CN113095645B - 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 - Google Patents

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 Download PDF

Info

Publication number
CN113095645B
CN113095645B CN202110348644.XA CN202110348644A CN113095645B CN 113095645 B CN113095645 B CN 113095645B CN 202110348644 A CN202110348644 A CN 202110348644A CN 113095645 B CN113095645 B CN 113095645B
Authority
CN
China
Prior art keywords
task
unmanned aerial
aerial vehicle
tasks
aggregation
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
CN202110348644.XA
Other languages
English (en)
Other versions
CN113095645A (zh
Inventor
王丹力
郑楠
马鑫伟
章颂
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.)
Institute of Automation of Chinese Academy of Science
Original Assignee
Institute of Automation of Chinese Academy of Science
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 Institute of Automation of Chinese Academy of Science filed Critical Institute of Automation of Chinese Academy of Science
Priority to CN202110348644.XA priority Critical patent/CN113095645B/zh
Publication of CN113095645A publication Critical patent/CN113095645A/zh
Application granted granted Critical
Publication of CN113095645B publication Critical patent/CN113095645B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0631Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06312Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0631Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06315Needs-based resource requirements planning or analysis
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02TCLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00Road transport of goods or passengers
    • Y02T10/10Internal combustion engine [ICE] based vehicles
    • Y02T10/40Engine management systems

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Marketing (AREA)
  • Educational Administration (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明属于群体智能、多智能体、组合优化技术领域,具体涉及一种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,旨在解决现有的无人机任务分配方法在紧急且任务空间分布不均匀的交叉条件下任务分配效率低、任务完成质量差的问题。本方法包括统计当前区域的环境信息及待分配的任务信息;计算当前区域内任务之间的聚合阈值,并创建已访问和待调整列表;将任务信息、聚合阈值及创建的列表封装成令牌,发送给无人机群;获取分配任务的质量;若质量为1,则进行任务聚合处理;否则将该分配的任务标记为待调整任务;对待调整任务进行分配。本发明提高了在紧急且任务空间分布不均匀交叉条件下无人机任务分配的效率及任务完成质量。

