CN110162091A - 基于量子鸽群机制的无人机任务分配方法 - Google Patents
基于量子鸽群机制的无人机任务分配方法 Download PDFInfo
- Publication number
- CN110162091A CN110162091A CN201910495147.5A CN201910495147A CN110162091A CN 110162091 A CN110162091 A CN 110162091A CN 201910495147 A CN201910495147 A CN 201910495147A CN 110162091 A CN110162091 A CN 110162091A
- Authority
- CN
- China
- Prior art keywords
- unmanned plane
- area
- plane
- target area
- sub
- 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 21
- 230000007246 mechanism Effects 0.000 title claims abstract description 16
- 238000001514 detection method Methods 0.000 abstract description 12
- 238000005516 engineering process Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000002411 adverse Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 230000004083 survival effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/10—Simultaneous control of position or course in three dimensions
- G05D1/101—Simultaneous control of position or course in three dimensions specially adapted for aircraft
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Navigation (AREA)
Abstract
本发明公开了无人机领域的基于量子鸽群机制的无人机任务分配方法,包括无人机以及远程无线操控无人机的终端,S1:在终端上指定经纬度坐标值并生成目标区域的平面区块;S2:比对目标区域平面区块面积与无人机预设的最大飞行面积值;S3:当目标区域平面区块面积大于无人机预设的最大飞行面积值时,将目标区域平面区块面积分割成若干个子目标区域;S4:当目标区域平面区块面积小于无人机预设的最大飞行面积值时,直接对无人机分配任务。本发明的无人机在执行任务时能够保持对子目标区域的覆盖,解决了当前技术中探测面积过大导致无人机容易出现探测缺失以及重复探测的问题。
Description
技术领域
本发明涉无人机领域,具体涉及基于量子鸽群机制的无人机任务分配方法。
背景技术
无人机通常指的是能够自主控制或由地面操作人员遥控的无人驾驶飞机。与载人飞机相比,它具有体积小、造价低、使用方便、对作战环境要求低、战场生存能力较强等优点,因此能够用来取代人类飞行员去执行危险、压力大、重复的任务。在军事领域,可用于完成战场的侦察和监视、定位校射,作为火炮、导弹的靶标等;在民用领域,可用于地图测绘、地质勘探、通信中继等方面。因此无论在军事还是在民用领域,无人机的研制都有着广阔的应用空间。
无人机任务分配是无人机系统应用的一项关键技术,是无人机完成军事任务的重要保证。任务分配是根据既定的目标把需要完成的任务合理地分派给系统中的组员,达到高效率执行任务、优化无人机系统的目的。在无人机执行任务的过程中,合理的任务分配方法可以使无人机达到最大的任务效能,从而更好地完成各项任务。
在现有技术中,当需要无人机在空中进行大规模、大面积的探测时,由于无人机的探测面积具有最大范围,因此需要专人对无人机的数量、探测路线进行规划,但当作业的区域过大且繁杂时,上述方式无法对无人机的探测区域进行准确的划分,导致无人机容易出现探测面积缺失的现象,或者出现同一面积被反复探测的情况,致使影响无人机的探测作业效率,而对于整体的探测项目完成率也会产生不良的影响,
发明内容
解决的技术问题
针对现有技术中的问题,本发明提出基于量子鸽群机制的无人机任务分配方法。
技术方案
本发明通过以下技术方案予以实现:
基于量子鸽群机制的无人机任务分配方法,包括无人机以及远程无线操控所述无人机的终端,
S1:在终端上指定经纬度坐标值并生成目标区域的平面区块;
S2:比对目标区域平面区块面积与无人机预设的最大飞行面积值;
S3:当目标区域平面区块面积大于无人机预设的最大飞行面积值时,将目标区域平面区块面积分割成若干个子目标区域;
S4:当目标区域平面区块面积小于无人机预设的最大飞行面积值时,直接对无人机分配任务;
S5:对每个子目标区域进行编号,并记录经纬度坐标信息,按照子目标区域的分布分配安排无人机的飞行任务。
进一步地,终端指定的经纬度坐标值至少为3个,所述目标区域的平面区块为输入的经纬度坐标值共同配合形成的封闭区域。
进一步地,每个子目标区域的平面区块面积值均小于无人机预设的最大飞行面积值。
进一步地,所述无人机上安装有GPS定位模块,终端上同步显示无人机所处位置周边的地图信息。
进一步地,终端在地图上设置有航点,所述航点确定后自动生成经纬度坐标信息,并与无人机任务直接对应。航点能够直接保存在终端中,终端上能够直接对航点的高度、无人机的飞行速度以及朝向角度进行指定。
进一步地,所述航点数量为2个及以上时,所述航点的经纬度坐标信息按照航点确定顺序连接成航线,所述无人机按照所述航线连接顺序分配任务。航点构成的航线能够直接保存在终端内部,无人机在下次起飞时,可直接读取已经保存的航线执行飞行任务。
进一步地,所述子目标区域的经纬坐标信息步骤包括,获取所述子目标区域的平面区块形状,将子目标区域平面区块形状的顶点转化为经纬坐标信息。
有益效果
采用本发明提供的技术方案,与已知的公有技术相比,具有如下有益效果:
本发明提出了基于量子鸽群机制的无人机任务分配方法,主要包括获取需探测的目标区域并生成目标区域的平面区块,如果目标区域的平面区块面积大于等于无人机预设的最大飞行面积值,则将目标区域分割成若干个子目标区域,使无人机能够沿着子目标区域执行任务,而且由于子目标区域的面积小于无人机的最大飞行面积值,因此无人机在执行任务时能够保持对子目标区域的覆盖,解决了当前技术中探测面积过大导致无人机容易出现探测缺失以及重复探测的问题。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍。显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明的整体结构流程图;
具体实施方式
为使本发明实施例的目的、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清楚、完整地描述。显然,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。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。
下面结合实施例对本发明作进一步的描述。
1、实施例1,结合图1,基于量子鸽群机制的无人机任务分配方法,包括无人机以及远程无线操控无人机的终端,
S1:在终端上指定经纬度坐标值并生成目标区域的平面区块;
S2:比对目标区域平面区块面积与无人机预设的最大飞行面积值;
S3:当目标区域平面区块面积大于等于无人机预设的最大飞行面积值时,将目标区域平面区块面积分割成若干个子目标区域;
S4:当目标区域平面区块面积小于无人机预设的最大飞行面积值时,直接对无人机分配任务;
S5:对每个子目标区域进行编号,并记录经纬度坐标信息,按照子目标区域的分布分配安排无人机的飞行任务。
发明提出了基于量子鸽群机制的无人机任务分配方法,主要包括获取需探测的目标区域并生成目标区域的平面区块,如果目标区域的平面区块面积大于等于无人机预设的最大飞行面积值,则将目标区域分割成若干个子目标区域,使无人机能够沿着子目标区域执行任务,而且由于子目标区域的面积小于无人机的最大飞行面积值,因此无人机在执行任务时能够保持对子目标区域的覆盖,解决了当前技术中探测面积过大导致无人机容易出现探测缺失以及重复探测的问题。
进一步地,终端指定的经纬度坐标值至少为3个,目标区域的平面区块为输入的经纬度坐标值共同配合形成的封闭区域。
进一步地,每个子目标区域的平面区块面积值均小于无人机预设的最大飞行面积值。当目标区域的平面区块形状不规则时,子目标区域优先通过目标区域平面区块上的相邻三个顶点构成,或者,对目标区域平面区块相邻的边线线段等距划分,并将线段的划分点与目标区域平面区块的顶点连接构成子目标区域。
进一步地,无人机上安装有GPS定位模块,终端上同步显示无人机所处位置周边的地图信息。以便于操作人员从地图上直接获取无人机现有位置坐标,以及,选择、更改无人机的目标区域、航点及航线。终端在地图上设置有航点,航点确定后自动生成经纬度坐标信息,并与无人机任务直接对应。航点数量为2个及以上时,航点的经纬度坐标信息按照航点确定顺序连接成航线,无人机按照航线连接顺序分配任务。
进一步地,子目标区域的经纬坐标信息步骤包括,获取子目标区域的平面区块形状,将子目标区域平面区块形状的顶点转化为经纬坐标信息。
在本说明书的描述中,参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节,也不限制该发明的具体实施方式。显然,根据本说明书的内容,可作很多的修改和变化。本说明书选取并具体描述这些实施例,是为了更好地解释本发明的原理和实际应用,从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。
Claims (7)
1.基于量子鸽群机制的无人机任务分配方法,其特征在于:包括无人机以及远程无线操控所述无人机的终端,
S1:在终端上指定经纬度坐标值并生成目标区域的平面区块;
S2:比对目标区域平面区块面积与无人机预设的最大飞行面积值;
S3:当目标区域平面区块面积大于等于无人机预设的最大飞行面积值时,将目标区域平面区块面积分割成若干个子目标区域;
S4:当目标区域平面区块面积小于无人机预设的最大飞行面积值时,直接对无人机分配任务;
S5:对每个子目标区域进行编号,并记录经纬度坐标信息,按照子目标区域的分布分配安排无人机的飞行任务。
2.根据权利要求1所述的基于量子鸽群机制的无人机任务分配方法,其特征在于:终端指定的经纬度坐标值至少为3个,所述目标区域的平面区块为输入的经纬度坐标值共同配合形成的封闭区域。
3.根据权利要求1所述的基于量子鸽群机制的无人机任务分配方法,其特征在于:每个子目标区域的平面区块面积值均小于无人机预设的最大飞行面积值。
4.根据权利要求1所述的基于量子鸽群机制的无人机任务分配方法,其特征在于:所述无人机上安装有GPS定位模块,终端上同步显示无人机所处位置周边的地图信息。
5.根据权利要求4所述的基于量子鸽群机制的无人机任务分配方法,其特征在于:终端在地图上设置有航点,所述航点确定后自动生成经纬度坐标信息,并与无人机任务直接对应。
6.根据权利要求5所述的基于量子鸽群机制的无人机任务分配方法,其特征在于:所述航点数量为2个及以上时,所述航点的经纬度坐标信息按照航点确定顺序连接成航线,所述无人机按照所述航线连接顺序分配任务。
7.根据权利要求1所述的基于量子鸽群机制的无人机任务分配方法,其特征在于:所述子目标区域的经纬坐标信息步骤包括,获取所述子目标区域的平面区块形状,将子目标区域平面区块形状的顶点转化为经纬坐标信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910495147.5A CN110162091A (zh) | 2019-06-10 | 2019-06-10 | 基于量子鸽群机制的无人机任务分配方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910495147.5A CN110162091A (zh) | 2019-06-10 | 2019-06-10 | 基于量子鸽群机制的无人机任务分配方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110162091A true CN110162091A (zh) | 2019-08-23 |
Family
ID=67628033
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910495147.5A Pending CN110162091A (zh) | 2019-06-10 | 2019-06-10 | 基于量子鸽群机制的无人机任务分配方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110162091A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111065048A (zh) * | 2019-12-11 | 2020-04-24 | 哈尔滨工程大学 | 基于量子风驱动机制的多无人机tdoa三维协同定位方法 |
CN112154302A (zh) * | 2019-10-31 | 2020-12-29 | 深圳市大疆创新科技有限公司 | 航线规划方法、控制终端及计算机可读存储介质 |
CN115765847A (zh) * | 2022-11-22 | 2023-03-07 | 哈尔滨工程大学 | 一种量子物质生成机制的多无人机协作通信中继选择方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106227237A (zh) * | 2016-09-29 | 2016-12-14 | 广州极飞科技有限公司 | 无人机的飞行任务的分配方法和装置 |
CN106403954A (zh) * | 2016-09-28 | 2017-02-15 | 深圳高科新农技术有限公司 | 无人机自动航迹生成方法 |
CN106774431A (zh) * | 2016-12-30 | 2017-05-31 | 深圳市九天创新科技有限责任公司 | 一种测绘无人机航线规划方法及装置 |
-
2019
- 2019-06-10 CN CN201910495147.5A patent/CN110162091A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106403954A (zh) * | 2016-09-28 | 2017-02-15 | 深圳高科新农技术有限公司 | 无人机自动航迹生成方法 |
CN106227237A (zh) * | 2016-09-29 | 2016-12-14 | 广州极飞科技有限公司 | 无人机的飞行任务的分配方法和装置 |
CN106774431A (zh) * | 2016-12-30 | 2017-05-31 | 深圳市九天创新科技有限责任公司 | 一种测绘无人机航线规划方法及装置 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112154302A (zh) * | 2019-10-31 | 2020-12-29 | 深圳市大疆创新科技有限公司 | 航线规划方法、控制终端及计算机可读存储介质 |
WO2021081953A1 (zh) * | 2019-10-31 | 2021-05-06 | 深圳市大疆创新科技有限公司 | 航线规划方法、控制终端及计算机可读存储介质 |
CN111065048A (zh) * | 2019-12-11 | 2020-04-24 | 哈尔滨工程大学 | 基于量子风驱动机制的多无人机tdoa三维协同定位方法 |
CN111065048B (zh) * | 2019-12-11 | 2021-01-12 | 哈尔滨工程大学 | 基于量子风驱动机制的多无人机tdoa三维协同定位方法 |
CN115765847A (zh) * | 2022-11-22 | 2023-03-07 | 哈尔滨工程大学 | 一种量子物质生成机制的多无人机协作通信中继选择方法 |
CN115765847B (zh) * | 2022-11-22 | 2024-05-17 | 哈尔滨工程大学 | 一种量子物质生成机制的多无人机协作通信中继选择方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7729817B2 (en) | Emergency flight plan | |
WO2017211029A1 (zh) | 无人机飞行路径规划方法和装置 | |
US8843303B1 (en) | Risk-aware contingency flight re-planner system and related method | |
CN110162091A (zh) | 基于量子鸽群机制的无人机任务分配方法 | |
US10133281B1 (en) | Leading drone system | |
US20130124089A1 (en) | Spatiotemporal survivability data compression using objective oriented constraints | |
US9520066B2 (en) | Determining landing sites for aircraft | |
CN109478060A (zh) | 航空作业支持和实时管理 | |
US10317904B2 (en) | Underwater leading drone system | |
CN104850134A (zh) | 一种无人机高精度自主避障飞行方法 | |
WO2020018148A4 (en) | Methods and systems for determining flight plans for vertical take-off and landing (vtol) aerial vehicles | |
CN105185163A (zh) | 飞行路径选择方法和装置、飞行器和空中交通管理系统 | |
CN104807457A (zh) | 飞行器航线的生成方法、装置及终端设备 | |
CN103941744A (zh) | 用于确定飞行路径的方法 | |
US20180321681A1 (en) | Leading drone method | |
CN109358638A (zh) | 基于分布式地图的无人机视觉避障方法 | |
CN203376646U (zh) | 基于3s技术与无人机相结合的低空遥感监测系统 | |
CN113238576A (zh) | 用于无人机的定位方法以及相关装置 | |
CN115454148A (zh) | 固定翼集群无人机区域覆盖路径规划方法、介质及装置 | |
US20210025716A1 (en) | Navigation based on multi-agent interest diffusion | |
US11222548B2 (en) | Navigation performance in urban air vehicles | |
EP4180767A1 (en) | Route planning for a ground vehicle through unfamiliar terrain | |
EP3226226B1 (en) | Mission monitoring system | |
CN110276991A (zh) | 无人机航道优化管理技术 | |
Wang et al. | Real-time path planning for low altitude flight based on A* algorithm and TF/TA algorithm |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190823 |
|
RJ01 | Rejection of invention patent application after publication |