CN108830448A - 无人机集群任务分解发送方法及系统 - Google Patents
无人机集群任务分解发送方法及系统 Download PDFInfo
- Publication number
- CN108830448A CN108830448A CN201810407291.4A CN201810407291A CN108830448A CN 108830448 A CN108830448 A CN 108830448A CN 201810407291 A CN201810407291 A CN 201810407291A CN 108830448 A CN108830448 A CN 108830448A
- Authority
- CN
- China
- Prior art keywords
- unmanned plane
- master control
- task
- cluster
- destination
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 33
- 238000000354 decomposition reaction Methods 0.000 claims abstract description 51
- 230000005540 biological transmission Effects 0.000 claims abstract description 50
- 238000012545 processing Methods 0.000 claims description 41
- 230000006854 communication Effects 0.000 claims description 18
- 238000004891 communication Methods 0.000 claims description 16
- 238000005259 measurement Methods 0.000 claims description 12
- 238000005265 energy consumption Methods 0.000 claims description 9
- 230000010365 information processing Effects 0.000 abstract description 6
- 230000015572 biosynthetic process Effects 0.000 abstract description 5
- 238000004364 calculation method Methods 0.000 abstract description 2
- 230000000875 corresponding effect Effects 0.000 description 24
- 238000000465 moulding Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 5
- 230000033001 locomotion Effects 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 4
- 238000010801 machine learning Methods 0.000 description 4
- 239000000178 monomer Substances 0.000 description 4
- 230000001276 controlling effect Effects 0.000 description 3
- 230000035484 reaction time Effects 0.000 description 3
- 230000003542 behavioural effect Effects 0.000 description 2
- 210000004556 brain Anatomy 0.000 description 2
- 239000003795 chemical substances by application Substances 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 2
- 238000011835 investigation Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Educational Administration (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明涉及无人机控制技术领域,具体提供了无人机集群任务分解发送方法及系统,该方法具体为,主控无人机根据集群航点任务确定需要分解出的子航点任务数量,主控无人机根据分解最优原则以及子航点任务数量将集群航点任务分解为多个子航点任务,主控无人机将子航点任务分配并发送至对应的从属无人机。该方法使集群任务的分解、分配和发送由主控无人机负责,使得无人机分担了一部分中控系统的工作,减轻了中控系统的信息处理压力,给予了无人机集群更大的自由度,也方便了无人机海量数据的管理,优化了编队任务分配的总计算量。
Description
技术领域
本发明涉及无人机控制技术领域,特别涉及无人机集群任务分解发送方法及系统。
背景技术
无人机集群由多台无人机组成,可用于执行编队运输、进行空中表演等任务。目前普遍采取的集群任务分解发送方法是:集群控制系统与所有无人机通信,由集群控制系统负责将任务分解、分配后发送给每台无人机,各无人机只负责接收并执行任务。此种方式对集群控制系统的信息处理能力要求较高,在无人机集群较多时,集群控制系统的信息处理压力很大,通信压力也很大,一旦系统崩溃或信息处理不及时,可能会导致任务无法执行,甚至发生安全事故。
发明内容
(一)发明目的
为了解决上述现有技术方案中的至少一种缺陷,减轻集群控制系统的信息处理压力,提供了以下技术方案。
(二)技术方案
作为本发明的第一方面,本发明提供了一种无人机集群任务分解发送方法,所述无人机集群包括至少1台主控无人机,以及多台与所述主控无人机通信连接的从属无人机;
所述无人机集群任务分解发送方法包括:
所述主控无人机根据集群航点任务确定需要分解出的子航点任务数量;
所述主控无人机根据分解最优原则以及所述子航点任务数量将所述集群航点任务分解为多个子航点任务;
所述主控无人机将子航点任务分配并发送至对应的从属无人机;其中,
所述分解最优原则包括以下衡量因素中的一种或多种:集群整体能源消耗最小、无人机损耗成本最小、安全事故率最低。
作为上述技术方案的一种具体实施方式,所述集群航点任务包含无人机数量信息,所述主控无人机根据所述无人机数量信息确定需要分解出的子航点任务数量。
作为上述技术方案的一种具体实施方式,所述无人机数量信息包括所述主控无人机数量和所述从属无人机数量。