Description

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
技术领域
本发明属于群体智能、多智能体、组合优化技术领域,具体涉及一种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、系统、设备。
背景技术
自然灾害救援,军事打击,城市紧急事件处理,都是常见但十分重要的事件。这类事件的共同点是紧急性和不确定性,往往要求响应系统的处理速度越快越好。而任务分配是灾难救援过程中的关键步骤,提高分配效率是提高系统响应速度的关键。另外,无人机因为其便捷性已经被越来越多地用来执行紧急任务。现实中,任务往往具有异质性,此时就需要多种不同类型的无人机。合适的异构无人机任务分配算法就显得尤为重要。目前,领域内主流的任务分配方法分为基于优化的方法,基于市场的方法和基于阈值的方法。
大多数基于优化的方法都可以通过多轮迭代优化收敛,从而获得近似的最佳任务分配解决方案。与基于市场和基于阈值的方法相比,优化方法通常可以获得最佳的分配质量,但优化方法的速度往往要比其他两类方法慢。基于市场的方法通常将任务视为拍卖品,而无人机(代理商)则根据其能力来竞标任务。与优化方法相比,基于市场的方法在救灾任务分配中更常用,因为它们的效率,鲁棒性,可扩展性等。但是,因为拍卖者和竞标者之间必须广泛协商,所以基于市场机制的方法高度依赖通信稳定性。在基于阈值的方法中,每个机器人对于需要执行的每个任务都有一个激活阈值。当代理人感觉到对特定任务的刺激超出其阈值时,它将开始完成任务。在使用基于阈值的方法的系统中,代理人不需要知道其他代理人的任何信息,只需要知道任务的信息,就可以计算阈值并进行任务分配。所以阈值方法具有较少的沟通要求,并且具有基于市场的方法的大多数优势。紧急任务分配问题通常要求分配算法运算速度较快,易扩展和通信需求低。根据基于阈值的方法的特点,此类方法十分适合处理紧急任务分配问题。
另外,现有的工作几乎都没有特别关注到任务的地理分布不均匀这一特点。事实上,任务分布不均现象在现实中广泛的存在。例如,地震灾难可能会对旧城区的房屋造成更大的破坏,从而使更多的人被困,这些地区的人们则需要更多的营救。因此,为这一特征设计专门的机制是有必要的。基于此,本发明提出了一种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。
发明内容
为了解决现有技术中的上述问题,即为了解决现有的无人机任务分配方法在紧急且任务空间分布不均匀的交叉条件下任务分配效率低、任务完成质量差的问题,本发明第一方面,提出了一种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,该方法包括:
步骤S10,统计当前区域的环境信息及待分配的任务信息;所述任务信息包括任务总数、坐标和类型;所述环境信息包括当前区域总面积;
步骤S20,基于任务总数、当前区域总面积,计算当前区域内任务之间的聚合阈值,并创建已访问和待调整列表;创建列表后,将任务信息、聚合阈值及创建的列表封装成令牌,发送给当前区域内的无人机群;
步骤S30,步骤S30,当无人机群中的任一无人机接收到令牌后,将接收令牌的无人机状态标记为已访问,采用LAL任务分配算法获取其分配的任务,并按照预设的任务分配质量对应关系,获取分配任务的质量;若所述质量为1,则结合当前分配的任务、所述聚合阈值进行任务聚合处理;否则将该分配的任务标记为待调整任务,跳转至步骤S40;
步骤S40,获取距离每个待调整任务最近且类型相同的已被分配的非待调整任务,并判断执行该非待调整任务的无人机资源是否足够,若足够,则将对应的待调整任务分配给该无人机进行执行,并将令牌传递给存在待调整任务的下一无人机,直至所有存在待调整任务的无人机被访问;否则,将令牌传递给存在待调整任务的下一无人机,直至所有存在待调整任务的无人机被访问;
所述任务分配质量对应关系,为预设的无人机类型与分配的任务类型对应的质量映射关系。
在一些优选的实施方式中,“计算当前区域内任务之间的聚合阈值”,其计算方法为:
Figure GDA0004237530370000031
其中,tagg.表示聚合阈值,S表示当前区域的总面积,n表示任务总数,β表示
Figure GDA0004237530370000032
和tagg.之间的线性相关系数。
在一些优选的实施方式中,“采用LAL任务分配算法获取其分配的任务”,其方法为:
采用LAL任务分配算法计算当前无人机对每个任务的响应阈值;
将响应阈值从大到小进行排序,排序后将响应阈值最大的未分配的任务分配给当前无人机。
在一些优选的实施方式中,“采用LAL任务分配算法计算当前无人机对每个任务的响应阈值”,其方法为:
Figure GDA0004237530370000041
θij=1-kij
Figure GDA0004237530370000042
其中,stj表示任务j的激励值,
Figure GDA0004237530370000043
表示响应阈值,kij表示无人机i执行任务j的能力,d(i,g)表示无人机i和任务g之间的欧式距离,d(i,j)表示无人机i和任务j之间的欧式距离,Q(i,g)表示无人机i执行任务的质量,Q(i,j)表示无人机i执行任务j的质量,J表示任务的集合,α表示预设的权重。
在一些优选的实施方式中,“结合当前分配的任务、所述聚合阈值进行任务聚合处理”,其方法为:
S31,获取与当前无人机任务列表的最后一个任务last task距离最近且类型相同的未分配的任务,作为聚合任务;
S32,计算当前无人机任务列表的最后一个任务与聚合任务的距离是否小于所述聚合阈值,若小于,则判断当前无人机的资源是否足够执行所述聚合任务,若足够,则将所述聚合任务分配给当前无人机,并将其标记为last task,跳转步骤S31,否则跳转步骤S33;若大于,则将所述聚合任务标记为待调整任务,跳转步骤S40;
S33,判断无人机群是否还有状态为未访问的无人机,若有,则将令牌传递给状态为未访问的无人机;若没有,则将还有资源接收新任务的无人机标记为未访问,并将令牌传递给状态为未访问的无人机,直至所有的无人机状态标记为已访问。
在一些优选的实施方式中,所述无人机的资源为时间资源。
本发明的第二方面,提出了一种针对任务分布不均的紧急场景的异构无人机任务分配系统,该系统包括:信息获取模块、封装模块、任务初分配模块、任务再调整模块;
所述信息获取模块,配置为统计当前区域的环境信息及待分配的任务信息;所述任务信息包括任务总数、坐标和类型;所述环境信息包括当前区域总面积;
所述封装模块,配置为基于任务总数、当前区域总面积,计算当前区域内任务之间的聚合阈值,并创建已访问和待调整列表;创建列表后,将任务信息、聚合阈值及创建的列表封装成令牌,发送给当前区域内的无人机群;
所述任务初分配模块,配置为当无人机群中的任一无人机接收到令牌后,将接收令牌的无人机状态标记为已访问,采用LAL任务分配算法获取其分配的任务,并按照预设的任务分配质量对应关系,获取分配任务的质量;若所述质量为1,则结合当前分配的任务、所述聚合阈值进行任务聚合处理;否则将该分配的任务标记为待调整任务,跳转至任务再调整模块;
