CN114326800B - 一种面向综合任务的无人机任务规划方法 - Google Patents
一种面向综合任务的无人机任务规划方法 Download PDFInfo
- Publication number
- CN114326800B CN114326800B CN202111621963.XA CN202111621963A CN114326800B CN 114326800 B CN114326800 B CN 114326800B CN 202111621963 A CN202111621963 A CN 202111621963A CN 114326800 B CN114326800 B CN 114326800B
- Authority
- CN
- China
- Prior art keywords
- delivery
- task
- patrol
- unmanned aerial
- aerial vehicle
- 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
- 238000013439 planning Methods 0.000 title claims abstract description 135
- 238000000034 method Methods 0.000 title claims abstract description 41
- 230000002194 synthesizing effect Effects 0.000 claims abstract description 4
- 239000011159 matrix material Substances 0.000 claims description 3
- 238000000638 solvent extraction Methods 0.000 claims description 3
- 239000000463 material Substances 0.000 description 17
- 230000003203 everyday effect Effects 0.000 description 4
- 238000012423 maintenance Methods 0.000 description 4
- 238000000354 decomposition reaction Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 1
- 238000013316 zoning Methods 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种面向综合任务的无人机任务规划方法,包括以下步骤:获取仓库信息,资源信息,无人机信息、投送点信息和巡逻路段信息;根据仓库信息、投送点信息和巡逻路段信息,将整个投送任务区按照仓库数量划分为多个任务区,每个任务区包括一个仓库、若干个投送点和若干个巡逻路段;分别在每个任务区内建立各自的单区投送巡逻任务规划模型;求解每个任务区内的单区投送巡逻任务规划模型,获得每个任务区中的单区投送巡逻任务规划方案;综合多个任务区的单区投送巡逻任务规划方案,获得未完成的投送任务和巡逻,建立跨任务区的补充投送巡逻任务规划模型;求解补充投送巡逻任务规划方案,进而获得整个投送巡逻任务规划方案。
Description
技术领域
本发明属于任务规划技术领域,具体涉及一种面向综合任务的无人机任务规划方法。
背景技术
近年来,随着无人机技术的发展,无人机被用于各种各样的作战任务中,无人机可以用于投送任务,在投送的过程中同样也可以进行巡逻,基于无人机的综合任务规划问题,是近年来研究的新方向。
无人机投送任务过程同时进行巡逻任务,投送任务的物资仓库可以用于一种或者几种物资的存放,且能够提供无人机起飞和降落,并且提供无人机的维修保障功能;假设无人机每次可以运载一种物资飞行至投送点执行投送任务,任务区域内有若干个投送点,且投送点按照所需的投送物资种类数量可以进行分类,在每个任务周期内,每个投送点所需物资需要在不同的时间约束下进行投送,由于投送过程中,无人机可以实现投送点之间航迹线路规划,实现重点航迹线路的巡逻或侦察,如何规划在任务周期内无人机的调度策略,在能够完成投送任务和线路巡逻的前提下,实现无人机数量最小或者无人机飞行时间最短等优化目标,是无人机面向综合任务规划中需要解决的问题。
发明内容
