CN111199360A - 无人机任务分配规划方法 - Google Patents
无人机任务分配规划方法 Download PDFInfo
- Publication number
- CN111199360A CN111199360A CN202010029708.5A CN202010029708A CN111199360A CN 111199360 A CN111199360 A CN 111199360A CN 202010029708 A CN202010029708 A CN 202010029708A CN 111199360 A CN111199360 A CN 111199360A
- Authority
- CN
- China
- Prior art keywords
- task
- unmanned aerial
- aerial vehicle
- node
- unmanned plane
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 33
- 230000008569 process Effects 0.000 claims abstract description 15
- 230000008901 benefit Effects 0.000 claims description 18
- 230000000977 initiatory effect Effects 0.000 claims description 9
- 239000000446 fuel Substances 0.000 claims 1
- 238000004364 calculation method Methods 0.000 abstract description 5
- 238000004891 communication Methods 0.000 abstract description 4
- 230000015572 biosynthetic process Effects 0.000 description 5
- 230000008859 change Effects 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 2
- 230000002860 competitive effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- 238000011282 treatment Methods 0.000 description 1
Images
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
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
-
- 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
- G06Q10/06316—Sequencing of tasks or work
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/40—Business processes related to the transportation industry
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明公开了一种无人机任务分配规划方法,主要解决现有技术在进行任务分配时通信消耗和时延大的问题。其方案是:当无人机执行任务过程中有新任务P需要执行时,将该任务的分配分为预分配和协商两个阶段,即在预分配阶段由中心节点根据个体满意函数和个体拒绝函数选择出一个可执行任务的满意集集合ΦP,并判断ΦP是否为空:如果ΦP不为空,则由满足条件的无人机集合通过相互之间的协商,选择出最合适的一架无人机执行任务P;如果ΦP为空,则由多架无人机组合共同执行同一任务。本发明减少了中心节点的计算时间,保证了任务的实时动态分配和无人机任务的负载均衡,提升了无人机执行任务的整体性能,可用于多种类无人机实时分配的场景中。
Description
技术领域
本发明属于无线通信技术领域,特别涉及一种任务分配方法,可用于无人机任务实时分配场景中。
背景技术
多无人机任务分配是指:可以将动态的任务分配看成是在不同的时刻下,选择合适的无人机来完成任务。无人机任务分配的方式主要有集中式、分布式两种方式。集中式指的是编队中所有无人机通过唯一的一个控制中心进行通信,实现信号传输以及控制的一种系统结构。编队内所有无人机将其采集的外部信息以及自身状态信息传输至控制中心,再由控制中心对这些信息进行分类、融合、分析与决策,并形成新的控制指令,随后发送给编队内的无人机,实现多无人机的任务分配。分布式指的是编队中所有无人机不仅能通过控制中心进行通信,还能在编队内的无人机之间实现通信的一种控制系统结构。与集中式系统相比,分布式系统具有以下优点:充分发挥无人机的自治性,能够降低对中心节点的依赖性;计算分布式在各个系统的各个计算节点,能够实现对态势变化的快速反应;系统具有较强的鲁棒性和容错性,可扩展性好。但分布式协商时当节点过多时,通信的信息量会过大,而且可能因为只获得局部信息而无法得到全局最优解。
