CN112270488B - 无人机集群任务分配方法、装置及无人机集群系统 - Google Patents
无人机集群任务分配方法、装置及无人机集群系统 Download PDFInfo
- Publication number
- CN112270488B CN112270488B CN202011237456.1A CN202011237456A CN112270488B CN 112270488 B CN112270488 B CN 112270488B CN 202011237456 A CN202011237456 A CN 202011237456A CN 112270488 B CN112270488 B CN 112270488B
- Authority
- CN
- China
- Prior art keywords
- task
- unmanned aerial
- data
- aerial vehicle
- task execution
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 69
- 230000008859 change Effects 0.000 claims abstract description 15
- 238000012217 deletion Methods 0.000 claims abstract description 9
- 230000037430 deletion Effects 0.000 claims abstract description 9
- 230000004048 modification Effects 0.000 claims abstract description 7
- 238000012986 modification Methods 0.000 claims abstract description 7
- 238000007792 addition Methods 0.000 claims abstract 6
- 238000011156 evaluation Methods 0.000 claims description 26
- 238000012545 processing Methods 0.000 claims description 23
- 238000004891 communication Methods 0.000 claims description 19
- 238000009826 distribution Methods 0.000 claims description 19
- 238000004590 computer program Methods 0.000 claims description 16
- 230000003993 interaction Effects 0.000 claims description 14
- 238000003860 storage Methods 0.000 claims description 7
- 230000002457 bidirectional effect Effects 0.000 claims 4
- 238000010586 diagram Methods 0.000 description 21
- 230000008569 process Effects 0.000 description 12
- 238000005516 engineering process Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 7
- 238000011161 development Methods 0.000 description 4
- 230000007246 mechanism Effects 0.000 description 4
- 230000008447 perception Effects 0.000 description 4
- 230000007613 environmental effect Effects 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical compound C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 description 1
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000002195 synergetic effect Effects 0.000 description 1
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
- G06Q10/06311—Scheduling, planning or task assignment for a person or group
-
- 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Educational Administration (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提供了一种无人机集群任务分配方法、装置及无人机集群系统，涉及无人机技术领域，该方法应用于协同无人机，包括：获取待分配任务数据和多个任务执行无人机的能力声明数据；将待分配任务数据分解为多个子任务数据；根据能力声明数据将多个子任务数据分配给多个任务执行无人机。本发明可以应对周围环境实时变化引起任务的增、删、改等问题，实现自适应实时动态任务分配。
Description
技术领域
