CN111006669B - 一种无人机系统任务协同及路径规划方法 - Google Patents

Abstract

本发明涉及一种无人机系统任务协同及路径规划方法，属于无人机系统任务协同及路径规划领域。包括步骤：S1：建模无人机执行任务出发点、任务目标点集合；S2：建模无人机执行任务类型；S3：建模无人机飞行区域；S4：建模充电站部署标识；S5：建模无人机任务执行变量；S6：建模无人机路径规划变量；S7：建模无人机系统任务协同及路径规划限制条件；S8：建模无人机执行任务所需总时间；S9：基于无人机执行任务所需总时间最小化，确定无人机系统最优任务执行和路径规划策略。本发明综合考虑无人机任务协同及路径规划，以无人机执行任务所需总时间最小为目标，优化设计无人机任务执行及路径规划策略。

Description

一种无人机系统任务协同及路径规划方法

技术领域

本发明属于无线通信技术领域，涉及一种无人机系统任务协同及路径规划方法。

背景技术

近年来，自动控制，无线通信和智能信息处理技术的飞速发展促进了无人机相关技术及产业的快速发展及广泛应用。目前，无人机已应用于空中侦察、监视、通信、反潜、电子干扰等领域，在某些应用中，无人机需要飞行至某些目标点以执行任务。针对存在多架无人机和多个任务目标点的场景，如何合理地为无人机分配给任务目标点以实现无人机任务协同是亟待解决的问题。此外，由于无人机续航能力较差，无法进行长距离飞行，在无人机执行任务过程中，可能需进行充电，如何考虑充电站的部署条件及无人机飞行能力等多因素，为无人机设计合理的路径规划策略也是需研究的重要课题。

目前已有研究中，有文献提出利用深度强化学习技术实现无模型无人机控制，通过优化确定无人机路径，实现无人机高效信息收集；也有研究提出了一种基于A*算法的无人机航迹规划算法，基于代价函数最小化实现最短飞行时间；针对无人机任务协同问题，有学者提出了基于改进粒子群算法的无人机任务协同方法，通过合理任务分配，实现任务执行时间优化。

现有研究多考虑无人机路径规划问题，未综合考虑无人机系统业务需求、难以保证无人机高效任务执行。

发明内容

有鉴于此，本发明的目的在于提供一种无人机系统任务协同及路径规划方法，基于无人机执行任务所需总时间最小化，确定无人机系统最优任务执行和路径规划策略。

为达到上述目的，本发明提供如下技术方案：

一种无人机系统任务协同及路径规划方法，包括以下步骤：

S1：建模无人机执行任务出发点、任务目标点集合；

S2：建模无人机执行任务类型；

S3：建模无人机飞行区域；

S4：建模充电站部署标识；

S5：建模无人机任务执行变量；

S6：建模无人机路径规划变量；

S7：建模无人机系统任务协同及路径规划限制条件；

S8：建模无人机执行任务所需总时间；

S9：基于无人机执行任务所需总时间最小化，确定无人机系统最优任务执行及路径规划策略。

进一步，在步骤S1中，考虑多个无人机从特定位置出发协同执行任务，U_k表示第k个无人机，1≤k≤K，K为无人机总数；令S_k为U_k出发点，T_m为第m个任务目标点，1≤m≤M，M为任务目标点总数。

进一步，在步骤S2中，R＝{R₁,R₂,...,R_N}为各任务目标点上需要完成的任务类型集合，R_n表示第n种任务，1≤n≤N，N为任务类型总数，令α_m,n表示T_m处执行任务R_n标识，若T_m处需执行任务R_n，则α_m,n＝1，否则，α_m,n＝0；

令β_k,n表示无人机执行任务能力标识，若U_k能执行任务R_n，则β_k,n＝1，否则，β_k,n＝0；

若任务目标点存在多个任务，则任务需按照一定优先级执行，P_n表示R_n的优先级，P₁>P₂＞...＞P_N。

进一步，在步骤S3中，对无人机执行任务出发点、任务目标点之间区域进行二维离散化，建模为二维网格，令Δ_x及Δ_y分别为网格行、列相邻点之间距离，

及

分别为网格中行、列的最大点数，其中，

网格中第i行第j列节点为N_i,j，

令

表示二维网格中S_k对应节点，

表示二维网格中T_m对应节点，其中，

无人机飞行过程会受到大气、地形等的威胁，若N_i,j存在威胁，则G_i,j＝1，否则，G_i,j＝0。

进一步，在步骤S4中，充电站部署于无人机执行任务出发及目标点之间区域内，令χ_i,j为充电站部署标识，若N_i,j处已部署充电站，则χ_i,j＝1，否则，χ_i,j＝0。