作者龙涛在其发表的期刊“多无人机UCAV协同中基于协商的分布式任务分配研究”中,在对多UCAV任务分配问题进行分析的基础上,提出了基于市场协调机制的多UCAV分布式协同任务分配体系结构,设计了能够支持不同自主能力UCAV的任务控制模型,各UCAV在分布式计算的基础上进行相互协商实现动态任务分配。通过综合采用买卖合同、交换合同和聚类合同三种协调机制,实现了多UCAV协同作战中的分布式任务分配。分配方法能够快速有效地实现对态势变化的反应,对于解决作战过程中的动态任务分配具有突出优势,但该方法并没有对分配后的任务执行情况进行监督,如果分配任务后的无人机自身出现故障,则可能造成任务无法成功执行。同时该方法在竞标阶段可能导致竞标时间过长,无法进行任务的实时分配。
作者钱艳平在其发表的期刊“基于合同网的无人机协同目标分配方法”中,首先使用聚类算法,计算任务位置从无人机出发点和回收点的连线上的直线距离,将任务分配给距离直线距离最短的无人机,然后再使用基于合同网的目标分配方法,引入负载系数参数,最后通过迭代执行买卖合同与交换合同实现了任务的合理分配。但该方法仅仅适用于任务在分配前就已经明确的场景中,实际环境中,可能面临一些突发任务,该方法并不能很好的解决实时任务分配的问题。
发明内容
本发明的目的在于针对上述现有技术的不足,提出一种无人机任务分配规划方法,以实现任务的快速分配,提升无人机执行任务的总体效益。
本发明的技术思路是:通过将任务分配分为预分配和协商两个阶段进行规划,其中在预分配阶段,首先由中心节点快速选择出适合执行该任务的无人机子集;在协商阶段,由子集之间相互协商,选择最合适的一架或者多架无人机参与该任务的执行,实现任务的实时分配。具体实现步骤包括如下:
(1)设置前提条件:
假设有N架无人机组成的无人机集合U={u1,u2,...,ui,...,uN}和M个任务的任务集合T={t1,t2,...,tx,...,tM},其中ui表示无人机集合U中的第i架无人机,1≤i≤N,tx表示任务集合T中的第x个任务,1≤x≤M;
假设某一时刻下发现一个新的突发任务P,需要将这个新突发任务P分配给N架无人机集合中的一架无人机单独执行或者由多架无人机协作执行;
(2)无人机集合中的中心节点即无人机集合执行任务过程中中心位置的无人机接收到新突发任务P,依次计算无人机集合U中各个无人机ui执行该任务P的收益Ri和损耗Ci
Ri=vp.ai,p,
Ci=β.di,p+(1-β).ri,p,
其中vp表示执行任务P的价值量,0≤ai,p≤1表示完成任务无人机ui执行任务P的任务匹配度;0≤β≤1表示调整因子,di,p表示无人机ui执行新突发任务P的路径代价损耗,ri,p表示无人机ui执行新突发任务P的风险代价损耗;
(3)中心节点计算无人机集合中各个无人机ui执行任务P的个体接收值μA,i(P)和个体拒绝值μR,i(P);
其中,Ri,min为ui的任务集合Si中最小的收益,Ri,max为ui任务集合Si中最大的收益Ci,min为ui的任务集合Si中最小的代价,Ci,max为ui任务集合Si中最大的代价;
(5)对满意集ΦP进行判断;
如果满意集ΦP不为空,则由满意集ΦP内的无人机相互协商,选择出最合适的一架无人机单独执行任务P;
如果满意集Φp为空,则由集合U中的无人机相互协商,选择多架无人机协同参与任务P的执行;
本发明与现有技术相比具有以下优点:
1、本发明结合集中式和分布式计算的优点,将任务分配分为预分配和分布式协商两个阶段,预分配阶段中心节点只需以较快的速度计算出适合执行任务的子集,将任务分配给适合执行任务的一组无人机而不需要关心具体的执行者,减少了中心节点的计算时间和计算量。
2、本发明由于在预分配阶段中心节点通过计算各个无人机执行当前任务的收益和损耗,以及在不同无人机的任务序列中收益和损耗所占据的比重,在满意集的约束下筛选出适合执行任务的无人机子集,减小了分布式协商阶段参与协商的无人机数量,降低了分布式协商中通信的消耗。
3、本发明在分布式协商阶段中,针对不同性质的任务,会有不同的处理:当预分配阶段满意集不为空时,满意集内的无人机计算执行该任务前后收益的变化,通过相互协商,选择收益最大的一架无人机执行任务,保证整体效益的最大化;当满意集为空时,根据无人机的任务空闲时间窗,无人机自身载荷,协商出满足任务资源需求的一组无人机,不仅保证了任务的实时执行,而且提高了完成任务的质量和成功率。
附图说明
图1为本发明的实现流程图;
图2为本发明中进行任务协商的子流程图;
图3为本发明中组建集群协同完成任务的子流程图。
具体实施方式
