CN112000128B - 一种用于抢险救灾的无人机集群任务协同方法及系统 - Google Patents

一种用于抢险救灾的无人机集群任务协同方法及系统 Download PDF

Info

Publication number
CN112000128B
CN112000128B CN202010883643.0A CN202010883643A CN112000128B CN 112000128 B CN112000128 B CN 112000128B CN 202010883643 A CN202010883643 A CN 202010883643A CN 112000128 B CN112000128 B CN 112000128B
Authority
CN
China
Prior art keywords
unmanned aerial
communication
search
aerial vehicle
subsystem
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.)
Active
Application number
CN202010883643.0A
Other languages
English (en)
Other versions
CN112000128A (zh
Inventor
陈勇
柴兴华
耿虎军
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
CETC 54 Research Institute
Original Assignee
CETC 54 Research Institute
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by CETC 54 Research Institute filed Critical CETC 54 Research Institute
Priority to CN202010883643.0A priority Critical patent/CN112000128B/zh
Publication of CN112000128A publication Critical patent/CN112000128A/zh
Application granted granted Critical
Publication of CN112000128B publication Critical patent/CN112000128B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本发明涉及一种用于抢险救灾的无人机集群任务协同方法及系统，属于无人机协同控制技术领域。该系统包括业务调度器以及搜救探测、通信保障和物资投送三类子系统；每个子系统分为战略层、战役层和微动作层三层；业务调度器用于对搜救探测、通信保障和物资投送三类任务的执行时序进行编排调度。本发明可将一个复杂的任务问题分解成若干个相对简单的子问题，然后分别求解这些子问题的最优解，最后由这些子问题的最优解构成原问题的最优解。

Description

一种用于抢险救灾的无人机集群任务协同方法及系统
技术领域
本发明涉及一种用于抢险救灾的无人机集群任务协同方法及系统，属于无人机协同控制技术领域。
背景技术
旋翼无人机集群已越来越多地应用于抢险救灾场合，可执行人员搜救、通信保障、物资投送等应急任务。由于抢险救灾工作的紧迫性、复杂性，各类应急任务需要在不同区域同时展开，一项任务又需要多架无人机共同完成，是一个典型的多区域、多任务应用问题。各项应急任务的顺利完成需要一个高效的任务协同方法，支持对各类复杂救灾任务的逐级分解，并具有可扩展性，支持增加新的救灾任务功能，保障无人机协同工作以完成各类救灾任务。但是，现有技术中尚缺少这样的无人机集群任务协同技术。
发明内容
为了有效解决面向复杂任务的多智能体任务协同问题，本发明提供一种用于抢险救灾的无人机集群任务协同方法及系统，其能够将一个复杂的任务问题分析拆解为子问题，使得每个子问题非常具体、明确，利于协同算法的设计和实现。
为了实现上述目的，本发明所采用的技术方案是：
一种用于抢险救灾的无人机集群任务协同方法，包括以下步骤：
(1)构建业务调度器以及搜救探测、通信保障和物资投送三类子系统；其中，搜救探测子系统用于利用机载光电传感器搜索地面人员，同时探测灾区的地形、地貌、地物，为物资投送和通信保障任务提供受困人员位置信息；通信保障子系统用于利用机载通信模块为受灾地区提供通信覆盖，为地面人员提供通信接入服务；物资投送子系统用于利用无人机将应急物资投送到灾区受困人员所在位置，解决受困人员的物资需求；
(2)将每个子系统分为战略层、战役层和微动作层三层；其中，
搜救探测子系统的战略层用于根据搜救探测要求、抢险救灾任务区域大小、机载搜救探测传感器性能，确定完成灾区搜救探测任务所需的无人机数量和类型；
搜救探测子系统的战役层用于将一架无人机分配给灾区的一个子区域，从而确定各个执行搜救探测任务的无人机的责任区，并规划这些无人机搜索遍历责任区的飞行航路计划；
搜救探测子系统的微动作层用于根据灾区光照条件和地物特点，确定无人机开展搜救探测过程中光电传感器载荷的光圈、快门和焦距，并根据障碍物动态情况确定无人机的实际飞行航迹点；
通信保障子系统的战略层用于根据通信保障要求、抢险救灾任务区域大小、地面通信用户的数量、机载通信模块性能，确定完成灾区通信保障任务所需的无人机数量和类型；
通信保障子系统的战役层用于将一架无人机分配给灾区的一个子区域，从而确定各个执行通信保障覆盖任务的无人机的责任区，并规划这些无人机从当前位置到其责任区悬停位置的飞行航路计划；
通信保障子系统的微动作层用于根据灾区光照条件和地物特点，确定无人机开展通信保障过程中通信载荷的功率和频段；
物资投送子系统的战略层用于根据物资投送时限要求、投送物资数量、投送点的数量，确定完成灾区物资投送任务所需的无人机数量和类型；
物资投送子系统的战役层用于将一架无人机分配给灾区的一个子区域，从而确定各个执行物资投送任务的无人机的责任区，并规划这些无人机从当前位置到其责任区投送位置的飞行航路计划；
物资投送子系统的微动作层用于根据投送点周边环境的障碍物情况、投送物资类型、风向、风力，确定无人机开展物资投送过程中的投送高度；
(3)通过业务调度器对搜救探测、通信保障和物资投送三类任务的执行时序进行编排调度；并且，当搜救探测无人机发现新的受灾人员时，通知通信保障和物资投送子系统，使通信保障和物资投送子系统根据最新情况分配新的无人机开展工作；当通信保障和物资投送无人机需要对地面人员和灾区的地形、地貌、地物进行再次探测和确认时，通知搜救探测子系统执行相应的探测任务。
进一步的，搜救探测子系统的战略层根据下式确定完成灾区搜救探测任务所需的无人机数量：
其中，n是完成灾区搜救探测任务所需的无人机数量，为向上取整，W是灾区地域范围的外接矩形的面积，a是单位时间内搜救探测无人机能够搜索的地域面积，t是遍历一次灾区所要求的时间限制。
进一步的，通信保障子系统的战略层确定完成灾区通信保障任务所需的无人机数量的具体方式为：
(1)根据地面用户的位置，使用DBSCAN方法对地面用户进行聚类，形成Ncluster个簇，则为所有簇内用户提供通信服务所需的无人机数量UAV1为：
其中，u为机载通信模块能够接入的用户数量，vi为第i簇内的用户数量；
(2)如果两簇之间的距离大于机间通联保持最远允许距离，则在两簇之间增加中继无人机，增加的无人机数量UAV2为：
其中，q是存在两簇之间的距离大于机间通联保持最远距离情况的数量，是第i个大于机间通联保持最远距离的距离，dbetween是机间通联保持最远距离，为向下取整，中继无人机的位置处于两簇之间的等分点位置；
若任意两簇之间的距离均不大于机间通联保持最远允许距离，则令UAV2＝0；
(3)计算完成灾区通信保障任务所需的无人机数量为UAV1+UAV2。
进一步的，物资投送子系统的战略层根据下式确定完成灾区物资投送任务所需的无人机数量：
其中，UAV为完成灾区物资投送任务所需的无人机数量，cargo_weighti是需运送到第i个投送点的救灾物资重量，No_Post是投送点的总数量，cargoweight_per_UAV是每架无人机的载货能力。
进一步的，搜救探测、通信保障和物资投送子系统的飞行航路计划均采用粒子群方法计算。
一种用于抢险救灾的无人机集群任务协同系统，包括业务调度器以及搜救探测、通信保障和物资投送三类子系统；其中，搜救探测子系统用于利用机载光电传感器搜索地面人员，同时探测灾区的地形、地貌、地物，为物资投送和通信保障任务提供受困人员位置信息；通信保障子系统用于利用机载通信模块为受灾地区提供通信覆盖，为地面人员提供通信接入服务；物资投送子系统用于利用无人机将应急物资投送到灾区受困人员所在位置，解决受困人员的物资需求；
每个子系统分为战略层、战役层和微动作层三层；其中，
搜救探测子系统的战略层用于根据搜救探测要求、抢险救灾任务区域大小、机载搜救探测传感器性能，确定完成灾区搜救探测任务所需的无人机数量和类型；
搜救探测子系统的战役层用于将一架无人机分配给灾区的一个子区域，从而确定各个执行搜救探测任务的无人机的责任区，并规划这些无人机搜索遍历责任区的飞行航路计划；
搜救探测子系统的微动作层用于根据灾区光照条件和地物特点，确定无人机开展搜救探测过程中光电传感器载荷的光圈、快门和焦距，并根据障碍物动态情况确定无人机的实际飞行航迹点；
通信保障子系统的战略层用于根据通信保障要求、抢险救灾任务区域大小、地面通信用户的数量、机载通信模块性能，确定完成灾区通信保障任务所需的无人机数量和类型；
通信保障子系统的战役层用于将一架无人机分配给灾区的一个子区域，从而确定各个执行通信保障覆盖任务的无人机的责任区，并规划这些无人机从当前位置到其责任区悬停位置的飞行航路计划；
通信保障子系统的微动作层用于根据灾区光照条件和地物特点，确定无人机开展通信保障过程中通信载荷的功率和频段；
物资投送子系统的战略层用于根据物资投送时限要求、投送物资数量、投送点的数量，确定完成灾区物资投送任务所需的无人机数量和类型；
物资投送子系统的战役层用于将一架无人机分配给灾区的一个子区域，从而确定各个执行物资投送任务的无人机的责任区，并规划这些无人机从当前位置到其责任区投送位置的飞行航路计划；
物资投送子系统的微动作层用于根据投送点周边环境的障碍物情况、投送物资类型、风向、风力，确定无人机开展物资投送过程中的投送高度；
业务调度器用于对搜救探测、通信保障和物资投送三类任务的执行时序进行编排调度；并且，当搜救探测无人机发现新的受灾人员时，通知通信保障和物资投送子系统，使通信保障和物资投送子系统根据最新情况分配新的无人机开展工作；当通信保障和物资投送无人机需要对地面人员和灾区的地形、地貌、地物进行再次探测和确认时，通知搜救探测子系统执行相应的探测任务。
进一步的，搜救探测子系统的战略层根据下式确定完成灾区搜救探测任务所需的无人机数量：
其中，n是完成灾区搜救探测任务所需的无人机数量，为向上取整，W是灾区地域范围的外接矩形的面积，a是单位时间内搜救探测无人机能够搜索的地域面积，t是遍历一次灾区所要求的时间限制。
进一步的，通信保障子系统的战略层确定完成灾区通信保障任务所需的无人机数量的具体方式为：
(1)根据地面用户的位置，使用DBSCAN方法对地面用户进行聚类，形成Ncluster个簇，则为所有簇内用户提供通信服务所需的无人机数量UAV1为：
其中，u为机载通信模块能够接入的用户数量，vi为第i簇内的用户数量；
(2)如果两簇之间的距离大于机间通联保持最远允许距离，则在两簇之间增加中继无人机，增加的无人机数量UAV2为：
其中，q是存在两簇之间的距离大于机间通联保持最远距离情况的数量，是第i个大于机间通联保持最远距离的距离，dbetween是机间通联保持最远距离，为向下取整，中继无人机的位置处于两簇之间的等分点位置；
若任意两簇之间的距离均不大于机间通联保持最远允许距离，则令UAV2＝0；
(3)计算完成灾区通信保障任务所需的无人机数量为UAV1+UAV2。
进一步的，物资投送子系统的战略层根据下式确定完成灾区物资投送任务所需的无人机数量：
其中，UAV为完成灾区物资投送任务所需的无人机数量，cargo_weighti是需运送到第i个投送点的救灾物资重量，No_Post是投送点的总数量，cargoweight_per_UAV是每架无人机的载货能力。
进一步的，搜救探测、通信保障和物资投送子系统的飞行航路计划均采用粒子群方法计算。
本发明相对于现有技术所取得的有益效果在于：
1、本发明中，将无人机集群分为战略层、战术层和微动作层，从而能够将复杂的任务协同问题分解为三个层面的相对简单的子问题，然后分别求解这些子问题的最优解，最后由这些子问题的最优解构成原问题的最优解。
2、传统的一体化解决方案将协同问题的各个方面一起考虑，增大了问题的复杂度，不利于协同算法的设计和实现。本发明通过将问题分析拆解为子问题，使得每个子问题非常具体、明确，利于协同算法的设计和实现。
附图说明
图1是本发明实施例中无人机集群任务协同方法的原理示意图。
具体实施方式
下面结合附图对本发明的技术方案做进一步说明。
一种用于抢险救灾的无人机集群任务协同方法，包括以下步骤：
(1)构建业务调度器以及搜救探测、通信保障和物资投送三类子系统；其中，搜救探测子系统用于利用机载光电传感器搜索地面人员，同时探测灾区的地形、地貌、地物，为物资投送和通信保障任务提供受困人员位置信息；通信保障子系统用于利用机载通信模块为受灾地区提供通信覆盖，为地面人员提供通信接入服务；物资投送子系统用于利用无人机将应急物资投送到灾区受困人员所在位置，解决受困人员的物资需求；
(2)将每个子系统分为战略层、战役层和微动作层三层；其中，
搜救探测子系统的战略层用于根据搜救探测要求、抢险救灾任务区域大小、机载搜救探测传感器性能，确定完成灾区搜救探测任务所需的无人机数量和类型；
搜救探测子系统的战役层用于将一架无人机分配给灾区的一个子区域，从而确定各个执行搜救探测任务的无人机的责任区，并规划这些无人机搜索遍历责任区的飞行航路计划；
搜救探测子系统的微动作层用于根据灾区光照条件和地物特点，确定无人机开展搜救探测过程中光电传感器载荷的光圈、快门和焦距，并根据障碍物动态情况确定无人机的实际飞行航迹点；
通信保障子系统的战略层用于根据通信保障要求、抢险救灾任务区域大小、地面通信用户的数量、机载通信模块性能，确定完成灾区通信保障任务所需的无人机数量和类型；
通信保障子系统的战役层用于将一架无人机分配给灾区的一个子区域，从而确定各个执行通信保障覆盖任务的无人机的责任区，并规划这些无人机从当前位置到其责任区悬停位置的飞行航路计划；
通信保障子系统的微动作层用于根据灾区光照条件和地物特点，确定无人机开展通信保障过程中通信载荷的功率和频段；
物资投送子系统的战略层用于根据物资投送时限要求、投送物资数量、投送点的数量，确定完成灾区物资投送任务所需的无人机数量和类型；
物资投送子系统的战役层用于将一架无人机分配给灾区的一个子区域，从而确定各个执行物资投送任务的无人机的责任区，并规划这些无人机从当前位置到其责任区投送位置的飞行航路计划；
物资投送子系统的微动作层用于根据投送点周边环境的障碍物情况、投送物资类型、风向、风力，确定无人机开展物资投送过程中的投送高度；
各子系统分层后的功能如图1所示；
(3)通过业务调度器对搜救探测、通信保障和物资投送三类任务的执行时序进行编排调度；并且，当搜救探测无人机发现新的受灾人员时，通知通信保障和物资投送子系统，使通信保障和物资投送子系统根据最新情况分配新的无人机开展工作；当通信保障和物资投送无人机需要对地面人员和灾区的地形、地貌、地物进行再次探测和确认时，通知搜救探测子系统执行相应的探测任务。
一种用于抢险救灾的无人机集群任务协同系统，包括业务调度器以及搜救探测、通信保障和物资投送三类子系统；其中，搜救探测子系统用于利用机载光电传感器搜索地面人员，同时探测灾区的地形、地貌、地物，为物资投送和通信保障任务提供受困人员位置信息；通信保障子系统用于利用机载通信模块为受灾地区提供通信覆盖，为地面人员提供通信接入服务；物资投送子系统用于利用无人机将应急物资投送到灾区受困人员所在位置，解决受困人员的物资需求；
每个子系统分为战略层、战役层和微动作层三层；其中，
搜救探测子系统的战略层用于根据搜救探测要求、抢险救灾任务区域大小、机载搜救探测传感器性能，确定完成灾区搜救探测任务所需的无人机数量和类型；
搜救探测子系统的战役层用于将一架无人机分配给灾区的一个子区域，从而确定各个执行搜救探测任务的无人机的责任区，并规划这些无人机搜索遍历责任区的飞行航路计划；
搜救探测子系统的微动作层用于根据灾区光照条件和地物特点，确定无人机开展搜救探测过程中光电传感器载荷的光圈、快门和焦距，并根据障碍物动态情况确定无人机的实际飞行航迹点；
通信保障子系统的战略层用于根据通信保障要求、抢险救灾任务区域大小、地面通信用户的数量、机载通信模块性能，确定完成灾区通信保障任务所需的无人机数量和类型；
通信保障子系统的战役层用于将一架无人机分配给灾区的一个子区域，从而确定各个执行通信保障覆盖任务的无人机的责任区，并规划这些无人机从当前位置到其责任区悬停位置的飞行航路计划；
通信保障子系统的微动作层用于根据灾区光照条件和地物特点，确定无人机开展通信保障过程中通信载荷的功率和频段；
物资投送子系统的战略层用于根据物资投送时限要求、投送物资数量、投送点的数量，确定完成灾区物资投送任务所需的无人机数量和类型；
物资投送子系统的战役层用于将一架无人机分配给灾区的一个子区域，从而确定各个执行物资投送任务的无人机的责任区，并规划这些无人机从当前位置到其责任区投送位置的飞行航路计划；
物资投送子系统的微动作层用于根据投送点周边环境的障碍物情况、投送物资类型、风向、风力，确定无人机开展物资投送过程中的投送高度；
业务调度器用于对搜救探测、通信保障和物资投送三类任务的执行时序进行编排调度；并且，当搜救探测无人机发现新的受灾人员时，通知通信保障和物资投送子系统，使通信保障和物资投送子系统根据最新情况分配新的无人机开展工作；当通信保障和物资投送无人机需要对地面人员和灾区的地形、地貌、地物进行再次探测和确认时，通知搜救探测子系统执行相应的探测任务。
以上方法和系统主要用于解决旋翼型无人机实施灾区抢险救灾任务时，任务协同方法的设计问题，其通过将抢险救灾任务问题分解成若干个相对简单的子问题，然后分别求解这些子问题的最优解，最后由这些子问题的最优解构成原问题的最优解。
以下为一个更具体的例子：
一种用于抢险救灾的无人机集群任务协同方法，包括以下步骤：
(1)将无人机集群任务协同系统在体系架构上划分为战略层、战役层和微动作层；
(2)将抢险救灾无人机集群任务协同系统的业务功能分解为人员搜救、通信保障和物资投送，共三类功能；
(3)将每一类功能按照战略层、战役层和微动作层进行分解，得到各层的子功能；
(4)设置业务调度器，实现各类功能的按需编排和无人机间的协调合作；
其中，步骤(3)具体包括以下内容：
(3.1)将人员搜救功能按照战略层、战役层和微动作层进行分解
人员搜救功能是利用机载光电传感器搜索地面人员，同时探测灾区的地形、地貌、地物，为物资投送和通信保障功能提供地面人员位置信息和灾区的地理信息；
人员搜救功能的战略层子功能是根据人员搜救要求、抢险救灾任务区域大小、机载人员搜救传感器性能，确定完成灾区人员搜救任务所需的无人机数量和类型。无人机类型选择能够执行人员搜救的无人机，无人机数量由以下公式进行计算。
其中，n是所需无人机的数量，为向上取整，W是灾区地域范围的外接矩形的面积，a是单位时间人员搜救无人机能够搜索的地域面积，t是遍历一次灾区所要求的时间限制。
人员搜救功能的战役层子功能是确定各个无人机执行人员搜救的责任区，即将无人机与灾区的一部分区域(责任区)关联起来，规划各无人机搜索遍历责任区的飞行航路计划；
无人机的航路规划不仅要使无人机避开可能影响飞行的地形和障碍物区域等不利因素，且要求规划出的航程最短，假定以航程代价为约束条件，其描述为，
航程代价为各个航路段代价之和，设整个航路有n个航路段组成，li表示第i个航路段的长度，w为权重系数。
航路规划采用粒子群算法，首先，初始化一群随机粒子，然后通过迭代找到最优解。在每一次迭代过程中，粒子通过跟踪两个极值来更新自己:第一个极值就是粒子本身所找到的最优解，这个解称为个体极值；另一个极值是整个种群目前找到的最优解，这个极值是全局极值。
假设在一个d维的目标搜索空间中，有n个粒子组成一个群落，其中，第i个粒子为一个d维向量
Xi＝(xi1,xi2,…,xid),i＝1,2,…,n
第i个粒子的飞行速度也是一个d维向量，记为
Vi＝(vi1,vi2,…,vid),i＝1,2,…,n
第i个粒子迄今为止搜索到的最优位置称为个体极值，记为
Pbest＝(pi1,pi2,…,pid),i＝1,2,…,n
整个粒子群迄今为止搜索到的最优位置为全局极值，记为
gbest＝(pg1,pg2,…,pgd),i＝1,2,…,n
在找到这两个最优值时，粒子根据式下面的公式更新自己的速度和位置，
vid＝b·vid+c1r1(pid-xid)+c2r2(pgd-xid)
xid＝xid+vid
式中b为惯性权重，c1，c2为加速因子，r1，r2为[0，1]中的均匀随机数。
将灾区地域范围的外接矩形按照无人机的扫描宽度沿矩形的长边划分为若干个条带，将条带尽量平均分配给各个无人机，一架无人机负责的条带彼此相邻，无人机沿条带的中心线飞行。
人员搜救功能的微动作层子功能是根据灾区光照条件和地物特点明确各无人机开展人员搜救过程中光电传感器载荷的光圈、快门和焦距，并根据障碍物动态情况确定各无人机的实际飞行航迹点；
(3.2)将通信保障功能按照战略层、战役层和微动作层进行分解
通信保障功能是利用机载通信模块为受灾地区提供通信覆盖，为地面人员提供通信接入服务；
通信保障功能的战略层子功能是根据抢险救灾任务区域大小、地面通信用户的数量、机载通信模块覆盖范围直径、机载通信模块接入用户数量、机间通联保持最远允许距离，确定完成灾区通信保障任务所需的无人机数量和类型；
无人机类型选择通信保障类无人机。
为确定无人机数量，首先采用DBSCAN算法对地面用户进行聚类形成簇，再根据簇的数量，以及簇内用户的数量，确定所需无人机的数量，具体方法如下：
步骤1：从用户集合D中随机抽取一个未被处理的用户对象p，根据其与其他用户之间的距离找到位于其邻域内的其他用户，当其邻域内其他用户的个数满足邻域密度阈值要求时，称p为核对象。邻域密度阈值由机载通信模块覆盖范围直径决定，设定的阈值要保证聚类生成的簇的直径小于或等于机载通信模块覆盖范围直径。
地面用户之间的聚类距离根据下式计算：
其中，d(x,y)是用户x和y之间的空间距离，采用欧式距离公式计算，
k为x和y位置描述空间的维度。
n为任意两个用户的组合数量
D(x,y)是用户x与y之间空间距离的归一化值。
步骤2：遍历整个用户集合D，找到所有从用户对象p的密度可达对象，形成一个新的类簇。
步骤3：通过密度相连产生最终类簇结果。
步骤4：重复执行步骤2和步骤3，直到数据集中所有对象都为“已处理”。
步骤5：计算各类的类中心并输出聚类结果。
步骤6：假定第i簇内的用户数量为vi，机载通信模块能够接入的用户数量为u，则为满足该簇内用户通信需求，需要个无人机。
为所有簇内用户提供通信服务所需的无人机数量为：
其中Ncluster是聚类生成的簇的数量。
如果两簇之间的距离大于机间通联保持最远允许距离，则需要在两簇之间增加中继无人机，为此需要增加的无人机数量UAV2为：
其中，q是存在两簇之间的距离大于机间通联保持最远距离情况的数量，为向下取整，是第i个大于机间通联保持最远距离的距离，dbetween是机间通联保持最远距离。中继无人机的位置处于两簇之间的等分点位置。
最终得到，共计需要无人机UAV1+UAV2架。
通信保障功能的战役层子功能是确定各个无人机执行通信保障覆盖的责任区，即将无人机与用户簇或者中继节点位置关联起来，规划各无人机从当前位置到簇中心位置或者中继节点位置的飞行航路计划，飞行航路计划同样采用粒子群算法。
通信保障功能的微动作层子功能是根据灾区的电磁环境确定通信载荷的功率和频段；
(3.3)将物资投送功能按照战略层、战役层和微动作层进行分解
物资投送功能是利用无人机将应急物资投送到灾区受困人员所在位置，解决他们急需的物资需求；
物资投送功能的战略层子功能是根据物资投送时限要求、投送物资数量、投送点的数量，确定完成灾区物资投送任务所需的无人机数量和类型；
其中，cargo_weighti是需运送到第i个投送点的救灾物资重量，No_Post是投送点的总数量，cargoweight_per_UAV是每架无人机的载货能力。
物资投送功能的战役层子功能是确定各个无人机执行物资投送的责任区，即将无人机与物资投送点关联起来，规划各无人机从当前位置到其责任投送点的飞行航路计划，飞行航路计划同样采用粒子群算法；
物资投送功能的微动作层子功能是根据投送点周边环境的障碍物情况、投送物资类型、风向、风力确定各无人机开展物资投送过程中的投送高度；
步骤(4)具体包括以下内容：
在利用无人机实施抢险救灾任务过程中人员搜救、通信保障和物资投送任务是同时开展、交替进行的，人员搜救随时可能发现新的受灾人员，并通知通信保障和物资投送无人机，通信保障和物资投送无人机根据最新情况开展工作，另一方面，通信保障和物资投送无人机在作业过程中，可能需要人员搜救无人机对地面人员和灾区的地形、地貌、地物进行再次探测和确认。
为了实现上述业务流程，设立一个业务调度器对人员搜救、通信保障和物资投送三类任务的执行时序按需进行合理的编排调度。
总之，本发明能够将一个复杂的任务问题分析拆解为子问题，使得每个子问题非常具体、明确，利于协同算法的设计和实现。

Claims (4)

1.一种用于抢险救灾的无人机集群任务协同方法，其特征在于，包括以下步骤：
(1)构建业务调度器以及搜救探测、通信保障和物资投送三类子系统；其中，搜救探测子系统用于利用机载光电传感器搜索地面人员，同时探测灾区的地形、地貌、地物，为物资投送和通信保障任务提供受困人员位置信息；通信保障子系统用于利用机载通信模块为受灾地区提供通信覆盖，为地面人员提供通信接入服务；物资投送子系统用于利用无人机将应急物资投送到灾区受困人员所在位置，解决受困人员的物资需求；
(2)将每个子系统分为战略层、战役层和微动作层三层；其中，
搜救探测子系统的战略层用于根据搜救探测要求、抢险救灾任务区域大小、机载搜救探测传感器性能，确定完成灾区搜救探测任务所需的无人机数量和类型；
搜救探测子系统的战役层用于将一架无人机分配给灾区的一个子区域，从而确定各个执行搜救探测任务的无人机的责任区，并规划这些无人机搜索遍历责任区的飞行航路计划；
搜救探测子系统的微动作层用于根据灾区光照条件和地物特点，确定无人机开展搜救探测过程中光电传感器载荷的光圈、快门和焦距，并根据障碍物动态情况确定无人机的实际飞行航迹点；
通信保障子系统的战略层用于根据通信保障要求、抢险救灾任务区域大小、地面通信用户的数量、机载通信模块性能，确定完成灾区通信保障任务所需的无人机数量和类型；
通信保障子系统的战役层用于将一架无人机分配给灾区的一个子区域，从而确定各个执行通信保障覆盖任务的无人机的责任区，并规划这些无人机从当前位置到其责任区悬停位置的飞行航路计划；
通信保障子系统的微动作层用于根据灾区光照条件和地物特点，确定无人机开展通信保障过程中通信载荷的功率和频段；
物资投送子系统的战略层用于根据物资投送时限要求、投送物资数量、投送点的数量，确定完成灾区物资投送任务所需的无人机数量和类型；
物资投送子系统的战役层用于将一架无人机分配给灾区的一个子区域，从而确定各个执行物资投送任务的无人机的责任区，并规划这些无人机从当前位置到其责任区投送位置的飞行航路计划；
物资投送子系统的微动作层用于根据投送点周边环境的障碍物情况、投送物资类型、风向、风力，确定无人机开展物资投送过程中的投送高度；
(3)通过业务调度器对搜救探测、通信保障和物资投送三类任务的执行时序进行编排调度；并且，当搜救探测无人机发现新的受灾人员时，通知通信保障和物资投送子系统，使通信保障和物资投送子系统根据最新情况分配新的无人机开展工作；当通信保障和物资投送无人机需要对地面人员和灾区的地形、地貌、地物进行再次探测和确认时，通知搜救探测子系统执行相应的探测任务；
搜救探测子系统的战略层根据下式确定完成灾区搜救探测任务所需的无人机数量：
其中，n是完成灾区搜救探测任务所需的无人机数量，为向上取整，W是灾区地域范围的外接矩形的面积，a是单位时间内搜救探测无人机能够搜索的地域面积，t是遍历一次灾区所要求的时间限制；
通信保障子系统的战略层确定完成灾区通信保障任务所需的无人机数量的具体方式为：
(1)根据地面用户的位置，使用DBSCAN方法对地面用户进行聚类，形成Ncluster个簇，则为所有簇内用户提供通信服务所需的无人机数量UAV1为：
其中，u为机载通信模块能够接入的用户数量，vi为第i簇内的用户数量；
(2)如果两簇之间的距离大于机间通联保持最远允许距离，则在两簇之间增加中继无人机，增加的无人机数量UAV2为：
其中，q是存在两簇之间的距离大于机间通联保持最远距离情况的数量，是第i个大于机间通联保持最远距离的距离，dbetween是机间通联保持最远距离，为向下取整，中继无人机的位置处于两簇之间的等分点位置；
若任意两簇之间的距离均不大于机间通联保持最远允许距离，则令UAV2＝0；
(3)计算完成灾区通信保障任务所需的无人机数量为UAV1+UAV2；
物资投送子系统的战略层根据下式确定完成灾区物资投送任务所需的无人机数量：
其中，UAV为完成灾区物资投送任务所需的无人机数量，cargo_weighti是需运送到第i个投送点的救灾物资重量，No_Post是投送点的总数量，cargoweight_per_UAV是每架无人机的载货能力。
2.根据权利要求1所述的一种用于抢险救灾的无人机集群任务协同方法，其特征在于，搜救探测、通信保障和物资投送子系统的飞行航路计划均采用粒子群方法计算。
3.一种用于抢险救灾的无人机集群任务协同系统，其特征在于，包括业务调度器以及搜救探测、通信保障和物资投送三类子系统；其中，搜救探测子系统用于利用机载光电传感器搜索地面人员，同时探测灾区的地形、地貌、地物，为物资投送和通信保障任务提供受困人员位置信息；通信保障子系统用于利用机载通信模块为受灾地区提供通信覆盖，为地面人员提供通信接入服务；物资投送子系统用于利用无人机将应急物资投送到灾区受困人员所在位置，解决受困人员的物资需求；
每个子系统分为战略层、战役层和微动作层三层；其中，
搜救探测子系统的战略层用于根据搜救探测要求、抢险救灾任务区域大小、机载搜救探测传感器性能，确定完成灾区搜救探测任务所需的无人机数量和类型；
搜救探测子系统的战役层用于将一架无人机分配给灾区的一个子区域，从而确定各个执行搜救探测任务的无人机的责任区，并规划这些无人机搜索遍历责任区的飞行航路计划；
搜救探测子系统的微动作层用于根据灾区光照条件和地物特点，确定无人机开展搜救探测过程中光电传感器载荷的光圈、快门和焦距，并根据障碍物动态情况确定无人机的实际飞行航迹点；
通信保障子系统的战略层用于根据通信保障要求、抢险救灾任务区域大小、地面通信用户的数量、机载通信模块性能，确定完成灾区通信保障任务所需的无人机数量和类型；
通信保障子系统的战役层用于将一架无人机分配给灾区的一个子区域，从而确定各个执行通信保障覆盖任务的无人机的责任区，并规划这些无人机从当前位置到其责任区悬停位置的飞行航路计划；
通信保障子系统的微动作层用于根据灾区光照条件和地物特点，确定无人机开展通信保障过程中通信载荷的功率和频段；
物资投送子系统的战略层用于根据物资投送时限要求、投送物资数量、投送点的数量，确定完成灾区物资投送任务所需的无人机数量和类型；
物资投送子系统的战役层用于将一架无人机分配给灾区的一个子区域，从而确定各个执行物资投送任务的无人机的责任区，并规划这些无人机从当前位置到其责任区投送位置的飞行航路计划；
物资投送子系统的微动作层用于根据投送点周边环境的障碍物情况、投送物资类型、风向、风力，确定无人机开展物资投送过程中的投送高度；
业务调度器用于对搜救探测、通信保障和物资投送三类任务的执行时序进行编排调度；并且，当搜救探测无人机发现新的受灾人员时，通知通信保障和物资投送子系统，使通信保障和物资投送子系统根据最新情况分配新的无人机开展工作；当通信保障和物资投送无人机需要对地面人员和灾区的地形、地貌、地物进行再次探测和确认时，通知搜救探测子系统执行相应的探测任务；
搜救探测子系统的战略层根据下式确定完成灾区搜救探测任务所需的无人机数量：
其中，n是完成灾区搜救探测任务所需的无人机数量，为向上取整，W是灾区地域范围的外接矩形的面积，a是单位时间内搜救探测无人机能够搜索的地域面积，t是遍历一次灾区所要求的时间限制；
通信保障子系统的战略层确定完成灾区通信保障任务所需的无人机数量的具体方式为：
(1)根据地面用户的位置，使用DBSCAN方法对地面用户进行聚类，形成Ncluster个簇，则为所有簇内用户提供通信服务所需的无人机数量UAV1为：
其中，u为机载通信模块能够接入的用户数量，vi为第i簇内的用户数量；
(2)如果两簇之间的距离大于机间通联保持最远允许距离，则在两簇之间增加中继无人机，增加的无人机数量UAV2为：
其中，q是存在两簇之间的距离大于机间通联保持最远距离情况的数量，是第i个大于机间通联保持最远距离的距离，dbetween是机间通联保持最远距离，为向下取整，中继无人机的位置处于两簇之间的等分点位置；
若任意两簇之间的距离均不大于机间通联保持最远允许距离，则令UAV2＝0；
(3)计算完成灾区通信保障任务所需的无人机数量为UAV1+UAV2；
物资投送子系统的战略层根据下式确定完成灾区物资投送任务所需的无人机数量：
其中，UAV为完成灾区物资投送任务所需的无人机数量，cargo_weighti是需运送到第i个投送点的救灾物资重量，No_Post是投送点的总数量，cargoweight_per_UAV是每架无人机的载货能力。
4.根据权利要求3所述的一种用于抢险救灾的无人机集群任务协同系统，其特征在于，搜救探测、通信保障和物资投送子系统的飞行航路计划均采用粒子群方法计算。
CN202010883643.0A 2020-08-28 2020-08-28 一种用于抢险救灾的无人机集群任务协同方法及系统 Active CN112000128B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010883643.0A CN112000128B (zh) 2020-08-28 2020-08-28 一种用于抢险救灾的无人机集群任务协同方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010883643.0A CN112000128B (zh) 2020-08-28 2020-08-28 一种用于抢险救灾的无人机集群任务协同方法及系统