进一步，在步骤S5中，令x_k,m,n为无人机任务执行变量，若U_k到达T_m执行任务R_n，则x_k,m,n＝1，否则，x_k,m,n＝0，1≤k≤K，1≤m≤M，1≤n≤N。

进一步，在步骤S6中，令

为无人机路径规划变量，若U_k经过节点

到达节点

则

否则，

1≤k≤K，

进一步，在步骤S7中，建模无人机系统任务协同及路径规划限制条件，具体包括：

(1)建模无人机任务执行变量限制条件，U_k仅能到单个目的点执行一种任务，即：

(2)建模无人机路径规划限制条件，各节点需满足保持流守恒，若

则

若

则

若

且

则

(3)建模无人机飞行区域条件，即：若

则

(4)建模无人机飞行节点限制条件，即：若

则

或

同时

或

(5)建模无人机U_k飞行距离限制条件，若

则

其中，

为无人机U_k单次充满电后最大飞行距离，

表示无人机飞行线路上两节点

和

间飞行距离，建模为

(6)建模目的点任务完成限制条件，各目的点任务需保证全部被完成，

即：

其中N_m为T_m需执行任务总数。

进一步，在步骤S8中，所述无人机执行任务所需总时间建模为

其中，D_m为T_m任务执行总时间，建模为

其中，D_m,n为T_m处执行任务R_n所需时间，建模为

其中，D_k,m,n为U_k到达T_m执行任务R_n所需时间，建模为

其中，

为U_k完成任务R_n所需时间，建模为

其中，I_n为完成任务R_n所需资源，F_k为U_k任务执行能力；

为U_k到达T_m所需时间，建模为

其中，

为U_k从节点

飞行至节点

所需总时间，建模

其中，

为U_k从节点

飞行至节点

所需飞行时间，

v_k为无人机U_k的飞行速度，

为无人机U_k自出发点到达目的点所需充电时间，建模

其中p为充电站充电功率，

为U_k从节点

飞行至节点

消耗电量，建模

其中W_k为U_k功率消耗速率。

进一步，在步骤S9中，基于无人机执行任务所需总时间最小化，优化确定无人机任务执行，路径规划变量，即

其中，

分别对应无人机U_k执行任务所需总时间最小的任务执行策略和最优路径规划策略。

本发明的有益效果在于：本发明可以在有效保障无人机执行任务的情况下，通过任务协同及路径规划，实现无人机执行任务所需总时间最小化。

本发明的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述，并且在某种程度上，基于对下文的考察研究对本领域技术人员而言将是显而易见的，或者可以从本发明的实践中得到教导。本发明的目标和其他优点可以通过下面的说明书来实现和获得。

附图说明

为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作优选的详细描述，其中：

图1为无人机场景示意图；

图2为本发明所述方法的流程示意图。

具体实施方式

以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。需要说明的是，以下实施例中所提供的图示仅以示意方式说明本发明的基本构想，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。

其中，附图仅用于示例性说明，表示的仅是示意图，而非实物图，不能理解为对本发明的限制；为了更好地说明本发明的实施例，附图某些部件会有省略、放大或缩小，并不代表实际产品的尺寸；对本领域技术人员来说，附图中某些公知结构及其说明可能省略是可以理解的。

本发明实施例的附图中相同或相似的标号对应相同或相似的部件；在本发明的描述中，需要理解的是，若有术语“上”、“下”、“左”、“右”、“前”、“后”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此附图中描述位置关系的用语仅用于示例性说明，不能理解为对本发明的限制，对于本领域的普通技术人员而言，可以根据具体情况理解上述术语的具体含义。

本发明所述一种无人机系统任务协同及路径规划方法，假设在某个区域有多个无人机执行任务，目标点需执行多种任务，对无人机执行任务出发点、任务目标点之间区域进行二维离散化，建模为二维网格，充电站部署于无人机执行任务源点及目标点之间区域内，建模无人机执行任务所需总时间，基于无人机执行任务所需总时间最小化，确定无人机任务执行策略和最优路径规划策略。