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,所描述的实施例仅仅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做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。
本发明方法适用于异构多类型无人机集群在多任务执行过程中,当检测到一个新的突发任务时,要将该新突发任务实时分配给集群中无人机的场景。
参照图1,本发明的实现步骤如下:
步骤一:设置前提条件。
假设有N架无人机组成的无人机集合U={u1,u2,...,ui,...,uN}和M个任务的任务集合T={t1,t2,...,tx,...,tM},其中ui表示无人机集合U中的第i架无人机,1≤i≤N,tx表示任务集合T中的第x个任务,1≤x≤M;
假设某一时刻下发现一个新的突发任务P,需要将这个新突发任务P分配给N架无人机集合中的一架无人机单独执行或者由多架无人机协作执行。
步骤二:无人机集合中的中心节点依次计算无人机集合U中各个无人机ui执行新突发任务P的收益Ri和损耗Ci。
所述无人机集合中的中心节点,是指无人机集合执行任务过程中中心位置的无人机;该中心位置的无人机在接收到新突发任务P后,首要计算各个无人机ui执行该新突发任务任务P的收益Ri和损耗Ci,其计算过程如下:
(2.1)计算无人机ui执行任务P时获得的收益Ri:
分别获取新突发任务P的价值量vp和无人机ui执行新突发任务P的任务匹配度ai,p,根据这两个参数计算无人机ui执行新突发任务P的收益Ri:
Ri=vp.ai,p
(2.2)计算无人机ui执行任务P时获得的损耗Ci:
(2.2.1)计算无人机ui执行任务P的路径损耗代价di,p:
分别获取无人机ui自身的位置到执行任务P的地点的直线距离ci,p和路径损耗的比例系数k,根据这两个参数计算无人机ui执行任务P的路径损耗代价di,p:
di,p=k.ci,p,
(2.2.2)计算无人机ui执行任务P的风险损耗代价ri,p:
分别获取无人机ui自身价值ρi,ui执行任务P的风险损耗的比例系数k'和无人机ui执行任务P的地点和任务P的位置的直线距离d,根据这三个参数计算无人机ui执行任务P的风险损耗代价ri,p:
(2.2.3)根据调整因子β,di,p和ri,p的值计算无人机ui执行任务P时的损耗Ci:
Ci=β.di,p+(1-β).ri,p,其中,β为调整因子。
步骤三:中心节点计算无人机集合中各个无人机ui执行任务P的个体接收值μA,i(P)和个体拒绝值μR,i(P);
(3.1)中心节点计算无人机集群U中各个无人机ui执行任务P的个体接收值μA,i(P):
(3.1.1)获取无人机ui的任务序列Si中最小的收益值Ri,min和最大的收益值Ri,max,
(3.1.2)无人机ui执行任务P时获得的收益Ri及(3.1.1)获得的参数,计算无人机集群U中各个无人机ui执行任务P的个体接收值μA,i(P):
(3.2)中心节点计算无人机集群U中各个无人机ui执行任务P的个体拒绝值μR,i(P):
(3.2.1)获取无人机ui的任务序列Si中最小的代价值Ci,min和最大的代价值Ci,max,
(3.2.2)根据无人机ui执行任务P时的损耗Ci及(3.2.1)获得的参数,计算无人机集群U中各个无人机ui执行任务P的个体拒绝值μR,i(P):
步骤四:构建满意集集合ΦP。
满意集集合ΦP,是指在无人机集合U中,满足满意集约束条件f(i,p)=1的无人机的集合。其构建过程如下:
(4.2)计算无人机集群U中各个无人机ui的满意集约束f(i,p)的值,并将f(i,p)=1,的无人机ui加入到满意集集合ΦP中。
步骤五:对满意集ΦP进行判断,如果满意集ΦP不为空,则执行步骤六,如果满意集Φp为空,则执行步骤七。
步骤六:满意集ΦP内的无人机相互协商,选择出最合适的一架无人机单独执行任务P。
参照图2,本步骤的实现如下:
(6.1)参数定义:
将无人机ui执行任务序列Si的总体效益定义为自身效益Zi;
将任务P加入到ui当前的任务集合Si后ui的效益定义为增加效益Zi +(P);
(6.2)由中心节点指定满意集合Φp中单一任务效益Fi=Ri-Ci值最大的一架无人机ui作为招标节点发布招标信息{ui,P,Zi,Zi +(P)};
(6.3)接收到招标信息的无人机uq判断自己是否在满意集集合ΦP中:
如果在满意集集合ΦP中,则执行(6.4),
否则,执行(6.6);
(6.4)满意集集合ΦP中的无人机uq计算自身的负载系数γq:
(6.4.1)获取无人机uq的任务负载Lq,
其中,N为无人机集合U中无人机的总数:
(6.5)判断γq是否大于0:
如果γq>0,则无人机节点uq放弃本次竞标;
(6.6)无人机节点uq在自己的任务序列Sq中选择任务tx,该任务tx满足交换效益其中tj为无人机uq任务序列Sq中的任务;tx为从任务序列Sq交换任务tj给无人机ui的同时将任务P加入到自己的任务序列Sq后,使得uq的整体效益最大的那个任务;