本发明涉及无人机技术领域，尤其是涉及一种无人机集群任务分配方法、装置及无人机集群系统。
背景技术
智能无人机集群系统是通过智能无人机个体与其他个体之间信息交互、智能群体系统与环境之间的融合感知，从而进行自我调节、控制，以及群体个体之间的调节控制，协同完成任务。受生物集群的启发，以无人机集群中个体之间的影响(信息交互)机制为基础，现有无人机集群任务分配方案一中，无人机集群系统的任务由具有领导关系的无人机统一协调控制，任务分配由领导无人机到任务执行无人机，是单向的。现有无人机集群任务分配方案二在具有领导机制的无人机集群协同控制方法基础上，为了增强系统的可扩展性，提出分层的协同控制方法。现有方案中，无人机集群系统的任务由系统事先确定，系统对由周围环境变化引起的任务实时增、减和修改等变化，响应能力弱。
发明内容
本发明提供了一种无人机集群任务分配方法、装置及无人机集群系统，可以应对周围环境实时变化引起任务的增、删、改等问题，实现自适应实时动态任务分配，并进行实时任务处理。
第一方面，本发明实施例提供了一种无人机集群任务分配方法，该方法应用于协同无人机，包括：获取待分配任务数据和多个任务执行无人机的能力声明数据；将所述待分配任务数据分解为多个子任务数据；根据所述能力声明数据将所述多个子任务数据分配给所述多个任务执行无人机。
第二方面，本发明实施例还提供一种无人机集群任务分配方法，该方法应用于任务执行无人机，包括：获取子任务数据和目标任务执行无人机的能力声明数据；根据所述能力声明数据在所述子任务数据中确定第一目标任务数据和第二目标任务数据；将所述第一目标任务数据发送至所述目标任务执行无人机，以使所述目标任务执行无人机执行所述第一目标任务；执行所述第二目标任务数据，生成本机的能力声明数据
第三方面，本发明实施例还提供一种无人机集群任务分配装置，该装置应用于协同无人机，包括：第一获取模块，用于获取待分配任务数据和多个任务执行无人机的能力声明数据；规划模块，用于将所述待分配任务数据分解为多个子任务数据；分配模块，用于根据所述能力声明数据将所述多个子任务数据分配给所述多个任务执行无人机。
第四方面，本发明实施例还提供一种无人机集群任务分配装置，该装置应用于任务执行无人机，所述装置包括：第二获取模块，用于获取子任务数据和目标任务执行无人机的能力声明数据；任务模块，用于根据所述能力声明数据在所述子任务数据中确定第一目标任务数据和第二目标任务数据；发送模块，用于将所述第一目标任务数据发送至所述目标任务执行无人机，以使所述目标任务执行无人机执行所述第一目标任务；执行模块，用于执行所述第二目标任务数据，生成本机的能力声明数据。
第五方面，本发明实施例还提供一种无人机集群系统，该系统包括协同无人机和多个任务执行无人机；所述协同无人机与每个所述任务执行无人机通信连接；所述任务执行无人机之间两两通信连接；所述协同无人机包括权利要求5-6任一项所述的无人机集群任务分配装置；所述任务执行无人机包括权利要求7-8任一项所述的无人机集群任务分配装置。
第六方面，本发明实施例还提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述无人机集群任务分配方法。
第七方面，本发明实施例还提供一种计算机可读存储介质，所述计算机可读存储介质存储有执行上述无人机集群任务分配方法的计算机程序。
本发明实施例带来了以下有益效果：本发明实施例提供了一种无人机集群任务分配方案，该方案首先获取待分配任务数据和多个任务执行无人机的能力声明数据；之后，将待分配任务数据分解为多个子任务数据；最后，根据能力声明数据将多个子任务数据分配给多个任务执行无人机。本发明实施例可以实时获取任务执行无人机的能力声明数据，根据能力声明数据将分解后的子任务数据分配给任务执行无人机，可以应对周围环境实时变化引起任务的增、删、改等问题，实现自适应实时动态任务分配。
本发明的其他特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式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，下面描述中的附图是本发明的一些实施方式，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为本发明实施例提供的无人机集群任务分配方法流程图；
图2为本发明实施例提供的具有领导机制的无人机集群协同控制方法示意图；
图3为本发明实施例提供的无人机集群分层控制方法示意图；
图4为本发明实施例提供的基于协同实体的实时任务分配和处理流程示意图；
图5为本发明实施例提供的任务执行智能体和协同实体的功能示意图；
图6为本发明实施例提供的任务分配和处理过程示意图；
图7为本发明实施例提供的另一种无人机集群任务分配方法流程图；
图8为本发明实施例提供的一种无人机集群任务分配装置结构框图；
图9为本发明实施例提供的另一种无人机集群任务分配装置结构框图；
图10为本发明实施例提供的一种无人机集群任务分配装置结构框图；
图11为本发明实施例提供的计算机设备结构框图。
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，下面将结合附图对本发明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。
近年来，随着智能无人机集群在军事领域、民用领域的优势凸显以及信息技术的快速发展，智能无人机集群技术作为一种全球公认的颠覆性技术，创新势头迅猛。基于新原理、新工艺、新算法、新应用的原型系统不断涌现。智能芯片、智能算法、协同控制、微系统集成等关键技术的不断进步，促进了智能无人机集群系统的发展和应用。智能协同并不是对多个无人机个体进行简单的连接和组合，而是使众多无人机个体高效协作、紧密耦合，构成自组织、高稳定的分布式系统，激发个体智慧，汇聚群体智能。多智能无人机协同技术将大大提高个体行为的智能化程度，更好地完成单个无人机个体无法完成的工作，通过人机之间、智能无人机之间的信息共享，扩大对环境态势的感知，实现协同任务分配与协调，能够有效提高集群系统完成复杂任务的能力，并具有高效率、高容错性和内在的并行性等优点。