所述任务再调整模块,配置为获取距离每个待调整任务最近且类型相同的已被分配的非待调整任务,并判断执行该非待调整任务的无人机资源是否足够,若足够,则将对应的待调整任务分配给该无人机进行执行,并将令牌传递给存在待调整任务的下一无人机,直至所有存在待调整任务的无人机被访问;否则,将令牌传递给存在待调整任务的下一无人机,直至所有存在待调整任务的无人机被访问;
所述任务分配质量对应关系,为预设的无人机类型与分配的任务类型对应的质量映射关系。
本发明的第三方面,提出了一种设备,至少一个处理器;以及与至少一个所述处理器通信连接的存储器;其中,所述存储器存储有可被所述处理器执行的指令,所述指令用于被所述处理器执行以实现权利要求上述的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。
本发明的第四方面,提出了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计算机指令,所述计算机指令用于被所述计算机执行以实现权利要求上述的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。
本发明的有益效果:
本发明提高了在紧急且任务空间分布不均匀交叉条件下无人机任务分配的效率及任务完成质量。本发明分为两个阶段,在初分配阶段,提出了聚合阈值的概念,依据聚合阈值动态决定是否通过贪心算法执行更多的任务分配,这使得狭小区域内的同类型任务尽可能地被分配给同一个无人机,最大程度上避免了资源浪费。另外,在再调整阶段,考虑质量表现小于1的任务的重分配,如果“邻居”无人机的资源足够,那么就把该任务转移给邻居无人机,进一步提高了任务分配效率,提升分配的总回报、完成任务数、完成任务质量,降低了令牌传递次数和算法运行时间。
附图说明
通过阅读参照以下附图所做的对非限制性实施例所做的详细描述,本申请的其他特征、目的和优点将会变得更明显。
图1是本发明一种实施例的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的流程示意图;
图2是本发明一种实施例的针对任务分布不均的紧急场景的异构无人机任务分配系统的框架示意图;
图3是本发明一种实施例的仿真软件界面截图的示例图;
图4是本发明一种实施例的任务初分配阶段的任务分配流程示意图;
图5是本发明一种实施例的任务再调整阶段的任务分配的流程示意图;
图6是本发明一种实施例的适于用来实现本申请实施例的电子设备的计算机系统的结构示意图。
具体实施方式
为使本发明的目的、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。
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅用于解释相关发明,而非对该发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。
本发明的一种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,如图1所示,该方法包括:
步骤S10,统计当前区域的环境信息及待分配的任务信息;所述任务信息包括任务总数、坐标和类型;所述环境信息包括当前区域总面积;
步骤S20,基于任务总数、当前区域总面积,计算当前区域内任务之间的聚合阈值,并创建已访问和待调整列表;创建列表后,将任务信息、聚合阈值及创建的列表封装成令牌,发送给当前区域内的无人机群;
步骤S30,当无人机群中的任一无人机接收到令牌后,将接收令牌的无人机状态标记为已访问,采用LAL任务分配算法获取其分配的任务,并按照预设的任务分配质量对应关系,获取分配任务的质量;若所述质量为1,则结合当前分配的任务、所述聚合阈值进行任务聚合处理;否则将该分配的任务标记为待调整任务,跳转至步骤S40;
步骤S40,获取距离每个待调整任务最近且类型相同的已被分配的非待调整任务,并判断执行该非待调整任务的无人机资源是否足够,若足够,则将对应的待调整任务分配给该无人机进行执行,并将令牌传递给存在待调整任务的下一无人机,直至所有存在待调整任务的无人机被访问;否则,将令牌传递给存在待调整任务的下一无人机,直至所有存在待调整任务的无人机被访问;
所述任务分配质量对应关系,为预设的无人机类型与分配的任务类型对应的质量映射关系。
为了更清晰地对本发明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进行说明,下面结合附图对本发明方法一种实施例中各步骤进行展开详述。
本发明中为了更好的实现空间分布不均匀的紧急任务分配,本发明基于LAL算法(具体参考文献:J.Schwarzrock,I.Zacarias,A.L.C.Bazzan,R.Q.de Araujo Fernandes,L.H.Moreira,and E.P.de Freitas,“Solving task allocation problem in multiUnmanned Aerial Vehicles systems using Swarm intelligence,”EngineeringApplications of Artificial Intelligence,vol.72,pp.10-20,2018.),提出一种分层次的分布式任务分配算法(AA-LAL)。其中,“初分配”阶段使用聚合机制(A-LAL),其有效的利用了任务分布不均匀的特征,通过聚合思想保证密集的同类型任务被分配给同一个无人机;“再调整”阶段使用动态调整机制(DA-LAL),考虑质量表现不佳的任务的重新分配。与LAL任务分配算法相比,AA-LAL算法获得了更好的结果。具体过程如下:
步骤S10,统计当前区域的环境信息及待分配的任务信息;所述任务信息包括任务总数、坐标和类型;所述环境信息包括当前区域总面积;
在本实施例中,中心单元统计当前区域内的环境信息以及待分配的任务信息;任务信息包括任务总数n、任务坐标和类型;环境信息包括当前区域的总面积S。环境截面如图3所示,图中左半部分是菜单栏,右半部分是实验区域。通过菜单可以设置场景中的无人机和任务数目,以及选择使用何种任务分配方法。另外实验区域的大小也可以在软件中直接配置。右半部分实验区域外观为一个正四边形。在表示任务坐标的时候,一般以四边形中心为坐标原点(0,0),计算任务的相对坐标。
步骤S20,基于任务总数、当前区域总面积,计算当前区域内任务之间的聚合阈值,并创建已访问和待调整列表;创建列表后,将任务信息、聚合阈值及创建的列表封装成令牌,发送给当前区域内的无人机群;
在本实施例中,中心单元基于获取的任务总数、当前区域的总面积,通过聚合阈值计算方法计算当前区域内任务之间的聚合阈值,具体如公式(1)所示:
Figure GDA0004237530370000091
其中,tagg.表示聚合阈值,S表示当前区域的总面积,n表示任务总数,β表示
Figure GDA0004237530370000092
和tagg.之间的线性相关系数,在本发明中优选设置为1.5。