否则,无人机节点uq放弃本次竞标;
(6.8)招标者节点ui在收到竞标信息后,判断是否超过最长竞标等待时间;
如果超过最长等待时间,则招标者节点ui放弃本次竞标合同信息,
否则,招标者节点ui将竞标合同信息放入竞标集合中,并执行(6.9);
(6.9)招标者节点ui依次将竞标集合中的竞标信息按照收益大小排序,选择满意集集合Φp中整体效益最大的无人机节点un作为中标节点,并向中标节点un发送中标信息,同时ui周期性询问任务P完成情况,并执行步骤(6.10);
(6.10)招标者节点ui根据中标者节点un的反馈信息进行判断:
如果中标节点un反馈的信息是任务成功信息,则协商过程结束,
否则,招标节点ui进行任务分析并发起新一轮的招标信息。
步骤七:由集合U中的无人机相互协商,选择多架无人机协同参与任务P的执行。
参照图3,本步骤的实现如下:
(7.1)参数定义:
定义Q={q1,q2,...,qk,...qG}为完成任务P需要的任务资源集合,
定义Q't={q'1,q'2,...,q'k,...q'G}为无人机ut剩余的自身有效资源集合,
定义Φ'p={u2,u3,...,uc,...uN}表示协同执行任务P的无人机协同集合,
其中qk为执行任务P所需要的第k种资源的数值,q'k为无人机ut第k种资源的数值,1≤k≤G,G为完成任务P所需要的资源的种类数,uc表示协同执行任务P的无人机数量,2≤c≤N,N表示集合U中无人机的总数;
(7.2)无人机集群U中的无人机ui作为组建集群发起节点,给无人机集群U中的其他无人机节点uv发送组建集群信息;
(7.3)无人机集群U中接收到组建集群信息的无人机uv,将自身资源集合Q'v信息返回给集群发起节点ui;
(7.4)无人机集群U中的组建集群发起节点ui根据接收到的其他无人机uv发送的资源集合Q'v,组建无人机协同集合Φ'p,其中,组建Φ'p的约束条件为:对于任务资源集合Q中的任何一种资源qk,无人机协同集合Φp'中各个无人机uc的有效资源q'k的总和要大于等于qk的值,即
(7.5)判断无人机协同集合Φ'p是否为空:
如果无人机协同集合Φ'p不为空,则无人机协同集合Φ'p中的无人机节点在接收到协商节点ui发送的信息后,共同参与任务的执行,并执行步骤(7.6),
否则,执行步骤(7.7);
(7.6)判断任务执行是否成功,如果任务执行成功,则协商过程结束,否则,执行步骤(7.7);
(7.7)无人机集群发起节点ui重新进行任务分析,并发起新一轮的组建集群信息。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (4)
1.一种无人机任务分配规划方法,其特征在于,包括如下:
(1)设置前提条件:
假设有N架无人机组成的无人机集合U={u1,u2,...,ui,...,uN}和M个任务的任务集合T={t1,t2,...,tx,...,tM},其中ui表示无人机集合U中的第i架无人机,1≤i≤N,tx表示任务集合T中的第x个任务,1≤x≤M;
假设某一时刻下发现一个新的突发任务P,需要将这个新突发任务P分配给N架无人机集合中的一架无人机单独执行或者由多架无人机协作执行;
(2)无人机集合中的中心节点即无人机集合执行任务过程中中心位置的无人机接收到新突发任务P,依次计算无人机集合U中各个无人机ui执行该任务P的收益Ri和损耗Ci
Ri=vp.ai,p,
Ci=β.di,p+(1-β).ri,p,
其中vp表示执行任务P的价值量,0≤ai,p≤1表示完成任务无人机ui执行任务P的任务匹配度;0≤β≤1表示调整因子,di,p表示无人机ui执行新突发任务P的路径代价损耗,ri,p表示无人机ui执行新突发任务P的风险代价损耗;
(3)中心节点计算无人机集合中各个无人机ui执行任务P的个体接收值μA,i(P)和个体拒绝值μR,i(P);
其中,Ri,min为ui的任务集合Si中最小的收益,Ri,max为ui任务集合Si中最大的收益Ci,min为ui的任务集合Si中最小的代价,Ci,max为ui任务集合Si中最大的代价;
(5)对满意集ΦP进行判断;
如果满意集ΦP不为空,则由满意集ΦP内的无人机相互协商,选择出最合适的一架无人机单独执行任务P;
如果满意集Φp为空,则由集合U中的无人机相互协商,选择多架无人机协同参与任务P的执行。
2.根据权利要求1所述的方法,其中(2)中无人机执行任务的收益Ri和损耗Ci,分别计算如下:
Ri=vp.ai,p
Ci=β.di,p+(1-β).ri,p
3.根据权利要求1所述的方法,其中步骤(5)中选择出最合适的一架无人机单独执行任务P,其实现如下:
(5c)满意集ΦP中的其他无人机节点uq接收到招标信息后,首先在自己的任务序列Sq中选择任务tx,该任务tx满足交换效能其中tj为无人机uq任务序列Sq中的任务,tx为从任务序列Sq交换任务tj给无人机ui同时将任务P加入到自己的任务序列Sq后uq的整体效益最大的那个任务;