然而，参见图2所示的具有领导机制的无人机集群协同控制方法示意图，现有无人机集群任务分配方案中，由地面站对空中集群系统中领导无人机进行飞行控制，系统结构简单，系统的鲁棒性比较高，但是任务执行无人机之间无信息交互，作为领导关系的无人机负载压力大，系统扩展性不高；参见图3所示的无人机集群分层控制方法示意图，无人机集群的任务按照图中箭头，分层传达，无人机之间信息交互少，在复杂多变的环境中适应性差。这种集群方式属于线性集群，即增加无人机或减少无人机只会影响无人机集群的规模和数量，而不会影响无人机的内在结构。其优点是无人机集群可以包含数量众多的无人机，而且控制简单；而缺点则是缺乏自主性，只能执行简单固定的线性任务，无法实现集群智能化。
基于此，本发明实施例提供的一种无人机集群任务分配方法、装置及无人机集群系统，该方法实时任务分配和处理指围绕智能无人机集群系统在应用过程中任务的增、删、改等需求对多个任务执行实体进行实时任务分配，综合考虑任务需求、平台状态、协同能力、环境条件等各项因素，实现同构/异构属性无人机集群的任务分配、自适应实时动态任务分配，并进行实时任务处理。
为便于对本实施例进行理解，首先对本发明实施例所公开的一种无人机集群任务分配方法进行详细介绍。
为了便于理解，首先对涉及的术语进行解释。
协同实体：具有能力评估、协同策略规划、协同效能评估和过程管控等部分或全部功能的实体。
智能体：智能体是驻留于环境中的实体，可感知周围环境的变化，并执行对环境产生影响的行动。
智能无人机集群：智能无人机集群系统在无人机集群的基础上融合了“智能”，是在对等、开放、自主、智能的体系架构下的分布式系统。
本发明实施例提供了一种无人机集群任务分配方法，该方法应用于协同无人机，参见图1所示的一种无人机集群任务分配方法流程图，该方法包括以下步骤：
步骤S102，获取待分配任务数据和多个任务执行无人机的能力声明数据。
在本发明实施例中，任务执行无人机用于执行协同无人机分配的任务。能力声明数据用于确定任务执行无人机实时的感知能力、计算能力、通信能力以及其他能力。
步骤S104，将待分配任务数据分解为多个子任务数据。
在本发明实施例中，根据任务内在业务逻辑关系，将任务分解形成若干任务：任务1、任务2、任务3、...、任务N，将分解后的每个任务相关数据作为一个子任务数据，从而得到多个子任务数据。
步骤S106，根据能力声明数据将多个子任务数据分配给多个任务执行无人机。
在本发明实施例中，根据能力声明数据确定每个任务执行无人机的能力后，按照任务执行无人机的能力与各子任务之间的匹配程度，完成对任务执行无人机的能力评估，以便将多个子任务分配给合适的任务执行无人机。
本发明实施例提供了一种无人机集群任务分配方案，该方案首先获取待分配任务数据和多个任务执行无人机的能力声明数据；之后，将待分配任务数据分解为多个子任务数据；最后，根据能力声明数据将多个子任务数据分配给多个任务执行无人机。本发明实施例可以实时获取任务执行无人机的能力声明数据，根据能力声明数据将分解后的子任务数据分配给任务执行无人机，可以应对周围环境实时变化引起任务的增、删、改等问题，实现自适应实时动态任务分配。
考虑到为了优化后续任务分配情况，该方法还可以执行如下步骤：
接收任务执行结果；任务执行结果由多个任务执行无人机在执行多个子任务数据后生成；根据任务执行结果生成任务分配协同效能评估结果；利用任务分配协同效能评估结果分配子任务数据。
在本发明实施例中，任务分配协同效能评估结果用于评价任务分配和任务执行的效果，任务分配协同效能评估结果可以为下一次分配任务数据提供分配参考。
本发明实施例中还提供了一种无人机集群任务分配方法，该方法应用于任务执行无人机，参见图7所示的另一种无人机集群任务分配方法流程图，该方法包括以下步骤：
步骤S202，获取子任务数据和目标任务执行无人机的能力声明数据。
在本发明实施例中，任务执行无人机接收来自协同无人机的子任务数据，同时，对目标任务执行无人机进行监控，从而实时获取目标任务执行无人机的能力声明数据。通过目标任务执行无人机的能力声明数据确定目标任务执行无人机的感知能力、计算能力、通信能力以及其他能力。目标任务执行无人机可以是无人机集群系统中除本机外的一个或多个任务执行无人机。
步骤S204，根据能力声明数据在子任务数据中确定第一目标任务数据和第二目标任务数据。
在本发明实施例中，在确定了目标任务执行无人机的能力后，对子任务数据进行任务规划，确定第一目标任务数据和第二目标任务数据，其中，第一目标任务数据与目标任务执行无人机的能力比较匹配，第二目标任务数据与本机的能力比较匹配。
在一个实施例中，第一目标任务数据包括多个目标子任务数据；将第一目标任务数据发送至目标任务执行无人机，可以按照如下步骤执行：
将多个目标子任务数据发送至多个目标任务执行无人机。
步骤S206，将第一目标任务数据发送至目标任务执行无人机，以使目标任务执行无人机执行第一目标任务。
在本发明实施例中，本机与目标任务执行无人机可以进行通信连接，从而实现第一目标任务数据向目标任务执行无人机的发送。
步骤S208，执行第二目标任务数据，生成本机的能力声明数据。
在本发明实施例中，本机在执行第二目标任务数据后，并且，可以将第二目标任务数据的执行结果发送至协同无人机。本机生成更新的能力声明数据，以便无人机集群系统中其他任务执行无人机可以获取本机的能力声明数据。
参见图4-图6，下面结合一个具体实施例对上述应用于协同无人机和任务执行无人机的无人机集群任务分配方法的执行步骤进行说明。
