CN113961014A - 基于规则库的多意外事件下无人机调度处理系统和方法 - Google Patents
基于规则库的多意外事件下无人机调度处理系统和方法 Download PDFInfo
- Publication number
- CN113961014A CN113961014A CN202111034322.4A CN202111034322A CN113961014A CN 113961014 A CN113961014 A CN 113961014A CN 202111034322 A CN202111034322 A CN 202111034322A CN 113961014 A CN113961014 A CN 113961014A
- Authority
- CN
- China
- Prior art keywords
- task
- unmanned aerial
- aerial vehicle
- accidents
- target
- 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
- 238000012545 processing Methods 0.000 title claims abstract description 55
- 238000000034 method Methods 0.000 title claims abstract description 53
- 230000008569 process Effects 0.000 claims abstract description 33
- 238000001514 detection method Methods 0.000 claims abstract description 26
- 238000011156 evaluation Methods 0.000 claims description 52
- 238000004422 calculation algorithm Methods 0.000 claims description 21
- 230000008859 change Effects 0.000 claims description 21
- 238000004364 calculation method Methods 0.000 claims description 10
- 230000001172 regenerating effect Effects 0.000 claims description 5
- 238000003672 processing method Methods 0.000 claims description 4
- 238000012544 monitoring process Methods 0.000 description 25
- 238000004891 communication Methods 0.000 description 17
- 230000001965 increasing effect Effects 0.000 description 16
- 230000015556 catabolic process Effects 0.000 description 14
- 238000006731 degradation reaction Methods 0.000 description 14
- 230000007123 defense Effects 0.000 description 10
- 230000009471 action Effects 0.000 description 8
- 239000000725 suspension Substances 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 230000001960 triggered effect Effects 0.000 description 7
- 230000005540 biological transmission Effects 0.000 description 4
- 238000005286 illumination Methods 0.000 description 4
- 238000012163 sequencing technique Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 230000035515 penetration Effects 0.000 description 3
- 230000009467 reduction Effects 0.000 description 3
- 230000004308 accommodation Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000012854 evaluation process Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000011835 investigation Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000005693 optoelectronics Effects 0.000 description 2
- 238000004904 shortening Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000010408 sweeping Methods 0.000 description 1
- 230000009897 systematic effect Effects 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
- G05D1/106—Change initiated in response to external conditions, e.g. avoidance of elevated terrain or of no-fly zones
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
本发明公开了一种基于规则库的多意外事件下无人机调度处理系统及方法,所述系统包括规则库模块、意外事件检测模块、冲突消解模块和调度策略模块,其中,规则库模块用于预先设定和存储各类意外事件条件下无人机的调度规则;意外事件检测模块用于在无人机任务执行过程中获取多个意外事件信息并判断意外事件的类型;冲突消解模块用于根据航路安全性代价、任务完成度代价以及当前任务使命规则对多个意外事件进行动态优先级规划,得到多个意外事件的处理排序;调度策略模块用于根据多个意外事件的处理排序生成多个意外事件的调度策略。本发明利用规则库,可针对无人机面对的绝大部分意外事件进行处理,具有高度自适应性。
Description
技术领域
本发明属于指挥与控制技术领域,具体涉及一种基于规则库的多意外事件下无人机调度处理系统和方法,可供异构无人机面临复杂环境以及多意外条件事件冲突下,生成任务调度策略与执行方案。
背景技术