(5f)无人机招标节点ui收到竞标信息后,将竞标信息按照效益大小排序,选择满意集集合Φp中整体效益最大的节点un作为中标节点;
(5g)无人机招标节点ui向种标者节点un发送中标信息,并周期性询问任务完成情况;
(5h)无人机招标节点ui对接收到的中标节点un的反馈信息进行判断;
如果中标节点un返回任务成功信息给招标节点ui,则招标过程结束;
如果中标节点un返回任务失败信息给招标节点ui,或者在较长时间内没有反馈成功信息给招标节点ui,则无人机招标节点ui进行任务分析并发起新一轮的招标信息。
4.根据权利要求1所述的一种无人机任务分配规划方法,其中步骤(5)中选择多架无人机协同参与任务P的执行,其实现如下:
(5i)定义Q={q1,q2,...,qk,...qG}表示完成任务P需要的任务资源集合,Q′t={q′1,q′2,...,q′k,...q′G}为无人机ut剩余的自身有效资源集合,Φ′p={u2,u3,...,uc,...uN}表示协同执行任务P的无人机协同集合,其中qk为执行任务P所需要的第k种资源的数值,q′k为无人机ut第k种资源的数值,1≤k≤G,G为完成任务P所需要的资源的种类数,uc表示协同执行任务P的无人机数量,2≤c≤N,N表示集合U中无人机的总数,对于任务资源集合Q中的任何一种资源qk,无人机协同集合Φp'中各个无人机uc的有效资源q′k的总和要大于等于qk的值,即
(5j)无人机集群U中的无人机ui作为协商发起节点发送协商信息给无人机集群U中的其他无人机节点uv;
(5k)无人机集群U中接收到协商信息的无人机节点uv将自身资源集合Q′v信息发送给协商节点ui;
(5l)无人机集群U中的协商节点ui根据接收到的其他无人机发送的资源集合Q′v,组建无人机协同集合Φ′p;
(5m)无人机集群U中的协商节点ui对集合Φ′p进行判断;
如果无人机协同集合Φ′p不为空,则无人机协同集合Φ′p中的无人机节点在接收到协商节点ui发送的信息后,共同参与任务的执行,任务执行成功后协商过程结束;
如果无人机协同集合Φ′p为空,或者任务执行失败,则无人机协商节点ui进行任务分析,并发起新一轮的协商信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010029708.5A CN111199360B (zh) | 2020-01-13 | 2020-01-13 | 无人机任务分配规划方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010029708.5A CN111199360B (zh) | 2020-01-13 | 2020-01-13 | 无人机任务分配规划方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111199360A true CN111199360A (zh) | 2020-05-26 |
CN111199360B CN111199360B (zh) | 2023-05-05 |
Family
ID=70744842
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010029708.5A Active CN111199360B (zh) | 2020-01-13 | 2020-01-13 | 无人机任务分配规划方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111199360B (zh) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111884817A (zh) * | 2020-08-18 | 2020-11-03 | 重庆交通大学 | 一种分布式无人机集群网络安全通信的实现方法 |
CN112256057A (zh) * | 2020-10-22 | 2021-01-22 | 上海大学 | 一种异构无人系统协同控制方法 |
CN112528416A (zh) * | 2020-12-18 | 2021-03-19 | 北京机电工程研究所 | 一种在线实时分配算法 |
CN112969157A (zh) * | 2021-02-22 | 2021-06-15 | 重庆邮电大学 | 一种无人机网络负载均衡方法 |
CN113194502A (zh) * | 2021-04-30 | 2021-07-30 | 哈尔滨工业大学 | 一种无人机集群的分布式中心选择和通信方法 |
CN113312172A (zh) * | 2021-02-23 | 2021-08-27 | 中国人民解放军国防科技大学 | 基于适变网络的多无人机集群动态任务调度模型 |
CN113934228A (zh) * | 2021-10-18 | 2022-01-14 | 天津大学 | 基于协商共识的集群四旋翼无人机任务规划方法 |
