CN113359833B - 一种无人机编队协同侦察的任务规划方法 - Google Patents
一种无人机编队协同侦察的任务规划方法 Download PDFInfo
- Publication number
- CN113359833B CN113359833B CN202110689646.5A CN202110689646A CN113359833B CN 113359833 B CN113359833 B CN 113359833B CN 202110689646 A CN202110689646 A CN 202110689646A CN 113359833 B CN113359833 B CN 113359833B
- Authority
- CN
- China
- Prior art keywords
- unmanned aerial
- aerial vehicle
- rectangular
- point
- formation
- 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
- 230000015572 biosynthetic process Effects 0.000 title claims abstract description 94
- 238000000034 method Methods 0.000 title claims abstract description 44
- 230000002776 aggregation Effects 0.000 claims description 3
- 238000004220 aggregation Methods 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 3
- 239000006185 dispersion Substances 0.000 claims description 3
- 238000005755 formation reaction Methods 0.000 description 64
- 238000010586 diagram Methods 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- G05D1/104—Simultaneous control of position or course in three dimensions specially adapted for aircraft involving a plurality of aircrafts, e.g. formation flying
-
- 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
- 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)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种无人机编队协同侦察的任务规划方法,属于无人机航线规划领域。针对已知广域侦察区域和侦察时间窗口要求,本发明在满足多种限制约束条件的情况下给出了无人机编队中无人机数量的方法;针对已知广域侦察区域和侦察时间窗口要求,本发明在满足多种限制约束条件的情况下给出了多无人机如何进行编队的方法,并为其中的每一架无人机分别生成了任务计划表,包括其在编队中的位置顺序、主要航路点和起飞时间。
Description
技术领域
本发明属于无人机航线规划领域,具体涉及一种无人机编队协同侦察的任务规划方法。
背景技术
无人机任务规划是根据无人机所要完成的任务、无人机的数量及任务载荷的不同,对无人机完成具体任务的预先设定与统筹管理。其主要目标是根据战场环境信息,综合考虑无人机性能、航程和无线通信距离等约束条件,为无人机规划一条从起始点到目标区域、目标区域内运动和从目标区域返回至着陆点的最优航路,保证无人机在完成任务的同时又能安全返回。
无人机任务规划包括任务分配和航路规划两个部分:任务分配的作用是根据任务组成无人机编队,并为编队中每一架无人机分配任务;航路规划的作用是根据战场环境和无人机物理约束等限制条件为无人机编队飞行或每一架无人机的飞行提供一个安全飞行的航路。
中国专利申请公布号CN107589663A的专利提供一种基于多步粒子群算法的无人机协同侦察覆盖方法,使得无人预警机多步侦察覆盖率变化曲线在收敛之后变得更加稳定,没有考虑待侦察区域的侦察窗口时间限制和无人机飞行时间限制等因素对确定无人机数量的影响;中国专利申请公布号CN107330588A的专利提供一种多基地多异构下无人机协同侦察任务分配方法,以侦察收益最大化为目标函数,考虑资源约束以及多基地多异构无人机约束建立数学模型,使其能够有效的解决侦察任务分配问题,但没有考虑实现侦察区域覆盖的多无人机如何进行编队和任务指派问题,不能满足无人机编队实现协同广域侦察区域全覆盖的任务规划要求。