无人机(UAV)已成为未来信息化条件下重要的发展方向,是集探测与侦察、识别与跟踪、规避与突防及电子干扰功能为一体的先进综合系统。在未来的发展趋势下,无人机将多用于执行侦察、跟踪、搜寻等任务,需要深入目标区域执行任务,相关地表环境、障碍物、风速等因素会随着目标区域的不同而发生变化,这些环境因素又很难被预知和精确描述,这使得无人机所感知的环境信息存在着不同程度的不确定性。另外,由于无人机受外界环境的影响会使其自身系统出现干扰或故障,对自身的状态信息会产生不确定性。再者,无人机在执行任务过程中,目标信息的缺失、任务事件的改变也会使得无人机系统存在着不确定性。因此,无人机在面对复杂环境下多意外事件时,设计一种高效、通用、容错率高的任务规划调度方法具有重要价值。
针对任务规划调度方面,目前主要集中在传统的任务规划建模和智能算法上。传统的任务规划建模主要分为三类:旅行商模型,是无人机群任务规划问题最基本且常用的描述模型,其针对无人机作战的实际需求,将机群任务规划分为侦察任务规划和轰炸任务规划两部分,其中侦察任务本质上是满足各项约束的路径规划问题,而轰炸任务则是可选派多人多类的单双循环混合旅行商问题;车辆路径规划模型也是求解NP难问题的经典建模方法之一,可以有效应对传统静态无人机群任务规划灵活性差、突发事件响应慢的问题;线性规划模型,能够综合考虑了任务风险、飞行噪音和不确定性环境等影响因素,开展了复杂环境下无人机群任务规划研究。在智能算法方面,现有的方法主要包括蚁群算法、粒子群算法、遗传算法、合同网协议算法等。
任务规划建模是面向经典问题提出的模型,其适用性广,但是基本上都需要模型简化,而针对复杂环境下多意外条件事件,传统模型无法解决。目前针对任务调度所提出的智能算法一方面通用性不高,其提出主要是为了解决某一个或者某一种特定问题,无法执行无人机系统性的调度;一方面不能落地,无法真实应用到无人机任务规划调度问题中;再一方面就是其效率较低,虽然智能算法都提到了实时性较高,但智能算法一般都依赖于先进的硬件,而量产的无人机基本无法满足要求。
发明内容
为了解决现有技术中存在的上述问题,本发明提供了一种基于规则库的多意外事件下无人机调度处理系统和方法。本发明要解决的技术问题通过以下技术方案实现:
本发明的一个方面提供了一种基于规则库的多意外事件下无人机调度处理系统,包括规则库模块、意外事件检测模块、冲突消解模块和调度策略模块,其中,
所述规则库模块用于预先设定和存储各类意外事件条件下无人机的调度规则;
所述意外事件检测模块用于在无人机任务执行过程中获取多个意外事件信息并判断意外事件的类型;
所述冲突消解模块用于根据航路安全性代价、任务完成度代价以及当前任务类型对多个意外事件进行动态优先级规划,得到所述多个意外事件的处理排序;
所述调度策略模块用于根据所述多个意外事件的处理排序,从所述规则库模块中获取各类意外事件的调度规则,并生成所述多个意外事件的调度策略。
在本发明的一个实施例中,所述意外事件包括任务载荷系统故障、随遇高价值目标、突发威胁、数据链受干扰/中断以及任务目标丢失/改变;所述规则库模块中预先存储有任务载荷系统故障意外事件的调度规则、随遇高价值目标意外事件的调度规则、突发威胁意外事件的调度规则、数据链受干扰/中断意外事件的调度规则以及任务目标丢失/改变意外事件的调度规则。
在本发明的一个实施例中,所述冲突消解模块包括影响程度评估单元和优先级生成单元,其中,
所述影响程度评估单元用于对检测到的多个意外事件进行影响程度评估,获得每个意外事件的航路安全代价评估结果和任务完成度代价评估结果;
所述优先级生成单元用于根据航路安全代价评估结果、任务完成度代价评估结果和当前任务类型,基于动态优先级DPA算法,获得每个意外事件的动态优先级。
在本发明的一个实施例中,所述影响程度评估单元包括航路安全代价评估子单元和任务完成度代价评估子单元,其中,
所述航路安全代价评估子单元用于对随遇高价值目标意外事件、突发威胁意外事件以及数据链受干扰\中断意外事件进行航路安全代价评估;
所述任务完成度代价评估子单元用于对随遇高价值目标意外事件、任务载荷系统故障意外事件,及任务目标丢失/改变意外事件进行任务完成度代价评估。
在本发明的一个实施例中,所述动态优先级DPA算法的计算公式为:
DPi(t)=αRVDi(t)+βδi(t)
其中,DPi(t)为t时刻意外事件i的动态优先级,RVDi(t)为意外事件i对无人机航路安全代价的评估结果,δi(t)为意外事件i的任务完成代价值,α,β为权重因子,α+β=1。
在本发明的一个实施例中,所述当前任务类型包括使命任务和非实名任务,其中,当所述当前任务类型为使命任务时,权重因子α<<β,当所述当前任务类型为非使命任务时,权重因子α>>β。
在本发明的一个实施例中,所述调度策略模块具体用于:
根据所述多个意外事件的处理排序,从所述规则库模块中获取各类意外事件的调度规则,首先在任务使命层对无人机执行的任务进行重新规划,若发生的意外事件不影响原任务,则继续按原任务进行重新规划,若发生的意外事件影响到了原任务,则需重新生成任务使命;其次在任务目标层对无人机针对的目标进行重新规划,若发现目标改变,则重新规划无人机任务目标层;最后对任务行为层重新规划。
本发明的另一方面提供了一种基于规则库的多意外事件下无人机调度处理方法,包括:
S1:预先设定和存储各类意外事件条件下无人机的调度规则;
S2:在无人机任务执行过程中获取多个意外事件信息并判断意外事件的类型;
S3:根据航路安全性代价、任务完成度代价以及当前任务使命规则对多个意外事件进行动态优先级规划,得到所述多个意外事件的处理排序;
S4:根据所述多个意外事件的处理排序,获取各类意外事件的调度规则,并生成所述多个意外事件的调度策略。
在本发明的一个实施例中,所述S3包括:
S31:对多个意外事件进行影响程度评估,获得每个意外事件的航路安全代价评估结果和任务完成度代价评估结果;
S32:根据航路安全代价评估结果、任务完成度代价评估结果和当前任务类型,基于动态优先级算法,获得每个意外事件的动态优先级。
在本发明的一个实施例中,所述S4包括:
根据所述多个意外事件的处理排序,获取各类意外事件的调度规则,首先在任务使命层对无人机执行的任务进行重新规划,若发生的意外事件不影响原任务,则继续按原任务进行重新规划,若发生的意外事件影响到了原任务,则需重新生成任务使命;其次在任务目标层对无人机针对的目标进行重新规划,若发现目标改变,则重新规划无人机任务目标层;最后对任务行为层重新规划。
与现有技术相比,本发明的有益效果在于:
本发明基于规则库的多意外事件下无人机调度处理系统及方法,当无人机面临多种意外事件时,可获得所述多个意外事件的动态优先级,并按照已经建立好的规则库生成任务规划调度策略,并按照使命层、目标层和行为层进行任务规划调度执行。本发明规则库全面详细,可针对无人机面对的绝大部分意外事件进行处理,可适应多种作战任务和场景。本发明的任务规划过程具有高度自适应性,能处理无人机飞行过程中遇到的突发威胁、数据链受干扰甚至中断、任务目标发生变化等多种情况。
以下将结合附图及实施例对本发明做进一步详细说明。
附图说明
图1是本发明实施例提供的一种基于规则库的多意外事件下无人机调度处理系统的模块示意图;
图2是本发明实施例提供的一种冲突消解模块的处理过程示意图;
图3是本发明实施例提供的一种任务影响程度评估示意图;
图4是本发明实施例提供的一种基于规则库的多意外事件下无人机调度处理方法的流程图;
图5是本发明实施例提供的一种机载光电跟瞄系统性能下降意外事件的处理流程图;
图6是本发明实施例提供的一种机载光电监视侦察系统性能下降意外事件的处理流程图;
图7是本发明实施例提供的一种数据链受干扰意外事件的处理流程图;
图8是本发明实施例提供的一种任务目标丢失/改变意外事件的处理流程图。
具体实施方式
为了进一步阐述本发明为达成预定发明目的所采取的技术手段及功效,以下结合附图及具体实施方式,对依据本发明提出的一种基于规则库的多意外事件下无人机调度处理系统的模块示意图进行详细说明。
有关本发明的前述及其他技术内容、特点及功效,在以下配合附图的具体实施方式详细说明中即可清楚地呈现。通过具体实施方式的说明,可对本发明为达成预定目的所采取的技术手段及功效进行更加深入且具体地了解,然而所附附图仅是提供参考与说明之用,并非用来对本发明的技术方案加以限制。
应当说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的物品或者设备中还存在另外的相同要素。
实施例一
请参见图1,图1是本发明实施例提供的一种基于规则库的多意外事件下无人机调度处理系统的模块示意图。该无人机调度处理系统包括规则库模块1、意外事件检测模块2、冲突消解模块3和调度策略模块4,其中,规则库模块1用于预先设定和存储各类意外事件条件下无人机的调度规则;意外事件检测模块2用于在无人机任务执行过程中获取多个意外事件信息并判断意外事件的类型;冲突消解模块3用于根据航路安全性代价、任务完成度代价以及当前任务使命规则对多个意外事件进行动态优先级规划,得到多个意外事件的处理排序;调度策略模块4用于根据多个意外事件的处理排序,从规则库模块2中获取各类意外事件的调度规则,并生成多个意外事件的调度策略。
无人机在执行任务的过程中,意外事件检测模块1能够实时监测并获取意外事件信息,并判断意外事件的类型。具体地,请参见表1,表1为意外事件类型触发条件对应表。意外事件检测模块1能够根据表1的触发条件确定意外事件类型,本实施例的意外事件包括任务载荷系统故障、随遇高价值目标、突发威胁、数据链受干扰/中断以及任务目标丢失/改变。因此,所述意外事件信息是由任务载荷系统故障、随遇高价值目标、突发威胁、数据链受干扰/中断以及任务目标丢失/改变这五种意外事件触发的意外事件信息。例如,当无人机在飞行过程中出现传感器自动报警或传感器数据异常或缺失的情况,则可以判定此时无人机遭遇了无人机任务载荷系统故障意外事件。
表1意外事件类型触发条件
与这五种意外事件对应的,规则库模块2中预先存储有任务载荷系统故障意外事件的调度规则、随遇高价值目标意外事件的调度规则、突发威胁意外事件的调度规则、数据链受干扰/中断意外事件的调度规则以及任务目标丢失/改变意外事件的调度规则。
需要说明的是,规则库模块2的建立需要根据无人机以往的任务经验和分析,总结出在各类意外事件信息表述下的主要因素和决策主要内容,并归纳出“决策因素-决策内容”的规则形式。由此确定各类意外事件信息的条件下无人机行为决策与执行的知识表示,利用规则表示法来表示出无人机在各类意外事件下的调度规则。
具体地,针对各个意外事件各规则库表示如下:
1)任务载荷系统故障意外事件的调度规则:
任务载荷系统故障的调度规则分为任务载荷系统性能下降意外事件的调度规则和任务载荷系统故障意外事件的调度规则。任务载荷系统性能下降意外事件包括机载光电跟瞄系统性能下降和光电监视侦察系统性能下降。任务载荷系统故障意外事件包括光电跟瞄系统故障、光电监视侦察系统故障和悬挂物系统故障。
1.1)任务载荷系统性能下降意外事件调度规则
对于机载光电跟瞄系统,影响其性能的指标主要是作用距离和分辨率精度。在红外系统与可见光作用距离性能指标中,目标与背景温差、CCD像面照度以及目标与背景对比度属于客观自然现象,无法通过无人机任务规划进行改变;而红外系统、可见光系统的瞬时视场与无人机和目标间的距离密切相关,当瞬时视场不满足要求时可以通过缩短无人机与目标间的距离进行改善;激光系统的作用距离与发射功率以及无人机与目标之间的距离相关,当激光作用距离不满足要求时可以通过缩短无人机与目标之间的距离,或者增大激光系统的发射功率来改变指标性能;激光照射精度指标中的大气湍流波动为自然客观现象,无法直接进行更改,可以对激光瞄准精度进行提升。
表2机载光电跟瞄系统性能下降的调度规则
光电监视侦察系统包括垂直监视侦察系统和倾斜监视侦察系统。对于垂直监视侦察系统,影响其性能的指标主要为收容面积以及速高比适用范围。收容面积与无人机飞行高度以及扫描张角有关,可通过增大飞行高度与增大扫描张角来提升收容面积;速高比可以通过调整摆扫机构的转速来提升性能。对于倾斜监视侦察系统,影响其性能的指标主要是地面空间分辨率,可通过增大无人机飞行高度或减小倾斜角来提升其性能。机载光电监视侦察系统性能下降调度规则如表3所示。
表3机载光电监视侦察系统性能下降调度规则
1.2)任务载荷系统故障意外事件调度规则
当无人机任务载荷系统出现故障时,导致任务载荷系统无法正常使用。而任务载荷系统是无人机执行任务的核心要素,因此当任务载荷出现故障时会直接影响到无人机的任务规划。当无人机检测到机载光电跟瞄系统出现故障时,既无法执行跟踪瞄准任务,仅可执行侦察任务;当无人机监视侦察系统出现故障时,仅可执行对已知目标的跟踪;当无人机检测到机载悬挂物故障时,首先对当前任务进行判断,若当前为侦察任务,则继续执行原任务;若当前为干扰/空投任务,则对故障类型进行判断:如果悬挂物通信系统或悬挂物管理系统故障,无人机无法继续执行干扰/空投任务,则切换到侦察任务对指定区域进行侦察。无人机任务载荷系统故障调度规则如表4所示。机载悬挂物系统故障调度规则如图5所示。
表4机载光电系统故障调度规则
表5机载悬挂物系统故障调度规则
2)随遇高价值目标意外事件的调度规则:
随遇高价值目标是指无人机在执行任务过程中,遭遇未事先发现的敌方地面指挥所、移动指挥车等目标,对于这些高价值目标的攻击和摧毁,将会在战略、战役和战术层面上有着相当重要的地位。
由于随遇高价值目标意外事件的发生对无人机航路安全和任务完成都产生影响,因此针对随遇高价值目标意外事件的任务重新规划调度要从这两个方面进行考虑。同时为无人机设定执行任务的准则以对其执行任务顺序进行限定:在发现新的高价值目标时,无人机首先评估随遇目标对无人机航路安全代价的影响,若航路代价低则通过指挥类、探测类和运输类的顺序将目标添加至任务序列中;否则判断当前任务规则,若当前为使命任务,则同样将目标添加到任务序列中;若当前为非使命任务,则优先对该目标进行规避、突防处理,在无人机不能对该目标突防时,干扰目标后继续执行原任务。需要说明的时,这里所述的使命任务是指无人机开始给定的必须要执行的任务,非使命任务是指无人机在中途可能会遇到的其他任务。随遇高价值目标意外事件的调度规则如表6所示。例如,在发现新高价值目标的情况下,无人机优先执行任务序列中的原定任务目标,若满足对高价值目标攻击的条件时,将其添加为任务序列最后的目标点。a)当随遇高价值目标意外事件的航路安全代价低,且任务完成代价低,即可以额外执行此任务,则将高价值目标加入任务序列中;b)当航路安全代价高时,首先考虑能否规避,若规避不了考虑是否可以进行突防,若无法突防,则规划无人机与下一任务序列中目标的航路,重复步骤a);c)若任务序列无备选目标,则对高价值目标进行攻击;d)此外,允许外部控制指令编辑目标排序,通过数据链对无人机下达命令,依据目标排序结果触发原目标改变逻辑。
表6随遇高价值目标意外事件调度规则
3)突发威胁意外事件的调度规则:
无人机可通过机载传感器实时监控周围环境风速与风向的变化,从而得知是否存在雷暴和气流威胁。同时可由数据链传递的信息来获取雷暴天气的气象中心和气象半径模型。利用气象威胁的特征模型,可以计算无人机航路安全代价,并据此进行重新规划的调度。同时地面防空威胁,具体组成包括高射炮、防空导弹、搜索雷达、制导雷达等,对无人机低空突防、侦察和干扰/空投等任务的执行都会产生严重的影响。因此对突发防空威胁意外事件的调度处理能够解决无人机最关乎的安全问题,尽可能地降低无人机执行任务的难度。突发威胁意外事件的调度规则如表7所示。
表7突发威胁意外事件调度规则
4)数据链受干扰/中断意外事件的调度规则:
无人机数据链受到干扰时,首先对当前环境中有无干扰源进行判断,若不存在干扰源,则保证无人机安全高度约束的条件下,提高无人机飞行高度;若检测到干扰源,则建立干扰源模型,增大自身对抗功率,若达到最大功率后数据链依旧无法恢复正常,则切换到受干扰程度较小的数据链通信频段,同时对干扰源进行规避与突防。若数据链受干扰时间大于设定阈值,则认为数据链中断。如果是数据链故障而导致的数据链中断,则判断当前任务目标是否为固定目标,若是,则按数据链中断前传递的目标信息继续执行任务;否则可认为,由于数据链中断导致无人机无法实时获取由数据链传递的移动目标的坐标信息,即无人机丢失其位置,无法继续执行该任务,执行返航。数据链受干扰/中断事件的调度规则如表8所示。
表8数据链受干扰/中断事件调度规则
5)任务目标丢失/改变意外事件调度规则:
任务目标丢失处理的调度流程为:首先增强无人机探测设备功率,如果当前区域存在电磁干扰从而导致任务目标的丢失,则采取电子抗干扰措施;否则,无人机根据目标区域地形及目标部署等相关信息选择合适的搜索方式对该区域进行搜索,通过扩大搜索范围增大搜索到目标的可能性。若依然无法搜索到目标,则可认为任务目标已丢失。若无人机任务序列中有剩余目标,则切换到下一目标执行;若任务序列中不存在剩余目标,则无人机返航。任务目标丢失/改变意外事件的调度规则如表9所示。
表9任务目标丢失/改变意外事件调度规则
进一步地,请参见图2,图2是本发明实施例提供的一种冲突消解模块的处理过程示意图。冲突消解模块3用于处理多个意外事件同时发生的情况,用于根据航路安全性代价、任务完成度代价以及当前任务类型对多个意外事件进行动态优先级规划,得到意外事件动态优先级,随后根据优先级高低,给出意外事件的处理排序。所述当前任务类型包括使命任务和非实名任务,使命任务是指无人机以完成任务为前提,必要时可以牺牲自身安全以完成任务,非实名任务是指执行任务时无人机以自身安全为前提,此时更注重意外事件对无人机航路及自身安全的影响。
具体地,请参见图3,图3是本发明实施例提供的一种任务影响程度评估示意图。在意外事件检测模块1检测到意外事件后,首先需要对每个意外事件进行影响程度评估才能确定其动态优先级,影响程度评估是指需要分析每个意外事件对当前执行任务的影响程度,即任务代价,任务代价包括航路安全代价及任务完成度代价两个方面。航路安全代价主要考虑由随遇高价值目标、突发威胁与数据链受干扰\中断引起的对当前任务执行航路的安全影响;任务完成度代价主要考虑随遇高价值目标、任务载荷系统性能下降及故障、任务未按计划发现目标\改变引起的对当前任务执行航路的完成度影响。
具体地,各意外事件的影响程度评估如下:
1)任务载荷系统故障意外事件影响程度评估,该意外事件仅包括任务完成度代价评估。
1.1)任务载荷系统性能下降意外事件任务完成度代价评估
如上所述,任务载荷系统性能下降意外事件主要由光电跟瞄系统性能下降和光电监视侦察系统性能下降引起。
对于机载光电跟瞄系统,以系统的作用距离与照射精度作为性能指标,包括红外系统作用距离、可见光系统作用距离、激光系统作用距离以及激光系统照射精度。因此记载光电跟瞄系统性能下降对任务完成度的代价以作用距离性能完成度及照射精度完成度作为代价指标。
a、红外系统作用距离性能完成度的计算公式为:
其中,FΔT为温差要求完成度,Fθ为瞬时视场完成度,ΔT为经大气衰减后目标与背景的温差,MRTD(f)为红外系统的最小可分辨温差,θ为分辨率,θm为瞬时视场要求。
b、可见光系统作用距离性能完成度的计算公式为:
其中,FE为照度要求完成度,FC为对比度要求完成度,Fθ为瞬时视场完成度,E为可见光到达无人机CCD像面的照度,C为经大气传输后目标与背景的对比度,EM为CCD工作允许的最低照度,CM为能够分辨的极限对比度。
c、激光系统作用距离性能完成度的计算公式为:
其中,FP为激光回波要求完成度,Pr为激光接收组件到目标回波的峰值功率,PM为激光系统所需要的最低接收功率。
d、激光照射精度性能完成度的计算公式为:
对于机载光电监视侦察系统,包括垂直监视侦察系统和倾斜监视侦察系统。垂直监视侦察系统以扫描总视场与速度高度比作为性能指标,扫描总视场决定着无人机按照当前侦察任务航路飞行时,可以获得执行任务区域的有效信息范围,而合适的速度高度比保证了对飞经区域的扫描效率。倾斜监视侦察系统的性能指标包括瞬时分辨率与空间分辨率作为性能指标,但通常以空间分辨率作为该系统的关键指标。
a、垂直监视侦察系统扫描总视场性能完成度的计算公式为:
其中,Ps为瞬时分辨率,PVH为空间分辨率,S为侦察收容面积,Sm为瞬时扫描宽度要求,VHm为速度高度比适用值,VH为无人机速度与高度的比值。
b、倾斜监视侦察系统分辨率性能完成度的计算公式为:
其中,Lm为空间分辨率要求,L为瞬时扫描宽度。
1.2)任务载荷系统故障意外事件任务完成度代价评估
在无人机对地执行任务过程中,通常需要根据任务类型挂载不同功能的任务载荷系统。任务载荷系统故障意外事件主要由光电跟瞄系统故障、光电监视侦察系统故障和悬挂物系统故障引起,通常以标志位来表示是否发生了故障,标志位为“1”时,表示存在故障,标志位为“0”时,表示没有故障。
a无人机光电跟瞄系统故障(包括光学系统故障、通信系统故障、控制系统故障、驱动系统故障和供电系统故障):无法执行目标跟踪、干扰任务;
b无人机光电监视侦察系统故障(包括光学系统故障、通信系统故障、控制系统故障、驱动系统故障和供电系统故障):无法执行区域侦察任务;
c无人机悬挂物系统故障(包括悬挂物管理系统故障和通信故障):无法执行目标干扰任务。
2)随遇高价值目标意外事件影响程度评估
由于将随遇高价值目标分为干扰类、探测类、指挥类、运输类,因此随遇高价值目标意外事件对无人机航路安全性及任务完成度均有影响。
2.1)随遇高价值目标意外事件的航路安全性代价评估
当无人机的航路上发现随遇高价值目标具有干扰或探测属性时,不仅要计算其任务代价,还要计算其安全代价,目标的干扰或者探测属性对于无人机来说就是威胁,因为其会触发威胁意外的事件包括具有威胁属性的随遇高价值目标以及无人机进入探测威胁区域内受到的数据链受干扰及中断。
假设航迹由n条航迹段组成,vi,vi+1为航迹段i的两个导航点,对应的坐标值为(pxi,pyi),(pxi+1,pyi+1);且区域内的威胁信息为(xr,yr,zr,R,η),其中,xr,yr,zr为威胁的坐标值,R为各威胁的有效范围,η为威胁强度,ds为无人机航路在威胁范围内的长度,则第s个威胁对沿航迹段i飞行的无人机的威胁代价为:
Pi d(s)=ksPdm(s)ηsds/Rs
其中,ks为航迹段是否穿越了威胁,若航线段穿越了威胁,则ks=1,若航线段未穿越威胁,则ks=0;Pdm(s)为第s个威胁源的发现概率;ηs为第s个威胁强度且ηs∈(0,1);Rs为第s个威胁源的有效威胁范围。如果无人机即时航迹的航迹段数为n,则整条航迹的随遇高价值目标意外事件的威胁代价,即航路安全性代价为:
2.2)随遇高价值目标意外事件的任务完成度代价评估
随遇高价值目标意外事件的任务完成度代价的影响因素由任务目标与突发目标距离、目标的价值以及目标易干扰性三个方面组成,其计算模型为:
Jk=μ[dk]+ν[pk]+γ[qk]
其中,dk为第k类目标与当前无人机的距离;pk为第k类目标的目标价值;qk为第k类目标的目标易干扰性。μ、ν、γ为各个影响因素的权值,各权重值由层次分析法计算给出。
3)突发威胁意外事件影响程度评估
当无人机的航路上发现具有威胁属性的新目标时,会触发突发威胁意外事件,还会触发威胁意外的事件包括具有威胁属性的随遇高价值目标以及无人机进入探测威胁区域内受到的数据链受干扰及中断。
突发威胁意外事件影响程度评估的过程类似于随遇高价值目标意外事件的航路安全性代价评估过程。
假设航迹由n条航迹段组成,vi,vi+1为航迹段i的两个导航点,对应的坐标值为(pxi,pyi),(pxi+1,pyi+1);且区域内的威胁信息为(xr,yr,zr,R,η),其中,xr,yr,zr为威胁的坐标值,R为各威胁的有效范围,η为威胁强度,ds为无人机航路在威胁范围内的长度,则第s个威胁对沿航迹段i飞行的无人机的威胁代价为:
Pi d(s)=ksPdm(s)ηsds/Rs
其中,ks为航迹段是否穿越了威胁,若航迹段穿越了威胁,则ks=1,若航迹段没有穿越威胁,则ks=0;Pdm(s)为第s个威胁源的发现概率;ηs为第s个威胁强度且ηs∈(0,1);Rs为第s个威胁源的有效威胁范围。如果无人机即时航迹的航迹段数为n,则整条航迹的突发威胁意外事件的航路安全代价为:
4)数据链受干扰/中断意外事件影响程度评估
当无人机进入对方的干扰探测威胁区域内时,受到对方电磁干扰会触发数据链受干扰/中断意外事件,从信道通过能力和受到的威胁两方面评估数据链受干扰/中断意外事件影响程度评估。
4.1)信道通过能力
当无人机通信系统受到干扰时,其数据链信道通过能力为:
其中,C为单位时间内信道中的信息流量,Bs为信道带宽,Nt为信道高斯噪声功率,Psr为通信机发射信号到达通信接收机端的功率,Pjr为通信干扰机发射信号到达通信接收机端的功率。当干扰功率增加到一定程度后,单位时间内信道量严重受损,严重影响无人机的正常工作。当无人机的通信系统中断时,其信道通过能力C=0。
4.2)受到的干扰威胁
当无人机受到干扰威胁时,需要计算其威胁代价,计算具体机理过程类似于随遇高价值目标意外事件的航路安全性代价评估过程,这里不再赘述,最终计算得到数据链受干扰/中断意外事件的航路安全代价。
5)任务目标丢失/改变意外事件影响程度评估
无人机在任务执行时,当触发无人机任务目标丢失/改变意外事件时,对当前航路安全不会有直接的影响,因此不需要进行航路代价评估;从总体来说,由于目标的丢失或改变相当于直接放弃当前作战任务,进而转为对新作战任务的执行,因此可以直接采用任务目标丢失/改变意外事件的表述作为任务完成度影响程度的输出结果。
随后,在获得每个意外事件的航路安全代价评估结果和任务完成度代价评估结果之后,优先级生成单元32根据每个意外事件的航路安全代价评估结果、任务完成度代价评估结果、当前任务类型,基于动态优先级DPA算法,获得每个意外事件的动态优先级。
具体地,动态优先级DPA算法的算法模型如下:
DPi(t)=αRVDi(t)+βδi(t)
其中,DPi(t)为t时刻意外事件i的动态优先级;RVDi(t)为意外事件i对无人机航路安全代价的评估结果;δi(t)为意外事件的任务完成代价值;α,β为权重因子,α+β=1,其由当前任务类型决定。
若当前任务为非使命任务,选择的权重因子α>>β(例如取α=0.9,β=0.1),即无人机以自身安全为前提,此时更注重意外事件对无人机航路及自身安全的影响。无人机首先根据航路安全代价值进行排序,优先处理对无人机安全影响较大的意外事件。若意外事件航路安全代价值相同,根据动态优先级,优先处理动态优先级高的意外事件。
若当前任务为使命任务,选择的权重因子α<<β,即无人机以完成任务为前提,必要时可以牺牲自身安全以完成任务,此时更注重意外事件对任务完成度的影响,首先无人机按意外事件任务完成代价的优先级对多个意外事件进行排序,当任务完成代价的优先级相同时,按动态优先级得到处理先后顺序。
在本实施例中,还对任务目标丢失/改变意外事件、任务载荷系统故障意外事件以及随遇高价值目标意外事件设定了初始优先级,这三种意外事件的优先级为初始优先级和动态优先级的和。任务完成代价的初始优先级如表10所示:
表10任务完成代价的初始优先级表
随后,调度策略模块4能够根据所述多个意外事件的处理排序,从规则库模块2中获取各类意外事件的调度规则,并生成所述多个意外事件的调度策略。
具体地,任务规划的调度策略采用正向判断的方式,当检测到真实意外事件发生时,冲突消解模块3进行多个意外事件的冲突消解后得到意外事件的动态优先级,优先处理动态优先级最高的意外事件信息,并根据规则库模块2中的规则/知识库中的规则,寻找意外事件信息对应的知识库规则,一一对应,生成各类意外事件的调度策略。
进一步地,生成每个意外事件的调度策略的过程包括:
首先在任务使命层对无人机执行的任务进行重新规划,若发生的意外事件不影响原任务,则继续按原任务进行重新规划,若发生的意外事件影响到了原任务,则需重新生成任务使命;其次在任务目标层对无人机针对的目标进行重新规划,若发现目标改变,则重新规划无人机任务目标层;最后对任务行为层重新规划,在无人机侦察、规避、突防、跟踪、电子干扰等方面进行任务规划策略生成。
需要说明的是,任务使命层是任务规划系统的最上层,决定了无人机应该执行何种任务,是否进行返航或者迫降等操作;任务目标层位于任务规划系统中间,为无人机提供任务目标信息,确定无人机需要攻击和搜索的目标;任务行为层位于任务规划系统最底层,主要用于为无人机提供规划好的航迹。
本实施例基于规则库的多意外事件下无人机调度处理系统及方法,当无人机面临多种意外事件时,可获得所述多个意外事件的动态优先级,并按照已经建立好的规则库生成任务规划调度策略,并按照使命层、目标层和行为层进行任务规划调度执行。本发明规则库全面详细,可针对无人机面对的绝大部分意外事件进行处理,可适应多种作战任务和场景。本发明的任务规划过程具有高度自适应性,能处理无人机飞行过程中遇到的突发威胁、数据链受干扰甚至中断、任务目标发生变化等多种情况。
实施例二
在上述实施例的基础上,本实施例提供了一种基于规则库的多意外事件下无人机调度处理方法,请参见图4,图4是本发明实施例提供的一种基于规则库的多意外事件下无人机调度处理方法的流程图。该无人机调度处理方法包括:
S1:预先设定和存储各类意外事件条件下无人机的调度规则。
所述意外事件包括任务载荷系统故障、随遇高价值目标、突发威胁、数据链受干扰/中断以及任务目标丢失/改变;本步骤中预先存储的调度规则有任务载荷系统故障意外事件的调度规则、随遇高价值目标意外事件的调度规则、突发威胁意外事件的调度规则、数据链受干扰/中断意外事件的调度规则以及任务目标丢失/改变意外事件的调度规则。各种意外事件的调度规则请参见实施例一,这里不再赘述。
S2:在无人机任务执行过程中获取多个意外事件信息并判断意外事件的类型。
S3:根据航路安全性代价、任务完成度代价以及当前任务使命规则对多个意外事件进行动态优先级规划,得到所述多个意外事件的处理排序。
进一步地,所述S3包括:
S31:对多个意外事件进行影响程度评估,获得每个意外事件的航路安全代价评估结果和任务完成度代价评估结果。
航路安全代价主要考虑由随遇高价值目标、突发威胁与数据链受干扰\中断引起的对当前任务执行航路的安全影响;任务完成度代价主要考虑随遇高价值目标、任务载荷系统性能下降及故障、任务未按计划发现目标\改变引起的对当前任务执行航路的完成度影响。各意外事件的影响程度评估过程请参见实施例一,这里不再赘述。
S32:根据航路安全代价评估结果、任务完成度代价评估结果和当前任务类型,基于动态优先级算法,获得每个意外事件的动态优先级。
具体地,动态优先级DPA算法的算法模型如下:
DPi(t)=αRVDi(t)+βδi(t)
其中,DPi(t)为t时刻意外事件i的动态优先级;RVDi(t)为意外事件i对无人机航路安全代价的评估结果;δi(t)为意外事件的任务完成代价值;α,β为权重因子,α+β=1,其由当前任务类型决定。
S4:根据所述多个意外事件的处理排序,获取各类意外事件的调度规则,并生成所述多个意外事件的调度策略。
具体地,在任务使命层对无人机执行的任务进行重新规划,若发生的意外事件不影响原任务,则继续按原任务进行重新规划,若发生的意外事件影响到了原任务,则需重新生成任务使命;其次在任务目标层对无人机针对的目标进行重新规划,若发现目标改变,则重新规划无人机任务目标层;最后对任务行为层重新规划,在无人机侦察、规避、突防、跟踪、电子干扰等方面进行任务规划策略生成。
进一步地,对几种意外事件的具体处理流程进行详细说明。
当根据优先级顺序,当前需要处理的是机载光电跟瞄系统性能下降意外事件,当瞬时视场不满足要求时通过缩短无人机与目标之间的距离进行改善;当激光作用距离不满足要求时通过缩短无人机与目标之间的距离,或者增大激光系统的发射功率用以改变指标性能;当激光系统照射精度下降时,对激光瞄准精度进行提升,如图5所示。
若当前需要处理的是机载光电监视侦察系统性能下降意外事件,当收容面积性能下降时,通过增大飞行高度与增大扫描张角来提升收容面积;当速高比性能下降时,通过调整拜扫机构转速进行性能提升;当地面空间分辨率性能下降时,通过增大无人机飞行高度或减小倾斜角来提升其性能,如图6所示。
若当前需要处理的是随遇高价值目标意外事件,无人机优先执行任务序列中的原定任务目标,若满足对高价值目标攻击的条件时,将其添加为任务序列最后的目标点。具体地,a)当随遇高价值目标意外事件的航路安全代价低,且任务完成代价低,即可以额外执行此任务,则将高价值目标加入任务序列中;b)当航路安全代价高时,首先考虑能否规避,若规避不了考虑是否可以进行突防,若无法突防,则规划无人机与下一任务序列中目标的航路,重复步骤a);c)若任务序列无备选目标,则对高价值目标进行攻击;d)此外,允许外部控制指令编辑目标排序,通过数据链对无人机下达命令,依据目标排序结果触发原目标改变逻辑。
若当前需要处理的是数据链受干扰意外事件,首先对有无干扰源进行判断,若无干扰源,则保证无人机安全高度约束的条件下,提高无人机飞行高度;若检测到干扰源,则先建立干扰源模型,判断任务目标在干扰源范围内,则首先增大自身对抗功率,若数据链依旧无法恢复正常则进行规避与突防。若数据链受干扰时间大于设定阈值,则认为数据链中断,若由于地形因素导致中断,则提升无人机高度,若由于敌方电子干扰,则与数据链受干扰处理方式类似,若由于数据链设备故障,则对任务目标类型进行判断;若任务目标为固定目标,如指挥所,机场等。则无人机根据初始任务信息,按初始航路飞行至该目标坐标位置点,通过机载传感器对目标进行搜索并打击;若任务目标为移动目标,如指挥车,导弹车等。由于数据链中断而无法实时传递目标位置信息,则可认为无人机在数据链中断后丢失该目标的位置信息,无人机无法继续该任务,则进行返航处理,如图7所示。
若当前需要处理的是数据链中断意外事件,若无人机数据链通信设备自动故障,则计算无人机与任务目标的相对距离,若距离小于可攻击阈值,且任务目标为使命任务,则按照原定任务信息执行任务;若干扰源使数据链中断,且任务目标在干扰源覆盖中,则继续执行任务,否则,通过建立的干扰源模型,规避干扰源。若不是电磁干扰导致的数据链中断,则依据地形计算数据链恢复通信的大致时间T,若T小于中断等待时间,且任务目标为使命任务,则继续执行任务,否则返航。
若当前需要处理的是任务目标丢失/改变意外事件,若任务区域内以及任务区域附近存在目标的概率较小,则无人机根据实际情况重新确定任务目标或者返航;若任务区域内存在目标概率较大,则减小搜索间距,使搜索更加具体详细;若任务区域附近存在目标概率较大,则增大搜索范围,使搜索的范围覆盖面更大;当最后确认任务目标已丢失,若无人机战略设施要素库中有其余备用目标,则选择其中最高价值的目标进行攻击,若库中不存在备用目标,则为无人机指定搜索目标类型,在指定区域内进行搜索,如图8所示。
实施例三
在上述实施例的基础上,本实施例利用一个具体任务对基于规则库的多意外事件下无人机调度处理系统和方法进行进一步地阐述。
任务描述:无人机在已知信息的支持下,利用无人机的高隐身突防能力,对地震灾区进行侦察,获取目标区域有效信息。所述已知信息是可以利用卫星或者其他测量机器已经获得目标区域的信息,比如大致经纬度,已经探测到的威胁信息等。
具体实施流程为:
a、初始化无人机及灾区环境数据
表11无人机和灾区环境初始状态
表12灾区威胁详细信息
b、初始航路规划
无人机的初始任务序列为:
1.规划航路:起点(107.204,35.1372—终点(109.387°,34.032°);
2.侦察指定区域1(108.846°,32.893°),侦察半径为10km;
3.侦察指定区域2(110.386°,42.263°),侦察半径为10km;
无人机根据已知信息规划出一条既满足避开所有已知威胁,又能到达目标区域的初始可行航路。初始规划航路如下面表格所示,无人机从(107.204°,35.137°)处进入灾区,初始飞行高度为3224.35m,并保持100m/s的速度匀速飞行。
初始航路信息如下表所示:
表13无人机航路数据
选取无人机航路上的7个航迹点作为典型航迹输出。其中正常序号的为普通航迹点,○符号表示侦察进入点。
由于待侦察目标区域属于面状目标,无人机以目标区域1(108.846°,32.893°)为侦察圆心,10km为侦察半径对指定侦察区域进行螺旋线式侦察,侦察完成后将该任务从任务序列中删除。
c、通过数据链添加突发目标
无人机在完成对目标区域1侦查后,在下一任务执行过程中,通过数据链为仿真添加意外事件信息,添加的突发威胁建筑信息和新侦察区域3信息如下所示:
新侦察区域3数据传递方式:数据链;
侦察区域3相关信息:坐标(109.0730°,34.2069°),范围5Km;
突发威胁建筑数据传递方式:数据链;
突发威胁建筑相关信息:阵地坐标(108.73°,34.16°),作用范围2Km;
突发威胁建筑信息和新侦察区域3信息均直接由地面指挥中心通过数据链传递给无人机。
d、意外事件检测与评估
在检测到两个意外事件信息后,无人机分别对突发威胁建筑信息和新侦察区域3信息进行价值和威胁两方面的评估,得到侦察区域3的价值为0.801,高于最低价值阈值0.3,触发随遇高价值目标意外事件;同时突发威胁建筑的威胁值为1.215,高于最大威胁阈值0.3,因此触发突发威胁意外事件。
表14意外事件类型判断
无人机在检测到突发威胁和随遇高价值目标两个意外事件后,分别对两个意外事件进行影响程度分析,得到突发威胁(突发威胁建筑)的航路安全代价为0.1353,无任务完成代价;随遇高价值目标(侦察区域3)的航路安全代价为0,任务完成代价为0.4511。
随后通过冲突消解模块确定意外事件的处理顺序,计算得到随遇高价值目标意外事件动态优先级为0.3158,突发威胁意外事件的动态优先级为0.0406。但此次任务为使命任务,即无人机以完成任务为首要目标,必要时可以牺牲自身安全,对任务顺利完成有影响的意外事件应该优先被处理。因此优先解决任务完成代价更高的随遇高价值目标意外事件,随后对突发威胁事件进行处理。
e、意外事件处理与任务重新规划
将当前意外事件通过规则库模块中的调度规则,得出相应的意外事件处理措施:将随遇高价值目标加入任务序列,并由数据链传输方式修改任务序列中的任务顺序。
无人机任务序列做出相应改变,之后规划出相应航路,对突发威胁进行规避处理,并将高价值目标添加到任务序列中,重新规划航路。
重新规划后的航路信息如下表所示:
表15重新规划后的航路数据
选取无人机发现高价值目标后,重新规划航路上的9个航迹点作为典型航迹输出。其中正常序号的为普通航迹点,○符号表示侦察进入点。
无人机沿重新规划后的航路继续飞行,无人机以目标区域3(109.0730°,34.2069°)为侦察圆心,5km为侦察半径对指定侦察区域进行螺旋线式侦察,侦察完成后将该任务从任务序列中删除。然后继续执行侦察任务2并规划出相应航路。
无人机飞行至(120.00°,30.00°)处时,到达强干扰区域有源电磁干扰,构建有源干扰模型:干扰源坐标(108.63°,34.13°),干扰信号发射功率为8W,干扰源定向增益为10dBi,干扰信号频率为2400MHz。
表16干扰源模型信息
无人机数据链默认发射功率为2W,在到达干扰源区域后,无人机数据链通信受到干扰。计算得到数据链干信比为6.991dB,高于干信比阈值0dB,触发数据链受干扰意外事件。
无人机数据链受到干扰后,评估干扰对无人机安全飞行的影响程度,得到航路安全代价为0.8724,影响无人机数据链正常通信。
无人机增大发射功率至最大发射功率5W后,得到此时数据链干信比为3.012,依然高于数据链干信比阈值0dB,因此只靠增大发射功率依然无法改善通信情况,无人机则自动将数据链通信频率切换到受干扰程度较小的800MHz频段,得到此时的干信比为-2.551dB,低于干信比阈值0dB,数据链抗干扰成功。
无人机在对数据链受干扰事件进行处理后,继续执行侦察任务。即以目标区域2(110.386°,42.263°)为侦察圆心,10km为侦察半径对指定侦察区域进行螺旋线式侦察,并在侦察完成后退出目标区域。
以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明,不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干简单推演或替换,都应当视为属于本发明的保护范围。
Claims (10)
1.一种基于规则库的多意外事件下无人机调度处理系统,其特征在于,包括规则库模块(1)、意外事件检测模块(2)、冲突消解模块(3)和调度策略模块(4),其中,
所述规则库模块(1)用于预先设定和存储各类意外事件条件下无人机的调度规则;
所述意外事件检测模块(2)用于在无人机任务执行过程中获取多个意外事件信息并判断意外事件的类型;
所述冲突消解模块(3)用于根据航路安全性代价、任务完成度代价以及当前任务类型对多个意外事件进行动态优先级规划,得到所述多个意外事件的处理排序;
所述调度策略模块(4)用于根据所述多个意外事件的处理排序,从所述规则库模块(2)中获取各类意外事件的调度规则,并生成所述多个意外事件的调度策略。
2.根据权利要求1所述的基于规则库的多意外事件下无人机调度处理系统,其特征在于,所述意外事件包括任务载荷系统故障、随遇高价值目标、突发威胁、数据链受干扰/中断以及任务目标丢失/改变;所述规则库模块(2)中预先存储有任务载荷系统故障意外事件的调度规则、随遇高价值目标意外事件的调度规则、突发威胁意外事件的调度规则、数据链受干扰/中断意外事件的调度规则以及任务目标丢失/改变意外事件的调度规则。
3.根据权利要求1所述的基于规则库的多意外事件下无人机调度处理系统,其特征在于,所述冲突消解模块(3)包括影响程度评估单元(31)和优先级生成单元(32),其中,
所述影响程度评估单元(31)用于对检测到的多个意外事件进行影响程度评估,获得每个意外事件的航路安全代价评估结果和任务完成度代价评估结果;
所述优先级生成单元(32)用于根据航路安全代价评估结果、任务完成度代价评估结果和当前任务类型,基于动态优先级DPA算法,获得每个意外事件的动态优先级。
4.根据权利要求3所述的基于规则库的多意外事件下无人机调度处理系统,其特征在于,所述影响程度评估单元(31)包括航路安全代价评估子单元(311)和任务完成度代价评估子单元(312),其中,
所述航路安全代价评估子单元(311)用于对随遇高价值目标意外事件、突发威胁意外事件以及数据链受干扰\中断意外事件进行航路安全代价评估;
所述任务完成度代价评估子单元(312)用于对随遇高价值目标意外事件、任务载荷系统故障意外事件,及任务目标丢失/改变意外事件进行任务完成度代价评估。
5.根据权利要求4所述的基于规则库的多意外事件下无人机调度处理系统,其特征在于,所述动态优先级DPA算法的计算公式为:
DPi(t)=αRVDi(t)+βδi(t)
其中,DPi(t)为t时刻意外事件i的动态优先级,RVDi(t)为意外事件i对无人机航路安全代价的评估结果,δi(t)为意外事件i的任务完成代价值,α,β为权重因子,α+β=1。
6.根据权利要求5所述的基于规则库的多意外事件下无人机调度处理系统,其特征在于,所述当前任务类型包括使命任务和非实名任务,其中,当所述当前任务类型为使命任务时,权重因子α<<β,当所述当前任务类型为非使命任务时,权重因子α>>β。
7.根据权利要求1所述的基于规则库的多意外事件下无人机调度处理系统,其特征在于,所述调度策略模块(4)具体用于:
根据所述多个意外事件的处理排序,从所述规则库模块(2)中获取各类意外事件的调度规则,首先在任务使命层对无人机执行的任务进行重新规划,若发生的意外事件不影响原任务,则继续按原任务进行重新规划,若发生的意外事件影响到了原任务,则需重新生成任务使命;其次在任务目标层对无人机针对的目标进行重新规划,若发现目标改变,则重新规划无人机任务目标层;最后对任务行为层重新规划。
8.一种基于规则库的多意外事件下无人机调度处理方法,其特征在于,包括:
S1:预先设定和存储各类意外事件条件下无人机的调度规则;
S2:在无人机任务执行过程中获取多个意外事件信息并判断意外事件的类型;
S3:根据航路安全性代价、任务完成度代价以及当前任务使命规则对多个意外事件进行动态优先级规划,得到所述多个意外事件的处理排序;
S4:根据所述多个意外事件的处理排序,获取各类意外事件的调度规则,并生成所述多个意外事件的调度策略。
9.根据权利要求8所述的基于规则库的多意外事件下无人机调度处理方法,其特征在于,所述S3包括:
S31:对多个意外事件进行影响程度评估,获得每个意外事件的航路安全代价评估结果和任务完成度代价评估结果;
S32:根据航路安全代价评估结果、任务完成度代价评估结果和当前任务类型,基于动态优先级算法,获得每个意外事件的动态优先级。
10.根据权利要求9所述的基于规则库的多意外事件下无人机调度处理方法,其特征在于,所述S4包括:
根据所述多个意外事件的处理排序,获取各类意外事件的调度规则,首先在任务使命层对无人机执行的任务进行重新规划,若发生的意外事件不影响原任务,则继续按原任务进行重新规划,若发生的意外事件影响到了原任务,则需重新生成任务使命;其次在任务目标层对无人机针对的目标进行重新规划,若发现目标改变,则重新规划无人机任务目标层;最后对任务行为层重新规划。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111034322.4A CN113961014A (zh) | 2021-09-03 | 2021-09-03 | 基于规则库的多意外事件下无人机调度处理系统和方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111034322.4A CN113961014A (zh) | 2021-09-03 | 2021-09-03 | 基于规则库的多意外事件下无人机调度处理系统和方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113961014A true CN113961014A (zh) | 2022-01-21 |
Family
ID=79460882
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111034322.4A Pending CN113961014A (zh) | 2021-09-03 | 2021-09-03 | 基于规则库的多意外事件下无人机调度处理系统和方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113961014A (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160225263A1 (en) * | 2015-02-01 | 2016-08-04 | Iteris, Inc. | Mission prioritization and work order arrangement for unmanned aerial vehicles and remotely-piloted vehicles |
CN106094759A (zh) * | 2016-07-19 | 2016-11-09 | 南京航空航天大学 | 一种复杂生产环境下车间调度实时控制方法 |
CN110852486A (zh) * | 2019-10-16 | 2020-02-28 | 中国人民解放军国防科技大学 | 一种无人机集群自主协同的任务规划方法 |
CN110850954A (zh) * | 2019-10-28 | 2020-02-28 | 华侨大学 | 一种基于固定优先级事件触发混合关键偶发任务的能耗优化方法 |
CN112911723A (zh) * | 2021-01-29 | 2021-06-04 | 中国人民解放军国防科技大学 | 一种基于干扰优先级的无人机集群自组网信道接入方法 |
CN113064449A (zh) * | 2021-03-31 | 2021-07-02 | 广东电网有限责任公司电力调度控制中心 | 一种无人机调度方法及系统 |
-
2021
- 2021-09-03 CN CN202111034322.4A patent/CN113961014A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160225263A1 (en) * | 2015-02-01 | 2016-08-04 | Iteris, Inc. | Mission prioritization and work order arrangement for unmanned aerial vehicles and remotely-piloted vehicles |
CN106094759A (zh) * | 2016-07-19 | 2016-11-09 | 南京航空航天大学 | 一种复杂生产环境下车间调度实时控制方法 |
CN110852486A (zh) * | 2019-10-16 | 2020-02-28 | 中国人民解放军国防科技大学 | 一种无人机集群自主协同的任务规划方法 |
CN110850954A (zh) * | 2019-10-28 | 2020-02-28 | 华侨大学 | 一种基于固定优先级事件触发混合关键偶发任务的能耗优化方法 |
CN112911723A (zh) * | 2021-01-29 | 2021-06-04 | 中国人民解放军国防科技大学 | 一种基于干扰优先级的无人机集群自组网信道接入方法 |
CN113064449A (zh) * | 2021-03-31 | 2021-07-02 | 广东电网有限责任公司电力调度控制中心 | 一种无人机调度方法及系统 |
Non-Patent Citations (3)
Title |
---|
何涛;白振兴;: "基于MAS技术的Multi-UCAV任务规划系统研究", 指挥控制与仿真, no. 03 * |
张昕,等: "复杂环境下无人机任务重规划框架研究", 电子质量, no. 04, pages 1 - 4 * |
沈淑梅;姚臣;: "启发式动态任务调度与航路规划方法", 电光与控制, no. 09 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110398980B (zh) | 一种无人机群协同探测及避障的航迹规划方法 | |
CN107272731B (zh) | 无人机自动避撞系统 | |
CN106249750B (zh) | 在无人驾驶飞行器上自主执行决策以完成任务的方法和装置 | |
US10474144B2 (en) | Remote information collection, situational awareness, and adaptive response system for improving advance threat awareness and hazardous risk avoidance | |
US8594932B2 (en) | Management system for unmanned aerial vehicles | |
KR102279956B1 (ko) | 감시영역 우선도 기반 소수무리최적화 이론을 활용한 복수 무인항공기의 3차원 감시경로설정 최적화 방법 및 장치 | |
CN111930087B (zh) | 一种敏捷型低空拒止系统综合控制方法 | |
US8798922B2 (en) | Determination of flight path for unmanned aircraft in event of in-flight contingency | |
CN110597264B (zh) | 无人机反制系统 | |
US9116235B2 (en) | Mode S anti-reflection algorithm for eliminating false tracks due to reflected replies in ground radar systems | |
Baculi et al. | Onboard decision-making for nominal and contingency sUAS flight | |
GB2542491A (en) | Apparatus and method for communications management | |
EP3335334B1 (en) | Apparatus and method for communications management | |
WO2022093397A2 (en) | Networked air defense infrastructure with integrated threat assessment | |
CN110553549A (zh) | 一种低空飞行器指挥控制系统 | |
CN110793522B (zh) | 一种基于蚁群算法的航迹规划方法 | |
CN111612673A (zh) | 一种无人驾驶飞行器对多要地威胁程度确认方法及系统 | |
CN112396298B (zh) | 一种无人直升机多机协同任务规划方法 | |
JP2023538589A (ja) | ハイジャック、電波妨害、およびなりすまし攻撃に対する耐性を伴う無人航空機 | |
Janisch et al. | Uav collision risk as part of u-space demand and capacity balancing | |
Bai et al. | EO sensor planning for UAV engineering reconnaissance based on NIIRS and GIQE | |
CN113961014A (zh) | 基于规则库的多意外事件下无人机调度处理系统和方法 | |
CN106996789B (zh) | 一种多机载雷达协同探测的航路规划方法 | |
Wu et al. | Autonomous route planning for UAV when threats are uncertain | |
CN114545414A (zh) | 一种用于无人机防撞雷达的航迹管理方法 |
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 |