CN109917805A - 一种通信延迟约束下多无人机任务指派冲突消解方法 - Google Patents

Abstract

本发明涉及一种通信延迟约束下多无人机任务指派冲突消解方法，以复杂战场环境下多无人机任务指派为研究背景，针对分布式结构下通信延迟可能导致指派冲突的问题，设计了一种通过设置比较阈值和对无人机进行优先级排序的方法，以极小的通信代价预测潜在指派冲突；之后开启编队内通信，通过比较各无人机的指派方案确定当前可执行的最优任务，从而达到冲突消解的目的。该冲突消解机制能够准确高效地预测和消解指派冲突，具有可行性与合理性；且由于采用动态的阈值设定，对不同的作战环境有较好的适用性。

Description

一种通信延迟约束下多无人机任务指派冲突消解方法

技术领域

本发明涉及多无人机在任务指派过程中对由通信延迟造成的冲突进行预测和消解，完成搜索打击等任务的方法，有关领域包括协同控制和通信技术。

背景技术

当前，无人机技术普及程度日益提高，民用范围越来越广泛，但相关的管制仍有待进一步加强。例如，近年来一些私人无人机常常盘旋在机场附近，干扰机场正常的运行秩序，严重威胁起降飞机的安全。面对此类问题，运用无人机以编队的形式协同工作已成为主流趋势，未来多无人机协同任务指派与决策面临着多约束、多任务、多目标以及更复杂的技术要求和实施环境等问题。因此，要指派多架无人机协同完成多项耦合任务，提高任务执行的效率，就必须运用合理且高效的协同任务指派算法。

广域搜索攻击项目以多无人机广域搜索与打击任务为背景，采用分布控制与分段优化的方法对多无人机协同任务指派算法进行研究，并在研究过程中建立了一个MultiUAV2协同控制仿真平台。Boskovic,J.D.等人提出将协同任务指派问题分解成决策层、路径规划层、轨迹生成层、内环控制层。在分层控制思想的基础上，需要对无人机协同任务指派问题进行建模与求解。Smith,R.G.首次提出运用合同网协议求解分布式问题。该方法的思想是将协同任务指派过程看作市场化的交易过程，通过“拍卖- 竞标-中标”这样的市场竞拍机制实现分布式系统内执行任务的指派和决策。

发明内容

要解决的技术问题

由于通信延迟和丢包等约束的存在，编队内信息流存在不完整性和不确定性，由此导致各架无人机已知信息集合的差异化。差异化的信息集合会生成不一致的任务指派方案，进而导致指派冲突。由此可见，通信约束会严重影响任务指派的可靠性，破坏任务指派的时序要求。因此，无人机编队在任务指派过程中必须考虑通信系统中的不确定性因素。为了避免现有技术的不足之处，本发明提出一种通信延迟约束下多无人机任务指派冲突消解方法。

技术方案

一种通信延迟约束下多无人机任务指派冲突消解方法，其特征在于：假设无人机编队由N_u个无人机组成，所有无人机均是同一类型，任务执行区域内有N_t个目标，每个目标都有各自的价值V_j，j＝1,2...,N_t；具体步骤如下：

步骤1：建立多无人机任务指派模型

无人机可以执行4种不同的任务，即默认执行对全域的搜索任务，同时还对每个已知目标执行分类、攻击和核实3类任务，且必须满足严格的顺序要求，即必须先对目标分类，再打击，最后进行核实；

当发现新目标或目标状态改变时，新信息输入到模型中，算法都会被再次运行解算；算法模型可表示为：

其中，B表示指派任务总收益；X_i,j∈{0,1}是一个二元决策变量；变量C_ijm是无人机i 对目标j执行m任务的收益，分别为搜索(m＝0)、分类(m＝1)、攻击(m＝2)、核实(m＝3)；只有在搜索任务时，才能使j＝0；

该模型在离散时间点上，在所有无人机上同时运行，并为每架无人机指派最多一项任务；

步骤2：运用卡尔曼滤波器对无人机位置状态进行预测和估计，然后将所得的位置用于步骤1中的收益计算中，得到每个无人机的最大指派任务总收益和其对应的收益矩阵；

步骤3：指派冲突的预测方法

在某一阶段k每个无人机i首先选择其收益矩阵的最大元素max1_i,j(B_i,j,k)，然后找到矩阵的次大元素max2_i,j(B_i,j,k)，其中j表示某一目标；若

max1_i,j(B_i,j,_k)-max2_i,j(B_i,j,_k)＜∈ (∈＞0)