Publications (2)

Publication Number Publication Date
CN112000128A CN112000128A (zh) 2020-11-27
CN112000128B true CN112000128B (zh) 2024-07-05

Family

ID=73464397

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010883643.0A Active CN112000128B (zh) 2020-08-28 2020-08-28 一种用于抢险救灾的无人机集群任务协同方法及系统

Country Status (1)

Country Link
CN (1) CN112000128B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113095645B (zh) * 2021-03-31 2023-06-23 中国科学院自动化研究所 针对任务分布不均的紧急场景的异构无人机任务分配方法
CN114115355B (zh) * 2022-01-24 2022-04-22 众芯汉创（北京）科技有限公司 一种无人机组任务规划方法、装置及系统
CN114967762B (zh) * 2022-08-01 2022-11-04 北京极光愿景科技有限公司 基于四轴飞行器的物资抛投方法、装置及系统

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104156901A (zh) * 2014-08-01 2014-11-19 江苏恒创软件有限公司 基于无人机的特殊环境人员搜索及基本物资输送方法
CN105225003A (zh) * 2015-09-23 2016-01-06 西北工业大学 一种布谷鸟搜索算法解决uav多任务侦察决策问题的方法

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2622505C1 (ru) * 2016-05-26 2017-06-16 Федеральное государственное бюджетное образовательное учреждение высшего образования "Ивановский государственный химико-технологический университет" (ИГХТУ) Способ проведения поисково-спасательных работ
KR20180018154A (ko) * 2016-08-12 2018-02-21 주식회사 승우 임무용 드론을 신속히 출동시킬 수 있는 장거리 드론 서비스 시스템
CN106598067A (zh) * 2016-12-07 2017-04-26 中国人民武装警察部队总医院 基于多无人机的联合医学灾害救援系统及方法
CN108647770A (zh) * 2018-04-19 2018-10-12 东华大学 一种基于粒子群算法的多无人机救灾搜索路径的优化方法
US10668997B2 (en) * 2018-07-25 2020-06-02 Thomas Lawrence Moses Unmanned aerial vehicle search and rescue system
CN109255570A (zh) * 2018-08-28 2019-01-22 北京环球之翼航空科技有限责任公司 无人机物流社区起降点编码方法
CN110645988B (zh) * 2019-10-11 2023-08-29 广州大学 一种基于最优寿命的无人机路径规划方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104156901A (zh) * 2014-08-01 2014-11-19 江苏恒创软件有限公司 基于无人机的特殊环境人员搜索及基本物资输送方法
CN105225003A (zh) * 2015-09-23 2016-01-06 西北工业大学 一种布谷鸟搜索算法解决uav多任务侦察决策问题的方法

Also Published As

Publication number Publication date
CN112000128A (zh) 2020-11-27

Similar Documents

Publication Publication Date Title
CN112000128B (zh) 一种用于抢险救灾的无人机集群任务协同方法及系统
Aggarwal et al. Path planning techniques for unmanned aerial vehicles: A review, solutions, and challenges
Cho et al. Coverage path planning for multiple unmanned aerial vehicles in maritime search and rescue operations
Kim et al. Drone-aided border surveillance with an electrification line battery charging system
Fu et al. Secure multi-UAV collaborative task allocation
US9973737B1 (en) Unmanned aerial vehicle assistant for monitoring of user activity
Araujo et al. Multiple UAV area decomposition and coverage
Rottondi et al. Scheduling of emergency tasks for multiservice UAVs in post-disaster scenarios
Liang et al. Drone fleet deployment strategy for large scale agriculture and forestry surveying
WO2019077006A1 (en) SYSTEM AND METHOD FOR DETERMINING OPTIMAL PATHS FOR DRONES
Wu et al. Multi-constrained cooperative path planning of multiple drones for persistent surveillance in urban environments
Waslander Unmanned aerial and ground vehicle teams: Recent work and open problems
Andreou et al. UAV trajectory optimisation in smart cities using modified A* algorithm combined with haversine and vincenty formulas
Labib et al. A multilayer low-altitude airspace model for UAV traffic management
Zhang et al. A method for UAV reconnaissance and surveillance in complex environments
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
JP2022129533A (ja) 運航空域管理装置、無人飛行体運航管理装置、無人飛行体遠隔操縦装置、及び、無人飛行体
Ahmed et al. Energy-efficient uavs coverage path planning approach
US20230280762A1 (en) Autonomous vehicle-based mission planning and autonomy system for multi-asset collaborative operations
Zadeh et al. A multiagent mission coordination system for continuous situational awareness of bushfires
Ramasamy et al. Cooperative route planning of multiple fuel-constrained Unmanned Aerial Vehicles with recharging on an Unmanned Ground Vehicle
Poudel et al. Priority-aware task assignment and path planning for efficient and load-balanced multi-UAV operation
Chethan et al. Multi-agent coverage path planning using a swarm of unmanned aerial vehicles
Elfatih et al. Navigation and Trajectory Planning Techniques for Unmanned Aerial Vehicles Swarm
CN116382322A (zh) 一种基于蜂群无人机协同区域搜寻装置和方法

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