有鉴于此,本发明的目的在于提供一种面向综合任务的无人机任务规划方法,用于解决现有技术中存在的问题,从而实现在同时执行投送任务和线路巡逻任务中高效地进行无人机的规划调度。
基于上述目的,提供了一种面向综合任务的无人机任务规划方法,包括以下步骤:
步骤1,获取仓库信息,资源信息,无人机信息、投送点信息和巡逻路段信息;同一任务周期内,若某一投送点需要多次投送时,则按照投送次数将该投送点分化为多个投送点,所述的多个投送点的位置相同,但彼此之间为飞行距离和飞行时间设置为无穷大,若某一路段需要多次巡逻,则按照巡逻次数将该路段分化为多个巡逻路段,所述的多个巡逻路段的位置相同,但彼此之间的飞行距离和飞行时间设置为无穷大;
步骤2,根据仓库信息、投送点信息和巡逻路段信息,将整个投送任务区按照仓库数量划分为多个任务区,每个任务区包括一个仓库、若干个投送点和若干个巡逻路段;
步骤3,分别在每个任务区内建立各自的单区投送巡逻任务规划模型;
步骤4,求解每个任务区内的单区投送巡逻任务规划模型,获得每个任务区中的单区投送巡逻任务规划方案;
步骤5,综合多个任务区的单区投送巡逻任务规划方案,获得未完成的投送任务和巡逻,建立跨任务区的补充投送巡逻任务规划模型;
步骤6,求解补充投送巡逻任务规划方案,进而获得整个投送巡逻任务规划方案。
进一步地,所述的单区投送巡逻任务规划模型的目标函数包括两个目标函数,第一目标函数是最小化无人机数量,表示为Min(NUAV),NUAV表示无人机数量,第二个目标函数是最小化无人机的飞行时间,表示为表示无人机v从投送点i直接飞行到投送点j,tij表示无人机从投送点i到投送点j的时间;
所述的单区投送巡逻任务规划模型的约束条件包括:
无人机飞行能力约束:表示无人机v实际飞行航迹时间不超过无人机v的续航时间Tv;
投送次数的约束:表示对于任意投送点j实际被投送次数大于等于该投送点所需的最小投送次数Tminj,小于该投送点的最大投送次数Tmaxj;表示对于任意投送点i实际被投送次数大于等于该投送点所需的最小投送次数Tmini,小于该投送点的最大投送次数Tmaxi;
投送时间的约束:Eti≤Gti≤Lti,表示对于任意投送点i的实际投送时间Gti必须在对i投送任务的最早执行时间Eti与最晚执行时间Lti之间;
投送时间序列的约束:表示对于任意无人机v,如果存在无人机v从投送点i到投送点j的轨迹,那么无人机v在投送点i的实际时间Gti加上两个投送点之间的飞行时间,应该小于等于无人机v到达投送点j的实际时间Gtj;
实际投送时间的取值约束:Gti≥0,表示对于任意投送点i,其实际投送时间均大于等于0;
无人机航迹的约束:表示对于任意无人机v,不会出现飞行航迹在投送点之间进行子循环;
决策变量的取值约束:表示决策变量只能取值0或者1,取值为1时表示存在无人机v从投送点i直接飞行到投送点j的航迹,取值为0时表示不存在无人机v从投送点i直接飞行到投送点j的航迹;
无人机的起飞和降落约束:表示对于任意无人机的起飞点是仓库,执行完投送任务后也必须降落在仓库;
路段巡逻的约束:若Rtij=1,则要求或者/>表示对于任意无人机v,当投送点i和j之间的路段为巡逻路段,即Rtij=1时,则要求/>或者/>即要求无人机必须通过该巡逻路段;
其中,UAV={1,2,…m}表示无人机的集合,Loc={0,1,2,…n}表示仓库和投送点目标集合,其中{0}表示区域内唯一的仓库,Rt为巡逻路段约束矩阵,每个元素Rtij取值为0或1,当Rtij=1时,表示投送点i和j之间的路段为巡逻路段,当Rtij=0时,表示投送点i和j之间的路段为非巡逻路段。
具体地,步骤4中所述的求解每个任务区内的单区投送巡逻任务规划模型采用两阶段迭代求解方法,包括以下步骤:
步骤401,初始化无人机数量为1;
步骤402,将所述的单区投送巡逻任务规划模型输入规划求解器进行求解;
步骤403,若计算单区投送巡逻任务规划模型无解,则将无人机数量加1,继续步骤402;
步骤404,若计算单区投送巡逻任务规划模型有解,则保存无人机数量和无人机的飞行时间;
步骤405,根据单区投送巡逻任务规划模型求解的决策变量,进行解码获得单区投送巡逻任务规划方案。
更进一步地,步骤5中所述的补充投送巡逻任务规划模型包括两个阶段,第一个阶段是对未完成的投送巡逻任务的跨区域划分,第二个阶段是根据第一个阶段的划分结果,建立未完成的投送任务的补充投送巡逻任务规划模型;
第一个阶段包括以下步骤:
步骤501,初始化未完成的投送巡逻任务集合Task={t1,t2,…,tM},未完成投送巡逻任务投送点集合Loct和巡逻路段集合Rtt,所述投送任务所需的资源集合R={r1,r2,…,rM},仓库集合H={h1,h2,…,hN}及其对应拥有的资源集合
步骤502,从未完成的投送任务集合中取出一个任务ti,对应的投送点loci或巡逻路段rti,以及该任务需要的资源种类ri;
步骤503,遍历仓库集合,获得能够满足任务ti所需的资源种类ri的仓库集合Hti;
步骤504,若任务ti中是投送点loci,则找到仓库集合Hti中距离投送点loci最近仓库hti,将任务ti和投送点loci与仓库hti划分到同一区域;若任务ti中是巡逻路段rti,则找到仓库集合Hti中距离巡逻路段rti最近仓库hti,将任务ti和巡逻路段rti与仓库hti划分到同一区域,并将ti从Task={t1,t2,…,tM}中移除并将ti从Task={t1,t2,…,tM}中移除;
步骤505,重复步骤502至步骤504,直到所有的未完成的投送任务均完成区域划分;
第二个阶段包括以下步骤:
步骤506,根据第一个阶段的跨区域划分结果,将未完成的投送任务、投送点和巡逻路段按照使用到的仓库集合进行分区;
步骤507,在步骤506跨区域分区结果的基础上建立与步骤3相似的划分单区投送巡逻任务规划模型,即为补充投送巡逻任务规划模型;
步骤6中所述的整个投送任务规划方案的获得是整合步骤4中单区投送巡逻任务规划方案和步骤6中补充投送巡逻任务规划方案获得的。
具体地,步骤6中所述的求解补充投送巡逻任务规划方案采用两阶段迭代求解方法,包括以下步骤:
步骤401,初始化无人机数量为1;
步骤402,将所述的补充投送巡逻任务规划模型输入规划求解器进行求解;
步骤403,若计算补充投送巡逻任务规划模型无解,则将无人机数量加1,继续步骤402;
步骤404,若计算补充投送巡逻任务规划模型有解,则保存无人机数量和无人机的飞行时间;
步骤405,根据补充投送巡逻任务规划模型求解的决策变量,进行解码获得补充投送巡逻任务规划方案。
优选地,所述的规划求解器选用lingo、Matlab、iCplex、Gurobi、Ipsolve中的一种或多种
优选地,步骤2中所述的将整个投送任务区按照仓库数量划分为多个任务区的过程,是以仓库数量为类别数量,将每一个仓库分为一个类别,同时对投送点和巡逻路段与仓库位置的距离作为影响因素的分类过程。
利用无人机同时执行投送任务和巡逻任务,如果按照原问题进行建模分析,那么决策变量的维度多且建模难度大,且本发明方法时空分治和任务分解的思想,首先,按照仓库信息、巡逻路段信息和投送点信息,将整个任务区按照空间划分多个子任务区,每个仓库保障一个子任务区,这样就将多仓库规划问题变成了单仓库规划问题,其次,根据投送点需要的投送次数和巡逻路段需要的巡逻次数,将需要多次投送的一个投送点或巡逻路段转化为相同位置的多个投送点或巡逻路段,使其计算更为简单,最后,考虑由于各个仓库物资的限制或无人机的限制,导致无法满足投送点和巡逻路段的需求,所以又建立了跨任务区的规划模型,使得求解的投送巡逻任务规划方案更加准确和全面。
附图说明
图1为本发明实施例的无人机任务规划方法的流程示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅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。
本实施例中将投送巡逻综合任务规划中的相关信息进行明确,使得模型和求解方法更加具体。现有仓库3个,可以实现无人机(UAV)的起飞和降落,每个仓库具备一定数量的同型UAV,每架UAV可以运载一种物资去进行投送,已知仓库1具有两种物资,仓库2具有两种物资,仓库3具有三种物资,任务区域内具有30个投送点,其中包括6个I型投送点,12个II型投送点和12个III型投送点,仓库和投送点位置均已知,要求对I型投送点每天至少投送三种不同物资,对II型投送点每天至少投送两种不同的物资,对III型投送点每天至少投送一种不同的物资。无人机的飞行速度,最大航行时间都已知,且每进行一段时间的飞行,必须要降落到仓库进行维修保养工作,且维修保养时间确定。在执行投送任务的同时,要实现对投送点之间的重点路段进行巡逻,所述的重点路段均为在投送点之间的路段,要求在确保投送巡逻任务完成的情况下,至少需要配置多少UAV,且给出在一天时间内,所有UAV的规划调度方案,包括每个UAV的起飞仓库及时间,运载物资,航迹,投送时间、降落仓库及时间、维保时间等。
基于上述问题,提出了一种面向综合任务的无人机任务规划方法,采用时空分治和任务分解的思路对问题的决策变量简化,首先,按照仓库信息、巡逻路段信息和投送点信息,将整个任务区按照空间划分多个子任务区,每个仓库保障一个子任务区,这样就将多仓库规划问题变成了单仓库规划问题,其次,根据投送点需要的投送次数和巡逻路段需要的巡逻次数,将需要多次投送的一个投送点或巡逻路段转化为相同位置的多个投送点或巡逻路段,使其计算更为简单,最后,考虑由于各个仓库物资的限制或无人机的限制,导致无法满足投送点和巡逻路段的需求,所以又建立了跨任务区的规划模型,使得求解的投送巡逻任务规划方案更加准确和全面。主要包括以下步骤:
步骤1,获取仓库信息,资源信息,无人机信息、投送点信息和巡逻路段信息;同一任务周期内,若某一投送点需要多次投送时,则按照投送次数将该投送点分化为多个投送点,所述的多个投送点的位置相同,但彼此之间为飞行距离和飞行时间设置为无穷大,若某一路段需要多次巡逻,则按照巡逻次数将该路段分化为多个巡逻路段,所述的多个巡逻路段的位置相同,但彼此之间的飞行距离和飞行时间设置为无穷大;比如在对II型投送点进行投送时,需要每天至少投送两种不同物资,这个时候可以将该投送点转化为多个独立的但是坐标相同的投送点,这样就可以将决策变量进行降维,比如II01投送点可以被视为两个投送点II01-1和II01-2,这两个投送点虽然坐标相同,但是两点之间的飞行距离或者飞行时间设置为无穷大,使得在规划过程中不会存在同一架无人机不会从II01-1投送点飞行至II01-2投送点;
步骤2,根据仓库信息、投送点信息和巡逻路段信息,将整个投送任务区按照仓库数量划分为多个任务区,每个任务区包括一个仓库、若干个投送点和若干个巡逻路段;
步骤3,分别在每个任务区内建立各自的单区投送巡逻任务规划模型;
步骤4,求解每个任务区内的单区投送巡逻任务规划模型,获得每个任务区中的单区投送巡逻任务规划方案;
步骤5,综合多个任务区的单区投送巡逻任务规划方案,获得未完成的投送任务和巡逻,建立跨任务区的补充投送巡逻任务规划模型;
步骤6,求解补充投送巡逻任务规划方案,进而获得整个投送巡逻任务规划方案。
事实上,所谓单区投送巡逻任务实际上应该满足以下条件:
(1)最小化的无人机的使用数量;
(2)所有无人机在任务区内飞行的距离或者飞行的时间最少;
(3)每个投送任务在所属的时间窗口内完成;
(4)每个巡逻路段必须被航迹覆盖。
所述的单区投送巡逻任务规划模型的目标函数包括两个目标函数,第一目标函数是最小化无人机数量,表示为Min(NUAV),NUAV表示无人机数量,第二个目标函数是最小化无人机的飞行时间,表示为表示无人机v从投送点i直接飞行到投送点j,tij表示无人机从投送点i到投送点j的时间;
所述的单区投送巡逻任务规划模型的约束条件包括:
无人机飞行能力约束:表示无人机v实际飞行航迹时间不超过无人机v的续航时间Tv;
投送次数的约束:表示对于任意投送点j实际被投送次数大于等于该投送点所需的最小投送次数Tminj,小于该投送点的最大投送次数Tmaxj;表示对于任意投送点i实际被投送次数大于等于该投送点所需的最小投送次数Tmini,小于该投送点的最大投送次数Tmaxi;
投送时间的约束:Eti≤Gti≤Lti,表示对于任意投送点i的实际投送时间Gti必须在对i投送任务的最早执行时间Eti与最晚执行时间Lti之间;
投送时间序列的约束:表示对于任意无人机v,如果存在无人机v从投送点i到投送点j的轨迹,那么无人机v在投送点i的实际时间Gti加上两个投送点之间的飞行时间,应该小于等于无人机v到达投送点j的实际时间Gtj;
实际投送时间的取值约束:Gti≥0,表示对于任意投送点i,其实际投送时间均大于等于0;
无人机航迹的约束:表示对于任意无人机v,不会出现飞行航迹在投送点之间进行子循环;
决策变量的取值约束:表示决策变量只能取值0或者1,取值为1时表示存在无人机v从投送点i直接飞行到投送点j的航迹,取值为0时表示不存在无人机v从投送点i直接飞行到投送点j的航迹;
无人机的起飞和降落约束:表示对于任意无人机的起飞点是仓库,执行完投送任务后也必须降落在仓库;
路段巡逻的约束:若Rtij=1,则要求或者/>表示对于任意无人机v,当投送点i和j之间的路段为巡逻路段,即Rtij=1时,则要求/>或者/>即要求无人机必须通过该巡逻路段;
其中,UAV={1,2,…m}表示无人机的集合,Loc={0,1,2,…n}表示仓库和投送点目标集合,其中{0}表示区域内唯一的仓库,Rt为巡逻路段约束矩阵,每个元素Rtij取值为0或1,当Rtij=1时,表示投送点i和j之间的路段为巡逻路段,当Rtij=0时,表示投送点i和j之间的路段为非巡逻路段。
步骤4中所述的求解每个任务区内的单区投送巡逻任务规划模型采用两阶段迭代求解方法,包括以下步骤:
步骤401,初始化无人机数量为1;
步骤402,将所述的单区投送巡逻任务规划模型输入规划求解器进行求解;
步骤403,若计算单区投送巡逻任务规划模型无解,则将无人机数量加1,继续步骤402;
步骤404,若计算单区投送巡逻任务规划模型有解,则保存无人机数量和无人机的飞行时间;
步骤405,根据单区投送巡逻任务规划模型求解的决策变量,进行解码获得单区投送巡逻任务规划方案。
步骤5中所述的补充投送巡逻任务规划模型包括两个阶段,第一个阶段是对未完成的投送巡逻任务的跨区域划分,第二个阶段是根据第一个阶段的划分结果,建立未完成的投送任务的补充投送巡逻任务规划模型;
第一个阶段包括以下步骤:
步骤501,初始化未完成的投送巡逻任务集合Task={t1,t2,…,tM},未完成投送巡逻任务投送点集合Loct和巡逻路段集合Rtt,所述投送任务所需的资源集合R={r1,r2,…,rM},仓库集合H={h1,h2,…,hN}及其对应拥有的资源集合
步骤502,从未完成的投送任务集合中取出一个任务ti,对应的投送点loci或巡逻路段rti,以及该任务需要的资源种类ri;
步骤503,遍历仓库集合,获得能够满足任务ti所需的资源种类ri的仓库集合Hti;
步骤504,若任务ti中是投送点loci,则找到仓库集合Hti中距离投送点loci最近仓库hti,将任务ti和投送点loci与仓库hti划分到同一区域;若任务ti中是巡逻路段rti,则找到仓库集合Hti中距离巡逻路段rti最近仓库hti,将任务ti和巡逻路段rti与仓库hti划分到同一区域,并将ti从Task={t1,t2,…,tM}中移除并将ti从Task={t1,t2,…,tM}中移除;
步骤505,重复步骤502至步骤504,直到所有的未完成的投送任务均完成区域划分;
第二个阶段包括以下步骤:
步骤506,根据第一个阶段的跨区域划分结果,将未完成的投送任务、投送点和巡逻路段按照使用到的仓库集合进行分区;
步骤507,在步骤506跨区域分区结果的基础上建立与步骤3相似的划分单区投送巡逻任务规划模型,即为补充投送巡逻任务规划模型;
步骤6中所述的整个投送任务规划方案的获得是整合步骤4中单区投送巡逻任务规划方案和步骤6中补充投送巡逻任务规划方案获得的。
步骤6中所述的求解补充投送巡逻任务规划方案采用两阶段迭代求解方法,包括以下步骤:
步骤401,初始化无人机数量为1;
步骤402,将所述的补充投送巡逻任务规划模型输入规划求解器进行求解;
步骤403,若计算补充投送巡逻任务规划模型无解,则将无人机数量加1,继续步骤402;
步骤404,若计算补充投送巡逻任务规划模型有解,则保存无人机数量和无人机的飞行时间;
步骤405,根据补充投送巡逻任务规划模型求解的决策变量,进行解码获得补充投送巡逻任务规划方案。
所述的规划求解器选用lingo、Matlab、iCplex、Gurobi、Ipsolve中的一种或多种。
步骤2中所述的将整个投送任务区按照仓库数量划分为多个任务区的过程,是以仓库数量为类别数量,将每一个仓库分为一个类别,同时对投送点和巡逻路段与仓库位置的距离作为影响因素的分类过程。
事实上,所谓的多任务区分区可以采用多种方法,只要合理且实用即可。
由发明内容和实施例可知,本发明一种面向综合任务的无人机任务规划方法,在时间和空间维度将其问题进行降维简化,同时在任务过程中进行分解和协同,建立单区投送巡逻任务规划模型,同时为确保问题得到全面解决,又设计了跨任务区的补充任务巡逻规划模型,使得本发明方法既能在有效的时间求解任务规划问题,又使得任务规划得到的方案能够获得满意的效果。
Claims (6)
1.一种面向综合任务的无人机任务规划方法,其特征在于,包括以下步骤:
步骤1,获取仓库信息,资源信息,无人机信息、投送点信息和巡逻路段信息;同一任务周期内,若某一投送点需要多次投送时,则按照投送次数将该投送点分化为多个投送点,所述的多个投送点的位置相同,但彼此之间为飞行距离和飞行时间设置为无穷大,若某一路段需要多次巡逻,则按照巡逻次数将该路段分化为多个巡逻路段,所述的多个巡逻路段的位置相同,但彼此之间的飞行距离和飞行时间设置为无穷大;
步骤2,根据仓库信息、投送点信息和巡逻路段信息,将整个投送任务区按照仓库数量划分为多个任务区,每个任务区包括一个仓库、若干个投送点和若干个巡逻路段;
步骤3,分别在每个任务区内建立各自的单区投送巡逻任务规划模型;
步骤4,求解每个任务区内的单区投送巡逻任务规划模型,获得每个任务区中的单区投送巡逻任务规划方案;
步骤5,综合多个任务区的单区投送巡逻任务规划方案,获得未完成的投送任务和巡逻,建立跨任务区的补充投送巡逻任务规划模型;
步骤6,求解补充投送巡逻任务规划方案,进而获得整个投送巡逻任务规划方案;
所述的单区投送巡逻任务规划模型的目标函数包括两个目标函数,第一目标函数是最小化无人机数量,表示为Min(NUAV),NUAV表示无人机数量,第二个目标函数是最小化无人机的飞行时间,表示为 表示无人机v从投送点i直接飞行到投送点j,tij表示无人机从投送点i到投送点j的时间;
所述的单区投送巡逻任务规划模型的约束条件包括:
无人机飞行能力约束:表示无人机v实际飞行航迹时间不超过无人机v的续航时间Tv;
投送次数的约束:表示对于任意投送点j实际被投送次数大于等于该投送点所需的最小投送次数Tminj,小于该投送点的最大投送次数Tmaxj;表示对于任意投送点i实际被投送次数大于等于该投送点所需的最小投送次数Tmini,小于该投送点的最大投送次数Tmaxi;
投送时间的约束:Eti≤Gti≤Lti,表示对于任意投送点i的实际投送时间Gti必须在对i投送任务的最早执行时间Eti与最晚执行时间Lti之间;
投送时间序列的约束:表示对于任意无人机v,如果存在无人机v从投送点i到投送点j的轨迹,那么无人机v在投送点i的实际时间Gti加上两个投送点之间的飞行时间,应该小于等于无人机v到达投送点j的实际时间Gtj;
实际投送时间的取值约束:Gti≥0,表示对于任意投送点i,其实际投送时间均大于等于0;
无人机航迹的约束:表示对于任意无人机v,不会出现飞行航迹在投送点之间进行子循环;
决策变量的取值约束:表示决策变量只能取值0或者1,取值为1时表示存在无人机v从投送点i直接飞行到投送点j的航迹,取值为0时表示不存在无人机v从投送点i直接飞行到投送点j的航迹;
无人机的起飞和降落约束:表示对于任意无人机的起飞点是仓库,执行完投送任务后也必须降落在仓库;
路段巡逻的约束:若Rtij=1,则要求或者/>表示对于任意无人机v,当投送点i和j之间的路段为巡逻路段,即Rtij=1时,则要求/>或者/>即要求无人机必须通过该巡逻路段;
其中,UAV={1,2,…m}表示无人机的集合,Loc={0,1,2,…n}表示仓库和投送点目标集合,其中{0}表示区域内唯一的仓库,Rt为巡逻路段约束矩阵,每个元素Rtij取值为0或1,当Rtij=1时,表示投送点i和j之间的路段为巡逻路段,当Rtij=0时,表示投送点i和j之间的路段为非巡逻路段。
2.根据权利要求1所述的一种面向综合任务的无人机任务规划方法,其特征在于,步骤4中所述的求解每个任务区内的单区投送巡逻任务规划模型采用两阶段迭代求解方法,包括以下步骤:
步骤401,初始化无人机数量为1;
步骤402,将所述的单区投送巡逻任务规划模型输入规划求解器进行求解;
步骤403,若计算单区投送巡逻任务规划模型无解,则将无人机数量加1,继续步骤402;
步骤404,若计算单区投送巡逻任务规划模型有解,则保存无人机数量和无人机的飞行时间;
步骤405,根据单区投送巡逻任务规划模型求解的决策变量,进行解码获得单区投送巡逻任务规划方案。
3.根据权利要求2所述的一种面向综合任务的无人机任务规划方法,其特征在于,步骤5中所述的补充投送巡逻任务规划模型包括两个阶段,第一个阶段是对未完成的投送巡逻任务的跨区域划分,第二个阶段是根据第一个阶段的划分结果,建立未完成的投送任务的补充投送巡逻任务规划模型;
第一个阶段包括以下步骤:
步骤501,初始化未完成的投送巡逻任务集合Task={t1,t2,…,tM},未完成投送巡逻任务投送点集合Loct和巡逻路段集合Rtt,所述投送任务所需的资源集合R={r1,r2,…,rM},仓库集合H={h1,h2,…,hN}及其对应拥有的资源集合
步骤502,从未完成的投送任务集合中取出一个任务ti,对应的投送点loci或巡逻路段rti,以及该任务需要的资源种类ri;
步骤503,遍历仓库集合,获得能够满足任务ti所需的资源种类ri的仓库集合Hti;
步骤504,若任务ti中是投送点loci,则找到仓库集合Hti中距离投送点loci最近仓库hti,将任务ti和投送点loci与仓库hti划分到同一区域;若任务ti中是巡逻路段rti,则找到仓库集合Hti中距离巡逻路段rti最近仓库hti,将任务ti和巡逻路段rti与仓库hti划分到同一区域,并将ti从Task={t1,t2,…,tM}中移除并将ti从Task={t1,t2,…,tM}中移除;
步骤505,重复步骤502至步骤504,直到所有的未完成的投送任务均完成区域划分;
第二个阶段包括以下步骤:
步骤506,根据第一个阶段的跨区域划分结果,将未完成的投送任务、投送点和巡逻路段按照使用到的仓库集合进行分区;
步骤507,在步骤506跨区域分区结果的基础上建立与步骤3相似的划分单区投送巡逻任务规划模型,即为补充投送巡逻任务规划模型;
步骤6中所述的整个投送任务规划方案的获得是整合步骤4中单区投送巡逻任务规划方案和步骤6中补充投送巡逻任务规划方案获得的。
4.根据权利要求3所述的一种面向综合任务的无人机任务规划方法,其特征在于,步骤6中所述的求解补充投送巡逻任务规划方案采用两阶段迭代求解方法,包括以下步骤:
步骤401,初始化无人机数量为1;
步骤402,将所述的补充投送巡逻任务规划模型输入规划求解器进行求解;
步骤403,若计算补充投送巡逻任务规划模型无解,则将无人机数量加1,继续步骤402;
步骤404,若计算补充投送巡逻任务规划模型有解,则保存无人机数量和无人机的飞行时间;
步骤405,根据补充投送巡逻任务规划模型求解的决策变量,进行解码获得补充投送巡逻任务规划方案。
5.根据权利要求4所述的一种面向综合任务的无人机任务规划方法,其特征在于,所述的规划求解器选用lingo、Matlab、iCplex、Gurobi、Ipsolve中的一种或多种。
6.根据权利要求4所述的一种面向综合任务的无人机任务规划方法,其特征在于,步骤2中所述的将整个投送任务区按照仓库数量划分为多个任务区的过程,是以仓库数量为类别数量,将每一个仓库分为一个类别,同时对投送点和巡逻路段与仓库位置的距离作为影响因素的分类过程。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111621963.XA CN114326800B (zh) | 2021-12-28 | 2021-12-28 | 一种面向综合任务的无人机任务规划方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111621963.XA CN114326800B (zh) | 2021-12-28 | 2021-12-28 | 一种面向综合任务的无人机任务规划方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114326800A CN114326800A (zh) | 2022-04-12 |
CN114326800B true CN114326800B (zh) | 2024-05-03 |
Family
ID=81015500
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111621963.XA Active CN114326800B (zh) | 2021-12-28 | 2021-12-28 | 一种面向综合任务的无人机任务规划方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114326800B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117130391B (zh) * | 2023-10-19 | 2024-01-12 | 中国人民解放军96901部队 | 一种基于软件定义的无人飞行器任务规划方法及设备 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110267322A (zh) * | 2019-07-09 | 2019-09-20 | 哈尔滨工业大学 | 一种基于dsr协议改进的无人机自组网快速反应路由算法 |
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 |
CN111401681A (zh) * | 2020-02-10 | 2020-07-10 | 合肥工业大学 | 多无人机协同巡逻任务分配优化方法 |
CN111950952A (zh) * | 2019-05-17 | 2020-11-17 | 福特全球技术公司 | 用于自动化多模式投递的系统和方法 |
CN113703472A (zh) * | 2021-07-23 | 2021-11-26 | 安徽有云智能科技有限公司 | 多无人机与车辆协同巡检的路径优化方法和装置 |
-
2021
- 2021-12-28 CN CN202111621963.XA patent/CN114326800B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111950952A (zh) * | 2019-05-17 | 2020-11-17 | 福特全球技术公司 | 用于自动化多模式投递的系统和方法 |
CN110267322A (zh) * | 2019-07-09 | 2019-09-20 | 哈尔滨工业大学 | 一种基于dsr协议改进的无人机自组网快速反应路由算法 |
CN111401681A (zh) * | 2020-02-10 | 2020-07-10 | 合肥工业大学 | 多无人机协同巡逻任务分配优化方法 |
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 |
CN113703472A (zh) * | 2021-07-23 | 2021-11-26 | 安徽有云智能科技有限公司 | 多无人机与车辆协同巡检的路径优化方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
CN114326800A (zh) | 2022-04-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110930770B (zh) | 一种基于管制意图和飞机性能模型的四维航迹预测方法 | |
CN112116830B (zh) | 一种基于空域网格化的无人机动态地理围栏规划方法 | |
US10459437B2 (en) | Air-ground heterogeneous robot system path planning method based on neighborhood constraint | |
CN108268053B (zh) | 仿候鸟进化雪堆博弈的无人机自主集群编队轮换控制方法 | |
CN103744290B (zh) | 一种多无人机编队分层目标分配方法 | |
CN112016812A (zh) | 多无人机任务调度方法、系统及存储介质 | |
CN113724534B (zh) | 一种航班飞行轨迹多目标动态规划方法 | |
CN110597286B (zh) | 一种利用智慧机库实现输电线路无人机自主巡检的方法 | |
WO2020239092A1 (zh) | 一种无人机及其飞行区域的规划方法、装置、存储介质 | |
CN114326800B (zh) | 一种面向综合任务的无人机任务规划方法 | |
CN112633654A (zh) | 基于改进聚类扩展一致性束算法的多无人机任务分配方法 | |
CN111024080A (zh) | 一种无人机群对多移动时敏目标侦察路径规划方法 | |
CN113552897B (zh) | 基于任务优先级的空地无人系统侦察协同路径规划方法 | |
CN115146882B (zh) | 一种空地协同巡检方法及系统 | |
CN111221349A (zh) | 多无人机目标定位的航路规划方法 | |
CN116560406A (zh) | 一种无人机集群协同规划与自主调度方法 | |
CN110793522B (zh) | 一种基于蚁群算法的航迹规划方法 | |
CN116934046A (zh) | 一种基于机器学习与运筹优化的智能调度方法 | |
Lyu et al. | Tilting path optimization of tilt quad rotor in conversion process based on ant colony optimization algorithm | |
CN115237157B (zh) | 一种路网约束下的空地无人集群多任务点路径规划方法 | |
CN111895998A (zh) | 一种大型固定翼无人飞行器分段堆栈式航路规划方法 | |
CN115081759B (zh) | 基于历史飞行数据的节油决策方法、系统和设备 | |
CN114740880A (zh) | 一种基于时空分治的空中投送任务规划方法 | |
CN113409619A (zh) | 一种基于元胞自动机的航班调度方法、系统及存储介质 | |
CN114281108B (zh) | 基于分层改进遗传算法的投送任务规划方法 |
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 |