计算完聚合阈值后,创建任务的已访问和待调整列表。创建后,将任务信息、聚合阈值以及创建的已访问和待调整列表打包封装成一个令牌,发送给当前区域内执行任务的无人机群。中心单元只负责收集一些信息,计算聚合阈值和封装令牌,并不参与任务分配过程。任务分配算法是完全分布式的。
步骤S30,当无人机群中的任一无人机接收到令牌后,将接收令牌的无人机状态标记为已访问,采用LAL任务分配算法获取其分配的任务,并按照预设的任务分配质量对应关系,获取分配任务的质量;若所述质量为1,则结合当前分配的任务、所述聚合阈值进行任务聚合处理;否则将该分配的任务标记为待调整任务,跳转至步骤S40;
在本实施例中,中心单元在发送令牌至无人机群为随机发送,即将令牌随机发送给无人机群中的任一无人机。当无人机群中的任一无人机接收到令牌后,将状态标记为已访问,并会进行任务的“初分配”(简称:A-LAL算法),如图4所示,具体过程如下:
首先,采用LAL任务分配算法获取其分配的任务,具体为:
采用LAL任务分配算法计算当前无人机对每个任务的响应阈值;响应阈值的计算方法如公式(2)(3)(4)所示:
Figure GDA0004237530370000101
θij=1-kij (3)
Figure GDA0004237530370000102
其中,stj表示任务j的激励值,本发明中优选设置为0.6,
Figure GDA0004237530370000103
表示响应阈值,kij表示无人机i执行任务j的能力,d(i,g)表示无人机i和任务g之间的欧式距离,d(i,j)表示无人机i和任务j之间的欧式距离,Q(i,g)表示无人机i执行任务g的质量,Q(i,j)表示无人机i执行任务j的质量,J表示任务的集合,α表示预设的权重,本发明中优选设置为0.6。
将响应阈值从大到小进行排序,排序后将响应阈值最大的未分配的任务分配给当前无人机。例如,排序后的响应阈值分别是0.9、0.8、0.6、0.55、0.37。而响应阈值为0.9的任务已分配,则将响应阈值为0.8的未分配任务分配给当前无人机。
获取当前无人机分配的任务后,按照预设的任务分配质量对应关系,获取分配任务的质量。任务分配质量对应关系,为预设的无人机类型与分配的任务类型对应的质量映射关系,具体如表1所示:
表1
Figure GDA0004237530370000111
其中,无人机的类型包括s0、s1、s2、s3四种。
若当前无人机分配的任务质量为1,则结合当前分配的任务、所述聚合阈值进行任务聚合处理;否则将该分配的任务标记为待调整任务,跳转至步骤S40;
任务聚合的具体过程如下:
S31,获取与当前无人机任务列表的最后一个任务last task距离最近且类型相同的未分配的任务,作为聚合任务;
S32,计算当前无人机任务列表的最后一个任务与聚合任务的距离是否小于所述聚合阈值,若小于,则判断当前无人机的资源是否足够执行所述聚合任务,若足够,则将所述聚合任务分配给当前无人机,并将其标记为last task,跳转步骤S31,否则跳转步骤S33;若大于,则将所述聚合任务标记为待调整任务,跳转步骤S40;
S33,判断无人机群是否还有状态为未访问的无人机,若有,则将令牌传递给状态为未访问的无人机;若没有,则将还有资源接收新任务的无人机标记为未访问,并将令牌传递给状态为未访问的无人机,直至所有的无人机状态标记为已访问。即令牌在无人机之间的传递方式为随机传递,但是不会重复传递。当所有的无人机都接收到过令牌之后。最后一个收到令牌的无人机会把仍有资源接受新任务的无人机从“已访问”列表中清除,然后将令牌传递给不在“已访问”列表中的任何一个无人机,使令牌开始新一轮的传递。直至无人机不能通过聚合策略获取新的任务,或者无人机的资源被耗尽。本发明中,资源优选设置为时间资源,在其他实施例中可以根据实际需求进行设置。
步骤S40,获取距离每个待调整任务最近且类型相同的已被分配的非待调整任务,并判断执行该非待调整任务的无人机资源是否足够,若足够,则将对应的待调整任务分配给该无人机进行执行,并将令牌传递给存在待调整任务的下一无人机,直至所有存在待调整任务的无人机被访问;否则,将令牌传递给存在待调整任务的下一无人机,直至所有存在待调整任务的无人机被访问。
在本实施例中,初分配后,最后一个拿到令牌的无人机,会把“待调整列表”中的无人机从“已访问列表”中清除,并把调整标志位设为“1”。无人机收到令牌后,就能够知晓已经进入了“再调整”阶段,会运行DA-LAL算法调整任务。“再调整”阶段中,令牌只在无人机之间传递一轮。令牌依然采用随机传递。当传递到最后一个无人机后,“再调整”阶段结束,整个分配算法结束。“再调整”阶段DA-LAL算法,如图5所示,具体过程为:
无人机收到令牌后,会找到距离每个“待调整”任务最近的且同类型的已被分配的非“待调整”任务,我们认为执行这一非“待调整”任务的无人机(简称为“邻居”无人机)是最有可能接收此“待调整”任务的。此时,若“邻居”无人机资源足够,则把“待调整”任务移交给“邻居”无人机,然后将令牌传递给存在待调整任务的下一无人机,直至所有存在待调整任务的无人机被访问;否则也将令牌传递给存在待调整任务的下一无人机,直至所有存在待调整任务的无人机被访问。在本发明中,将待调整任务分配的过程简称为DA-LAL算法。
另外,为了进一步提升本发明方法的性能,步骤S40之后还包括统计步骤:即在NetLogo仿真环境中,对算法进行了多次重复试验,得到了实验数据的统计结果。我们一共采用了8个场景,分别是:3个无人机,15个任务,场地大小100×100;6个无人机,25个任务,场地大小150×150;9个无人机,35个任务,场地大小200×200;15个无人机,100个任务,场地大小250×250;30个无人机,200个任务,场地大小400×400;50个无人机,300个任务,场地大小500×500;60个无人机,400个任务,场地大小600×600;100个无人机,500个任务,场地大小750×750,每个场景中对每个算法做了1000或200次重复试验,得到了5项指标(总体回报,完成任务数,完成任务质量,令牌传递次数,算法运行时间)的统计实验结果。表2为仿真实验的环境和实验设置。需要注意的是,像素是NetLogo中的实验区域最小单元的名称,无人机速度设置为1像素每秒,表3中的实验区域边长的单位也是像素。另外,需要特别注意的是任务的分配规则。我们采用如图中描述的规则初始化任务的位置,目的是模拟现实中任务在空间分布上不均匀的现象。如表2中所示,我们设定了5块小的区域,每块区域内都随机分布各14%的任务,共70%;剩余30%则在整个大的区域内随机分布。
表2
Figure GDA0004237530370000131
Figure GDA0004237530370000141
表3呈现了四种算法的任务分配结果。我们一共采用了8个场景。并在前3个场景的每个场景中,对每个算法做了1000次重复试验,后5个场景的每个场景中,对每个算法做了200次重复试验。每个场景的无人机数和任务数,场地大小的设置都不同。我们统计了5项指标(总体回报,完成任务数,完成任务质量,令牌传递次数,算法运行时间)的结果。其中总回报的计算方法和提出LAL算法的论文中的实验部分的回报计算方式相同,每个任务的质量则通过查询表1获得,运行时间由NetLogo的profile extension统计。另外单元格中的“*”或“**”表示LAL与其他三种算法之间的t检验对比结果。其中“**”表示p值<0.01,而“*”表示0.01≤p值<0.05。