在图4中，实体包含协同实体和若干任务执行智能体。协同实体根据各个任务执行智能体的能力声明与各任务之间的匹配程度，完成对任务执行智能体的能力评估、将任务分配给合适的任务执行智能体；各任务执行智能体通过信息交互完成任务处理，智能体之间信息交互包括集中式、分布式信息交互方式，如图4所示，并将各任务处理结果报告给协同实体。
任务执行智能体应具备任务处理(包括集中式、分布式和混合式子任务处理)、能力监测(包括感知、计算、通信及其他等能力监测)、能力声明等功能；协同实体应具备能力评估、协同策略规划、协同效能评估、任务分配等功能，见图5。
任务分配和处理过程见图6，其中：
协同实体的协同过程完成能力评估、任务规划、任务分配和协同效能评估；任务执行智能体之间的交互过程完成任务处理；在协同实体与任务执行智能体之间的交互过程中，一方面，协同实体向任务执行智能体分配任务；另一方面，任务处理完成后，任务执行智能体向协同实体发送任务执行结果。根据自身情况变更，任务执行智能体向协同实体实时发送自身新增/更新能力声明(包括感知能能力、计算能力、通信能力及其它能力)。
从任务角度看，任务处理包含三个阶段：第一阶段为任务分解(对应图6中(1)至(4))、第二阶段为子任务处理(对应图6中(5)至(6))、第三个阶段为协同效能评估(对应图6中(7))。
本发明实施例提供了一种无人机集群任务分配方法、装置及无人机集群系统，该方法可以用来解决在应用过程中由于平台状态、协同能力、环境条件等各项因素变化对智能无人机个体任务的增、删、改等问题，实现同构/异构属性无人机集群的自适应实时动态任务分配，并进行实时任务处理。随着人工智能等智能无人机技术的发展，智能无人机集群技术作为一种全球公认的颠覆性技术和其他技术不可替代的技术，将被广泛应用于军事领域和民用领域，而协同技术的突破，将推动智能无人机集群系统的应用和发展进程。
本发明实施例中还提供了一种无人机集群任务分配装置，如下面的实施例所述。由于该装置解决问题的原理与无人机集群任务分配方法相似，因此该装置的实施可以参见无人机集群任务分配方法的实施，重复之处不再赘述。参见图8所示的一种无人机集群任务分配装置结构框图，该装置包括：
第一获取模块71，用于获取待分配任务数据和多个任务执行无人机的能力声明数据；规划模块72，用于将待分配任务数据分解为多个子任务数据；分配模块73，用于根据能力声明数据将多个子任务数据分配给多个任务执行无人机。
在一个实施例中，参见图9所示的另一种无人机集群任务分配装置结构框图，该装置还包括评估模块74，用于：接收任务执行结果；任务执行结果由多个任务执行无人机在执行多个子任务数据后生成；根据任务执行结果生成任务分配协同效能评估结果；利用任务分配协同效能评估结果分配子任务数据。
本发明实施例中还提供了一种无人机集群任务分配装置，如下面的实施例所述。由于该装置解决问题的原理与无人机集群任务分配方法相似，因此该装置的实施可以参见无人机集群任务分配方法的实施，重复之处不再赘述。参见图10所示的一种所示的无人机集群任务分配装置结构框图，该装置包括：
第二获取模块81，用于获取子任务数据和目标任务执行无人机的能力声明数据；任务模块82，用于根据能力声明数据在子任务数据中确定第一目标任务数据和第二目标任务数据；发送模块83，用于将第一目标任务数据发送至目标任务执行无人机，以使目标任务执行无人机执行第一目标任务；执行模块84，用于执行第二目标任务数据，生成本机的能力声明数据。
第一目标任务数据包括多个目标子任务数据；发送模块，具体用于：将多个目标子任务数据发送至多个目标任务执行无人机。
本发明实施例还提供一种无人机集群系统，该系统包括：协同无人机和多个任务执行无人机；协同无人机与每个任务执行无人机通信连接；任务执行无人机之间两两通信连接；协同无人机包括上述无人机集群任务分配装置；任务执行无人机包括上述无人机集群任务分配装置。
本发明实施例还提供一种计算机设备，参见图11所示的计算机设备结构示意框图，该计算机设备包括存储器91、处理器92及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述任一种无人机集群任务分配方法的步骤。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的计算机设备的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
本发明实施例还提供一种计算机可读存储介质，所述计算机可读存储介质存储有执行上述任一种无人机集群任务分配方法的计算机程序。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
最后应说明的是：以上所述实施例，仅为本发明的具体实施方式，用以说明本发明的技术方案，而非对其限制，本发明的保护范围并不局限于此，尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。
Claims (8)
1.一种无人机集群任务分配方法，其特征在于，应用于协同无人机，所述协同无人机与每个任务执行无人机通信连接；所述任务执行无人机之间两两通信连接；协同无人机与任务执行无人机之间的信息交互是双向的；所述方法包括：
获取待分配任务数据、任务分配协同效能评估结果和多个任务执行无人机的能力声明数据；
将所述待分配任务数据分解为多个子任务数据；
根据所述能力声明数据及任务分配协同效能评估结果将所述多个子任务数据分配给所述多个任务执行无人机；其中，所述任务执行无人机进行无人机集群任务分配的方法包括：获取子任务数据和目标任务执行无人机的能力声明数据；根据所述能力声明数据在所述子任务数据中确定第一目标任务数据和第二目标任务数据；将所述第一目标任务数据发送至所述目标任务执行无人机，以使所述目标任务执行无人机执行所述第一目标任务；执行所述第二目标任务数据，生成本机的能力声明数据；