成立，则表示存在潜在的冲突；

其中，∈表示任意选取的阈值；

步骤4：指派冲突的消解方法

当上式成立时，表明算法任务指派可能存在冲突；此时，本地无人机开启通信模式，向同伴广播一个包含量测信息的投标向量；这个向量为

其中，分别表示无人机编号、任务所针对的目标、指派任务以及当前任务阶段；β_i＝max1_i,j(B_i,j,_k)表示本地收益矩阵的最大元素；

其他无人机收到广播信息后，检查是否与自己运行任务指派方案统一，并把指派方案的所有信息广播出去；当无人机收到来自所有队友的广播信息后，比较所有方案的收益，选择收益最大的任务作为最终指派方案；因为当开启广播通信后，每个无人机都会收到来自所有无人机的信息，这些信息是相同的，所以最终所有无人机会做出相同的任务指派决策；

步骤5：优先级设定

设Π表示对无人机的优先级排序,且

为无人机i的优先级；对所有无人机进行排序，序列号越小的无人机拥有越高的优先级；

当无人机编队成功预测冲突并进行广播通信后，两个或以上无人机提出的最优指派任务取得的收益值相同；此时，比较所有收益值相同的任务的源指派无人机的优先级，把优先级最高无人机指派的任务设置为最终执行的任务。

有益效果

本发明提出的一种通信延迟约束下多无人机任务指派冲突消解方法，以复杂战场环境下多无人机任务指派为研究背景，针对分布式结构下通信延迟可能导致指派冲突的问题，设计了一种通过设置比较阈值和对无人机进行优先级排序的方法，以极小的通信代价预测潜在指派冲突；之后开启编队内通信，通过比较各无人机的指派方案确定当前可执行的最优任务，从而达到冲突消解的目的。该冲突消解机制能够准确高效地预测和消解指派冲突，具有可行性与合理性；且由于采用动态的阈值设定，对不同的作战环境有较好的适用性。

经过步骤1，多无人机可以当前情景自动进行协同任务指派，找出代价最小的指派方案；经过步骤2，无人机获取其他队友的位置状态信息；经过步骤3，无人机可以判断出指派方案中是否存在冲突，如果没有冲突，则按既定方案执行任务，反之进行通信交互解决冲突；经过步骤4，可以消解之前检测到的指派冲突，重新生成无冲突的方案；经过步骤5，可以解决多个无人机提出的指派方案相同时产生的冲突。经验证，本发明设计的方法能在通信延迟约束下，使无人机对其他队友位置状态的预测和估计，并在协同任务指派过程中以较小的通信代价预测并消解指派冲突。

附图说明

图1冲突消解机制过程图

图2简单协商决策时无人机编队的完整航迹

图3带冲突消解机制时无人机编队的完整航迹

图4case1情境下的通信数据率

图5case2情境下的通信数据率

图6不同情境的任务完成率对比

具体实施方式

现结合实施例、附图对本发明作进一步描述：

假设无人机编队由N_u个无人机组成，所有无人机均是同一类型。任务执行区域内有N_t个目标，每个目标都有各自的价值V_j(j＝1,2...,N_t)。算法执行的步骤如下(参见附图1)：

步骤1：建立多无人机协同任务指派模型。

无人机可以执行4种不同的任务，即默认执行对全域的搜索任务，同时还对每个已知目标执行分类、攻击和核实3类任务，且必须满足严格的顺序要求，即必须先对目标分类，再打击，最后进行核实。

当发现新目标或目标状态改变时，新信息输入到模型中，算法都会被再次运行解算。算法模型可表示为：

其中，B表示指派任务总收益；X_i,j∈{0,1}是一个二元决策变量；变量是无人机i 对目标j执行m任务的收益，分别为搜索(m＝0)、分类(m＝1)、攻击(m＝2)、核实(m＝3)。只有在搜索任务时，才能使j＝0。

