CN113641188A - 无人机集散式任务规划的多中心无人机选择方法 - Google Patents
无人机集散式任务规划的多中心无人机选择方法 Download PDFInfo
- Publication number
- CN113641188A CN113641188A CN202110994699.8A CN202110994699A CN113641188A CN 113641188 A CN113641188 A CN 113641188A CN 202110994699 A CN202110994699 A CN 202110994699A CN 113641188 A CN113641188 A CN 113641188A
- Authority
- CN
- China
- Prior art keywords
- unmanned aerial
- aerial vehicle
- central
- link
- drone
- 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.)
- Pending
Links
- 238000010187 selection method Methods 0.000 title claims abstract description 8
- 230000006854 communication Effects 0.000 claims abstract description 42
- 238000004891 communication Methods 0.000 claims abstract description 42
- 238000000034 method Methods 0.000 claims description 10
- 230000007175 bidirectional communication Effects 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 5
- 230000001360 synchronised effect Effects 0.000 claims description 3
- 206010033799 Paralysis Diseases 0.000 abstract description 3
- 230000000295 complement effect Effects 0.000 description 10
- 230000006872 improvement Effects 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000007123 defense Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
Images
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
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)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种无人机集散式任务规划的多中心无人机选择方法,包括:通过无人机群中每个无人机的数据采集模块向其余所有无人机输入源数据;无人机群的每个无人机之间生成直接通信链路;确定中心无人机;确定中心无人机之间的通信链路;本发明可快速地选举出多个中心无人机以继续执行任务规划,一方面可避免当发生单点失效时无人机群陷入瘫痪,另外一方面又能有效减少参与任务规划的无人机数量,从而降低通信信息量。
Description
技术领域
本发明涉及无人机技术领域,特别是一种无人机集散式任务规划的多中心无人机选择方法。
背景技术
无人机凭借4D(“Dall”,“Dirty”,“Dangerous”,“Deep”)环境的适应性、灵活机动性和低成本等优势,被越来越多地应用于复杂任务场景,比如战场情报收集与打击、城市灭火、无人快递、电网巡线、植保等。其中,多无人机或者无人机集群在协同执行任务的过程中,由于受到任务需求、飞行环境和无人机自身等方面的约束,需要求解复杂的任务规划问题。任务规划问题是指给定N个可支配的无人机和M个任务,找到无人机和任务之间的最优匹配,使得无人机执行任务获得的总收益最大化。