作为上述技术方案的一种具体实施方式,所述无人机集群包含至少2台主控无人机,所述至少2台主控无人机的其中1台为中心主控无人机,同一集群内的其他主控无人机均为协同主控无人机,所述协同主控无人机受控于所述中心主控无人机并协助所述中心主控无人机进行集群航点任务的分解与发送。
作为上述技术方案的一种具体实施方式,所述主控无人机根据分解最优原则以及所述子航点任务数量将所述集群航点任务分解为多个子航点任务具体为:
所述中心主控无人机将所述集群航点任务按层级分解为多个层级任务;
所述中心主控无人机将部分或全部层级任务发送给各协同主控无人机进行处理;
各主控无人机根据分解最优原则对层级任务进行处理;
所述协同主控无人机将层级任务处理结果发送给所述中心主控无人机;
所述中心主控无人机将各层级任务的处理结果进行进一步处理得到所述多个子航点任务。
作为上述技术方案的一种具体实施方式,所述主控无人机将子航点任务分配并发送至对应的无人机具体为:
所述中心主控无人机将全部或部分子航点任务根据主控无人机的数量划分为多个子航点任务集合;
所述中心主控无人机将全部或部分子航点任务集合分别发送至全部或部分协同主控无人机;
主控无人机将子航点任务集合包含的子航点任务发送至对应的从属无人机。
作为上述技术方案的一种具体实施方式,所述无人机集群中的所有无人机均具有相同的集群标识,该集群标识区别于任一其他无人机集群的集群标识。
作为本发明的第二方面,本发明提供了一种无人机集群任务分解发送系统,所述无人机集群包括至少1台主控无人机,以及多台与所述主控无人机通信连接的从属无人机。主控无人机与负责控制该无人机集群的中控系统始终保持通信连接,并负责与中控系统进行任务层面上的通信,同时,主控无人机还给从属无人机发出控制指令,从属无人机受主控无人机的控制并与主控无人机共同完成一个针对无人机集群的集群航点任务。
无人机集群任务分解发送系统包括:
数量确定模块,用于使所述主控无人机根据集群航点任务确定需要分解出的子航点任务数量;
任务分解模块,用于根据分解最优原则以及所述子航点任务数量将所述集群航点任务分解为多个子航点任务;
任务分发模块,用于将子航点任务分配并发送至对应的从属无人机;其中,
所述分解最优原则包括以下衡量因素:集群整体能源消耗最小、无人机损耗成本最小、安全事故率最低。
作为上述技术方案的一种具体实施方式,所述集群航点任务包含无人机数量信息,所述数量确定模块根据所述无人机数量信息确定需要分解出的子航点任务数量。
作为上述技术方案的一种具体实施方式,所述无人机数量信息包括所述主控无人机数量和所述从属无人机数量。
作为上述技术方案的一种具体实施方式,所述无人机集群包含至少2台主控无人机,所述至少2台主控无人机的其中1台为中心主控无人机,同一集群内的其他主控无人机均为协同主控无人机,所述协同主控无人机受控于所述中心主控无人机并协助所述中心主控无人机进行集群航点任务的分解与发送。
作为上述技术方案的一种具体实施方式,所述任务分解模块包括设置于所述中心主控无人机的第一分解子模块和设置于所述协同主控无人机的第二分解子模块;
所述第一分解子模块包括:
第一分解单元,用于将所述集群航点任务按层级分解为多个层级任务;
第一分配单元,用于将部分或全部层级任务发送给各协同主控无人机进行处理;
第一处理单元,用于使所述中心主控无人机根据分解最优原则对层级任务进行处理;以及
第一整合单元,用于将所述协同主控无人机发来的处理结果进行进一步处理得到所述多个子航点任务;
所述第二分解子模块包括:
第二处理单元,用于使所述协同主控无人机根据分解最优原则对层级任务进行处理;以及
第二回复单元,用于将层级任务处理结果回复给所述中心主控无人机。
作为上述技术方案的一种具体实施方式,所述任务分发模块包括:设置于所述中心主控无人机的第一分发子模块和设置于所述协同主控无人机的第二分发子模块;
所述第一分发子模块包括:
第一划分单元,用于将全部或部分子航点任务根据主控无人机的数量划分为多个子航点任务集合;
第一分发单元,用于将全部或部分子航点任务集合分别发送至全部或部分协同主控无人机;以及
第一发送单元,用于将中心主控无人机负责的子航点任务集合所包含的子航点任务发送至对应的从属无人机;
所述第二分发子模块包括:
第二发送单元,用于将协同主控无人机负责的子航点任务集合所包含的子航点任务发送至对应的从属无人机;
作为上述技术方案的一种具体实施方式,所述无人机集群中的各无人机均包括:
集群标识模块,用于存储该无人机所属无人机集群的集群标识,该集群标识区别于任一其他无人机集群的集群标识。
(三)有益效果
1、集群任务的分解、分配和发送由主控无人机负责,使得无人机分担了一部分中控系统的工作,减轻了中控系统的信息处理压力,给予了无人机集群更大的自由度,也方便了无人机海量数据的管理,优化了编队任务分配的总计算量;
2、中心主控无人机通过对集群航点任务按照层级任务进行分解并借助协同主控无人机的数据处理能力帮助中心主控无人机同步处理任务,加快了将集群航点任务分解为子航点任务的速度,同时还借助协同主控无人机将各子航点任务分发给各从属无人机,提高了无人机集群对收到的集群航点任务的处理速度,减少了无人机集群的反应时间。
附图说明
以下参考附图描述的实施例是示例性的,旨在用于解释和说明本发明,而不能理解为对本发明的保护范围的限制。
图1是本发明提供的无人机集群任务分解发送方法的其中一种实施例的流程示意图;
图2是本发明提供的无人机集群任务分解发送方法的另一种实施例的流程示意图;
图3是本发明提供的无人机集群任务分解发送系统的其中一种实施例的结构框图;
图4是本发明提供的无人机集群任务分解发送系统的另一种实施例的结构框图。
具体实施方式
为使本发明实施的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行更加详细的描述。
需要说明的是:所描述的实施例是本发明一部分实施例,而不是全部的实施例,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
以下为本发明提供的无人机集群任务分解发送方法的其中一种实施例,为第一实施例。通过该无人机集群任务分解发送方法,将从控制无人机集群的中控系统发来的集群航点任务进行分解,得到多个子航点任务,并将子航点任务发送给无人机,以使各无人机执行各自的子航点任务,最终实现无人机以集群为单位执行编队飞行、空中表演甚至是地形侦查等任务。其中,1个无人机集群包括至少1台主控无人机,以及多台与主控无人机保持通信连接的从属无人机。主控无人机与负责控制该无人机集群的中控系统始终保持通信连接,并负责与中控系统进行任务层面上的通信,同时,主控无人机还给从属无人机发出控制指令,主控无人机具备有更高计算性能和数据处理能力(例如配备了更高级的主控芯片),因此,主控无人机可以被认为是无人机集群的大脑,而从属无人机类似于无人机集群的四肢,从属无人机受主控无人机的控制,从属无人机与主控无人机共同完成一个针对无人机集群的集群航点任务。
作为上述技术方案的一种具体实施方式,每个无人机集群都具有自己的集群标识,同一无人机集群内的所有无人机均具有相同的集群标识,该集群标识区别于任一其他无人机集群的集群标识。在无人机通信过程及其他行为活动中,在选择无人机集群时或集群内无人机之间的互相通信时,均可以通过集群标识来识别通信对象是否为同一集群内的成员,以此来防止干扰其他集群内的无人机,便于中控系统只对特定集群进行控制。
图1为本实施例的流程示意图,如图1所示,该无人机集群任务分解发送方法包括如下步骤:
步骤100,主控无人机根据集群航点任务确定需要分解出的子航点任务数量。
在对无人机以集群为单位进行调度时,需要对无人机集群发出指令,以使集群内的各个无人机根据指令执行相应动作,达到控制无人机集群的目的,而上述指令就是集群航点任务。集群航点任务是负责控制无人机集群的中控系统生成的,中控系统的操作人员规划好无人机集群需要执行的任务后,以无人机集群能解析的方式生成集群航点任务,并将集群航点任务发送至集群的主控无人机。主控无人机接收到中控系统发来的集群航点任务后,需要在确定子航点任务数量后,将该集群航点任务分解为多个面向单体无人机的子航点任务,以使无人机集群能够以单体无人机为单位执行整个集群的任务。例如,集群航点任务为小型空中表演,需要在空中摆出10以内数字的造型,主控无人机可以根据该任务内容确定出需要多少台从属无人机参与该任务的执行,进而确定出需要将该集群航点任务分解为多少个子航点任务。
作为上述技术方案的一种具体实施方式,集群航点任务包含无人机数量信息,主控无人机根据无人机数量信息确定需要分解出的子航点任务数量。子航点任务数量可以根据任务内容由主控无人机自行确定,也可以使集群航点任务直接包含对无人机数量的要求,并使主控无人机根据该数量要求确定出需要多少台从属无人机参与该任务的执行,进而确定出需要将该集群航点任务分解为多少个子航点任务。因此可以理解的是,在主控无人机根据集群航点任务确定需要分解出的子航点任务数量之前,主控无人机先获取集群航点任务中的无人机数量信息,然后主控无人机根据无人机数量信息确定子航点任务数量。针对无人机集群需要执行任务的不同,所需要的无人机数量也不同,执行大型任务和复杂任务可能会需要多于1台的主控无人机以及数量较多的从属无人机,而中、小型任务和简单任务可能就只需要1台主控无人机以及数量较少的从属无人机。
作为上述技术方案的一种具体实施方式,无人机数量信息包括主控无人机数量和从属无人机数量。进一步的,集群航点任务包含的对无人机数量的要求可以具体到主控无人机数量和从属无人机数量,以便于主控无人机可以直接确定出需要分解出的子航点任务数量。
需要说明的是,若集群航点任务是使无人机集群表演多个动作的动画表演,则中控系统会生成动画脚本文件,由主控无人机对脚本文件进行分析,然后执行后续的分解、分配、发送给从属无人机等过程。若主控无人机能力不足,则中控系统将会对其进行处理到主控无人机可以分析的程度再进行集群航点任务的发放。
步骤200,主控无人机根据分解最优原则以及子航点任务数量将集群航点任务分解为多个子航点任务。其中,分解最优原则包括以下衡量因素中的一种或多种:集群整体能源消耗最小、无人机损耗成本最小、安全事故率最低。
具体的,假设得到需要分解出的子航点任务的数量为20台无人机后,其中有1台为主控无人机,主控无人机根据集群整体能源消耗最小、无人机损耗成本最小、安全事故率最低这3个衡量因素,通过内置的任务分解程序将集群航点任务分解为各自不同的20个子航点任务。以空中表演任务为例,假设集群航点任务要求无人机集群在T时刻摆出数字8的造型,再在T+20s时刻摆出数字1的造型,则每个子航点任务内容包括了在T时刻移动到某位置范围以摆出数字8,再在T+20s时刻移动到另一位置范围以摆出数字1,在动作从数字8的造型向数字1的造型变化的过程中,数字8造型中的哪个位置的无人机需要向数字造型1中的哪个位置进行移动,是有多种不同方案的,而通过上述分解最优原则可以得到一个最优选的方案,该最优选的方案使执行任务的集群整体能源消耗最小、无人机损耗成本最小、安全事故率最低。可以理解的是,上述分解最优原则的执行方式可以是在上述三个衡量因素中权衡,例如根据每个衡量因素的重要性赋予权重,根据三个因素进行加权平均来判断如何分解可以实现结果最优,或通过一些其他智能算法算出如何分解可以达到最优任务执行效果。
有利的是,上述内置于主控无人机的任务分解程序是根据前期大量的人工规划数据集合和多次计算机上的模拟飞行数据集合(作为机器学习的训练集,运用到的技术有强化学习和RNN以及多Agent系统的智能算法等)对集群航点任务进行处理,用其机器学习得出的套路来处理宏观的任务,例如对动画脚本进行处理,得出各点的运动轨迹和颜色变化,对应得出各无人机的飞行路线和灯光变化需求,也就是各无人机的航线规划文件。
步骤300,主控无人机将子航点任务分配并发送至对应的从属无人机。
主控无人机将集群航点任务分解为多个子航点任务后,主控无人机还需要将各子航点任务分配给对应的各从属无人机,相当于将各子航点任务与各从属无人机配对,然后根据配对的结果,主控无人机将各子航点任务分发给除该主控无人机以外的各其他无人机。
以下为本发明提供的无人机集群任务分解发送方法的另一种实施例,为第二实施例。当需要数据处理能力较高的无人机集群来执行集群航点任务时,集群航点任务内会指定具有多台主控无人机的无人机集群来负责任务的执行,此时执行任务的无人机集群内的主控无人机不止1台。可以理解的是,无人机集群内包含的从属无人机越多,对主控无人机要求的数据处理能力就越高,该集群内就越有可能需要不止1台主控无人机。图2所示为本实施例的流程示意图,如图2所示,本实施例中,无人机集群包含至少2台主控无人机,至少2台主控无人机的其中1台为中心主控无人机,同一集群内的其他主控无人机均为协同主控无人机,协同主控无人机受控于中心主控无人机并协助中心主控无人机进行集群航点任务的分解与发送,辅助中心主控无人机进行数据处理等工作。需要说明的是,接收中控系统发送的集群航点任务的为中心主控无人机,协同主控无人机不负责与中控系统进行任务层面的通信。本实施例中的其他步骤以及实施方式与第一实施例相同,在此不做赘述。
在分解任务时,中心主控无人机可以自己将集群航点任务全部进行分解,但在数据量较为庞大或需要提高数据处理速度时,就需要利用协同主控无人机的数据处理能力,与协同主控无人机一起进行任务的分解。因此作为上述技术方案的一种具体实施方式,步骤200中的主控无人机根据分解最优原则以及子航点任务数量将集群航点任务分解为多个子航点任务具体包括如下步骤:
步骤210,中心主控无人机将集群航点任务按层级分解为多个层级任务。
中心主控无人机接收到集群航点任务后,想要更快的完成任务的分解,或中心主控无人机自身的数据处理能力无法达到集群航点任务包含的庞大数据量时,中心主控无人机会采取协同分解策略,先将该集群航点任务按层级分解为多个层级任务。以空中表演为例,可以将集群航点任务按照文字演示内容、总路径优化等层级将集群航点任务分为多个层级任务,例如可以是分为3个层级任务,每个主控无人机负责1个层级任务,或者分为5个层级任务,其中1台主控无人机负责1个层级任务,其他2台主控无人机各负责2个层级任务。
步骤220,中心主控无人机将部分或全部层级任务发送给各协同主控无人机进行处理。