表3
Figure GDA0004237530370000142
Figure GDA0004237530370000151
本发明第二实施例的一种针对任务分布不均的紧急场景的异构无人机任务分配系统,如图2所示,具体包括以:信息获取模块100、封装模块200、任务初分配模块300、任务再调整模块400;
所述信息获取模块100,配置为统计当前区域的环境信息及待分配的任务信息;所述任务信息包括任务总数、坐标和类型;所述环境信息包括当前区域总面积;
所述封装模块200,配置为基于任务总数、当前区域总面积,计算当前区域内任务之间的聚合阈值,并创建已访问和待调整列表;创建列表后,将任务信息、聚合阈值及创建的列表封装成令牌,发送给当前区域内的无人机群;
所述任务初分配模块300,配置为当无人机群中的任一无人机接收到令牌后,将接收令牌的无人机状态标记为已访问,采用LAL任务分配算法获取其分配的任务,并按照预设的任务分配质量对应关系,获取分配任务的质量;若所述质量为1,则结合当前分配的任务、所述聚合阈值进行任务聚合处理;否则将该分配的任务标记为待调整任务,跳转至任务再调整模块400;
所述任务再调整模块400,配置为获取距离每个待调整任务最近且类型相同的已被分配的非待调整任务,并判断执行该非待调整任务的无人机资源是否足够,若足够,则将对应的待调整任务分配给该无人机进行执行,并将令牌传递给存在待调整任务的下一无人机,直至所有存在待调整任务的无人机被访问;否则,将令牌传递给存在待调整任务的下一无人机,直至所有存在待调整任务的无人机被访问;
所述任务分配质量对应关系,为预设的无人机类型与分配的任务类型对应的质量映射关系。
所述技术领域的技术人员可以清楚的了解到,为描述的方便和简洁,上述描述的系统具体的工作过程及有关说明,可以参考前述方法实施例中的对应过程,在此不再赘述。
需要说明的是,上述实施例提供的针对任务分布不均的紧急场景的异构无人机任务分配系统,仅以上述各功能模块的划分进行举例说明,在实际应用中,可以根据需要而将上述功能分配由不同的功能模块来完成,即将本发明实施例中的模块或者步骤再分解或者组合,例如,上述实施例的模块可以合并为一个模块,也可以进一步拆分成多个子模块,以完成以上描述的全部或者部分功能。对于本发明实施例中涉及的模块、步骤的名称,仅仅是为了区分各个模块或者步骤,不视为对本发明的不当限定。
本发明第三实施例的一种设备,至少一个处理器;以及与至少一个所述处理器通信连接的存储器;其中,所述存储器存储有可被所述处理器执行的指令,所述指令用于被所述处理器执行以实现权利要求上述的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。
本发明第四实施例的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计算机指令,所述计算机指令用于被所述计算机执行以实现权利要求上述的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。
所述技术领域的技术人员可以清楚的了解到,未描述的方便和简洁,上述描述的存储装置、处理装置的具体工作过程及有关说明,可以参考前述方法实例中的对应过程,在此不再赘述。
下面参考图6,其示出了适于用来实现本申请系统、方法、设备实施例的服务器的计算机系统的结构示意图。图6示出的服务器仅仅是一个示例,不应对本申请实施例的功能和使用范围带来任何限制。
如图6所示,计算机系统包括中央处理单元(CPU,Central Processing Unit)601,其可以根据存储在只读存储器(ROM,Read Only Memory)602中的程序或者从存储部分608加载到随机访问存储器(RAM,Random Access Memory)603中的程序而执行各种适当的动作和处理。在RAM603中,还存储有系统操作所需的各种程序和数据。CPU601、ROM 602以及RAM603通过总线604彼此相连。输入/输出(I/O,Input/Output)接口605也连接至总线604。
以下部件连接至I/O接口605:包括键盘、鼠标等的输入部分606;包括诸如阴极射线管、液晶显示器等以及扬声器等的输出部分607;包括硬盘等的存储部分608;以及包括诸如局域网卡、调制解调器等的网络接口卡的通讯部分609。通讯部分609经由诸如因特网的网络执行通讯处理。驱动器610也根据需要连接至I/O接口605。可拆卸介质611,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器610上,以便于从其上读出的计算机程序根据需要被安装入存储部分608。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通讯部分609从网络上被下载和安装,和/或从可拆卸介质611被安装。在该计算机程序被CPU601执行时,执行本申请的方法中限定的上述功能。需要说明的是,本申请上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是但不限于:电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、RAM、ROM、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、电线、光缆等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本申请的操作的计算机程序代码,上述程序设计语言包括面向对象的程序设计语言,如Java、Smalltalk、C++,还包括常规的过程式程序设计语言,如C语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络,包括局域网或广域网连接到用户计算机,或者可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
术语“第一”、“第二”等是用于区别类似的对象,而不是用于描述或表示特定的顺序或先后次序。
术语“包括”或者任何其它类似用语旨在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备/装置不仅包括那些要素,而且还包括没有明确列出的其它要素,或者还包括这些过程、方法、物品或者设备/装置所固有的要素。
至此,已经结合附图所示的优选实施方式描述了本发明的技术方案,但是,本领域技术人员容易理解的是,本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下,本领域技术人员可以对相关技术特征作出等同的更改或替换,这些更改或替换之后的技术方案都将落入本发明的保护范围之内。

Claims (5)

1.一种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,其特征在于,该方法包括以下步骤:
步骤S10,统计当前区域的环境信息及待分配的任务信息;所述任务信息包括任务总数、坐标和类型;所述环境信息包括当前区域总面积;
步骤S20,基于任务总数、当前区域总面积,计算当前区域内任务之间的聚合阈值,并创建已访问和待调整列表;创建列表后,将任务信息、聚合阈值及创建的列表封装成令牌,发送给当前区域内的无人机群;
计算当前区域内任务之间的聚合阈值,其方法为:
Figure FDA0004237530330000011
其中,tagg.表示聚合阈值,S表示当前区域的总面积,n表示任务总数,β表示
Figure FDA0004237530330000012
和tagg.之间的线性相关系数;
步骤S30,当无人机群中的任一无人机接收到令牌后,将接收令牌的无人机状态标记为已访问,采用LAL任务分配算法获取其分配的任务,并按照预设的任务分配质量对应关系,获取分配任务的质量;若所述质量为1,则结合当前分配的任务、所述聚合阈值进行任务聚合处理;否则将该分配的任务标记为待调整任务,跳转至步骤S40;
采用LAL任务分配算法获取其分配的任务,其方法为:
采用LAL任务分配算法计算当前无人机对每个任务的响应阈值:
Figure FDA0004237530330000013
θij=1-kij
Figure FDA0004237530330000014
其中,stj表示任务j的激励值,
Figure FDA0004237530330000015
表示响应阈值,kij表示无人机j执行任务j的能力,d(i,g)表示无人机i和任务g之间的欧式距离,d(i,j)表示无人机i和任务j之间的欧式距离,Q(i,g)表示无人机i执行任务g的质量,Q(i,j)表示无人机i执行任务j的质量,J表示任务的集合,α表示预设的权重;
将响应阈值从大到小进行排序,排序后将响应阈值最大的未分配的任务分配给当前无人机;
结合当前分配的任务、所述聚合阈值进行任务聚合处理,其方法为:
S31,获取与当前无人机任务列表的最后一个任务last task距离最近且类型相同的未分配的任务,作为聚合任务;
S32,计算当前无人机任务列表的最后一个任务与聚合任务的距离是否小于所述聚合阈值,若小于,则判断当前无人机的资源是否足够执行所述聚合任务,若足够,则将所述聚合任务分配给当前无人机,并将其标记为last task,跳转步骤S31,否则跳转步骤S33;若大于,则将所述聚合任务标记为待调整任务,跳转步骤S40;
S33,判断无人机群是否还有状态为未访问的无人机,若有,则将令牌传递给状态为未访问的无人机;若没有,则将还有资源接收新任务的无人机标记为未访问,并将令牌传递给状态为未访问的无人机,直至所有的无人机状态标记为已访问;
步骤S40,获取距离每个待调整任务最近且类型相同的已被分配的非待调整任务,并判断执行该非待调整任务的无人机资源是否足够,若足够,则将对应的待调整任务分配给该无人机进行执行,并将令牌传递给存在待调整任务的下一无人机,直至所有存在待调整任务的无人机被访问;否则,将令牌传递给存在待调整任务的下一无人机,直至所有存在待调整任务的无人机被访问;
所述任务分配质量对应关系,为预设的无人机类型与分配的任务类型对应的质量映射关系。
2.根据权利要求1所述的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,其特征在于,所述无人机的资源为时间资源。
3.一种针对任务分布不均的紧急场景的异构无人机任务分配系统,其特征在于,该系统包括:信息获取模块、封装模块、任务初分配模块、任务再调整模块;
所述信息获取模块,配置为统计当前区域的环境信息及待分配的任务信息;所述任务信息包括任务总数、坐标和类型;所述环境信息包括当前区域总面积;
所述封装模块,配置为基于任务总数、当前区域总面积,计算当前区域内任务之间的聚合阈值,并创建已访问和待调整列表;创建列表后,将任务信息、聚合阈值及创建的列表封装成令牌,发送给当前区域内的无人机群;
计算当前区域内任务之间的聚合阈值,其方法为:
Figure FDA0004237530330000031
其中,tagg.表示聚合阈值,S表示当前区域的总面积,n表示任务总数,β表示
Figure FDA0004237530330000032
和tagg.之间的线性相关系数;
所述任务初分配模块,配置为当无人机群中的任一无人机接收到令牌后,将接收令牌的无人机状态标记为已访问,采用LAL任务分配算法获取其分配的任务,并按照预设的任务分配质量对应关系,获取分配任务的质量;若所述质量为1,则结合当前分配的任务、所述聚合阈值进行任务聚合处理;否则将该分配的任务标记为待调整任务,跳转至任务再调整模块;
采用LAL任务分配算法获取其分配的任务,其方法为:
采用LAL任务分配算法计算当前无人机对每个任务的响应阈值:
Figure FDA0004237530330000041
θij=1-kij
Figure FDA0004237530330000042
其中,stj表示任务j的激励值,
Figure FDA0004237530330000043
表示响应阈值,kij表示无人机i执行任务j的能力,d(i,g)表示无人机i和任务g之间的欧式距离,d(i,j)表示无人机i和任务j之间的欧式距离,Q(i,g)表示无人机i执行任务g的质量,Q(i,j)表示无人机i执行任务j的质量,J表示任务的集合,α表示预设的权重;
将响应阈值从大到小进行排序,排序后将响应阈值最大的未分配的任务分配给当前无人机;
结合当前分配的任务、所述聚合阈值进行任务聚合处理,其方法为:
S31,获取与当前无人机任务列表的最后一个任务last task距离最近且类型相同的未分配的任务,作为聚合任务;
S32,计算当前无人机任务列表的最后一个任务与聚合任务的距离是否小于所述聚合阈值,若小于,则判断当前无人机的资源是否足够执行所述聚合任务,若足够,则将所述聚合任务分配给当前无人机,并将其标记为last task,跳转步骤S31,否则跳转步骤S33;若大于,则将所述聚合任务标记为待调整任务,跳转步骤S40;
S33,判断无人机群是否还有状态为未访问的无人机,若有,则将令牌传递给状态为未访问的无人机;若没有,则将还有资源接收新任务的无人机标记为未访问,并将令牌传递给状态为未访问的无人机,直至所有的无人机状态标记为已访问;
所述任务再调整模块,配置为获取距离每个待调整任务最近且类型相同的已被分配的非待调整任务,并判断执行该非待调整任务的无人机资源是否足够,若足够,则将对应的待调整任务分配给该无人机进行执行,并将令牌传递给存在待调整任务的下一无人机,直至所有存在待调整任务的无人机被访问;否则,将令牌传递给存在待调整任务的下一无人机,直至所有存在待调整任务的无人机被访问;
所述任务分配质量对应关系,为预设的无人机类型与分配的任务类型对应的质量映射关系。
4.一种设备,其特征在于,包括:
至少一个处理器;以及
与至少一个所述处理器通信连接的存储器;其中,
所述存储器存储有可被所述处理器执行的指令,所述指令用于被所述处理器执行以实现权利要求1-2任一项所述的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。
5.一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计算机指令,所述计算机指令用于被所述计算机执行以实现权利要求1-2任一项所述的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。
CN202110348644.XA 2021-03-31 2021-03-31 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 Active CN113095645B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110348644.XA CN113095645B (zh) 2021-03-31 2021-03-31 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