上式中的任务收益由以下方式计算。

(1)搜索任务收益

其中，表示所有目标中的最大收益，即T_f表示无人机剩余油量所能支持的飞行时间，T₀表示无人机满油起飞所能支持的最大飞行时间。由此可以看出，无人机起飞时刻搜索权值最大，等于最高价值目标的权值；此后的任意时刻，搜索权值随着时间线性减小，均小于最高价值目标的权值。

(2)分类任务收益

其中，表示无人机i对目标j成功执行分类任务的概率；T_C2S表示无人机完成分类任务后返回搜索模式所需的时间。

(3)打击任务收益

其中，表示无人机i对目标j的打击成功率；T_ijE表示无人机i对目标j执行打击任务的估计到达时间。可以看出，打击收益与T_ijE成负线性关系，即到达时间越大，打击收益越小，这符合实际场景和逻辑。

(4)核实任务收益

其中，表示无人机i对目标j成功执行核实任务的概率；T_V2S表示无人机完成核实任务后返回搜索模式所需的时间。

该模型在离散时间点上，在所有无人机上同时运行，并为每架无人机指派最多一项任务。

步骤2：设计运用卡尔曼滤波器对无人机位置状态进行预测和估计。

为了运行分布式协同任务指派算法，每个无人机都需要其他队友的现时位置信息。为了提高无人机编队的资源利用和作战性能，无人机只在必要的时刻开启通信，交流位置状态信息。由于存在着通信延迟的影响，所以需要本机对友机的位置状态进行预测和估计。

把无人机动力学模型写成以下形式：

此处，x_i＝[x_i,y_i,v_xi,v_yi]^T，i表示无人机编号，ω_i表示外部干扰因素。

为了分布式估计，需要把每个无人机动力学模型离散化表示，即

x_i[n+1]＝Φx_i[n]+B_i[n]u_i[n]+Γω_i[n]

其中，离散周期T₁等于量测周期。量测方程为

其中，为零均值量测噪声序列，以及

每个无人机采用卡尔曼滤波器(KF)估计位置信息x_i，把这个估计变量定义为卡尔曼滤波器等式表示为

P_i ^-[n]＝ΦP_i ⁺[n-1]Φ^T+Q_aw

K_i[n]＝P_i ^-[n]H^T(HP_i ^-[n]H^T+R_i)^-1

P_i ⁺[n]＝(I-K_i[n]H)P_i ^-[n](I-K_i[n]H)^T+K_i[n]R_iK_i[n]^T

此处，和分别表示x_i[n]的先验状态估计和后验状态估计；P_i ^-[n]和P_i ⁺[n] 分别表示和的估计误差协方差矩阵；且

此处，和是中两个状态量，分别表示v_xi和v_yi的估计值。

每个无人机同时运行所有无人机的动力学模型，对所有无人机的位置状态进行实时估计与判断：

x^i,l[n+1]＝Φx^i,l[n]+B^i,l[n]u^i,l[n]

此处，x^i,l表示无人机i∈U运行无人机l∈U的动力学模型，对其位置状态的估计。

再定义

为本地位置状态误差。当该误差大于某一给定的阈值时，触发纠偏机制。

e_i[n]^TEe_i[n]＞∈₁

此处，E＝diag{1,1,0,0}；∈₁是给定的阈值，且∈₁＞0。当某时刻n_i上式成立时，无人机i广播一个带有时间戳的量测向量，其中包含它的现时位置信息以及控制输入。同时，根据估计值更新自己的模型状态：

此时，本地系统误差为零，即e_i[n]＝0。当无人机i广播了位置信息后，经过一些延迟，周围的无人机接收到这个信息，即在n_i+δ_il[n_i]时刻接收到信息。此处，δ_il[n_i] 是一个时变延迟，与无人机i和无人机l的相对位置有关。无人机l接收到延迟的信息，更新估计模型，更好地估计无人机i的位置状态。

为无人机l估计无人机i的位置。

步骤3：指派冲突的预测方法。

在任务指派过程中，各架无人机由步骤2得到其他无人机的预估状态位置信息；再基于所有无人机的状态位置信息和目标信息(位置和价值信息)依据步骤1给出的指派模型计算所有任务的执行收益，并进行任务指派。由此能够看出，任务指派算法是选择收益矩阵中具有最大收益的任务，而任务收益则取决于卡尔曼滤波器对所有无人机位置状态的预测估计值。所以，不同的无人机运行模型得到的收益矩阵可能不相同，这导致不同无人机在同一阶段可能指派不同的任务，因此产生任务指派冲突。

