TD-POMDP框架；所述根据所述规划算法以及所述全局值函数，分别计算出各个所述无人机的目标执行策略，包括：根据所述规划算法以及所述全局值函数，通过所述TD-POMDP框架分别计算出各个所述无人机的目标执行策略。一种无人机集群任务规划系统，所述系统包括：无向图生成模块，用于获取环境信息，并根据所述环境信息生成无向图；模型生成模块，用于根据所述环境信息以及所述无向图，生成信息状态转移模型，并根据所述信息状态转移模型分别获取无人机集群中各个无人机的状态信息；函数生成模块，用于根据所述状态信息生成与所述无人机集群对应的全局值函数；所述全局值函数用于计算所述无人机的执行策略；计算模块，用于获取规划算法，并根据所述规划算法以及所述全局值函数，分别计算出各个所述无人机的目标执行策略。一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：获取环境信息，并根据所述环境信息生成无向图；根据所述环境信息以及所述无向图，生成信息状态转移模型，并根据所述信息状态转移模型分别获取无人机集群中各个无人机的状态信息；根据所述状态信息生成与所述无人机集群对应的全局值函数；所述全局值函数用于计算所述无人机的执行策略；获取规划算法，并根据所述规划算法以及所述全局值函数，分别计算出各个所述无人机的目标执行策略。一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：获取环境信息，并根据所述环境信息生成无向图；根据所述环境信息以及所述无向图，生成信息状态转移模型，并根据所述信息状态转移模型分别获取无人机集群中各个无人机的状态信息；根据所述状态信息生成与所述无人机集群对应的全局值函数；所述全局值函数用于计算所述无人机的执行策略；获取规划算法，并根据所述规划算法以及所述全局值函数，分别计算出各个所述无人机的目标执行策略。上述基于分布式顺次分配的无人机集群侦察任务规划方法、系统、计算机设备及存储介质，通过获取环境信息，并根据环境信息生成无向图；根据环境信息以及无向图，生成信息状态转移模型，并根据信息状态转移模型分别获取无人机集群中各个无人机的状态信息；根据状态信息生成与无人机集群对应的全局值函数；全局值函数用于计算无人机的执行策略；获取规划算法，并根据规划算法以及全局值函数，分别计算出各个无人机的目标执行策略。由于无向图由顶点和边组成，无人机在指定的顶点上或者边界内执行任务，可以收集到较多的有价值的信息；通过信息状态转移模型生成全局值函数，再根据规划算法计算出目标执行策略，可以得到每个无人机的侦察路线，从而可以提高无人机集群任务规划的精度。附图说明图1为一个实施例中无人机集群任务规划的应用环境图；图2为一个实施例中基于分布式顺次分配的无人机集群侦察任务规划方法的流程示意图；图3为一个实施例中基于马尔科夫链的信息状态转移模型的示意图；图4为一个实施例中不同数量无人机侦察区域的示意图；图5为实验中场景一各算法的平均回报值比较的示意图；图6为实验中场景二、场景三各算法的平均回报值比较的示意图；图7为一个实施例中无人机集群任务规划的结构框图；图8为一个实施例中计算机设备的内部结构图。具体实施方式为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。本申请实施例提供的基于分布式顺次分配的无人机集群侦察任务规划方法，可以应用于如图1所示的应用环境中。如图1所示，该应用环境包括计算机设备110、无人机120，其中计算机设备110与无人机120本文档来自技高网...

【技术保护点】
1.一种基于分布式顺次分配的无人机集群侦察任务规划方法，其特征在于，所述方法包括：/n获取环境信息，并根据所述环境信息生成无向图；/n根据所述环境信息以及所述无向图，生成信息状态转移模型，并根据所述信息状态转移模型分别获取无人机集群中各个无人机的状态信息；/n根据所述状态信息生成与所述无人机集群对应的全局值函数；所述全局值函数用于计算所述无人机的执行策略；/n获取规划算法，并根据所述规划算法以及所述全局值函数，分别计算出各个所述无人机的目标执行策略。/n

【技术特征摘要】
1.一种基于分布式顺次分配的无人机集群侦察任务规划方法，其特征在于，所述方法包括：
获取环境信息，并根据所述环境信息生成无向图；
根据所述环境信息以及所述无向图，生成信息状态转移模型，并根据所述信息状态转移模型分别获取无人机集群中各个无人机的状态信息；
根据所述状态信息生成与所述无人机集群对应的全局值函数；所述全局值函数用于计算所述无人机的执行策略；
获取规划算法，并根据所述规划算法以及所述全局值函数，分别计算出各个所述无人机的目标执行策略。


2.根据权利要求1所述的方法，其特征在于，所述根据所述环境信息生成无向图，包括：
提取所述环境信息中的环境空间特征；
根据所述环境空间特征确定无人机的运动边界以及运动顶点；
根据所述运动边界以及所述运动顶点生成所述无向图。


3.根据权利要求1所述的方法，其特征在于，所述根据所述环境信息以及所述无向图，生成信息状态转移模型，包括：
根据所述环境信息获取时间步长；
根据所述时间步长以及所述无向图，获取环境状态变化信息；
基于马尔科夫链以及所述环境状态变化信息，生成状态转移矩阵，并得到所述信息状态转移模型。


4.根据权利要求1所述的方法，其特征在于，所述根据所述状态信息生成与所述无人机集群对应的全局值函数，包括：
根据所述状态信息生成所述无人机集群的总状态信息；
通过所述总状态信息以及所述状态信息，分别生成各个所述无人机的局部回报值函数；
根据各个所述局部回报值函数生成所述全局值函数。


5.根据权利要求1所述的方法，其特征在于，所述方法还包括：
根据所述状态信息、所述全局值函数建立TD-POMDP框架；
所述根据所述规划算法以及所述全局值函数，分别计算出各个所述无人机的目标执行策略，包括：

【专利技术属性】
技术研发人员：王维平，周鑫，王彦锋，井田，王涛，李小波，黄美根，杨松，李童心，段婷，刘国杰，
申请(专利权)人：中国人民解放军国防科技大学，
类型：发明
国别省市：湖南;43