发明内容
要解决的技术问题
为了避免现有技术的不足之处,本发明提出一种无人机编队协同侦察的任务规划方法,针对已知广域侦察区域的多无人机协同侦察任务和待侦察区域的侦察时间窗口限制因素,实现了待侦察区域的完全覆盖,同时确定无人机编队的数量确定及任务计划分配。
技术方案
一种无人机编队协同侦察的任务规划方法,其特征在于步骤如下:
步骤1:将待侦察区域设定为一个矩形区域,这个矩形区域可用其四个顶点的坐标表示,分别为v1(xv1,yv1)、v2(xv2,yv2)、v3(xv3,yv3)和v4(xv4,yv4);并将无人机编队的起飞点和着陆点设为同一点o(0,0);假设,由n架无人机组成的编队,矩形区域进行协同侦察,距离起飞着陆点o最远的子区域是s1,以无人机编队的起飞着陆点o为原点,ox轴平行于待侦察矩形区域的长边,oy轴平行于待侦察矩形区域的短边,建立平面直角坐标系xoy,坐标系xoy是一个右手坐标系;
步骤2:确定离无人机编队起飞着陆点最近的矩形顶点;
依次计算起飞着陆点o至矩形的4个顶点v1、v2、v3和v4的距离d1、d2、d3和d4,如下:
计算起飞着陆点o至矩形的4个顶点的最近和最远距离,如下:
其中,Min是取最小值运算的算子,Max是取最大值运算的算子;
确定距离起飞着陆点s最近的顶点,如下:
步骤3:确定是否满足通信要求;
如果:dmax<dcomm,则转步骤4;否则转步骤16;其中,dcomm表示无人机地面控制站与无人机之间的最大通信距离;
步骤4:计算矩形边长dx和dy;
矩形的一个长边是由顶点v1和v2构成的边,其长度表示为dx;矩形的一个短边是由顶点v1和v4构成的边,其长度表示为dy;
步骤5:设一架无人机执行侦察任务过程中需要飞行mio个往返,则它飞行的总距离d为:
d=2miodx+(2mio-1)dt (5)
其中,dt为无人机一次转弯的飞行距离;
其所需的飞行时间t为:
其中,v为无人机的平均飞行速度;
步骤6:确定是否满足航程要求;
无人机由起飞着陆点o飞行至矩形区域顶点v1再至矩形区域顶点v4距离为:
d5=d1+dy (7)
计算对无人机的最小航程需求d2,如下:
d6=2dx+dt+2d5 (8)
其中,2dx+dt表示无人机在矩形区域往返飞行一次;
如果:d6<duav,则转步骤7;否则转步骤16;
其中,duav表示无人机的最大航程;
步骤7:确定无人机编队中侦察无人机的架数;
计算无人机的最大飞行时间tuav,如下:
计算无人机往返矩形区域一次的飞行时间,如下:
计算无人机在侦察区域内的最长滞留时间,如下:
其中,tw是侦察窗口时间;
那么,无人机编队中侦察无人机的架数n由下式确定:
其中,符号表示向上取整;
步骤8:确定是否满足无人机架数限制要求;
如果:n>nuav,则转步骤9;否则转步骤16;
其中,nuav表示当前可使用的无人机架数,若可使用的无人机架数不能满足编队要求,任务规划失败;
步骤9:根据侦察无人机的架数,将矩形区域沿其短边等分成若干矩形子区域;
沿矩形短边dy划分成n等分,划分后每一个矩形子区域仍是一个矩形,且其长边边长均为dx,短边边长均为wy,wy计算如下:
因此,可得第i条矩形子区域si的左下角的坐标(xsi,ysi)为:
由n架侦察无人机组成的无人机编队中,其每架无人机在执行任务时仅负责一个矩形子区域的侦察任务;
步骤10:确定一架无人机进入一个矩形子区域的往返次数;
一架无人机执行任务时需要在一个矩形子区域的往返次数m为:
往返1次表示沿ox轴正向和反向飞行各1次,而飞行1次定义为无人机进入和退出矩形子区域各1次;也就是说,往返1次表示无人机进入和退出同一个矩形子区域各2次,需要经过4个航路点;
步骤11:确定无人机在一个矩形子区域往返飞行的航路点坐标;
无人机编队中的每一架无人机负责一个矩形子区域的侦察任务;一般来说,无人机需要多次进出这个矩形子区域,所获得的图像才能完全覆盖整个矩形子区域;由式(11)可知,每一架无人机在执行任务时共需进出m次它所负责的那个矩形子区域;
沿矩形子区域短边wy划分成m等分,划分后每一个矩形带仍是一个矩形,且其长边边长均为dx,短边边长均为4Δ,Δ计算如下:
无人机在一条矩形带进出一次需要定义4个航路点,无人机航路点计算如下:
无人机进入矩形子区域si进入点ei的坐标确定如下:
无人机退出矩形子区域si的退出点qi的坐标确定如下:
无人机航路点包括无人机进入点ui,1、退出点ui,4m、往返进入点和往返退出点;bw0表示侦察重叠区,b是重叠度,0<b<1;
步骤12:确定无人机编队去程集合点和回程解散点a;
去程集合点和回程解散点a为直线ov1上的一点,且满足下列条件:
doa>dint (20)
其中,doa为线段oa的长度,dint为无人机编队中前后两架无人机的间距;
不失一般性,去程集合点和回程解散点为同一点;duav与无人机参数及编队飞行要求有关,为一个设计参数,在任务分配中可视为一个已知值;在去程时,各架无人机在a点组成横一字队形进行编队飞行,并在b点解散,至各矩形子区域的进入点组成竖一字队形对待侦察的矩形区域进行协同广域侦察;侦察任务完成后,退出矩形区域并在b点再次组成横一字队形进行编队飞行,飞至a点后解散,各自按照安排着陆;
步骤13:确定编队的去程解散点和回程集合点b;
去程解散点和回程集合点b为直线ov1上的一点,且满足下列条件:
其中,为线段bv1的长度;
不失一般性,去程解散点和回程集合点为同一点;同时,b点的选择应使得编队中各架无人机飞抵各自的矩形子区域进入点的时间尽可能相同;
步骤14:为编队中每一架无人机指派任务;
无人机编队由n架无人机uav1,uav2,…,uavn组成,而待侦察的矩形区域划分成n各等分的矩形子区域s1,s2,…,sn;任务指派如下:
无人机uav1执行矩形子区域s1的侦察任务;无人机uav2执行矩形子区域s2的侦察任务;……;无人机uavn执行矩形子区域sn的侦察任务;
横一字编队中的第1架无人机是uav1被指派完成距起飞着陆点o最远的矩形子区域s1;编队中的第2架无人机是uav2被指派完成距起飞着陆点o次远的矩形子区域s2;……;编队中的第n架无人机是uavn被指派完成距起飞着陆点o最近的矩形子区域sn;目的是尽可能使得各架无人机同时达到其指派的矩形子区域的无人机进入点;
步骤15:为编队中每一架无人机生成任务规划表,任务规划结束;
表1 uavi任务规划表,i=1,2,…,n
任务规划结束,为每一架无人机生成一种任务计划表,可在起飞前装订到各架无人机上;其中,uavi中的i表示其在去程编队中的顺序,i=1,2,…,n,回程时的顺序刚好与去程时的顺序相反;起飞时间可根据uavi自o点起飞、经v1点飞抵ei所需花费的时间,在根据侦察窗口时间要求,计算得到uavi的起飞时间;
步骤16:不能进行规划,任务规划结束。
一种计算机系统,其特征在于包括:一个或多个处理器,计算机可读存储介质,用于存储一个或多个程序,其中,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现权利要求1所述的方法。
一种计算机可读存储介质,其特征在于存储有计算机可执行指令,所述指令在被执行时用于实现权利要求1所述的方法。
一种计算机程序,其特征在于包括计算机可执行指令,所述指令在被执行时用于实现权利要求1所述的方法。
有益效果
本发明提出的一种无人机编队协同侦察的任务规划方法,具有以下2点优点:
1、针对已知广域侦察区域和侦察时间窗口要求,本发明在满足多种限制约束条件的情况下给出了无人机编队中无人机数量的方法;
2、针对已知广域侦察区域和侦察时间窗口要求,本发明在满足多种限制约束条件的情况下给出了多无人机如何进行编队的方法,并为其中的每一架无人机分别生成了任务计划表,包括其在编队中的位置顺序、主要航路点和起飞时间。
附图说明
附图仅用于示出具体实施例的目的,而并不认为是对本发明的限制,在整个附图中,相同的参考符号表示相同的部件。
图1无人机编队协同侦察示意图
图2光栅扫描覆盖式侦察示意图
图3无人机侦察设备对地观测的成像方式
图4无人机编队的两种队形
图5矩形子区域s_i与无人机航路点示意图
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图和实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。此外,下面描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
步骤1:不失一般性,将待侦察区域设定为一个矩形区域,这个矩形区域可用其四个顶点的坐标表示,分别为v1(xv1,yv1)、v2(xv2,yv2)、v3(xv3,yv3)和v4(xv4,yv4);并将无人机编队的起飞点和着陆点设为同一点o(0,0)。假设,由n架无人机组成的编队,对附图1所示的矩形区域进行协同侦察,采取的策略是将矩形区域沿其短边等分为n个矩形子区域,编队中的每一架无人机仅负责侦察一个矩形子区域。其中,距离起飞着陆点o最远的子区域是s1,以无人机编队的起飞着陆点o为原点,ox轴平行于待侦察矩形区域的长边,oy轴平行于待侦察矩形区域的短边,建立平面直角坐标系xoy,坐标系xoy是一个右手坐标系;
步骤2:确定离无人机编队起飞着陆点最近的矩形顶点;
依次计算起飞着陆点o至矩形的4个顶点v1、v2、v3和v4的距离d1、d2、d3和d4,如下:
计算起飞着陆点o至矩形的4个顶点的最近和最远距离,如下:
其中,Min是取最小值运算的算子,Max是取最大值运算的算子;
确定距离起飞着陆点s最近的顶点,如下:
步骤3:确定是否满足通信要求;
如果:dmax<dcomm,则转步骤4;否则转步骤16;其中,dcomm表示无人机地面控制站与无人机之间的最大通信距离,取值为100km。
步骤4:计算矩形边长dx和dy;
矩形的一个长边是由顶点v1和v2构成的边,其长度表示为dx;矩形的一个短边是由顶点v1和v4构成的边,其长度表示为dy。
步骤5:确定一架无人机沿矩形长边飞行且完全覆盖矩形区域所需飞行时间t;
设一架无人机执行侦察任务过程中,采用光栅扫描方式且完全覆盖整个矩形区域,需要飞行mio个往返,如图3所示,则它飞行的总距离d为:
d=2miodx+(2mio-1)dt (5)
其中,dt为无人机一次转弯的飞行距离,在任务规划中,对具体型号的无人机而言,可视为一个已知的常数。本实施例取值为3km。
其所需的飞行时间t为:
其中,v为无人机的平均飞行速度,取值为160km/h。
设无人机进出矩形区域时在矩形的同一侧。同时,为了实现相邻两幅侦察图像的拼接,相邻两幅侦察图像之间需要有一定重叠,a是重叠度,0<a<1,本实施例重叠度取为0.2。如图3所示,表示图像重叠区aw0。
步骤6:确定是否满足航程要求;
无人机由起飞着陆点o飞行至矩形区域顶点v1再至矩形区域顶点v4距离为:
d5=d1+dy (7)
计算对无人机的最小航程需求d2,如下:
d6=2dx+dt+2d5 (8)
其中,2dx+dt表示无人机在矩形区域往返飞行一次;
如果:d6<duau,则转步骤7;否则转步骤16;
其中,duav表示无人机的最大航程,取值为800km;
说明6:矩形子区域s1是距离起飞着陆点o的最远的子区域;不失一般性,无人机要能够执行侦察任务,至少应在矩形区域往返飞行一次,并能够在起飞着陆点o安全着陆。
步骤7:确定无人机编队中侦察无人机的架数;
计算无人机的最大飞行时间tuav,如下:
计算无人机往返矩形区域一次的飞行时间,如下:
计算无人机在侦察区域内的最长滞留时间,如下:
其中,tw是侦察窗口时间;
那么,无人机编队中侦察无人机的架数n由下式确定:
其中,符号表示向上取整,/>
步骤8:确定是否满足无人机架数限制要求;
如果:n>nuav,则转步骤9;否则转步骤16;
其中,nuav表示当前可使用的无人机架数,若可使用的无人机架数不能满足编队要求,任务规划失败。
步骤9:根据侦察无人机的架数,将矩形区域沿其短边等分成若干矩形子区域;
如图2所示,沿矩形短边dy划分成n等分,划分后每一个矩形子区域仍是一个矩形,且其长边边长均为dx,短边边长均为wy,wy计算如下:
因此,可得如图1所示的第i条矩形子区域si的左下角的坐标(xsi,ysi)为:
由n架侦察无人机组成的无人机编队中,其每架无人机在执行任务时仅负责一个矩形子区域的侦察任务。
步骤10:确定一架无人机进入一个矩形子区域的往返次数;
一架无人机执行任务时需要在一个矩形子区域的往返次数m为:
往返1次表示沿ox轴正向和反向飞行各1次,而飞行1次定义为无人机进入和退出矩形子区域各1次。也就是说,往返1次表示无人机进入和退出同一个矩形子区域各2次,需要经过4个航路点。
步骤11:确定无人机在一个矩形子区域往返飞行的航路点坐标;
无人机编队中的每一架无人机负责一个矩形子区域的侦察任务。一般来说,无人机需要多次进出这个矩形子区域,所获得的图像才能完全覆盖整个矩形子区域。由式(11)可知,每一架无人机在执行任务时共需进出m次它所负责的那个矩形子区域。
沿矩形子区域短边wy划分成m等分,划分后每一个矩形带仍是一个矩形,且其长边边长均为dx,短边边长均为4Δ,Δ计算如下:
无人机在一条矩形带进出一次需要定义4个航路点,无人机航路点计算如下:
无人机进入矩形子区域si进入点ei的坐标确定如下:
无人机退出矩形子区域si的退出点qi的坐标确定如下:
无人机航路点包括无人机进入点ui,1、退出点ui,4m、往返(转弯)进入点和往返(转弯)退出点;bw0表示侦察重叠区,b是重叠度,取值为0.3。
步骤12:确定无人机编队去程集合点和回程解散点a;
去程集合点和回程解散点a为直线ov1上的一点,且满足下列条件:
doa>dint (20)
其中,doa为线段oa的长度,dint为无人机编队中前后两架无人机的间距,取值为2km;
不失一般性,去程集合点和回程解散点为同一点;duav与无人机参数及编队飞行要求有关,为一个设计参数,在任务分配中可视为一个已知值;在去程时,各架无人机在a点组成横一字队形进行编队飞行,并在b点解散,至各矩形子区域的进入点组成竖一字队形对待侦察的矩形区域进行协同广域侦察;侦察任务完成后,退出矩形区域并在b点再次组成横一字队形进行编队飞行,飞至a点后解散,各自按照安排着陆。
步骤13:确定编队的去程解散点和回程集合点b;
去程解散点和回程集合点b为直线ov1上的一点,且满足下列条件:
其中,为线段bv1的长度;
不失一般性,去程解散点和回程集合点为同一点;同时,b点的选择应使得编队中各架无人机飞抵各自的矩形子区域进入点的时间尽可能相同。
步骤14:为编队中每一架无人机指派任务;
如图1所示,无人机编队由n架无人机uav1,uav2,…,uavn组成,而待侦察的矩形区域划分成n各等分的矩形子区域s1,s2,…,sn。任务指派如下:
无人机uav1执行矩形子区域s1的侦察任务;无人机uav2执行矩形子区域s2的侦察任务;……;无人机uavn执行矩形子区域sn的侦察任务;
横一字编队中的第1架无人机是uav1被指派完成距起飞着陆点o最远的矩形子区域s1;编队中的第2架无人机是uav2被指派完成距起飞着陆点o次远的矩形子区域s2;……;编队中的第n架无人机是uavn被指派完成距起飞着陆点o最近的矩形子区域sn;目的是尽可能使得各架无人机同时达到其指派的矩形子区域的无人机进入点。
步骤15:为编队中每一架无人机生成任务规划表,任务规划结束。
表1 uavi任务规划表,i=1,2,…,n
任务规划结束,为每一架无人机生成一种任务计划表,可在起飞前装订到各架无人机上。其中,uavi(i=1,2,…,n)中的i表示其在去程编队中的顺序,回程时的顺序刚好与去程时的顺序相反。起飞时间可根据uavi自o点起飞、经v1点飞抵ei所需花费的时间,在根据侦察窗口时间要求,计算得到uavi的起飞时间。
步骤16:不能进行规划,任务规划结束。任务规划失败原因包括目标区域距离无人机地面控制站的距离太远以至于不能满足通信距离要求,无人机航程不满足任务需求,可使用无人机数量限制等。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明公开的技术范围内,可轻易想到各种等效的修改或替换,这些修改或替换都应涵盖在本发明的保护范围之内。
Claims (3)
1.一种无人机编队协同侦察的任务规划方法,其特征在于步骤如下:
步骤1:将待侦察区域设定为一个矩形区域,这个矩形区域可用其四个顶点的坐标表示,分别为v1(xv1,yv1)、v2(xv2,yv2)、v3(xv3,yv3)和v4(xv4,yv4);并将无人机编队的起飞点和着陆点设为同一点o(0,0);假设,由n架无人机组成的编队,矩形区域进行协同侦察,距离起飞着陆点o最远的子区域是s1,以无人机编队的起飞着陆点o为原点,ox轴平行于待侦察矩形区域的长边,oy轴平行于待侦察矩形区域的短边,建立平面直角坐标系xoy,坐标系xoy是一个右手坐标系;
步骤2:确定离无人机编队起飞着陆点最近的矩形顶点;
依次计算起飞着陆点o至矩形的4个顶点v1、v2、v3和v4的距离d1、d2、d3和d4,如下:
计算起飞着陆点o至矩形的4个顶点的最近和最远距离,如下:
其中,Min是取最小值运算的算子,Max是取最大值运算的算子;
确定距离起飞着陆点s最近的顶点,如下:
步骤3:确定是否满足通信要求;
如果:dmax<dcomm,则转步骤4;否则转步骤16;其中,dcomm表示无人机地面控制站与无人机之间的最大通信距离;
步骤4:计算矩形边长dx和dy;
矩形的一个长边是由顶点v1和v2构成的边,其长度表示为dx;矩形的一个短边是由顶点v1和v4构成的边,其长度表示为dy;
步骤5:设一架无人机执行侦察任务过程中需要飞行mio个往返,则它飞行的总距离d为:
其中,dt为无人机一次转弯的飞行距离;
其所需的飞行时间t为:
其中,v为无人机的平均飞行速度;
步骤6:确定是否满足航程要求;
无人机由起飞着陆点o飞行至矩形区域顶点v1再至矩形区域顶点v4距离为:
d5=d1+dy (7)
计算对无人机的最小航程需求d6,如下:
d6=2dx+dt+2d5 (8)
其中,2dx+dt表示无人机在矩形区域往返飞行一次;
如果:d6<duav,则转步骤7;否则转步骤16;
其中,duav表示无人机的最大航程;
步骤7:确定无人机编队中侦察无人机的架数;
计算无人机的最大飞行时间tuav,如下:
计算无人机往返矩形区域一次的飞行时间,如下:
计算无人机在侦察区域内的最长滞留时间,如下:
其中,tw是侦察窗口时间;
那么,无人机编队中侦察无人机的架数n由下式确定:
其中,符号表示向上取整;
步骤8:确定是否满足无人机架数限制要求;
如果:n>nuav,则转步骤9;否则转步骤16;
其中,nuav表示当前可使用的无人机架数,若可使用的无人机架数不能满足编队要求,任务规划失败;
步骤9:根据侦察无人机的架数,将矩形区域沿其短边等分成若干矩形子区域;
沿矩形短边dy划分成n等分,划分后每一个矩形子区域仍是一个矩形,且其长边边长均为dx,短边边长均为wy,wy计算如下:
因此,可得第i条矩形子区域si的左下角的坐标(xsi,ysi)为:
由n架侦察无人机组成的无人机编队中,其每架无人机在执行任务时仅负责一个矩形子区域的侦察任务;
步骤10:确定一架无人机进入一个矩形子区域的往返次数;
一架无人机执行任务时需要在一个矩形子区域的往返次数m为:
往返1次表示沿ox轴正向和反向飞行各1次,而飞行1次定义为无人机进入和退出矩形子区域各1次;也就是说,往返1次表示无人机进入和退出同一个矩形子区域各2次,需要经过4个航路点;
步骤11:确定无人机在一个矩形子区域往返飞行的航路点坐标;
无人机编队中的每一架无人机负责一个矩形子区域的侦察任务;无人机需要多次进出这个矩形子区域,所获得的图像才能完全覆盖整个矩形子区域;由式(15)可知,每一架无人机在执行任务时共需进出m次它所负责的那个矩形子区域;
沿矩形子区域短边wy划分成m等分,划分后每一个矩形带仍是一个矩形,且其长边边长均为dx,短边边长均为4Δ,Δ计算如下:
无人机在一条矩形带进出一次需要定义4个航路点,无人机航路点计算如下:
无人机进入矩形子区域si进入点ei的坐标确定如下:
无人机退出矩形子区域si的退出点qi的坐标确定如下:
无人机航路点包括无人机进入点ui,1、退出点ui,4m、往返进入点和往返退出点;bw0表示侦察重叠区,b是重叠度,0<b<1;
步骤12:确定无人机编队去程集合点和回程解散点a;
去程集合点和回程解散点a为直线ov1上的一点,且满足下列条件:
doa>dint (20)
其中,doa为线段oa的长度,dint为无人机编队中前后两架无人机的间距;
去程集合点和回程解散点为同一点;duav与无人机参数及编队飞行要求有关,为一个设计参数,在任务分配中可视为一个已知值;在去程时,各架无人机在a点组成横一字队形进行编队飞行,并在b点解散,至各矩形子区域的进入点组成竖一字队形对待侦察的矩形区域进行协同广域侦察;侦察任务完成后,退出矩形区域并在b点再次组成横一字队形进行编队飞行,飞至a点后解散,各自按照安排着陆;
步骤13:确定编队的去程解散点和回程集合点b;
去程解散点和回程集合点b为直线ov1上的一点,且满足下列条件:
其中,为线段bv1的长度;
去程解散点和回程集合点为同一点;同时,b点的选择应使得编队中各架无人机飞抵各自的矩形子区域进入点的时间尽可能相同;
步骤14:为编队中每一架无人机指派任务;
无人机编队由n架无人机uav1,uav2,…,uavn组成,而待侦察的矩形区域划分成n各等分的矩形子区域s1,s2,…,sn;任务指派如下:
无人机uav1执行矩形子区域s1的侦察任务;无人机uav2执行矩形子区域s2的侦察任务;……;无人机uavn执行矩形子区域sn的侦察任务;
横一字编队中的第1架无人机是uav1被指派完成距起飞着陆点o最远的矩形子区域s1;编队中的第2架无人机是uav2被指派完成距起飞着陆点o次远的矩形子区域s2;……;编队中的第n架无人机是uavn被指派完成距起飞着陆点o最近的矩形子区域sn;目的是尽可能使得各架无人机同时达到其指派的矩形子区域的无人机进入点;
步骤15:为编队中每一架无人机生成任务规划表,任务规划结束;
表1 uavi任务规划表,i=1,2,…,n
任务规划结束,为每一架无人机生成一种任务计划表,可在起飞前装订到各架无人机上;其中,uavi中的i表示其在去程编队中的顺序,i=1,2,…,n,回程时的顺序刚好与去程时的顺序相反;起飞时间可根据uavi自o点起飞、经v1点飞抵ei所需花费的时间,在根据侦察窗口时间要求,计算得到uavi的起飞时间;
步骤16:不能进行规划,任务规划结束。
2.一种计算机系统,其特征在于包括:一个或多个处理器,计算机可读存储介质,用于存储一个或多个程序,其中,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现权利要求1所述的方法。
3.一种计算机可读存储介质,其特征在于存储有计算机可执行指令,所述指令在被执行时用于实现权利要求1所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110689646.5A CN113359833B (zh) | 2021-06-22 | 2021-06-22 | 一种无人机编队协同侦察的任务规划方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110689646.5A CN113359833B (zh) | 2021-06-22 | 2021-06-22 | 一种无人机编队协同侦察的任务规划方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113359833A CN113359833A (zh) | 2021-09-07 |
CN113359833B true CN113359833B (zh) | 2023-07-28 |
Family
ID=77535564
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110689646.5A Active CN113359833B (zh) | 2021-06-22 | 2021-06-22 | 一种无人机编队协同侦察的任务规划方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113359833B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114138003B (zh) * | 2021-10-14 | 2024-04-02 | 中国航空工业集团公司洛阳电光设备研究所 | 一种小型固定翼无人机双机协同区域侦察方法 |
CN114115331B (zh) * | 2021-10-29 | 2024-04-05 | 西安电子科技大学 | 一种多无人机多载荷协同侦察方法 |
CN117634858A (zh) * | 2024-01-26 | 2024-03-01 | 中国人民解放军军事科学院国防科技创新研究院 | 基于即时优势窗口的人机混合方案生成方法和装置 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102778235A (zh) * | 2012-06-28 | 2012-11-14 | 西北工业大学 | 通信约束下的多无人机协同区域搜索方法 |
CN103017753A (zh) * | 2012-11-01 | 2013-04-03 | 中国兵器科学研究院 | 一种无人机航路规划方法及装置 |
CN103246289A (zh) * | 2013-05-07 | 2013-08-14 | 西北工业大学 | 带通信约束的多无人机协同搜索中的目标分配方法 |
KR20170120475A (ko) * | 2016-04-21 | 2017-10-31 | 한국전자통신연구원 | 무인 항공기의 운항 지원 장치 및 방법 |
CN111024080A (zh) * | 2019-12-01 | 2020-04-17 | 中国人民解放军军事科学院评估论证研究中心 | 一种无人机群对多移动时敏目标侦察路径规划方法 |
CN111273691A (zh) * | 2020-02-21 | 2020-06-12 | 苏州禺疆船艇科技有限公司 | 一种基于多约束条件的多无人机巡逻任务规划方法 |
CN112650299A (zh) * | 2021-01-06 | 2021-04-13 | 西安爱生技术集团公司 | 一种考虑时变编队的分组一致性无人机编队控制方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
IT201800003849A1 (it) * | 2018-03-21 | 2019-09-21 | Vhive Tech Ltd | Sistema e metodo per gestire sistemi aerei senza pilota (UAS) che eseguono una missione adattiva |
-
2021
- 2021-06-22 CN CN202110689646.5A patent/CN113359833B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102778235A (zh) * | 2012-06-28 | 2012-11-14 | 西北工业大学 | 通信约束下的多无人机协同区域搜索方法 |
CN103017753A (zh) * | 2012-11-01 | 2013-04-03 | 中国兵器科学研究院 | 一种无人机航路规划方法及装置 |
CN103246289A (zh) * | 2013-05-07 | 2013-08-14 | 西北工业大学 | 带通信约束的多无人机协同搜索中的目标分配方法 |
KR20170120475A (ko) * | 2016-04-21 | 2017-10-31 | 한국전자통신연구원 | 무인 항공기의 운항 지원 장치 및 방법 |
CN111024080A (zh) * | 2019-12-01 | 2020-04-17 | 中国人民解放军军事科学院评估论证研究中心 | 一种无人机群对多移动时敏目标侦察路径规划方法 |
CN111273691A (zh) * | 2020-02-21 | 2020-06-12 | 苏州禺疆船艇科技有限公司 | 一种基于多约束条件的多无人机巡逻任务规划方法 |
CN112650299A (zh) * | 2021-01-06 | 2021-04-13 | 西安爱生技术集团公司 | 一种考虑时变编队的分组一致性无人机编队控制方法 |
Non-Patent Citations (3)
Title |
---|
Max-min Placement optimization for UAV Enabled Wireless Powered Networks with Non-linear Energy Harvesting Model;Pengtao Zhang 等;2020 IEEE 5th International Conference on Cloud Computing and Big Data;第436-439页 * |
基于Agent的多无人机协同飞行通信技术研究;刘洋 等;计算机测量与控制;第24卷(第8期);第301-303页 * |
多无人机自适应编队协同航迹规划;许洋 等;计算机应用;第40卷(第5期);第1515-1519页 * |
Also Published As
Publication number | Publication date |
---|---|
CN113359833A (zh) | 2021-09-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113359833B (zh) | 一种无人机编队协同侦察的任务规划方法 | |
CN108594853B (zh) | 无人机队形控制方法 | |
CN108983817B (zh) | 一种多区域搜索方法及装置 | |
CN102541069B (zh) | 偏离损失的避免操纵 | |
WO2017202141A1 (zh) | 基于邻域约束的空地异构机器人系统路径规划方法 | |
CN108196575B (zh) | 一种无人机任务分配及路线规划方法 | |
CN111880563A (zh) | 一种基于maddpg的多无人机任务决策方法 | |
CN108073185A (zh) | 多无人机同时到达协同控制方法 | |
CN109426273A (zh) | 一种飞行器控制方法及装置 | |
CN105953800A (zh) | 一种无人飞行器航迹规划栅格空间划分方法 | |
CN111984033B (zh) | 一种多无人机覆盖任务路径规划方法及装置 | |
CN111880574B (zh) | 一种无人机避撞方法及系统 | |
CN113485434B (zh) | 一种无人机编队集结控制方法 | |
Liu | A progressive motion-planning algorithm and traffic flow analysis for high-density 2D traffic | |
CN111077900A (zh) | 一种基于任务交换的无人机编队控制方法 | |
WO2024114454A1 (zh) | 一种无人车与集群无人机协同作业方法和相关装置 | |
CN112799432A (zh) | 无人机的避障控制方法、装置、存储介质和电子设备 | |
CN110807579B (zh) | 一种资源充足情形下最小完工时间的卫星任务规划方法 | |
RU2554568C2 (ru) | Способ формирования маневров произвольной конфигурации на конечном участке траектории планирующего беспилотного летательного аппарата | |
Huang et al. | An autonomous task assignment and decision-making method for coverage path planning of multiple pesticide spraying UAVs | |
Rathinam et al. | An architecture for UAV team control | |
Pehlivanoğlu et al. | Efficient strategy for multi-UAV path planning in target coverage problems | |
Šišlák et al. | AgentFly: Scalable, High‐Fidelity Framework for Simulation, Planning and Collision Avoidance of Multiple UAVs | |
WO2022233179A1 (zh) | 无人机降落控制 | |
CN112214037B (zh) | 一种基于野外台站的无人机遥感组网航迹规划方法 |
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 |