CN114326827A (zh) * | 2022-01-12 | 2022-04-12 | 北方工业大学 | 一种无人机集群多任务动态分配方法及系统 |
CN115630513A (zh) * | 2022-10-29 | 2023-01-20 | 中国电子科技集团公司第十五研究所 | 基于集群优化的无人机集群协同任务分配方法 |
CN115903885A (zh) * | 2022-10-26 | 2023-04-04 | 中国人民解放军陆军炮兵防空兵学院 | 一种基于任务牵引的蜂群Agent模型的无人机飞控方法 |
CN115963852A (zh) * | 2022-11-21 | 2023-04-14 | 北京航空航天大学 | 一种基于协商机制的无人机集群构建方法 |
CN117348424A (zh) * | 2023-11-30 | 2024-01-05 | 南通大地测绘有限公司 | 一种基于自适应算法的无人机群协同测绘方法及系统 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101136081A (zh) * | 2007-09-13 | 2008-03-05 | 北京航空航天大学 | 基于蚁群智能的无人作战飞机多机协同任务分配方法 |
CN101815326A (zh) * | 2010-01-11 | 2010-08-25 | 北京邮电大学 | 基于协商的无线传感器网络任务分配方法 |
CN102903028A (zh) * | 2012-09-28 | 2013-01-30 | 中国人民解放军国防科学技术大学 | 一种面向应急的多飞艇对地观测任务协同分配方法 |
CN104407619A (zh) * | 2014-11-05 | 2015-03-11 | 沈阳航空航天大学 | 不确定环境下的多无人机同时到达多个目标方法 |
CN105739303A (zh) * | 2015-12-29 | 2016-07-06 | 沈阳航空航天大学 | 基于滚动时域法的多无人机协同打击任务分配方法 |
US20170021946A1 (en) * | 2015-07-21 | 2017-01-26 | Limitless Computing, Inc. | Method and system for configurable and scalable unmanned aerial vehicles and systems |
US20170236428A1 (en) * | 2016-02-12 | 2017-08-17 | Wal-Mart Stores, Inc. | Systems and methods to allocate unmanned aircraft systems |
CN107169608A (zh) * | 2017-05-27 | 2017-09-15 | 合肥工业大学 | 多无人机执行多任务的分配方法及装置 |
CN107330588A (zh) * | 2017-06-19 | 2017-11-07 | 西北工业大学 | 一种多基地异构无人机协同侦察的任务规划方法 |
US20170329643A1 (en) * | 2014-11-25 | 2017-11-16 | Institute Of Acoustics, Chinese Academy Of Sciences | Distributed node intra-group task scheduling method and system |
CN107977743A (zh) * | 2017-11-29 | 2018-05-01 | 合肥工业大学 | 多无人机协同任务分配方法及装置 |
CN109472520A (zh) * | 2018-12-21 | 2019-03-15 | 南京邮电大学 | 基于区块链的多无人机任务分配方法 |
-
2020
- 2020-01-13 CN CN202010029708.5A patent/CN111199360B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101136081A (zh) * | 2007-09-13 | 2008-03-05 | 北京航空航天大学 | 基于蚁群智能的无人作战飞机多机协同任务分配方法 |
CN101815326A (zh) * | 2010-01-11 | 2010-08-25 | 北京邮电大学 | 基于协商的无线传感器网络任务分配方法 |
CN102903028A (zh) * | 2012-09-28 | 2013-01-30 | 中国人民解放军国防科学技术大学 | 一种面向应急的多飞艇对地观测任务协同分配方法 |
CN104407619A (zh) * | 2014-11-05 | 2015-03-11 | 沈阳航空航天大学 | 不确定环境下的多无人机同时到达多个目标方法 |