接收任务执行结果；所述任务执行结果由所述多个任务执行无人机在执行所述多个子任务数据后生成；
根据所述任务执行结果生成任务分配协同效能评估结果；
利用所述任务分配协同效能评估结果进行协同策略规划，分配所述子任务数据；
其中，该方法还用于应对周围环境实时变化引起任务的增、删、改在内的问题，实现自适应实时动态任务分配，并进行实时任务处理。
2.一种无人机集群任务分配方法，其特征在于，应用于任务执行无人机，协同无人机与每个所述任务执行无人机通信连接；所述任务执行无人机之间两两通信连接；协同无人机与任务执行无人机之间的信息交互是双向的；所述方法包括：
获取子任务数据和目标任务执行无人机的能力声明数据；其中，子任务数据是通过所述协同无人机分配，分配方法包括：获取待分配任务数据、任务分配协同效能评估结果和多个任务执行无人机的能力声明数据；将所述待分配任务数据分解为多个子任务数据；根据所述能力声明数据及任务分配协同效能评估结果将所述多个子任务数据分配给所述多个任务执行无人机；接收任务执行结果；所述任务执行结果由所述多个任务执行无人机在执行所述多个子任务数据后生成；根据所述任务执行结果生成任务分配协同效能评估结果；利用所述任务分配协同效能评估结果进行协同策略规划，分配所述子任务数据；
根据所述能力声明数据在所述子任务数据中确定第一目标任务数据和第二目标任务数据；
将所述第一目标任务数据发送至所述目标任务执行无人机，以使所述目标任务执行无人机执行所述第一目标任务；
执行所述第二目标任务数据，生成本机的能力声明数据；
其中，该方法还用于应对周围环境实时变化引起任务的增、删、改在内的问题，实现自适应实时动态任务分配，并进行实时任务处理。
3.根据权利要求2所述的方法，其特征在于，所述第一目标任务数据包括多个目标子任务数据；
将所述第一目标任务数据发送至所述目标任务执行无人机，包括：
将多个所述目标子任务数据发送至多个目标任务执行无人机，并根据周围环境实时变化引起任务的增、删、改在内的问题，实现自适应实时动态任务分配，并进行实时任务处理。
4.一种无人机集群任务分配装置，其特征在于，应用于协同无人机，所述协同无人机与每个任务执行无人机通信连接；所述任务执行无人机之间两两通信连接；协同无人机与任务执行无人机之间的信息交互是双向的；所述装置包括：
第一获取模块，用于获取待分配任务数据、任务分配协同效能评估结果和多个任务执行无人机的能力声明数据；
规划模块，用于将所述待分配任务数据分解为多个子任务数据；
分配模块，用于根据所述能力声明数据及任务分配协同效能评估结果将所述多个子任务数据分配给所述多个任务执行无人机；其中，所述任务执行无人机进行任务分配的方法包括：获取子任务数据和目标任务执行无人机的能力声明数据；根据所述能力声明数据在所述子任务数据中确定第一目标任务数据和第二目标任务数据；将所述第一目标任务数据发送至所述目标任务执行无人机，以使所述目标任务执行无人机执行所述第一目标任务；执行所述第二目标任务数据，生成本机的能力声明数据；
评估模块，用于：
接收任务执行结果；所述任务执行结果由所述多个任务执行无人机在执行所述多个子任务数据后生成；
根据所述任务执行结果生成任务分配协同效能评估结果；
利用所述任务分配协同效能评估结果进行协同策略规划，分配所述子任务数据；
其中，该装置还用于应对周围环境实时变化引起任务的增、删、改在内的问题，实现自适应实时动态任务分配，并进行实时任务处理。
5.一种无人机集群任务分配装置，其特征在于，应用于任务执行无人机，协同无人机与每个所述任务执行无人机通信连接；所述任务执行无人机之间两两通信连接；协同无人机与任务执行无人机之间的信息交互是双向的；所述装置包括：
第二获取模块，用于获取子任务数据和目标任务执行无人机的能力声明数据；其中，子任务数据是通过所述协同无人机分配，分配方法包括：获取待分配任务数据、任务分配协同效能评估结果和多个任务执行无人机的能力声明数据；将所述待分配任务数据分解为多个子任务数据；根据所述能力声明数据及任务分配协同效能评估结果将所述多个子任务数据分配给所述多个任务执行无人机；接收任务执行结果；所述任务执行结果由所述多个任务执行无人机在执行所述多个子任务数据后生成；根据所述任务执行结果生成任务分配协同效能评估结果；利用所述任务分配协同效能评估结果进行协同策略规划，分配所述子任务数据；
任务模块，用于根据所述能力声明数据在所述子任务数据中确定第一目标任务数据和第二目标任务数据；
发送模块，用于将所述第一目标任务数据发送至所述目标任务执行无人机，以使所述目标任务执行无人机执行所述第一目标任务；
执行模块，用于执行所述第二目标任务数据，生成本机的能力声明数据；
其中，该装置还用于应对周围环境实时变化引起任务的增、删、改在内的问题，实现自适应实时动态任务分配，并进行实时任务处理。
6.一种无人机集群系统，其特征在于，包括：协同无人机和多个任务执行无人机；所述协同无人机与每个所述任务执行无人机通信连接；所述任务执行无人机之间两两通信连接；
所述协同无人机包括权利要求4所述的无人机集群任务分配装置；
所述任务执行无人机包括权利要求5所述的无人机集群任务分配装置。
7.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至3任一所述方法。
8.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有执行权利要求1至3任一所述方法的计算机程序。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011237456.1A CN112270488B (zh) | 2020-11-09 | 2020-11-09 | 无人机集群任务分配方法、装置及无人机集群系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011237456.1A CN112270488B (zh) | 2020-11-09 | 2020-11-09 | 无人机集群任务分配方法、装置及无人机集群系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112270488A CN112270488A (zh) | 2021-01-26 |
| CN112270488B true CN112270488B (zh) | 2023-12-12 |
Family
ID=74339845
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011237456.1A Active CN112270488B (zh) | 2020-11-09 | 2020-11-09 | 无人机集群任务分配方法、装置及无人机集群系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112270488B (zh) |
Families Citing this family (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113723805B (zh) * | 2021-08-30 | 2023-08-04 | 上海大学 | 一种无人艇复合任务分配方法及系统 |
| CN114241349A (zh) * | 2021-11-04 | 2022-03-25 | 中国船舶工业系统工程研究院 | 多无人艇协同识别方法及装置 |
| CN114779806A (zh) * | 2022-04-02 | 2022-07-22 | 北京航天晨信科技有限责任公司 | 一种分布式协同的任务处理方法、装置、设备及存储介质 |
| CN114675674B (zh) * | 2022-05-25 | 2022-08-26 | 南京信息工程大学 | 无人机集群多模式异构价值任务自主协同分配方法及系统 |
| CN115329595B (zh) * | 2022-08-31 | 2023-04-14 | 哈尔滨工业大学 | 一种基于知识与经验的无人机集群任务规划方法及系统 |
| CN115811529B (zh) * | 2022-11-18 | 2023-06-13 | 中国电子技术标准化研究院 | 无人集群系统架构方法 |
| CN116957304B (zh) * | 2023-09-20 | 2023-12-26 | 飞客工场科技(北京)有限公司 | 无人机群协同任务分配方法及系统 |
| 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 |
Citations (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1751304A (zh) * | 2003-02-13 | 2006-03-22 | 诺基亚有限公司 | 在多媒体流中用于信号指示流质量匹配和控制机制的方法 |
| GB201214928D0 (en) * | 2012-08-22 | 2012-10-03 | Bae Systems Plc | Goal-based planning system |
| CN105700553A (zh) * | 2016-01-28 | 2016-06-22 | 中国科学院自动化研究所 | 多无人机自主协同决策快速集成系统 |
| CN107728643A (zh) * | 2017-11-10 | 2018-02-23 | 西安电子科技大学 | 一种动态环境下的无人机群分布式任务调度方法 |
| CN108830448A (zh) * | 2018-04-28 | 2018-11-16 | 广州亿航智能技术有限公司 | 无人机集群任务分解发送方法及系统 |
| CN108830450A (zh) * | 2018-04-28 | 2018-11-16 | 广州亿航智能技术有限公司 | 无人机集群调度方法及系统 |
| CN109782713A (zh) * | 2019-01-12 | 2019-05-21 | 无锡物联网产业研究院 | 一种具有协同处理能力的智能制造系统 |
| CN109917767A (zh) * | 2019-04-01 | 2019-06-21 | 中国电子科技集团公司信息科学研究院 | 一种分布式无人机集群自主管理系统及控制方法 |
| CN110083971A (zh) * | 2019-05-08 | 2019-08-02 | 南京航空航天大学 | 一种基于作战推演的自爆式无人机集群作战兵力分配方法 |
| CN110502031A (zh) * | 2019-08-02 | 2019-11-26 | 中国航空无线电电子研究所 | 基于任务需求的异构无人机集群协同最优配置方法 |
| CN110737281A (zh) * | 2019-10-15 | 2020-01-31 | 中国航空无线电电子研究所 | 一种面向集群无人机的分布式控制方法 |
| CN111291984A (zh) * | 2020-01-21 | 2020-06-16 | 北京大学 | 多无人机分布式任务选择和轨迹设计方法及装置 |
| CN111506115A (zh) * | 2020-05-27 | 2020-08-07 | 广州机械科学研究院有限公司 | 一种无人机集群调控方法及装置 |