由于层级任务不同,因此分解不同层级任务的程序也不同。根据各主控无人机内置的分解程序的不同,有些层级任务只能分配给具有对应特定任务分解程序的主控无人机进行分解,而其他主控无人机无法分解该层级任务,但若主控无人机可以分解各种类型的层级任务时,就无需将层级任务专门分配给某特定主控无人机进行任务分解了,此时可以根据情况自由分配层级任务。并且为了加快任务分解速度,中心主控无人机会与协同主控无人机一样负责一部分的层级任务,因此只会将部分层级任务发送给协同主控无人机,若有其他特殊情况,中心主控无人机不负责任何层级任务的分解,此时就需要将全部全部层级任务发送给协同主控无人机进行处理。一般情况下中心主控无人机都会参与层级任务的分解。
步骤230,各主控无人机根据分解最优原则对层级任务进行处理。被分配层级任务的协同主控无人机对接收到的层级任务进行处理,同时中心主控无人机也处理其分配给自己的层级任务。
步骤240,协同主控无人机将层级任务处理结果发送给中心主控无人机。协同主控无人机在处理完成层级任务后,将处理结果反馈给中心主控无人机,由中心主控无人机统一进行处理。
步骤250,中心主控无人机将各层级任务的处理结果进行进一步处理得到多个子航点任务。中心主控无人机收集所有的层级任务处理结果后对其进行整合,得到集群航点任务被分解后的所有子航点任务,每台无人机均具负责有1个子航点任务。通过协同主控无人机的协助,加快了任务分解时的数据处理速度,使得集群航点任务可以尽快被分解为子航点任务。
在一个包含了多台主控无人机的无人机集群中,从属无人机的数量很可能较为庞大,因此对应的子航点任务数量也较为庞大,而中心主控无人机只有1台,因此中心主控无人机很可能需要将子航点任务分为多个批次并分批发送至各无人机,这样可能会对任务的执行造成一定的延迟。为了加快分发子航点任务的速度,需要利用协同主控无人机一起分发子航点任务,因此作为上述技术方案的一种具体实施方式,步骤300中的主控无人机将子航点任务分配并发送至对应的无人机具体包括如下步骤:
步骤310,中心主控无人机将全部或部分子航点任务根据主控无人机的数量划分为多个子航点任务集合。
在得到所有子航点任务后,还需要将各子航点任务发送至各无人机。具体的,例如无人机集群内包括1台中心主控无人机、2台协同主控无人机、189台从属无人机,共192台无人机,在子航点任务分发过程中,中心主控无人机可以先将全部192个子航点任务划分为多个子航点任务集合,每个子航点任务集合中包含的子航点任务数量可以相同,也可以不同,此时3台主控无人机都负责子航点任务的发送;中心主控无人机也可以先将191个子航点任务划分为多个子航点任务集合,每个子航点任务集合中包含的子航点任务数量可以相同,也可以不同,此时只有2台协同主控无人机负责子航点任务的发送,中心主控无人机将剩余的1个属于自身的子航点任务留下后,不参与发送其他无人机的子航点任务,中心主控无人机在特殊情况下才不会参与子航点任务的发送,一般情况下,为了加快任务发送速度,所有的主控无人机,包括中心主控无人机,都会参与到子航点任务发送的过程中。需要说明的是,在划分子航点任务集合的时候,优先将协同主控无人机的子航点任务划分入该协同主控无人机负责的子航点任务集合,这样可以该协同主控无人机在发送子航点任务的时候,可以省去发送自己的子航点任务。
步骤320,中心主控无人机将全部或部分子航点任务集合分别发送至全部或部分协同主控无人机。
在中心主控无人机参与子航点任务发送时,中心主控无人机在将192个子航点任务划分为多个子航点任务集合后,将其中一部分的子航点任务集合发送给2个协同主控无人机,剩余的未发送的子航点任务集合作为自己的发送任务;在中心主控无人机不参与子航点任务发送时,中心主控无人机将所有的子航点任务集合发送至协同主控无人机。可以理解的是,子航点任务集合与主控无人机之间的分配可以是根据物理距离的远近分配的。需要说明的是,协同主控无人机也存在不参与发送子航点任务的特殊情况,因此当有协同主控无人机不参与子航点任务发送时,中心主控无人机将子航点任务集合分别发送至部分协同主控无人机,当所有协同主控无人机都参加子航点任务发送时,中心主控无人机将子航点任务集合分别发送至全部协同主控无人机。
步骤330,主控无人机将子航点任务集合包含的子航点任务发送至对应的从属无人机。参与子航点任务发送的主控无人机,无论是中心主控无人机还是协同主控无人机,将自己负责的那部分子航点任务集合包含的子航点任务发送至对应的从属无人机。在所有子航点任务均被发送至各无人机后,各无人机接受自身的子航点任务并执行任务内容。
通过对集群航点任务按照层级任务进行分解并借助协同主控无人机的数据处理能力帮助中心主控无人机同步处理任务,将集群航点任务分解为子航点任务,还借助协同主控无人机将各子航点任务分发给各从属无人机,提高了无人机集群对收到的集群航点任务的处理速度,减少了无人机集群的反应时间。
以下为本发明提供的无人机集群任务分解发送系统的其中一种实施例,为第三实施例。通过该无人机集群任务分解发送系统,将从控制无人机集群的中控系统发来的集群航点任务进行分解,得到多个子航点任务,并将子航点任务发送给无人机,以使各无人机执行各自的子航点任务,最终实现无人机以集群为单位执行编队飞行、空中表演甚至是地形侦查等任务。其中,1个无人机集群包括至少1台主控无人机,以及多台与主控无人机保持通信连接的从属无人机。主控无人机与负责控制该无人机集群的中控系统始终保持通信连接,并负责与中控系统进行任务层面上的通信,同时,主控无人机还给从属无人机发出控制指令,主控无人机具备有更高计算性能和数据处理能力(例如配备了更高级的主控芯片),因此,主控无人机可以被认为是无人机集群的大脑,而从属无人机类似于无人机集群的四肢,从属无人机受主控无人机的控制,从属无人机与主控无人机共同完成一个针对无人机集群的集群航点任务。
作为上述技术方案的一种具体实施方式,无人机集群中的各无人机均包括集群标识模。集群标识模块用于存储该无人机所属无人机集群的集群标识,该集群标识区别于任一其他无人机集群的集群标识。在无人机通信过程及其他行为活动中,在选择无人机集群时或集群内无人机之间的互相通信时,均可以通过集群标识来识别通信对象是否为同一集群内的成员,以此来防止干扰其他集群内的无人机,便于中控系统只对特定集群进行控制。
图3为本实施例的结构框图,如图3所示,该无人机集群任务分解发送系统包括数量确定模块、任务分解模块和任务分发模块。
数量确定模块用于根据集群航点任务确定需要分解出的子航点任务数量。
在对无人机以集群为单位进行调度时,需要对无人机集群发出指令,以使集群内的各个无人机根据指令执行相应动作,达到控制无人机集群的目的,而上述指令就是集群航点任务。集群航点任务是负责控制无人机集群的中控系统生成的,中控系统的操作人员规划好无人机集群需要执行的任务后,以无人机集群能解析的方式生成集群航点任务,并将集群航点任务发送至集群的主控无人机。主控无人机接收到中控系统发来的集群航点任务后,需要通过数量确定模块确定子航点任务数量后,将该集群航点任务分解为多个面向单体无人机的子航点任务,以使无人机集群能够以单体无人机为单位执行整个集群的任务。例如,集群航点任务为小型空中表演,需要在空中摆出10以内数字的造型,主控无人机可以根据该任务内容确定出需要多少台从属无人机参与该任务的执行,进而确定出需要将该集群航点任务分解为多少个子航点任务。
作为上述技术方案的一种具体实施方式,集群航点任务包含无人机数量信息,数量确定模块根据无人机数量信息确定需要分解出的子航点任务数量。子航点任务数量可以根据任务内容由主控无人机自行确定,也可以使集群航点任务直接包含对无人机数量的要求,并使主控无人机根据该数量要求确定出需要多少台从属无人机参与该任务的执行,进而确定出需要将该集群航点任务分解为多少个子航点任务。因此可以理解的是,在主控无人机根据集群航点任务确定需要分解出的子航点任务数量之前,主控无人机先获取集群航点任务中的无人机数量信息,然后主控无人机根据无人机数量信息确定子航点任务数量。针对无人机集群需要执行任务的不同,所需要的无人机数量也不同,执行大型任务和复杂任务可能会需要多于1台的主控无人机以及数量较多的从属无人机,而中、小型任务和简单任务可能就只需要1台主控无人机以及数量较少的从属无人机。
作为上述技术方案的一种具体实施方式,无人机数量信息包括主控无人机数量和从属无人机数量。进一步的,集群航点任务包含的对无人机数量的要求可以具体到主控无人机数量和从属无人机数量,以便于主控无人机可以直接确定出需要分解出的子航点任务数量。
需要说明的是,若集群航点任务是使无人机集群表演多个动作的动画表演,则中控系统会生成动画脚本文件,由主控无人机对脚本文件进行分析,然后执行后续的分解、分配、发送给从属无人机等过程。若主控无人机能力不足,则中控系统将会对其进行处理到主控无人机可以分析的程度再进行集群航点任务的发放。
任务分解模块用于根据分解最优原则以及子航点任务数量将集群航点任务分解为多个子航点任务。其中,分解最优原则包括以下衡量因素:集群整体能源消耗最小、无人机损耗成本最小、安全事故率最低。
具体的,假设得到需要分解出的子航点任务的数量为20台无人机后,其中有1台为主控无人机,主控无人机根据集群整体能源消耗最小、无人机损耗成本最小、安全事故率最低这3个衡量因素,通过任务分解模块内置的任务分解程序将集群航点任务分解为各自不同的20个子航点任务。以空中表演任务为例,假设集群航点任务要求无人机集群在T时刻摆出数字8的造型,再在T+20s时刻摆出数字1的造型,则每个子航点任务内容包括了在T时刻移动到某位置范围以摆出数字8,再在T+20s时刻移动到另一位置范围以摆出数字1,在动作从数字8的造型向数字1的造型变化的过程中,数字8造型中的哪个位置的无人机需要向数字造型1中的哪个位置进行移动,是有多种不同方案的,而通过上述分解最优原则可以得到一个最优选的方案,该最优选的方案使执行任务的集群整体能源消耗最小、无人机损耗成本最小、安全事故率最低。可以理解的是,上述分解最优原则的执行方式可以是在上述三个衡量因素中权衡,例如根据每个衡量因素的重要性赋予权重,根据三个因素进行加权平均来判断如何分解可以实现结果最优,或通过一些其他智能算法算出如何分解可以达到最优任务执行效果。
有利的是,上述内置于主控无人机的任务分解程序是根据前期大量的人工规划数据集合和多次计算机上的模拟飞行数据集合(作为机器学习的训练集,运用到的技术有强化学习和RNN以及多Agent系统的智能算法等)对集群航点任务进行处理,用其机器学习得出的套路来处理宏观的任务,例如对动画脚本进行处理,得出各点的运动轨迹和颜色变化,对应得出各无人机的飞行路线和灯光变化需求,也就是各无人机的航线规划文件。
任务分发模块用于将子航点任务分配并发送至对应的从属无人机。
主控无人机将集群航点任务分解为多个子航点任务后,主控无人机还需要通过任务分发模块将各子航点任务分配给对应的各从属无人机,相当于将各子航点任务与各从属无人机配对,然后根据配对的结果,主控无人机将各子航点任务分发给除该主控无人机以外的各其他无人机。
以下为本发明提供的无人机集群任务分解发送系统的另一种实施例,为第四实施例。当需要数据处理能力较高的无人机集群来执行集群航点任务时,集群航点任务内会指定具有多台主控无人机的无人机集群来负责任务的执行,此时执行任务的无人机集群内的主控无人机不止1台。可以理解的是,无人机集群内包含的从属无人机越多,对主控无人机要求的数据处理能力就越高,该集群内就越有可能需要不止1台主控无人机。图4所示为本实施例的结构框图,如图2所示,本实施例中,无人机集群包含至少2台主控无人机,至少2台主控无人机的其中1台为中心主控无人机,同一集群内的其他主控无人机均为协同主控无人机,协同主控无人机受控于中心主控无人机并协助中心主控无人机进行集群航点任务的分解与发送,辅助中心主控无人机进行数据处理等工作。需要说明的是,接收中控系统发送的集群航点任务的为中心主控无人机,协同主控无人机不负责与中控系统进行任务层面的通信。本实施例中的其他步骤以及实施方式与第三实施例相同,在此不做赘述。
在分解任务时,中心主控无人机可以自己将集群航点任务全部进行分解,但在数据量较为庞大或需要提高数据处理速度时,就需要利用协同主控无人机的数据处理能力,与协同主控无人机一起进行任务的分解。因此作为上述技术方案的一种具体实施方式,任务分解模块包括设置于中心主控无人机的第一分解子模块和设置于协同主控无人机的第二分解子模块。
第一分解子模块包括第一分解单元、第一分配单元、第一处理单元和第一整合单元。第二分解子模块包括第二处理单元和第二回复单元。
第一分解单元用于将集群航点任务按层级分解为多个层级任务。中心主控无人机接收到集群航点任务后,想要更快的完成任务的分解,或中心主控无人机自身的数据处理能力无法达到集群航点任务包含的庞大数据量时,中心主控无人机会采取协同分解策略,先通过第一分解单元将该集群航点任务按层级分解为多个层级任务。以空中表演为例,可以将集群航点任务按照文字演示内容、总路径优化等层级将集群航点任务分为多个层级任务,例如可以是分为3个层级任务,每个主控无人机负责1个层级任务,或者分为5个层级任务,其中1台主控无人机负责1个层级任务,其他2台主控无人机各负责2个层级任务。
第一分配单元用于将部分或全部层级任务发送给各协同主控无人机进行处理。由于层级任务不同,因此分解不同层级任务的程序也不同。根据各主控无人机内置的分解程序的不同,有些层级任务只能分配给具有对应特定任务分解程序的主控无人机进行分解,而其他主控无人机无法分解该层级任务,但若主控无人机可以分解各种类型的层级任务时,就无需将层级任务专门分配给某特定主控无人机进行任务分解了,此时可以根据情况自由分配层级任务。并且为了加快任务分解速度,中心主控无人机会与协同主控无人机一样负责一部分的层级任务,因此只会通过第一分配单元将部分层级任务发送给协同主控无人机,若有其他特殊情况,中心主控无人机不负责任何层级任务的分解,此时就需要通过第一分配单元将全部全部层级任务发送给协同主控无人机进行处理。一般情况下中心主控无人机都会参与层级任务的分解。
第一处理单元用于使中心主控无人机根据分解最优原则对层级任务进行处理。第二处理单元用于使协同主控无人机根据分解最优原则对层级任务进行处理。被分配层级任务的协同主控无人机通过第二处理单元对接收到的层级任务进行处理,同时中心主控无人机也通过第一处理单元处理其分配给自己的层级任务。
第二回复单元用于将层级任务处理结果回复给中心主控无人机。协同主控无人机在处理完成层级任务后,通过第二回复单元将处理结果反馈给中心主控无人机,由中心主控无人机统一进行处理。
第一整合单元用于将协同主控无人机发来的处理结果进行进一步处理得到多个子航点任务。中心主控无人机收集所有的层级任务处理结果后通过第一整合单元对其进行整合,得到集群航点任务被分解后的所有子航点任务,每台无人机均具负责有1个子航点任务。通过协同主控无人机的协助,加快了任务分解时的数据处理速度,使得集群航点任务可以尽快被分解为子航点任务。
在得到所有子航点任务后,还需要将各子航点任务发送至各无人机,而在一个包含了多台主控无人机的无人机集群中,从属无人机的数量很可能较为庞大,因此对应的子航点任务数量也较为庞大,而中心主控无人机只有1台,因此中心主控无人机很可能需要将子航点任务分为多个批次并分批发送至各无人机,这样可能会对任务的执行造成一定的延迟。为了加快分发子航点任务的速度,需要利用协同主控无人机一起分发子航点任务,因此作为上述技术方案的一种具体实施方式,任务分发模块包括第一分发子模块和第二分发子模块,第一分发子模块设置于中心主控无人机内,第二分发子模块设置于协同主控无人机内部。
第一分发子模块包括第一划分单元、第一分发单元和第一发送单元。第二分发子模块包括第二发送单元。
第一划分单元用于将全部或部分子航点任务根据主控无人机的数量划分为多个子航点任务集合。具体的,例如无人机集群内包括1台中心主控无人机、2台协同主控无人机、189台从属无人机,共192台无人机,在子航点任务分发过程中,中心主控无人机可以先通过第一划分单元将全部192个子航点任务划分为多个子航点任务集合,每个子航点任务集合中包含的子航点任务数量可以相同,也可以不同,此时3台主控无人机都负责子航点任务的发送;中心主控无人机也可以先通过第一划分单元将191个子航点任务划分为多个子航点任务集合,每个子航点任务集合中包含的子航点任务数量可以相同,也可以不同,此时只有2台协同主控无人机负责子航点任务的发送,中心主控无人机将剩余的1个属于自身的子航点任务留下后,不参与发送其他无人机的子航点任务,中心主控无人机在特殊情况下才不会参与子航点任务的发送,一般情况下,为了加快任务发送速度,所有的主控无人机,包括中心主控无人机,都会参与到子航点任务发送的过程中。需要说明的是,在划分子航点任务集合的时候,优先将协同主控无人机的子航点任务划分入该协同主控无人机负责的子航点任务集合,这样可以该协同主控无人机在发送子航点任务的时候,可以省去发送自己的子航点任务。
第一分发单元用于将全部或部分子航点任务集合分别发送至全部或部分协同主控无人机。在中心主控无人机参与子航点任务发送时,中心主控无人机在将192个子航点任务划分为多个子航点任务集合后,通过第一分发单元将其中一部分的子航点任务集合发送给2个协同主控无人机,剩余的未发送的子航点任务集合作为自己的发送任务;在中心主控无人机不参与子航点任务发送时,中心主控无人机通过第一分发单元将所有的子航点任务集合发送至协同主控无人机。可以理解的是,子航点任务集合与主控无人机之间的分配可以是根据物理距离的远近分配的。需要说明的是,协同主控无人机也存在不参与发送子航点任务的特殊情况,因此当有协同主控无人机不参与子航点任务发送时,中心主控无人机将子航点任务集合分别发送至部分协同主控无人机,当所有协同主控无人机都参加子航点任务发送时,中心主控无人机将子航点任务集合分别发送至全部协同主控无人机。
第一发送单元用于将中心主控无人机负责的子航点任务集合所包含的子航点任务发送至对应的从属无人机。第二发送单元用于将协同主控无人机负责的子航点任务集合所包含的子航点任务发送至对应的从属无人机。参与子航点任务发送的主控无人机,无论是中心主控无人机还是协同主控无人机,将自己负责的那部分子航点任务集合包含的子航点任务通过第一发送单元或第二发送单元发送至对应的从属无人机。在所有子航点任务均被发送至各无人机后,各无人机接受自身的子航点任务并执行任务内容。
通过对集群航点任务按照层级任务进行分解并借助协同主控无人机的数据处理能力帮助中心主控无人机同步处理任务,将集群航点任务分解为子航点任务,还借助协同主控无人机将各子航点任务分发给各从属无人机,提高了无人机集群对收到的集群航点任务的处理速度,减少了无人机集群的反应时间。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。
Claims (14)
1.一种无人机集群任务分解发送方法,其特征在于,所述无人机集群包括至少1台主控无人机,以及多台与所述主控无人机通信连接的从属无人机;
所述无人机集群任务分解发送方法包括:
所述主控无人机根据集群航点任务确定需要分解出的子航点任务数量;
所述主控无人机根据分解最优原则以及所述子航点任务数量将所述集群航点任务分解为多个子航点任务;
所述主控无人机将子航点任务分配并发送至对应的从属无人机;其中,
所述分解最优原则包括以下衡量因素中的一种或多种:集群整体能源消耗最小、无人机损耗成本最小、安全事故率最低。
2.根据权利要求1所述的无人机集群任务分解发送方法,其特征在于,所述集群航点任务包含无人机数量信息,所述主控无人机根据所述无人机数量信息确定需要分解出的子航点任务数量。
3.根据权利要求2所述的无人机集群任务分解发送方法,其特征在于,所述无人机数量信息包括所述主控无人机数量和所述从属无人机数量。
4.根据权利要求1所述的无人机集群任务分解发送方法,其特征在于,所述无人机集群包含至少2台主控无人机,所述至少2台主控无人机的其中1台为中心主控无人机,同一集群内的其他主控无人机均为协同主控无人机,所述协同主控无人机受控于所述中心主控无人机并协助所述中心主控无人机进行集群航点任务的分解与发送。
5.根据权利要求4所述的无人机集群任务分解发送方法,其特征在于,所述主控无人机根据分解最优原则以及所述子航点任务数量将所述集群航点任务分解为多个子航点任务具体为:
所述中心主控无人机将所述集群航点任务按层级分解为多个层级任务;
所述中心主控无人机将部分或全部层级任务发送给各协同主控无人机进行处理;
各主控无人机根据分解最优原则对层级任务进行处理;
所述协同主控无人机将层级任务处理结果发送给所述中心主控无人机;
所述中心主控无人机将各层级任务的处理结果进行进一步处理得到所述多个子航点任务。
6.根据权利要求5所述的无人机集群任务分解发送方法,其特征在于,所述主控无人机将子航点任务分配并发送至对应的无人机具体为:
所述中心主控无人机将全部或部分子航点任务根据主控无人机的数量划分为多个子航点任务集合;
所述中心主控无人机将全部或部分子航点任务集合分别发送至全部或部分协同主控无人机;
主控无人机将子航点任务集合包含的子航点任务发送至对应的从属无人机。
7.根据权利要求1所述的无人机集群任务分解发送方法,其特征在于,所述无人机集群中的所有无人机均具有相同的集群标识,该集群标识区别于任一其他无人机集群的集群标识。
8.一种无人机集群任务分解发送系统,其特征在于,所述无人机集群包括至少1台主控无人机,以及多台与所述主控无人机通信连接的从属无人机;
无人机集群任务分解发送系统包括:
数量确定模块,用于使所述主控无人机根据集群航点任务确定需要分解出的子航点任务数量;
任务分解模块,用于根据分解最优原则以及所述子航点任务数量将所述集群航点任务分解为多个子航点任务;