US20170329643A1 (en) * | 2014-11-25 | 2017-11-16 | Institute Of Acoustics, Chinese Academy Of Sciences | Distributed node intra-group task scheduling method and system |
US20170021946A1 (en) * | 2015-07-21 | 2017-01-26 | Limitless Computing, Inc. | Method and system for configurable and scalable unmanned aerial vehicles and systems |
CN105739303A (zh) * | 2015-12-29 | 2016-07-06 | 沈阳航空航天大学 | 基于滚动时域法的多无人机协同打击任务分配方法 |
US20170236428A1 (en) * | 2016-02-12 | 2017-08-17 | Wal-Mart Stores, Inc. | Systems and methods to allocate unmanned aircraft systems |
CN107169608A (zh) * | 2017-05-27 | 2017-09-15 | 合肥工业大学 | 多无人机执行多任务的分配方法及装置 |
CN107330588A (zh) * | 2017-06-19 | 2017-11-07 | 西北工业大学 | 一种多基地异构无人机协同侦察的任务规划方法 |
CN107977743A (zh) * | 2017-11-29 | 2018-05-01 | 合肥工业大学 | 多无人机协同任务分配方法及装置 |
CN109472520A (zh) * | 2018-12-21 | 2019-03-15 | 南京邮电大学 | 基于区块链的多无人机任务分配方法 |
Non-Patent Citations (1)
Title |
---|
陈洁钰;姚佩阳;唐剑;贾方超;: "多无人机分布式协同动态目标分配方法" * |
Cited By (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111884817A (zh) * | 2020-08-18 | 2020-11-03 | 重庆交通大学 | 一种分布式无人机集群网络安全通信的实现方法 |
CN111884817B (zh) * | 2020-08-18 | 2022-08-09 | 重庆交通大学 | 一种分布式无人机集群网络安全通信的实现方法 |
CN112256057B (zh) * | 2020-10-22 | 2021-08-24 | 上海大学 | 一种异构无人系统协同控制方法 |
CN112256057A (zh) * | 2020-10-22 | 2021-01-22 | 上海大学 | 一种异构无人系统协同控制方法 |
CN112528416A (zh) * | 2020-12-18 | 2021-03-19 | 北京机电工程研究所 | 一种在线实时分配算法 |
CN112969157A (zh) * | 2021-02-22 | 2021-06-15 | 重庆邮电大学 | 一种无人机网络负载均衡方法 |
CN113312172A (zh) * | 2021-02-23 | 2021-08-27 | 中国人民解放军国防科技大学 | 基于适变网络的多无人机集群动态任务调度模型 |
CN113312172B (zh) * | 2021-02-23 | 2023-08-22 | 中国人民解放军国防科技大学 | 基于适变网络的多无人机集群动态任务调度模型 |
CN113194502A (zh) * | 2021-04-30 | 2021-07-30 | 哈尔滨工业大学 | 一种无人机集群的分布式中心选择和通信方法 |
CN113194502B (zh) * | 2021-04-30 | 2022-06-21 | 哈尔滨工业大学 | 一种无人机集群的分布式中心选择和通信方法 |
CN113934228A (zh) * | 2021-10-18 | 2022-01-14 | 天津大学 | 基于协商共识的集群四旋翼无人机任务规划方法 |
CN113934228B (zh) * | 2021-10-18 | 2023-12-19 | 天津大学 | 基于协商共识的集群四旋翼无人机任务规划方法 |
CN114326827B (zh) * | 2022-01-12 | 2023-06-09 | 北方工业大学 | 一种无人机集群多任务动态分配方法及系统 |
CN114326827A (zh) * | 2022-01-12 | 2022-04-12 | 北方工业大学 | 一种无人机集群多任务动态分配方法及系统 |