图1为无人机场景图，如图1所示，无人机需飞行至任务目标点完成任务，基于无人机执行任务所需总时间最小化，确定无人机任务执行策略和最优路径规划策略。

图2为本发明所述方法的流程示意图，如图2所示，本发明所述方法具体包括以下步骤：

1)建模无人机执行任务出发点、任务目标点集合

建模无人机执行任务出发点、任务目标点集合，具体地：考虑多个无人机从特定位置出发协同执行任务，U_k表示第k个无人机，1≤k≤K，K为无人机总数。令S_k为U_k出发点，T_m为第m个任务目标点，1≤m≤M，M为任务目标点总数。

2)建模无人机执行任务类型

建模无人机执行任务类型，具体地：R＝{R₁,R₂,...,R_N}为各任务目标点上需要完成的任务类型集合,R_n表示第n种任务，1≤n≤N，N为任务类型总数,令α_m,n表示T_m处执行任务R_n标识，若T_m处需执行任务R_n，则α_m,n＝1，否则，α_m,n＝0。令β_k,n表示无人机执行任务能力标识，若U_k能执行任务R_n，则β_k,n＝1，否则，β_k,n＝0。若任务目标点存在多个任务，则任务需按照一定优先级执行，P_n表示R_n的优先级，P₁>P₂＞...＞P_N。

3)建模无人机飞行区域

建模无人机飞行区域，具体地：对无人机执行任务出发点、任务目标点之间区域进行二维离散化，建模为二维网格，令Δ_x及Δ_y分别为网格行、列相邻点之间距离，

及

分别为网格中行、列的最大点数，其中，

网格中第i行第j列节点为N_i,j，

令

表示二维网格中S_k对应节点，

表示二维网格中T_m对应节点，其中，

无人机飞行过程会受到大气、地形等威胁，若N_i,j存在威胁，则G_i,j＝1，否则，G_i,j＝0。

4)建模充电站部署标识

建模充电站部署标识，具体地：充电站部署于无人机执行任务出发及目标点之间区域内,令χ_i,j为充电站部署标识，若N_i,j处已部署充电站，则χ_i,j＝1，否则，χ_i,j＝0。

5)建模无人机任务执行变量

建模无人机任务执行变量，具体地：令x_k,m,n为无人机任务执行变量，若U_k到达T_m执行任务R_n，则x_k,m,n＝1，否则，x_k,m,n＝0，1≤k≤K，1≤m≤M，1≤n≤N。

6)建模无人机路径规划变量

建模无人机路径规划变量，具体地：令

为无人机路径规划变量，若U_k经过节点

到达节点

则

否则，

1≤k≤K，

7)建模无人机系统任务协同及路径规划限制条件

建模无人机系统任务协同及路径规划限制条件，具体地：建模无人机系统任务协同及路径规划限制条件，具体包括：

(1)建模无人机任务执行变量限制条件，U_k仅可到单个目的点执行一种任务，即：

(2)建模无人机路径规划限制条件，各节点需满足保持流守恒，若

则

若

则

若

且

则

(3)建模无人机飞行区域条件，即：若

则

(4)建模无人机飞行节点限制条件，即：若

则

或

同时

或

(5)建模无人机U_k飞行距离限制条件，若

则

其中，

为无人机U_k单次充满电后最大飞行距离，

表示无人机飞行线路上两节点

和

间飞行距离，建模为

(6)建模目的点任务完成限制条件，各目的点任务需保证全部被完成，

即：

其中N_m为T_m需执行任务总数。

8)建模无人机执行任务所需总时间

建模无人机执行任务所需总时间，具体地：无人机执行任务所需总时间建模为

其中，D_m为T_m任务执行总时间，建模为

其中，D_m,n为T_m处执行任务R_n所需时间，建模为

其中，D_k,m,n为U_k到达T_m执行任务R_n所需时间，建模为

其中，

为U_k完成任务R_n所需时间，建模为

其中，I_n为完成任务R_n所需资源，F_k为U_k任务执行能力。

为U_k到达T_m所需时间，建模为

其中，

为U_k从节点

飞行至节点

所需总时间，建模

其中，

为U_k从节点

飞行至节点

所需飞行时间，

v_k为无人机U_k的飞行速度，

为无人机U_k自出发点到达目的点所需充电时间，建模

其中p为充电站充电功率，

为U_k从节点

飞行至节点

消耗电量，建模

其中W_k为U_k功率消耗速率。

9)基于无人机执行任务所需总时间最小化，确定无人机系统最优任务执行及路径规划策略

基于无人机执行任务所需总时间最小化，确定无人机系统最优任务执行及路径规划策略，具体地：基于无人机执行任务所需总时间最小化，优化确定无人机任务执行，路径规划变量，即