为了以最小的通信代价避免指派冲突，首先应利用合理的手段预测潜在的冲突，只有在确定有极大可能性存在方案冲突时，才建立无人机间的通信。这样既可以成功解决指派冲突，又可以避免无人机间频繁的大规模通信交互。

在某一阶段k每个无人机i首先选择其收益矩阵的最大元素max1_i,j(B_i,j,k)，然后找到矩阵的次大元素max2_i,j(B_i,j,k)，其中j表示某一目标。若

max1_i,j(B_i,j,_k)-max2_i,j(B_i,j,_k)＜∈ (∈＞0)

成立，则表示存在潜在的冲突。

其中，∈表示任意选取的阈值。阈值大小的选取关系到整个算法冲突预测的性能。一个小值∈可以减少无人机通信，但也降低了成功预测冲突的概率；而正好相反，大值∈以增加网络的通信压力为代价，提高成功预测冲突的可能性。

步骤4：指派冲突的消解方法。

当上式成立时，表明算法任务指派可能存在冲突。此时，本地无人机开启通信模式，向同伴广播一个包含量测信息的投标向量。这个向量为

其中，分别表示无人机编号、任务所针对的目标、指派任务以及当前任务阶段。β_i＝max1_i,j(B_i,j,_k)表示本地收益矩阵的最大元素。

其他无人机收到广播信息后，检查是否与自己运行任务指派方案统一，并把指派方案的所有信息广播出去。当无人机收到来自所有队友的广播信息后，比较所有方案的收益，选择收益最大的任务作为最终指派方案。因为当开启广播通信后，每个无人机都会收到来自所有无人机的信息，这些信息是相同的，所以最终所有无人机会做出相同的任务指派决策。

步骤5：优先级设定。

设Π表示对无人机的优先级排序,且

为无人机i的优先级。这样就相当于，对所有无人机进行排序，序列号越小的无人机拥有越高的优先级。

当无人机编队成功预测冲突并进行广播通信后，两个或以上无人机提出的最优指派任务取得的收益值相同。此时，比较所有收益值相同的任务的源指派无人机的优先级，把优先级最高无人机指派的任务设置为最终执行的任务。

如附图1所示，编队中某无人机运行卡尔曼滤波器模型，对队友位置状态进行估计，并以此为输入，建立某算法阶段的任务收益矩阵。然后，通过检测收益矩阵中最大值与次大值的差值是否在设定阈值内，判断是否存在潜在冲突。如果没有潜在冲突，则直接进入任务执行阶段。如果存在潜在冲突，则建立全编队的通信交互，把潜在冲突的信息广播给编队内的所有成员。

此时，其他成员接收到信息后，将信息与本地指派方案对比，确认是否有冲突存在。如果确认无冲突，则回复无冲突响应，进入任务执行阶段；如果确认存在冲突，则广播自身的指派方案，在全编队内选择最大收益任务作为最终的指派方案。

在MultiUAV2仿真平台上进行仿真验证。

为了与提出的冲突消解机制比较，采用简单的协商决策方法作为对比算法。即当冲突方案的不同执行方(无人机)到达冲突任务地点时，相互通信后发现冲突存在；交流状态信息后对冲突目标进行局部的重新指派；胜者执行原任务，败者离开该目标，飞向下一项任务地点。

算法验证仿真

仿真将任务区域设定在6×20km的区域范围内，区域内设定了3个目标，使用4 架相同类型的无人机组成编队执行搜索、分类、打击以及毁伤评估任务。当无人机编队完成所有任务或仿真时间达到200s时仿真停止。设定无人机的初始航向角是0°，最大转弯率Ω_max＝0.2rad/s，恒定速度为0.333马赫，传感器宽度为0.6km.设定无人机编队的通信延迟为0.5s，算法中∈₂取值为2.设定编队成功进行分类、打击及评估的概率分别是P_c＝0.6、P_k＝0.8、P_v＝1.0.无人机的初始位置和目标位置如表1和表2所示。

附表1无人机初始位置

附表2目标位置

采用简单的协商决策方法时，编队完成对全部目标的分类任务、1号目标和3号目标的打击任务以及1号目标的毁伤评估任务，但未完成对2号目标的打击和毁伤评估任务以及对3号目标的毁伤评估。无人机编队的完整轨迹如附图2所示。