| CN111722643A (zh) * | 2020-06-12 | 2020-09-29 | 北京航空航天大学 | 仿狼群合作狩猎机制的无人机集群动态任务分配方法 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20040030571A1 (en) * | 2002-04-22 | 2004-02-12 | Neal Solomon | System, method and apparatus for automated collective mobile robotic vehicles used in remote sensing surveillance |
| US10689110B2 (en) * | 2018-02-12 | 2020-06-23 | Wipro Limited | Method and system for performing inspection and maintenance tasks of three-dimensional structures using drones |
-
2020
- 2020-11-09 CN CN202011237456.1A patent/CN112270488B/zh active Active
Patent Citations (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1751304A (zh) * | 2003-02-13 | 2006-03-22 | 诺基亚有限公司 | 在多媒体流中用于信号指示流质量匹配和控制机制的方法 |
| GB201214928D0 (en) * | 2012-08-22 | 2012-10-03 | Bae Systems Plc | Goal-based planning system |
| CN105700553A (zh) * | 2016-01-28 | 2016-06-22 | 中国科学院自动化研究所 | 多无人机自主协同决策快速集成系统 |
| CN107728643A (zh) * | 2017-11-10 | 2018-02-23 | 西安电子科技大学 | 一种动态环境下的无人机群分布式任务调度方法 |
| CN108830448A (zh) * | 2018-04-28 | 2018-11-16 | 广州亿航智能技术有限公司 | 无人机集群任务分解发送方法及系统 |
| CN108830450A (zh) * | 2018-04-28 | 2018-11-16 | 广州亿航智能技术有限公司 | 无人机集群调度方法及系统 |
| CN109782713A (zh) * | 2019-01-12 | 2019-05-21 | 无锡物联网产业研究院 | 一种具有协同处理能力的智能制造系统 |
| CN109917767A (zh) * | 2019-04-01 | 2019-06-21 | 中国电子科技集团公司信息科学研究院 | 一种分布式无人机集群自主管理系统及控制方法 |
| CN110083971A (zh) * | 2019-05-08 | 2019-08-02 | 南京航空航天大学 | 一种基于作战推演的自爆式无人机集群作战兵力分配方法 |
| CN110502031A (zh) * | 2019-08-02 | 2019-11-26 | 中国航空无线电电子研究所 | 基于任务需求的异构无人机集群协同最优配置方法 |
| CN110737281A (zh) * | 2019-10-15 | 2020-01-31 | 中国航空无线电电子研究所 | 一种面向集群无人机的分布式控制方法 |
| CN111291984A (zh) * | 2020-01-21 | 2020-06-16 | 北京大学 | 多无人机分布式任务选择和轨迹设计方法及装置 |
| CN111506115A (zh) * | 2020-05-27 | 2020-08-07 | 广州机械科学研究院有限公司 | 一种无人机集群调控方法及装置 |
| CN111722643A (zh) * | 2020-06-12 | 2020-09-29 | 北京航空航天大学 | 仿狼群合作狩猎机制的无人机集群动态任务分配方法 |
Non-Patent Citations (6)
| Title |
|---|
| Recent Research Progress of Unmanned Aerial Vehicle Regulation Policies and Technologies in Urban Low Altitude;Xu Chenchen 等;IEEE Access;第8卷;74175-74194 * |
| Secure Multi-UAV Collaborative Task Allocation;Fu Zhangjie 等;IEEE Access;第7卷;35579-35587 * |
| 基于时延预测的无人机集群控制技术及系统;钟兴;中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑(第1期);C031-184 * |
| 多无人机自适应编队协同航迹规划;许洋;秦小林;刘佳;张力戈;;计算机应用;40(05);1515-1521 * |
| 无人机系统标准化概述及应用展望;徐冬梅 等;信息技术与标准化(第7期);64-67 * |
| 无人机系统标准化概述及应用展望;徐冬梅 等;标准化研究(第07期);64-67 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112270488A (zh) | 2021-01-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112270488B (zh) | 无人机集群任务分配方法、装置及无人机集群系统 | |
| Weckenborg et al. | Balancing of assembly lines with collaborative robots | |
| Goudarzi et al. | A distributed deep reinforcement learning technique for application placement in edge and fog computing environments | |
| CN111310936B (zh) | 机器学习训练的构建方法、平台、装置、设备及存储介质 | |
| Khorsand et al. | ATSDS: adaptive two-stage deadline-constrained workflow scheduling considering run-time circumstances in cloud computing environments | |
| Mechalikh et al. | PureEdgeSim: A simulation framework for performance evaluation of cloud, edge and mist computing environments | |
| Zhang et al. | Multi-robot task scheduling | |
| Long et al. | Agent scheduling model for adaptive dynamic load balancing in agent-based distributed simulations | |
| Cui et al. | Multiple DAGs workflow scheduling algorithm based on reinforcement learning in cloud computing | |
| Mandal et al. | Agent-based distributed framework for collaborative planning | |
| Kołodziej et al. | Integration of task abortion and security requirements in GA-based meta-heuristics for independent batch grid scheduling | |
| LiWang et al. | Multi-task offloading over vehicular clouds under graph-based representation | |
| Dustdar et al. | Towards IoT processes on the edge | |
| Dridi et al. | A multi-objective optimization approach for resource assignment and task scheduling problem: Application to maritime domain awareness | |
| LiWang et al. | Energy-aware allocation of graph jobs in vehicular cloud computing-enabled software-defined IoV | |
| Prakash et al. | Optimal job sequence determination and operation machine allocation in flexible manufacturing systems: an approach using adaptive hierarchical ant colony algorithm | |
| Hinchey et al. | Modeling for NASA autonomous nano-technology swarm missions and model-driven autonomic computing | |
| Nasr | A new cloud autonomous system as a service for multi-mobile robots | |
| CN100578538C (zh) | 基于层次图组织与变换的虚拟环境群体对象行为演化方法 | |
| Rodríguez et al. | Trends on the development of adaptive virtual organizations | |
| Tharumarajah | A self-organizing model for scheduling distributed autonomous manufacturing systems | |
| CN109828838A (zh) | 一种资源分配和任务调度多目标协同处理方法 | |
| Chen et al. | Delay-optimal distributed edge computation offloading with correlated computation and communication workloads | |
| Dubey et al. | A comprehensive survey of grid computing mechanism in J2ME for effective mobile computing techniques | |
| Levchuk et al. | Application of free energy minimization to the design of adaptive multi-agent teams |
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 |