任务分发模块,用于将子航点任务分配并发送至对应的从属无人机;其中,
所述分解最优原则包括以下衡量因素:集群整体能源消耗最小、无人机损耗成本最小、安全事故率最低。
9.根据权利要求8所述的无人机集群任务分解发送系统,其特征在于,所述集群航点任务包含无人机数量信息,所述数量确定模块根据所述无人机数量信息确定需要分解出的子航点任务数量。
10.根据权利要求9所述的无人机集群任务分解发送系统,其特征在于,所述无人机数量信息包括所述主控无人机数量和所述从属无人机数量。
11.根据权利要求8所述的无人机集群任务分解发送系统,其特征在于,所述无人机集群包含至少2台主控无人机,所述至少2台主控无人机的其中1台为中心主控无人机,同一集群内的其他主控无人机均为协同主控无人机,所述协同主控无人机受控于所述中心主控无人机并协助所述中心主控无人机进行集群航点任务的分解与发送。
12.根据权利要求11所述的无人机集群任务分解发送系统,其特征在于,所述任务分解模块包括设置于所述中心主控无人机的第一分解子模块和设置于所述协同主控无人机的第二分解子模块;
所述第一分解子模块包括:
第一分解单元,用于将所述集群航点任务按层级分解为多个层级任务;
第一分配单元,用于将部分或全部层级任务发送给各协同主控无人机进行处理;
第一处理单元,用于使所述中心主控无人机根据分解最优原则对层级任务进行处理;以及
第一整合单元,用于将所述协同主控无人机发来的处理结果进行进一步处理得到所述多个子航点任务;
所述第二分解子模块包括:
第二处理单元,用于使所述协同主控无人机根据分解最优原则对层级任务进行处理;以及
第二回复单元,用于将层级任务处理结果回复给所述中心主控无人机。
13.根据权利要求12所述的无人机集群任务分解发送系统,其特征在于,所述任务分发模块包括:设置于所述中心主控无人机的第一分发子模块和设置于所述协同主控无人机的第二分发子模块;
所述第一分发子模块包括:
第一划分单元,用于将全部或部分子航点任务根据主控无人机的数量划分为多个子航点任务集合;
第一分发单元,用于将全部或部分子航点任务集合分别发送至全部或部分协同主控无人机;以及
第一发送单元,用于将中心主控无人机负责的子航点任务集合所包含的子航点任务发送至对应的从属无人机;
所述第二分发子模块包括:
第二发送单元,用于将协同主控无人机负责的子航点任务集合所包含的子航点任务发送至对应的从属无人机。
14.根据权利要求8所述的无人机集群任务分解发送系统,其特征在于,所述无人机集群中的各无人机均包括:
集群标识模块,用于存储该无人机所属无人机集群的集群标识,该集群标识区别于任一其他无人机集群的集群标识。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810407291.4A CN108830448A (zh) | 2018-04-28 | 2018-04-28 | 无人机集群任务分解发送方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810407291.4A CN108830448A (zh) | 2018-04-28 | 2018-04-28 | 无人机集群任务分解发送方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108830448A true CN108830448A (zh) | 2018-11-16 |
Family
ID=64147173
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810407291.4A Pending CN108830448A (zh) | 2018-04-28 | 2018-04-28 | 无人机集群任务分解发送方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108830448A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110162043A (zh) * | 2019-05-17 | 2019-08-23 | 北京航空航天大学 | 一种多目标点同时到达约束下的集群任务分配和控制方法 |
CN110231814A (zh) * | 2019-07-03 | 2019-09-13 | 中国人民解放军国防科技大学 | 一种固定翼无人机集群的分层分布式控制系统及控制方法 |
CN112230677A (zh) * | 2020-10-22 | 2021-01-15 | 中国人民解放军陆军工程大学 | 无人机族群任务规划方法及终端设备 |
CN112270488A (zh) * | 2020-11-09 | 2021-01-26 | 中国电子技术标准化研究院 | 无人机集群任务分配方法、装置及无人机集群系统 |
CN114153546A (zh) * | 2021-12-09 | 2022-03-08 | 江苏赞奇科技股份有限公司 | 一种用于云桌面运营管理系统的数据流传输方法及系统 |
CN116449865A (zh) * | 2023-03-15 | 2023-07-18 | 中国人民解放军国防科技大学 | 一种基于状态感知的分簇无人机集群任务分解方法和系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105223964A (zh) * | 2015-09-28 | 2016-01-06 | 沈阳航空航天大学 | 一种用于无人机编队飞行的控制系统 |
CN106200678A (zh) * | 2016-09-18 | 2016-12-07 | 中国空气动力研究与发展中心高速空气动力研究所 | 一种无人机作业自动编队系统及方法 |
CN106452821A (zh) * | 2015-08-13 | 2017-02-22 | 三星Sds株式会社 | 无人机的网络管理装置及方法 |
CN106708090A (zh) * | 2016-12-23 | 2017-05-24 | 四川九洲电器集团有限责任公司 | 一种无人机机群系统 |
CN106788677A (zh) * | 2016-12-09 | 2017-05-31 | 佛山科学技术学院 | 一种基于移动数据网络的无人机数据中继装置及其方法 |
CN106802665A (zh) * | 2016-12-23 | 2017-06-06 | 四川九洲电器集团有限责任公司 | 一种无人机机群系统 |
CN107728643A (zh) * | 2017-11-10 | 2018-02-23 | 西安电子科技大学 | 一种动态环境下的无人机群分布式任务调度方法 |
-
2018
- 2018-04-28 CN CN201810407291.4A patent/CN108830448A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106452821A (zh) * | 2015-08-13 | 2017-02-22 | 三星Sds株式会社 | 无人机的网络管理装置及方法 |