在①处，1号无人机与3号无人机同时飞向3号目标位置，试图对3号目标执行任务，这就是由于编队信息不一致导致的任务指派冲突。当他们逐渐接近时，通过相互通信发现彼此的任务方案存在冲突，在重新计算任务收益后，最终由具有较高任务收益的1号无人机对3号目标执行任务。而此时3号无人机不得不盘旋转弯飞向下一任务点。在这个过程中，任务冲突浪费了3号无人机的大量时间与资源，大大降低编队执行任务的效率。

在②处，1号无人机在空中盘旋，以等待对1号目标执行毁伤评估任务。盘旋等待的过程浪费了大量的时间与资源，却没有任何收益。而且在复杂未知的战场环境中，原地盘旋极易导致无人机暴露，对整个编队产生巨大威胁。好的算法应该尽量避免盘旋等待的频次与时间。无人机过多的盘旋等待浪费任务执行时间和资源，大大影响编队执行任务的效率。优良的算法通过精确的计算与指派，有效避免无人机的盘旋等待，使编队更快地完成既定任务。

在③处，4号无人机在远离战场的情境下再次加入战场，对2号目标执行任务，这特别不符合任务收益最大化的目标。这种情况是由于在不良的通信条件下，编队内各无人机的信息不能一致，无人机单体基于自身信息达到的局部最优并不是编队的全局最优。

当加入本文提出的冲突消解机制后，无人机编队完成对所有目标的分类、打击以及毁伤评估任务。编队的完整航迹如附图3所示。

在①处，1号无人机与3号无人机正在飞向2号目标处，准备相继对2号目标完成打击与毁伤评估任务。由于冲突消解机制的存在，即使1号无人机与3号无人机距离很近，任务收益相近，也能正确地指派任务执行的时序，保证在无人机单体信息相近的情况下实现无冲突的任务指派。

在②处，4号无人机对1号目标执行攻击任务后自毁，编队在很早的时间点就完成对1号目标的3项任务，整个过程紧凑合理，充分利用编队资源。没有出现图2中所示的4号无人机在未得到任何任务指派的情况下远离战场，而后又不合理地返回战场执行任务的情况。

通过仿真表明，提出的冲突消解机制能有效地解决任务指派过程中的任务冲突问题，相较于一般方法大大提高了编队的任务执行效率。由于冲突消解与任务指派同时完成，发生在任务执行之前，这对编队的航路规划和自身生存保障都有极大的积极作用。

蒙特卡洛仿真

为说明本文提出的冲突消解机制对无人机编队任务指派性能的提升，又在MultiUAV2仿真平台上进行蒙特卡洛仿真。仿真采用任务完成率作为性能分析的指标。

设定通信延迟为1s，设置三种情况如附表(3)所示。通过50次蒙特卡洛仿真对所提出的冲突消解机制在通信延迟情况下的性能进行评估。仿真中的变量为随机产生的目标位置，其他的基本设定与仿真1相同。

附表3蒙特卡洛仿真算例设置

附图4和附图5分别表示编队在1s通信延迟下采用简单的协商决策方法和加入冲突消解机制后执行任务全过程的通信数据率。图4中，峰值数据率为50.625kb/s 平均数据率为0.666 2kb/s，存在至少15个通信高峰；图5中，峰值通信率为32.5kb/s 平均数据率为0.303 3kb/s，存在10个通信高峰。对比可以看出，在加入冲突消解机制后，通信数据率明显减小，说明该机制降低了编队内的通信频次，节省了大量的通信资源，在应对恶劣的通信环境时有很好的表现。

附图6表示编队的攻击任务和毁伤评估任务在不同场景下的对比情况，以平均任务完成率为依据。从图中可以看出，完整的通信环境下协同控制效果是最好的，攻击和毁伤评估的任务完成率分别为92％和70.7％。当存在通信时延时，效果会变差，攻击和毁伤评估的任务完成率分别为61％和46％；在加入本文提出的冲突消解机制后，两项任务的完成率分别为80.3％和67.7％，编队的任务执行能力有了很大提升。该蒙特卡洛仿真验证了本文提出的冲突消解机制的有效性。