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110348644.XA CN113095645B (zh) 2021-03-31 2021-03-31 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

Publications (2)

Publication Number Publication Date
CN113095645A CN113095645A (zh) 2021-07-09
CN113095645B true CN113095645B (zh) 2023-06-23

Family

ID=76671748

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110348644.XA Active CN113095645B (zh) 2021-03-31 2021-03-31 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

Country Status (1)

Country Link
CN (1) CN113095645B (zh)

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009246599A (ja) * 2008-03-31 2009-10-22 Nec Corp 分散リソース管理システム、分散リソース管理方法、及び分散リソース管理プログラム
WO2016112733A1 (zh) * 2015-01-13 2016-07-21 广州极飞电子科技有限公司 无人机调度方法及系统、无人机
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
CN110109886A (zh) * 2018-02-01 2019-08-09 中兴通讯股份有限公司 分布式文件系统的文件存储方法及分布式文件系统
CN110147870A (zh) * 2019-04-08 2019-08-20 合肥工业大学 一种用于地震灾后多无人机任务分配的优化方法
CN110852554A (zh) * 2019-09-20 2020-02-28 合肥工业大学 车机协同下无人机任务分配智能决策方法及装置
CN111309046A (zh) * 2020-02-10 2020-06-19 合肥工业大学 异构无人机编队地震灾后勘察的任务分配方法
CN111399533A (zh) * 2020-02-10 2020-07-10 合肥工业大学 异构多无人机协同任务分配与路径优化方法
WO2020233307A1 (zh) * 2019-05-22 2020-11-26 深圳壹账通智能科技有限公司 任务数据处理方法、装置、计算机设备及存储介质
CN112000128A (zh) * 2020-08-28 2020-11-27 中国电子科技集团公司第五十四研究所 一种用于抢险救灾的无人机集群任务协同方法及系统
CN112181608A (zh) * 2019-07-03 2021-01-05 中南大学 一种基于局部信息的多点动态集结任务分布式分配算法
CN112559151A (zh) * 2020-12-19 2021-03-26 黑龙江亿林网络股份有限公司 一种用于灾备恢复的任务分配系统及其使用方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8116338B2 (en) * 2009-05-14 2012-02-14 International Business Machines Corporation Method for reducing errors while transferring tokens to and from people
US8494885B2 (en) * 2009-10-09 2013-07-23 International Business Machines Corporation Modeling distribution of emergency relief supplies for disaster response operations
US10223222B2 (en) * 2015-12-21 2019-03-05 International Business Machines Corporation Storage system-based replication for disaster recovery in virtualized environments
US10764781B2 (en) * 2016-05-03 2020-09-01 Qualcomm Incorporated Systems and methods for reordering data received from a plurality of radio access technologies (RATs)