其中，

分别对应无人机U_k执行任务所需总时间最小的任务执行策略和最优路径规划策略。

最后说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本技术方案的宗旨和范围，其均应涵盖在本发明的权利要求范围当中。

Claims (3)

1.一种无人机系统任务协同及路径规划方法，其特征在于：包括以下步骤：

S1：建模无人机执行任务出发点、任务目标点集合；考虑多个无人机从特定位置出发协同执行任务，U_k表示第k个无人机，1≤k≤K，K为无人机总数；令S_k为U_k出发点，T_m为第m个任务目标点，1≤m≤M，M为任务目标点总数；

S2：建模无人机执行任务类型；R＝{R₁,R₂,...,R_N}为各任务目标点上需要完成的任务类型集合，R_n表示第n种任务，1≤n≤N，N为任务类型总数，令α_m,n表示T_m处执行任务R_n标识，若T_m处需执行任务R_n，则α_m,n＝1，否则，α_m,n＝0；令β_k,n表示无人机执行任务能力标识，若U_k能执行任务R_n，则β_k,n＝1，否则，β_k,n＝0；若任务目标点存在多个任务，则任务需按照一定优先级执行，P_n表示R_n的优先级，P₁>P₂＞...＞P_N；

S3：建模无人机飞行区域；对无人机执行任务出发点、任务目标点之间区域进行二维离散化，建模为二维网格，令Δ_x及Δ_y分别为网格行、列相邻点之间距离，

及

分别为网格中行、列的最大点数，其中，

网格中第i行第j列节点为N_i,j，

令

表示二维网格中S_k对应节点，

表示二维网格中T_m对应节点，其中，

若N_i,j存在威胁，则G_i,j＝1，否则，G_i,j＝0；

S4：建模充电站部署标识；充电站部署于无人机执行任务出发及目标点之间区域内，令χ_i,j为充电站部署标识，若N_i,j处已部署充电站，则χ_i,j＝1，否则，χ_i,j＝0；

S5：建模无人机任务执行变量；令x_k,m,n为无人机任务执行变量，若U_k到达T_m执行任务R_n，则x_k,m,n＝1，否则，x_k,m,n＝0，1≤k≤K，1≤m≤M，1≤n≤N；

S6：建模无人机路径规划变量；令

为无人机路径规划变量，若U_k经过节点

到达节点

则

否则，

S7：建模无人机系统任务协同及路径规划限制条件；具体包括：

(1)建模无人机任务执行变量限制条件，U_k仅能到单个目的点执行一种任务，即：

(2)建模无人机路径规划限制条件，各节点需满足保持流守恒，若

则

若

则

若

且

则

(3)建模无人机飞行区域条件，即：若

则

(4)建模无人机飞行节点限制条件，即：若

则

或

同时

或

(5)建模无人机U_k飞行距离限制条件，若

则

其中，

为无人机U_k单次充满电后最大飞行距离，

表示无人机飞行线路上两节点

和

间飞行距离，建模为

(6)建模目的点任务完成限制条件，各目的点任务需保证全部被完成，

即：

其中N_m为T_m需执行任务总数；

S8：建模无人机执行任务所需总时间；

S9：基于无人机执行任务所需总时间最小化，确定无人机系统最优任务执行及路径规划策略。

2.根据权利要求1所述的无人机系统任务协同及路径规划方法，其特征在于：在步骤S8中，所述无人机执行任务所需总时间建模为

其中，D_m为T_m任务执行总时间，建模为

其中，D_m,n为T_m处执行任务R_n所需时间，建模为

其中，D_k,m,n为U_k到达T_m执行任务R_n所需时间，建模为

其中，

为U_k完成任务R_n所需时间，建模为

其中，I_n为完成任务R_n所需资源，F_k为U_k任务执行能力；

为U_k到达T_m所需时间，建模为

其中，

为U_k从节点

飞行至节点

所需总时间，建模

其中，

为U_k从节点

飞行至节点

所需飞行时间，

v_k为无人机U_k的飞行速度，

为无人机U_k自出发点到达目的点所需充电时间，建模

其中p为充电站充电功率，

为U_k从节点

飞行至节点

消耗电量，建模

其中W_k为U_k功率消耗速率。

3.根据权利要求2所述的无人机系统任务协同及路径规划方法，其特征在于：在步骤S9中，基于无人机执行任务所需总时间最小化，优化确定无人机任务执行，路径规划变量，即

其中，

分别对应无人机U_k执行任务所需总时间最小的任务执行策略和最优路径规划策略。

Images