CN115903885A (zh) * | 2022-10-26 | 2023-04-04 | 中国人民解放军陆军炮兵防空兵学院 | 一种基于任务牵引的蜂群Agent模型的无人机飞控方法 |
CN115903885B (zh) * | 2022-10-26 | 2023-09-29 | 中国人民解放军陆军炮兵防空兵学院 | 一种基于任务牵引的蜂群Agent模型的无人机飞控方法 |
CN115630513A (zh) * | 2022-10-29 | 2023-01-20 | 中国电子科技集团公司第十五研究所 | 基于集群优化的无人机集群协同任务分配方法 |
CN115963852A (zh) * | 2022-11-21 | 2023-04-14 | 北京航空航天大学 | 一种基于协商机制的无人机集群构建方法 |
CN115963852B (zh) * | 2022-11-21 | 2023-09-12 | 北京航空航天大学 | 一种基于协商机制的无人机集群构建方法 |
CN117348424A (zh) * | 2023-11-30 | 2024-01-05 | 南通大地测绘有限公司 | 一种基于自适应算法的无人机群协同测绘方法及系统 |
CN117348424B (zh) * | 2023-11-30 | 2024-03-08 | 南通大地测绘有限公司 | 一种基于自适应算法的无人机群协同测绘方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN111199360B (zh) | 2023-05-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111199360A (zh) | 无人机任务分配规划方法 | |
CN111679905B (zh) | 算网融合网络模型系统 | |
CN110852486B (zh) | 一种无人机集群自主协同的任务规划方法 | |
CN113395676B (zh) | 一种基于重叠联盟形成博弈的无人机任务协作方法 | |
CN111245903B (zh) | 一种基于边缘计算的联合学习方法及系统 | |
CN108009023A (zh) | 混合云中基于bp神经网络时间预测的任务调度方法 | |
Lim et al. | Incentive mechanism design for resource sharing in collaborative edge learning | |
CN108259078B (zh) | 一种用于星上综合电子系统的资源分配方法及系统 | |
Zhang et al. | Edge-to-edge cooperative artificial intelligence in smart cities with on-demand learning offloading | |
CN111784211B (zh) | 一种基于分簇的群体多任务分配方法及存储介质 | |
CN116610144A (zh) | 基于扩展一致性包算法的无人机协同动态任务分配方法 | |
CN114154819A (zh) | 一种基于任务相似度的多agv分布式调度方法与系统 | |
CN116893861A (zh) | 基于空地协同边缘计算的多智能体协作依赖任务卸载方法 | |
CN114172558B (zh) | 一种车辆网络中基于边缘计算和无人机集群协同的任务卸载方法 | |
CN115225517A (zh) | 一种面向平台制造服务聚合协作的分布式负载平衡调控方法 | |
CN116090342A (zh) | 基于联盟形成博弈的大规模无人机分布式任务分配方法 | |
CN115471110A (zh) | 一种基于条件概率的考虑多目标进化算法的多异构无人机系统协同任务分配方法 | |
CN111798097A (zh) | 一种基于市场机制的自主移动机器人任务分配处理方法 | |
CN114980029A (zh) | 车联网中基于任务关联性的卸载方法 | |
CN112215465B (zh) | 基于拍卖模型的分布式鲁棒异构多auv任务分配方法 | |
CN116541163A (zh) | 一种基于任务聚类的云边端协同系统数据处理方法及系统 | |
CN114466023B (zh) | 面向大规模边缘计算系统的计算服务动态定价方法及系统 | |
CN115421885A (zh) | 一种分布式多目标云任务的调度方法、装置及云服务系统 | |
CN108595257B (zh) | 一种云任务调度方法 | |
Liu et al. | Resource allocation strategy based on improved auction algorithm in mobile edge computing environment |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |