【技术实现步骤摘要】
智能飞行器协同侦查任务规划方法及装置
[0001]本专利技术涉及智能规划和调度领域,尤其涉及一种智能飞行器协同侦查任务规划方法及装置
。
技术介绍
[0002]智能飞行器是一种无人驾驶飞行器,在高危
、
复杂环境的对地目标侦察
、
数据采集等任务中发挥重要作用
。
[0003]相关技术中,由于智能飞行器平台载荷相对较小,信息处理能力相对较弱,单架智能飞行器执行任务的能力有限,通常采用多智能飞行器集群的方式协同完成调度任务,由于集群中各智能飞行器缺乏重编组和任务重规划能力,容易引起智能飞行器的业务逻辑中断,导致飞行器集群在任务
、
时间和空间上互相冲突,浪费了大量的飞行器资源,任务规划效率低
。
技术实现思路
[0004]本专利技术提供一种智能飞行器协同侦查任务规划方法及装置,用以解决现有技术的智能飞行器集群缺乏重编组和任务重规划能力,浪费了大量的飞行器资源,导致任务规划效率低的缺陷,提高了智能飞行器集群的协同侦查任务规划效率
。
[0005]本专利技术提供一种智能飞行器协同侦查任务规划方法,包括:
[0006]获取智能飞行器的能力参数和任务规划参数,其中,所述能力参数包括可供调度的智能飞行器的数量
、
智能飞行器的传感器在地面的投影尺寸
、
智能飞行器的巡航速度范围,所述任务规划参数包括待侦查区域的外接矩形的边长
、
约束模式和约束参数,所述约束模式包 ...
【技术保护点】
【技术特征摘要】
1.
一种智能飞行器协同侦查任务规划方法,其特征在于,包括:获取智能飞行器的能力参数和任务规划参数,其中,所述能力参数包括可供调度的智能飞行器的数量
、
智能飞行器的传感器在地面的投影尺寸
、
智能飞行器的巡航速度范围,所述任务规划参数包括待侦查区域的外接矩形的边长
、
约束模式和约束参数,所述约束模式包括所述可供调度的智能飞行器的数量约束和侦查用时约束中的一项,不同的约束模式关联不同的约束参数;根据所述巡航速度范围对目标巡航速度对应的扫描条带数目的取值进行采样,得到采样速度,基于所述采样速度对所述可供调度的智能飞行器的数量的取值进行采样,得到任务规划方案采样集;所述扫描条带数目基于所述投影尺寸和所述待侦查区域的外接矩形的边长确定;基于所述约束模式和所述约束参数对所述采样集进行启发式寻优,得到目标推荐方案,所述目标推荐方案用于指导所述智能飞行器执行协同侦查任务
。2.
根据权利要求1所述的智能飞行器协同侦查任务规划方法,其特征在于,所述基于所述采样速度对所述可供调度的智能飞行器的数量的取值进行采样,得到任务规划方案采样集,包括:根据所述采样速度对可调度的智能飞行器的数量的取值进行采样,得到初始任务规划方案采样集;根据第一公式和所述初始任务规划方案采样集,得到理论用时估计;所述第一公式基于所述采样速度
、
待侦查区域的外接矩形的边长
、
摆扫条带幅宽
、
所述智能飞行器处于所述采样速度的最小转弯半径和参与协同侦查的飞行器数量确定,所述参与协同侦查的飞行器数量属于所述可供调度的智能飞行器的数量;所述最小转弯半径基于所述采样速度
、
重力加速度和所述智能飞行器的最大横滚角确定;基于所述初始任务规划方案采样集和每个任务规划方案对应的理论用时估计,得到所述任务规划方案采样集
。3.
根据权利要求1所述的智能飞行器协同侦查任务规划方法,其特征在于,所述约束模式为所述可供调度的智能飞行器的数量约束;所述约束参数为参与协同侦查的飞行器数量的最大值;所述基于所述约束模式和所述约束参数对所述采样集进行启发式寻优,得到目标推荐方案,包括:从所述任务规划方案采样集中抽取第一子集,并从所述第一子集中确定最小理论用时估计对应的任务规划方案作为所述目标推荐方案;其中,所述第一子集包括多个任务规划方案,不同的任务规划方案对应不同的理论用时估计,每个任务规划方案对应的参与协同侦查的飞行器数量不超过可供调度的飞行器数量
。4.
根据权利要求1所述的智能飞行器协同侦查任务规划方法,其特征在于,所述约束模式为所述侦查用时约束;所述约束参数为可接受的侦察任务用时最大值;所述基于所述约束模式和所述约束参数对所述采样集进行启发式寻优,得到目标推荐方案,还包括:从所述任务规划方案采样集中抽取第二子集,并从所述第二子集中确定最小参与协同
侦查的飞行器数量对应的任务规划方案作为所述目标推荐方案;其中,所述第二子集包括多个任务规划方案,不同的任务规划方案对应不同的...
【专利技术属性】
技术研发人员:林琳,范国梁,袁如意,祖伟,
申请(专利权)人:中国科学院自动化研究所,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。