CN105223964A (zh) * | 2015-09-28 | 2016-01-06 | 沈阳航空航天大学 | 一种用于无人机编队飞行的控制系统 |
CN106200678A (zh) * | 2016-09-18 | 2016-12-07 | 中国空气动力研究与发展中心高速空气动力研究所 | 一种无人机作业自动编队系统及方法 |
CN106788677A (zh) * | 2016-12-09 | 2017-05-31 | 佛山科学技术学院 | 一种基于移动数据网络的无人机数据中继装置及其方法 |
CN106708090A (zh) * | 2016-12-23 | 2017-05-24 | 四川九洲电器集团有限责任公司 | 一种无人机机群系统 |
CN106802665A (zh) * | 2016-12-23 | 2017-06-06 | 四川九洲电器集团有限责任公司 | 一种无人机机群系统 |
CN107728643A (zh) * | 2017-11-10 | 2018-02-23 | 西安电子科技大学 | 一种动态环境下的无人机群分布式任务调度方法 |
Non-Patent Citations (1)
Title |
---|
高晓光等: "离散动态贝叶斯网络推理及其应用", 31 March 2016, 国防工业出版社, pages: 4 - 8 * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110162043A (zh) * | 2019-05-17 | 2019-08-23 | 北京航空航天大学 | 一种多目标点同时到达约束下的集群任务分配和控制方法 |
CN110231814A (zh) * | 2019-07-03 | 2019-09-13 | 中国人民解放军国防科技大学 | 一种固定翼无人机集群的分层分布式控制系统及控制方法 |
CN112230677A (zh) * | 2020-10-22 | 2021-01-15 | 中国人民解放军陆军工程大学 | 无人机族群任务规划方法及终端设备 |
CN112230677B (zh) * | 2020-10-22 | 2023-07-07 | 中国人民解放军陆军工程大学 | 无人机族群任务规划方法及终端设备 |
CN112270488A (zh) * | 2020-11-09 | 2021-01-26 | 中国电子技术标准化研究院 | 无人机集群任务分配方法、装置及无人机集群系统 |
CN112270488B (zh) * | 2020-11-09 | 2023-12-12 | 中国电子技术标准化研究院 | 无人机集群任务分配方法、装置及无人机集群系统 |
CN114153546A (zh) * | 2021-12-09 | 2022-03-08 | 江苏赞奇科技股份有限公司 | 一种用于云桌面运营管理系统的数据流传输方法及系统 |
CN114153546B (zh) * | 2021-12-09 | 2023-11-03 | 江苏赞奇科技股份有限公司 | 一种用于云桌面运营管理系统的数据流传输方法及系统 |
CN116449865A (zh) * | 2023-03-15 | 2023-07-18 | 中国人民解放军国防科技大学 | 一种基于状态感知的分簇无人机集群任务分解方法和系统 |
CN116449865B (zh) * | 2023-03-15 | 2024-03-12 | 中国人民解放军国防科技大学 | 一种基于状态感知的分簇无人机集群任务分解方法和系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108830448A (zh) | 无人机集群任务分解发送方法及系统 | |
CN106020189B (zh) | 基于邻域约束的空地异构机器人系统路径规划方法 | |
CN108830450A (zh) | 无人机集群调度方法及系统 | |
Gupta et al. | Half a dozen real-world applications of evolutionary multitasking, and more | |
Murray | Control in an information rich world: Report of the panel on future directions in control, dynamics, and systems | |
CN114063474B (zh) | 一种基于无人机集群的半物理仿真系统的仿真方法 | |
CN108427436A (zh) | 无人机集群的飞控方法、主控无人机及计算机存储介质 | |
CN110308740A (zh) | 一种面向移动目标追踪的无人机群动态任务分配方法 | |
CN113110590A (zh) | 一种多机分布式协同仿真控制平台及控制方法 | |
DE4110152A1 (de) | Verfahren zum planen organisatorischer aktivitaeten | |
CN108764652A (zh) | 适应集群航点任务的无人机集群组织方法及系统 | |
CN112230677B (zh) | 无人机族群任务规划方法及终端设备 | |
CN112068587B (zh) | 基于欧椋鸟通信机制的有人/无人机共融集群交互方法 | |
CN108490975A (zh) | 一种无人机集群的调度方法及计算机存储介质 | |
CN108490976A (zh) | 一种无人机集群的调度系统 | |
CN106127365A (zh) | 定量遥感产品在线交互式自主生产方法 | |
CN108594854A (zh) | 一种无人机集群及其飞行方法 | |
CN108090654A (zh) | 一种基于飞行员生理数据的人机功能分配方法 | |
CN104615044B (zh) | 一种基于任务时序反馈机制的指控舱席位划分实验方法 | |
CN114679729A (zh) | 一种雷达通信一体化的无人机协同多目标探测方法 | |
Gao et al. | Workflow-based fast data-driven predictive control with disturbance observer in cloud-edge collaborative architecture | |
CN102156660A (zh) | 多主体系统中基于双层分解的任务分配方法 | |
CN105719004A (zh) | 一种基于协同进化粒子群算法求解多任务问题 | |
CN115049356A (zh) | 一种基于对象所有权动态分配与时效限制的协同操作并发冲突控制方法 | |
CN107103416A (zh) | 基于互评结果反馈调节能力权重的角色分配的方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |