一种无人机集群对地任务协同规划方法技术

本申请公开一种无人机集群对地任务协同规划方法，包括：S1将无人机集群随机分布在设定区域范围内上空，对无人机与地面目标的相对状态进行态势评估；S2根据任务收益计算方法，对m架无人机组成的集群和n个地面目标的场景进行目标分配；S3基于态势评估结果以及目标分配方案，采用Dubins路径规划方法规划出每架无人机到目标的飞行航迹；S4考虑障碍威胁情况，对受到威胁的路径进行重新规划。本发明专利技术解决多无人机在执行对地任务时如何评估态势、分配对应任务、规划最短路径的问题。规划最短路径的问题。规划最短路径的问题。

【技术实现步骤摘要】
一种无人机集群对地任务协同规划方法


[0001]本专利技术属于多无人机协同控制技术，具体为一种无人机集群对地任务协同规划方法。

技术介绍

[0002]利用无人机飞行速度快、隐蔽性好、成本较低的优势，如何快速又精准地执行复杂环境下地面任务已成为多无人机协同控制的关键。无人机集群对地任务协同规划问题是指空中不同位置的无人机在接到对地任务后，将众多地面任务分配给无人机，使得无人机躲避障碍物、规划无人机到目标的最短路径并且任务效果最佳。
[0003]由于单架无人机能力有限，多无人机协同控制将成为未来无人机应用的主要形式，比如军用方面的监视、侦察、干扰、打击等任务；民用方面的飞行表演、灯光秀，协同作业无人机对地观测、无人机物流快递、地质勘测、森林防火等。无人机集群对地任务协同规划是无人机集群系统执行对地任务的关键环节，高效、安全地执行对地任务是重中之重，关于多无人机如何执行对地任务成为该领域发展的技术瓶颈。

技术实现思路

[0004]本专利针对无人机集群对地任务协同规划问题，提出了一种结合了态势感知、目标分配、航迹规划和避障等技术的方法。
[0005]该方法首先基于无人机集群的状态信息和地面任务信息进行态势评估，根据评估结果和地面任务的价值估计为无人机集群分配任务目标，最后将航迹规划过程分为障碍躲避过程和任务执行过程，分别针对两个过程采用Dubins曲线规划出最短的安全飞行航迹。
[0006]本专利技术中有以下三个主要的技术要点。
[0007](1)针对地面任务的态势评估算法。无人机集群对地面目标的态势优势采用角度优势指数、速度优势指数、距离优势指数等进行评估，通过加权计算获得无人机集群对地面任务的综合优势，形成优势函数矩阵。
[0008](2)基于矩阵法的目标分配算法。依据最大收益的选取规则从优势函数矩阵中将最符合条件的元素找出，并将与该元素相对应的无人机集群与地面任务形成配对。考虑协同控制的原则，进行协同优先权排序，选择对无人机集群任务协同最有利的目标分配方案
[0009](3)基于Dubins曲线的航迹规划技术。根据无人机集群位置和航向角、地面目标位置和航向角以及障碍威胁区域，寻找一条从起始点到目标点满足自身机动性约束件条件、前进方向、速度方向的安全飞行轨迹。
[0010](4)航迹重规划技术。当原定航迹穿过障碍区域，可能会威胁无人机飞行的安全性，需要针对有碰撞危险的航迹进行重新规划，引导无人机避开障碍威胁，最终安全执行协同对地任务。
[0011]专利技术效果
[0012]本专利技术的有益效果为：
[0013](1)在态势评估评估阶段，充分考虑了无人机搜索半径、攻击半径，结合角度优势、速度优势、距离优势，能够评估出对地任务下，集群中各架无人机对各地面目标的综合态势，为目标分配提供依据。
[0014](2)在目标分配阶段，根据态势评估结果采用传统矩阵法为集群中地每架飞机分配相应的单个任务目标，目标分配结果能够避免任务目标的分配冗余，同时也防止了目标的遗漏。该算法迭代速度快，目标分配情况准确，具有较高的优势评估和排序速度。不仅保证了系统的灵活性也保证了系统在环境多变时的稳定性，提高了系统处理任务的效率。
[0015](3)在航迹规划阶段，在Dubins曲线法的基础上，进一步考虑避障问题，为各无人机规划出能够躲避障碍飞行的安全航迹，并实现航程最短。在实际飞行过程中，该方法能够增加飞行安全性，减少油耗。
附图说明
[0016]图1为态势优势模型图；
[0017]图2为三种Dubins路径形状示意图；
[0018]图3为实施例中的Dubins航路求解示意图；
[0019]图4为基于Dubins算法的四条可行路径示意图；
[0020]图5为无人机集群对地任务协同规划轨迹图。
具体实施方式
[0021]本专利技术提出的无人机集群对地任务协同规划方法包括态势评估、目标分配、航迹规划和重规划四个阶段。其中，航迹规划阶段根据无人机地态势评估和目标分配结果规划出起始点到任务终点地最短路径，重规划阶段分为障碍躲避过程和任务执行过程，在障碍躲避过程，无人机需要实现对障碍威胁区域的躲避，保证飞行安全性；在任务执行过程，无人机需要飞往地面目标所在处，完成对地任务。
[0022]1.态势评估阶段包括以下几个步骤：
[0023]在多无人机协同执行对地任务地场景中，无人机集群分布在基地上空，假设无人机指控系统已知地面目标地数量位置等信息，在目标分配前进行态势评估。
[0024]1)建立无人机对地面目标的态势优势模型，如图1所示。其中D
ij
、α
ij
为无人机对地面目标的距离、方位角。方位角是目标线与无人机速度矢量v
i
的夹角，以相对目标线右偏为正，且满足α
ij
∈[
‑
π，π]。
[0025]2)无人机对地面目标的态势优势可采用角度优势指数、速度优势指数和距离优势指数进行评估，分别记为Sa
ij
，Sv
ij
和Sr
ij
。
[0026]角度优势指数主要考虑无人机的方位角，设计为：
[0027][0028]由式(1)可知，无人机速度方向与双机目标线的夹角越小，则角度优势越大，即无人机对目标的方位角越小，则能够越快地调整运动方向飞向目标。
[0029]速度优势指数主要考虑无人机与地面目标的速度大小，设计为：
[0030][0031]式中，v
i
和v
j
分别为无人机和地面目标的速度。由式(2)可知，无人机相对地面目标的速度越大，其速度优势也越大。
[0032]距离优势指数与无人机和目标间的距离、无人机所携带导弹的最大射程以及机载雷达最大探测距离有关，设计为：
[0033][0034]式中，D
ij
为无人机与地面目标距离之间的距离，r
a
为无人机所携带导弹的最大射程，r
s
为无人机机载雷达最大探测距离。从式(3)可知，无人机距离地面目标越近，则距离优势越大。
[0035]3)得到态势优势模型。集群中第i架无人机对地面第j个任务目标的总态势优势S
ij
为各类优势指数基于重要程度的线性加权：
[0036]S
ij
＝ε1·
Sa
ij
+ε2·
Sv
ij
+ε3·
Sr
ij
ꢀꢀ
(4)
[0037]式中，为优势评估权向量，其中ε1、ε2、和ε3分别为角度、速度、和距离效能优势指数权值，且满足
[0038]2.目标分配阶段包括以下几个步骤：
[0039]针对m架无人机组成的集群和n(n＜m)个地面目标的场景进行目标分配。
[0040]1)计算自主优先权，确定双方的优势评估矩阵S本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种无人机集群对地任务协同规划方法，其特征在于，所述协同规划方法包括：S1将无人机集群随机分布在设定区域范围内上空，对无人机与地面目标的相对状态进行态势评估；S2根据任务收益计算方法，对m架无人机组成的集群和n个地面目标的场景进行目标分配；S3基于态势评估结果以及目标分配方案，采用Dubins路径规划方法规划出每架无人机到目标的飞行航迹；S4考虑障碍威胁情况，对受到威胁的路径进行重新规划。2.根据权利要求1所述的一种无人机集群对地任务协同规划方法，其特征在于，所述S1具体为：S11将无人机集群随机分布在设定区域范围内上空，设定无人机指控系统已知地面目标地数量位置信息；S12基于角度优势指数、速度优势指数和距离优势指数得到综合优势指数，建立无人机对地面目标的态势优势模型，集群中第i架无人机对地面第j个任务目标的态势优势模型S
ij
为各类优势指数基于重要程度的线性加权：S
ij
＝ε1·
Sa
ij
+ε2·
Sv
ij
+ε3·
Sr
ij
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)式中，为优势评估权向量，其中ε1、ε2、和ε3分别为角度、速度和距离效能优势指数权值，Sa
ij
、Sv
ij
、Sr
ij
分别为角度、速度和距离效能优势指数，且满足S13采用角度优势指数、速度优势指数和距离优势指数对估无人机对地面目标的态势优势进行评；角度优势指数为：式中，α
ij
为无人机对地面目标的方位角，无人机速度方向与双机目标线的夹角越小，则角度优势越大；速度优势指数为：式中，v
i
和v
j
分别为无人机和地面目标的速度，无人机相对地面目标的速度越大，其速度优势也越大；距离优势指数与无人机和目标间的距离、无人机所携带导弹的最大射程以及机载雷达最大探测距离有关，设计为：
式中，D
ij
为无人机与地面目标距离之间的距离，r
a
为无人机所携带导弹的最大射程，r
s
为无人机机载雷达最大探测距离，无人机距离地面目标越近，则距离优势越大。3.根据权利要求1所述的一种无人机集群对地任务协同规划方法，其特征在于，所述S2具体为：S21针对m架无人机组成的集群和n(n＜m)个地面目标的场景进行目标分配；计算自主优先权，确定无人机与目标之间优势评估矩阵S，通过优势评估，得到无人机集群对地面目标的m
×
n维优势评估矩阵如下：式中，S
ji
为第j行，第i列的元素，其大小代表了无人机R
i
对地面目标B
j
的综合优势；S22为任务收益矩阵C设计集群中无人机R
i
对地面目标B
j
的任务收益计算方法为：式中，和分别为地面目标B
j
的生存概率和价值；α为权重系数，α越大，表明无人机更倾向于保存自身最大优势，而α越小，表明无人机更倾向于保证任务完成效益最大化。S23计算集群中各无人机的效益评估指数，无人机R
i
的效益评估指数f
i
定义如下：式中，表示无人机R
i
...

【专利技术属性】
技术研发人员：赵艳丽，刘星宇，甄子洋，杜嘉薇，罗佳，崔晨，郭晋，王军，
申请(专利权)人：南京航空航天大学，
类型：发明
国别省市：