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009246599A (ja) * 2008-03-31 2009-10-22 Nec Corp 分散リソース管理システム、分散リソース管理方法、及び分散リソース管理プログラム
WO2016112733A1 (zh) * 2015-01-13 2016-07-21 广州极飞电子科技有限公司 无人机调度方法及系统、无人机
CN110109886A (zh) * 2018-02-01 2019-08-09 中兴通讯股份有限公司 分布式文件系统的文件存储方法及分布式文件系统
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
CN110147870A (zh) * 2019-04-08 2019-08-20 合肥工业大学 一种用于地震灾后多无人机任务分配的优化方法
WO2020233307A1 (zh) * 2019-05-22 2020-11-26 深圳壹账通智能科技有限公司 任务数据处理方法、装置、计算机设备及存储介质
CN112181608A (zh) * 2019-07-03 2021-01-05 中南大学 一种基于局部信息的多点动态集结任务分布式分配算法
CN110852554A (zh) * 2019-09-20 2020-02-28 合肥工业大学 车机协同下无人机任务分配智能决策方法及装置
CN111309046A (zh) * 2020-02-10 2020-06-19 合肥工业大学 异构无人机编队地震灾后勘察的任务分配方法
CN111399533A (zh) * 2020-02-10 2020-07-10 合肥工业大学 异构多无人机协同任务分配与路径优化方法
CN112000128A (zh) * 2020-08-28 2020-11-27 中国电子科技集团公司第五十四研究所 一种用于抢险救灾的无人机集群任务协同方法及系统
CN112559151A (zh) * 2020-12-19 2021-03-26 黑龙江亿林网络股份有限公司 一种用于灾备恢复的任务分配系统及其使用方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
AGGREGATION AND ADJUSTMENT MECHANISMS FOR DISASTER RELIEF TASK ALLOCATION WITH UNEVEN DISTRIBUTION;Ma XW 等;《JOURNAL OF INDUSTRIAL AND MANAGEMENT OPTIMIZATION》;第19卷(第3期);全文 *
Solving task allocation problem in multi Unmanned Aerial Vehicles systems using Swarm intelligence;Janaína Schwarzrock 等;《Engineering Applications of Artificial Intelligence》;第72卷;全文 *
综合区域和边界信息的图像自适应分割技术;郭礼华,李建华,杨树堂;上海交通大学学报(第04期);全文 *
美国都市搜救应变机制与系统(三);郑双忠;殷德山;邓云峰;;现代职业安全(第04期);全文 *

Also Published As

Publication number Publication date
CN113095645A (zh) 2021-07-09

Similar Documents

Publication Publication Date Title
CN108776934B (zh) 分布式数据计算方法、装置、计算机设备及可读存储介质
CN111768006A (zh) 一种人工智能模型的训练方法、装置、设备及存储介质
CN109033001B (zh) 用于分配gpu的方法和装置
CN111467806B (zh) 游戏场景中资源生成方法、装置、介质及电子设备
CN110852882B (zh) 用于区块链网络的分组共识方法、装置、设备和介质
CN111352711B (zh) 多计算引擎调度方法、装置、设备及存储介质
CN106569892B (zh) 资源调度方法与设备
CN111552550A (zh) 一种基于图形处理器gpu资源的任务调度方法、设备及介质
CN115134371A (zh) 包含边缘网络算力资源的调度方法、系统、设备及介质
CN109582452A (zh) 一种容器调度方法、调度装置及电子设备
CN115309544A (zh) 一种集群资源规划方法、设备及装置
CN113626173B (zh) 调度方法、装置及存储介质
CN114819084A (zh) 模型推理方法、装置、设备及存储介质
CN112433844B (zh) 一种资源分配方法、系统、设备及计算机可读存储介质
CN111858014A (zh) 资源分配方法及装置
CN109729110B (zh) 管理专用处理资源的方法、设备以及计算机可读介质
CN113095645B (zh) 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
CN111951112A (zh) 基于区块链的智能合约执行方法、终端设备和存储介质
WO2024021467A1 (zh) 一种集群资源规划方法、设备、装置及介质
CN115186305B (zh) 一种构建数据元件模型并生产数据元件的方法
CN116302464A (zh) 基于单向链表的云平台资源编排方法、装置及电子设备
CN114741173A (zh) Dag任务编排的方法、装置、电子设备和存储介质
CN111580975B (zh) 用于语音合成的内存优化方法及系统
CN114036250A (zh) 高精地图任务处理方法、装置、电子设备和介质
CN112527486A (zh) 调度优化方法及装置

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