依据执行任务规划的架构,多无人机任务规划通常分为分布式任务规划和集中式任务规划(“多无人机自主协同控制理论与方法,沈林成等,2013,国防工业出版社”)。
集中式任务规划由一个中心单元,如地面站、中心无人机,执行任务规划。其中,基于中心无人机的集中式任务规划具备算法简单、动态响应速度快等优点。但该任务规划存在单点失效的致命缺点,即当中心无人机发生故障或者损毁时,整个无人机群将陷入瘫痪。
分布式任务规划由地位平等的多个无人机共同执行任务规划。由于需要所有无人机通过信息交互协同完成任务,该任务规划存在通信信息量大的问题,即通信信息量或者信息交互次数随无人机数量的增加而指数上升。
发明内容
为解决现有技术中存在的问题,本发明的目的是提供一种无人机集散式任务规划的多中心无人机选择方法,该方法可快速地选举出多个中心无人机以继续执行任务规划,一方面可避免当发生单点失效时无人机群陷入瘫痪,另外一方面又能有效减少参与任务规划的无人机数量,从而降低通信信息量。
为实现上述目的,本发明采用的技术方案是:一种无人机集散式任务规划的多中心无人机选择方法,包括以下步骤:
步骤S1、通过无人机群中每个无人机的数据采集模块向其余所有无人机输入源数据;
步骤S2、无人机群的每个无人机之间生成直接通信链路;
步骤S3、确定中心无人机;
步骤S4、确定中心无人机之间的通信链路。
作为本发明的进一步改进,在步骤S1中,所述源数据包括无人机群中每个无人机的编号、规定时限和时间同步信号,所述时间同步信号用于同步所述无人机群中所有无人机的时钟,所述无人集群中的每个无人机需具备双向通信模块、广播通信模块、计算模块和存储模块。
作为本发明的进一步改进,在步骤S2中,所述无人机群众的每个无人机通过广播状态信息确认直接通信链路,并统计各自的邻域,所述广播状态信息包括双向通信模块、广播通信模块、计算模块和存储模块是否正常的信息,所述直接通信链路为两个无人通过广播或者双向通信方式直接进行通信的链路,所述领域为某一无人机直接通信的无人机的编号集合,且该集合包含该无人机自身的编号。
作为本发明的进一步改进,所述步骤S3具体如下:
无人机群中的任一无人机通过直接通信链路发送其邻域,然后通过对比邻域大小确认中心无人机,所述中心无人机为其直接通信链路上的所有无人机中拥有最大邻域或者最多直接通信链路数,并且编号最小或者编号最大的无人机。
作为本发明的进一步改进,所述步骤S4具体包括以下步骤:
步骤S4a、中心无人机通过直接通信链路向非中心无人机发送其链路集合,所述链路集合为包含当前中心无人机编号的集合,非中心无人机的邻域中包含中心无人机的邻域中没有的元素;
步骤S4b、接收到链路集合的非中心无人机将其自身编号添加至链路集合的尾部,并将更新后的链路集合发送至其他无人机,其他无人机包含能与链路集合中最后一个元素对应的无人机直接通信并且不能与链路集合中倒数第二个元素对应的无人机直接通信的无人机;
步骤S4c、无人机群判断同步时钟是否超过规定时限,如是则结束,否则执行S4d;
步骤S4d、接收到链路集合的无人机将其自身编号加入链路集合的尾部;判断当前无人机是否为中心无人机,如果是则记录更新后的链路集合为中心无人机之间的一条通信链路;将更新后的链路集合发送至其他无人机,执行步骤S4c。
本发明的有益效果是:
1、本发明针对集中式任务规划的单点失效问题和分布式任务规划通信信息量大的问题,提供了一种无人机集散式任务规划的多中心无人机选择方法,该方法通过广播通信方式找出局部区域中含直接通信链路最多且编号最小(也可设置为最大)的无人机作为中心无人机,再通过直接通信链路扩散可链接至中心无人机的链路,通过多轮扩散最终可建立多个中心无人机之间的通信链路。
2、该方法采用了无人机相互通信的方式,无需地面指挥控制,具备自主选择自主决策的特点,同时结合了快速的贪婪对比机制,具备简单易行的特点,由于拥有多个中心无人机,某一无人机发生故障或者被击落不会导致无人机群陷入瘫痪,同时由于只选取用于局部区域中含直接通信链路最多且编号最小(也可设置为最大)的无人机作为中心无人机,可大幅减少参与任务规划的无人机数量,从而降低通信信息量。
附图说明
图1为本发明实施例中多无人机分布图;
图2为本发明实施例的流程框图。
具体实施方式
下面结合附图对本发明的实施例进行详细说明。
实施例
如图2所示,一种无人机集散式任务规划的多中心无人机选择方法,包括:
S1初始化、通过无人机群的数据采集模块向其每个无人机输入初始数据;