针对通信延迟量对本文算法性能的影响，本文通过在不同通信延迟条件下与简单协商决策进行对比验证，并从以下两方面进行分析。

(1)通信延迟量对任务完成率的影响。随着通信延迟量的增加，无人机之间状态信息和估计结果的差异不断扩大，因此导致指派冲突的存在概率大大增加。编队频繁预测到潜在冲突并开启通信消解冲突，这样降低了任务指派的有效性和可靠性，编队取得任务指派一致性的时间也不断增长。因此，随着通信延迟的增加，任务完成率不断下降。但相比之下，冲突消解机制可以通过调节阈值∈₂以灵活应对通信延迟量的变化。在通信延迟较高时，可以选择较小的∈₂以提高任务指派的效率。因此，冲突消解机制受通信延迟的影响更小，具有更优良的表现。

(2)通信延迟量对算法计算时间的影响。如(1)所述，通信延迟量的增加主要导致冲突消解过程反复运行，解决冲突所需的算法轮次不断增多。但单次的冲突预测及消解算法与通信延迟没有关联，因此算法的计算时间受通信延迟量的影响较小。

以上仿真实例证明，本发明提出的算法可以有效地预测和消解指派冲突，同时在这个过程中，可以大大降低通信频率，减少通信代价。

Claims (1)

1.一种通信延迟约束下多无人机任务指派冲突消解方法，其特征在于：假设无人机编队由N_u个无人机组成，所有无人机均是同一类型，任务执行区域内有N_t个目标，每个目标都有各自的价值V_j，j＝1,2...,N_t；具体步骤如下：

步骤1：建立多无人机任务指派模型

无人机可以执行4种不同的任务，即默认执行对全域的搜索任务，同时还对每个已知目标执行分类、攻击和核实3类任务，且必须满足严格的顺序要求，即必须先对目标分类，再打击，最后进行核实；

当发现新目标或目标状态改变时，新信息输入到模型中，算法都会被再次运行解算；算法模型可表示为：

其中，B表示指派任务总收益；X_i,j∈{0,1}是一个二元决策变量；变量是无人机i对目标j执行m任务的收益，分别为搜索(m＝0)、分类(m＝1)、攻击(m＝2)、核实(m＝3)；只有在搜索任务时，才能使j＝0；

该模型在离散时间点上，在所有无人机上同时运行，并为每架无人机指派最多一项任务；

步骤2：运用卡尔曼滤波器对无人机位置状态进行预测和估计，然后将所得的位置用于步骤1中的收益计算中，得到每个无人机的最大指派任务总收益和其对应的收益矩阵；

步骤3：指派冲突的预测方法

在某一阶段k每个无人机i首先选择其收益矩阵的最大元素max1_i,j(B_i,j,k)，然后找到矩阵的次大元素max2_i,j(B_i,j,k)，其中j表示某一目标；若

max1_i,j(B_i,j,k)-max2_i,j(B_i,j,k)＜∈(∈＞0)

成立，则表示存在潜在的冲突；

其中，∈表示任意选取的阈值；

步骤4：指派冲突的消解方法

当上式成立时，表明算法任务指派可能存在冲突；此时，本地无人机开启通信模式，向同伴广播一个包含量测信息的投标向量；这个向量为

其中，分别表示无人机编号、任务所针对的目标、指派任务以及当前任务阶段；β_i＝max1_i,j(B_i,j,k)表示本地收益矩阵的最大元素；

其他无人机收到广播信息后，检查是否与自己运行任务指派方案统一，并把指派方案的所有信息广播出去；当无人机收到来自所有队友的广播信息后，比较所有方案的收益，选择收益最大的任务作为最终指派方案；因为当开启广播通信后，每个无人机都会收到来自所有无人机的信息，这些信息是相同的，所以最终所有无人机会做出相同的任务指派决策；

步骤5：优先级设定

设Π表示对无人机的优先级排序,且

为无人机i的优先级；对所有无人机进行排序，序列号越小的无人机拥有越高的优先级；

当无人机编队成功预测冲突并进行广播通信后，两个或以上无人机提出的最优指派任务取得的收益值相同；此时，比较所有收益值相同的任务的源指派无人机的优先级，把优先级最高无人机指派的任务设置为最终执行的任务。