所有无人机均需具备双向通信功能、广播通信功能,具备一定算力并可单独执行任务规划算法;所有无人机顺序进行编号,编号为i的无人机表示第i个无人机;所有无人机携带同步时钟;无人机i认为中心无人机的获胜者为变量Wi,并且初始化为i,即自身;
S2、每个无人机生成直接通信链路:
S2a、在时刻t0,所有无人机均在约定时间内向其周围广播状态信息;
S2b、在时刻t1,无人机i(取所有编号)记录S2a过程中收到的状态信息条数,并整理出可直接通信的无人机的编号集合(包含无人机i自身,为了方便后续的比较),简称邻域Ni;|Ni|表示邻域Ni的大小(即元素个数),|Ni|越大表明无人机i能直接通信的对象数量越多,或者拥有的直接通信链路越多。
与图1的空间分布对应,其所有无人机的邻域如表1所示:
表1
S3、确定中心无人机:
S3a、在时刻t2,所有无人机在约定时间内广播各自的邻域信息;
S3b、在时刻t3,无人机i(i取所有编号)获得其邻域Ni内每个元素对应的无人机的邻域,取其中拥有最大邻域的无人机编号组成新集合Mi;令获胜者Wi取集合Mi的最小值(也可设置为最大值),以确保获胜者的唯一性;
S3c、无人机i判断其获胜者编号Wi是否等于自身编号i,如是则确定该无人机为中心无人机,如否则为非中心无人机。
如表1所示,无人机9的邻域N9={8,9,10,11,12},表示除自身外,无人机9可以和无人机8、10、11、12直接通信;广播后,无人机9能接收到无人机8、10、11、12分别发送的邻域N8、N10、N11和N12;N9中的元素中拥有最大邻域的是无人机9和10,因此M9={9,10};Wi取集合M9的最小值,W9=9;由于W9=i=9,即无人机9的获胜者是无人机9自身,因此,无人机9是中心无人机。如表1所示,无人机3和无人机6也是中心无人机。无人机群1-12仅有3个中心无人机,因此参与任务规划的无人机数量大副减少。
S4、确定中心无人机之间的通信链路:
根据确定规则,中心无人机邻域内除自身外的其他无人机均为非中心无人机,且其获胜者均为该中心无人机;任意两个中心无人机之间没有直接通信链路。
S4a、在时刻t3,中心无人机j计算其邻域内Nj的非中心无人机k(k取Nj的所有元素)的相对补集Nk–Nj,若相对补集不为空,则发送链路集合Ljj={j}至无人机k。相对补集Nk–Nj中的元素是属于Nk但不属于Nj的元素,该元素对应的无人机能与k直接通信且不能与j直接通信,但显然能通过k间接与j通信;
S4b、在时刻t4,收到链路集合的非中心无人机k将自身编号k添加至链路集合Ljj的尾部以形成新链路集合Ljk,并将链路集合Ljk发送至相对补集Nk–Nj内的所有无人机。链路集合相邻两个元素可直接通信;
S4c、判断是否超出规定时限,如是则结束所有步骤,如否则执行S4d;规定时限可根据多次仿真或者试验获得经验值;
S4d、收到链路集合Ljk的无人机l将自身编号添加至收到的链路集合尾部Ljk以形成新链路集合Ljl,并将链路集合Ljl发送至相对补集Nl–Nk内的所有无人机;如果无人机l为中心无人机,则将Ljl记录为中心无人机之间的通信链路;执行S4c;
如表1相对补集列所示,步骤S4a中,仅无人机4、5和8的相对补集非空,无人机4和5能够收到中心无人机3的链路集合L33={3},无人机8能够收到中心无人机6的消息。以无人机4为例,步骤S4b中,无人机4链路集合L33更新为L34={3,4},计算出相对补集N4–N3={6},随后将链路集合L34发送至无人机6。步骤S4d中,以无人机6为例,无人机6将链路集合L34更新为L36={3,4,6},计算出相对补集N6–N4={7,8},随后将链路集合L36发送至无人机7和8;由于无人机6为中心无人机,因此将记录L36={3,4,6}为中心无人机3和6之间的一条通信链路3-4-6。重复执行S4c和S4d后,以无人机8为例,无人机8将链路集合更新为L38={3,4,6,8},计算出相对补集N8–N6={9,10},随后将其链路集合L36发送至无人机9和10;再次重复执行步骤S4c和S4d后,以无人机9为例,无人机9将链路集合更新为L39={3,4,6,8,9},计算出相对补集N9–N8={11,12},随后将其链路集合L39发送至无人机11和12;由于无人机9为中心无人机,因此将记录L39为中心无人机3和9之间的一条通信链路。最终形成的中心无人机之间的链路见表2。
表2
以上所述实施例仅表达了本发明的具体实施方式,其描述较为具体和详细,但并不能因此而理解为对本发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。
Claims (5)
1.一种无人机集散式任务规划的多中心无人机选择方法,其特征在于,包括以下步骤:
步骤S1、通过无人机群中每个无人机的数据采集模块向其余所有无人机输入源数据;
步骤S2、无人机群的每个无人机之间生成直接通信链路;
步骤S3、确定中心无人机;
步骤S4、确定中心无人机之间的通信链路。
2.根据权利要求1所述的无人机集散式任务规划的多中心无人机选择方法,其特征在于,在步骤S1中,所述源数据包括无人机群中每个无人机的编号、规定时限和时间同步信号,所述时间同步信号用于同步所述无人机群中所有无人机的时钟,所述无人集群中的每个无人机需具备双向通信模块、广播通信模块、计算模块和存储模块。
3.根据权利要求2所述的无人机集散式任务规划的多中心无人机选择方法,其特征在于,在步骤S2中,所述无人机群众的每个无人机通过广播状态信息确认直接通信链路,并统计各自的邻域,所述广播状态信息包括双向通信模块、广播通信模块、计算模块和存储模块是否正常的信息,所述直接通信链路为两个无人通过广播或者双向通信方式直接进行通信的链路,所述领域为某一无人机直接通信的无人机的编号集合,且该集合包含该无人机自身的编号。
4.根据权利要求3所述的无人机集散式任务规划的多中心无人机选择方法,其特征在于,所述步骤S3具体如下:
无人机群中的任一无人机通过直接通信链路发送其邻域,然后通过对比邻域大小确认中心无人机,所述中心无人机为其直接通信链路上的所有无人机中拥有最大邻域或者最多直接通信链路数,并且编号最小或者编号最大的无人机。
5.根据权利要求4所述的无人机集散式任务规划的多中心无人机选择方法,其特征在于,所述步骤S4具体包括以下步骤:
步骤S4a、中心无人机通过直接通信链路向非中心无人机发送其链路集合,所述链路集合为包含当前中心无人机编号的集合,非中心无人机的邻域中包含中心无人机的邻域中没有的元素;
步骤S4b、接收到链路集合的非中心无人机将其自身编号添加至链路集合的尾部,并将更新后的链路集合发送至其他无人机,其他无人机包含能与链路集合中最后一个元素对应的无人机直接通信并且不能与链路集合中倒数第二个元素对应的无人机直接通信的无人机;
步骤S4c、无人机群判断同步时钟是否超过规定时限,如是则结束,否则执行S4d;
步骤S4d、接收到链路集合的无人机将其自身编号加入链路集合的尾部;判断当前无人机是否为中心无人机,如果是则记录更新后的链路集合为中心无人机之间的一条通信链路;将更新后的链路集合发送至其他无人机,执行步骤S4c。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110994699.8A CN113641188A (zh) | 2021-08-27 | 2021-08-27 | 无人机集散式任务规划的多中心无人机选择方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110994699.8A CN113641188A (zh) | 2021-08-27 | 2021-08-27 | 无人机集散式任务规划的多中心无人机选择方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113641188A true CN113641188A (zh) | 2021-11-12 |
Family
ID=78424141
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110994699.8A Pending CN113641188A (zh) | 2021-08-27 | 2021-08-27 | 无人机集散式任务规划的多中心无人机选择方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113641188A (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109936622A (zh) * | 2019-01-29 | 2019-06-25 | 华南理工大学 | 一种基于分布式资源共享的无人机集群控制方法及系统 |
CN110392350A (zh) * | 2019-08-06 | 2019-10-29 | 北京邮电大学 | 一种基于Backhaul容量感知的用户为中心无人机群组构建方法 |
CN111949047A (zh) * | 2020-08-27 | 2020-11-17 | 四川航天系统工程研究所 | 一种无人机集中式任务规划的中心无人机选择方法 |
-
2021
- 2021-08-27 CN CN202110994699.8A patent/CN113641188A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109936622A (zh) * | 2019-01-29 | 2019-06-25 | 华南理工大学 | 一种基于分布式资源共享的无人机集群控制方法及系统 |
CN110392350A (zh) * | 2019-08-06 | 2019-10-29 | 北京邮电大学 | 一种基于Backhaul容量感知的用户为中心无人机群组构建方法 |
CN111949047A (zh) * | 2020-08-27 | 2020-11-17 | 四川航天系统工程研究所 | 一种无人机集中式任务规划的中心无人机选择方法 |
Non-Patent Citations (2)
Title |
---|
刘广瑞;王庆海;姚冬艳;: "基于改进人工蜂群算法的多无人机协同任务规划", 郑州大学学报(工学版), no. 03, 13 November 2017 (2017-11-13) * |
王维平;王涛;李小波;刘佳杰;: "一种基于模体的无人机集群智能任务规划方法", 系统仿真学报, no. 04, 8 April 2018 (2018-04-08) * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Xu et al. | Novel multiagent based load restoration algorithm for microgrids | |
CN110730031B (zh) | 一种用于多载波通信的无人机轨迹与资源分配联合优化方法 | |
CN110347181B (zh) | 基于能耗的无人机分布式编队控制方法 | |
CN101894367A (zh) | 成像卫星观测调度的目标聚类方法 | |
CN109347536B (zh) | 一种基于态势知识的空间网络资源状态监控系统 | |
CN110300417B (zh) | 无人机通信网络的能量效率优化方法和装置 | |
CN116610144A (zh) | 基于扩展一致性包算法的无人机协同动态任务分配方法 | |
CN114638155A (zh) | 一种基于智能机场的无人机任务分配与路径规划方法 | |
CN111949047B (zh) | 一种无人机集中式任务规划的中心无人机选择方法 | |
CN114611660A (zh) | 应急无人机群轨迹调控方法及相关设备 | |
CN116362327A (zh) | 一种模型训练方法、系统及电子设备 | |
CN112437502A (zh) | 基于多任务无人机集群信息交互的分层分簇网络拓扑结构生成方法 | |
CN110299769B (zh) | 一种激光供能无人机集群化充电调度方法 | |
CN113641188A (zh) | 无人机集散式任务规划的多中心无人机选择方法 | |
CN117993672A (zh) | 一种基于任务自适应聚类优化的多机电力巡检滚动调度算法 | |
KR101565694B1 (ko) | 무선 센서 네트워크에서 인공벌군집 클러스터링 설계 방법 및 시스템 | |
CN102819218B (zh) | 基于事件控制函数的离散事件系统监控器及其控制方法 | |
CN114448840A (zh) | 流量信号转换方法、装置、电子设备及存储介质 | |
CN115826614A (zh) | 一种多无人机能源保障任务分配方法 | |
CN110662272A (zh) | 一种基于蜂群无人机的最少数量领航者选取方法 | |
CN111314017B (zh) | 无人机信号压制设备的调度方法、装置、电子设备与介质 | |
CN115622087A (zh) | 配电网的功率调控方法、装置和设备 | |
CN115208578A (zh) | 一种基于区块链的无人机集群信息一致性共享方法 | |
CN112434436B (zh) | 一种北斗导航卫星系统星间链路调度方法及系统 | |
CN114885379A (zh) | 一种大规模无人机集群自适应分簇组网方法 |
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 |