CN114779806A - 一种分布式协同的任务处理方法、装置、设备及存储介质 - Google Patents
一种分布式协同的任务处理方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN114779806A CN114779806A CN202210345988.XA CN202210345988A CN114779806A CN 114779806 A CN114779806 A CN 114779806A CN 202210345988 A CN202210345988 A CN 202210345988A CN 114779806 A CN114779806 A CN 114779806A
- Authority
- CN
- China
- Prior art keywords
- task
- node
- unmanned aerial
- target
- 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.)
- Pending
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 28
- 238000012545 processing Methods 0.000 claims abstract description 104
- 238000000034 method Methods 0.000 claims abstract description 59
- 238000004891 communication Methods 0.000 claims description 33
- 238000004590 computer program Methods 0.000 claims description 15
- 238000012549 training Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 description 28
- 238000010586 diagram Methods 0.000 description 10
- 230000009471 action Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000006855 networking Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000000750 progressive 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
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)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请实施例在于提供一种分布式协同的任务处理方法、装置、设备及存储介质，属于计算机领域。方法包括：在获取到无人机集群待执行的目标任务时，判断目标任务所需的计算资源是否超过计算阈值；若未超过，则将目标任务分配到第一节点进行处理；若超过，则执行分布式的任务处理；基于所述第一节点的处理结果或所述分布式的任务处理结果，规划所述无人机集群在所述目标任务中的飞行路径。本申请旨在提高无人机集群处理任务时的准确性和实时性。
Description
技术领域
本申请实施例涉及计算机的领域，具体而言，涉及一种分布式协同的任务处理方法、装置、设备及存储介质。
背景技术
无人机集群具有成本低、数量多、灵活便捷等优势，在出现地震、海啸或森林火灾等自然灾害时，灾区的通信情况一般比较复杂，且救援人员不容易进入到灾区中，则此时通过无人机集群的优势，就能够在应急救援的过程中，进行通信组网、对灾区的情况进行初步探查或进行初步的灭火等；但是在执行这些任务时，无人机集群的航路规划和决策处理方法都需要更智能化，如果仅依赖于人工操作，较为糟糕的通信环境会导致无人机集群无法完成上述的应急救灾和森林灭火任务。
在无人机集群需要进行航路规划或在线决策时，均需要进行目标识别，才能够引导无人机集群进行更智能化的决策；但受到单个无人机的计算资源限制，无人机集群中单无人机在进行大像素数、高分辨率的图像数据的在线识别时，准确性和实时性均难以保证。
发明内容
本申请实施例提供一种分布式协同的任务处理方法、装置、设备及存储介质，旨在提高无人机集群处理任务时的准确性和实时性。
第一方面，本申请实施例提供一种分布式协同的任务处理方法，应用于多个无人机构成的无人机集群，所述无人机集群用于执行森林消防任务和/或应急救灾任务，所述无人机集群包括主控节点，所述方法应用于所述主控节点，所述方法包括：
在获取到所述无人机集群待执行的目标任务时，判断所述目标任务所需的计算资源是否超过计算阈值；其中，所述目标任务为在所述森林消防/或应急救灾任务中为所述多个无人机的灭火任务进行路径规划的任务；
若未超过，则将所述目标任务分配到第一节点进行处理；
若超过，则执行分布式的任务处理，所述分布式的任务处理包括：基于所述无人机集群中每个节点的计算资源实时占用率，确定所述无人机集群中各个节点是否满足多个目标子任务的执行；所述目标子任务为所述目标任务执行分布式的任务处理得到的任务；若是，则将所述多个目标子任务分别发送给对应的第二节点；若否，则重复以上分布式的任务处理的步骤，直到所述无人机集群中各个节点满足重新划分得到的多个目标子任务的执行；
基于所述第一节点的处理结果或所述分布式的任务处理结果，规划所述无人机集群在所述目标任务中的飞行路径。
可选地，所述判断所述目标任务所需的计算资源是否超过计算阈值，包括：
获取所述目标任务中图像数据的像素数信息；
基于图像数据的像素数信息和预设像素数阈值，确定所述目标任务所需的计算资源是否超过计算阈值。
可选地，基于图像数据的像素数信息和预设像素数阈值，确定所述目标任务所需的计算资源是否超过计算阈值，包括：
若所述目标任务的像素数大于等于所述预设像素数阈值，则所述目标任务所需的计算资源超过计算阈值；
若所述目标任务的像素数小于所述预设像素数阈值，则所述目标任务所需的计算资源未超过计算阈值。
可选地，所述基于所述无人机集群中每个节点的计算资源实时占用率，确定所述无人机集群中各个节点是否满足所述多个目标子任务的执行，包括：
构建计算资源占用率数据库并训练，所述计算资源占用率数据库用于表征所述无人机集群中各个节点计算各种森林消防任务时的计算资源占用情况；
基于所述计算资源占用率数据库，计算所述目标任务的预估计算资源占用率；
判断所述无人机集群中是否存在多个节点的计算资源实时占用率超出所述预估计算资源占用率；
若是，则所述无人机集群中各个节点满足所述多个目标子任务的执行；
若否，则所述无人机集群中各个节点不满足所述多个目标子任务的执行。
可选地，所述方法还包括：
获取所述无人机集群中各个节点的计算资源实时占用率以及属性信息，所述属性信息至少包括：状态信息、决策目标类型和各个节点的位置信息；
响应于在线决策任务，所述在线决策任务用于确定所述无人机集群的目标地点；
将所述在线决策任务和各个节点的属性信息发送到计算资源实时占用率最低的第三节点，以通过所述第三节点输出所述无人机集群中各个节点在下一时刻待前往的目标地点。
可选地，所述无人机集群中的每个节点还与地面辅助节点通信连接，所述方法还包括：
获取与所述地面辅助节点之间的通信状态，以及所述目标任务的时效性；
若所述目标任务为第一时效性，且所述通信状态满足目标通信状态，则将所述目标任务发送到所述地面辅助节点执行；
获取所述地面辅助节点对所述目标任务进行执行后返回的执行结果。
可选地，所述方法还包括：
定期获取所述无人机集群中节点与所述主控节点之间的通信连接；
若所述无人机集群中多个节点均检测到与所述主控节点的通信连接中断，则确定所述无人机集群除所述主控节点外的其中一个节点作为新的主控节点。
第二方面，本申请实施例提供一种分布式协同的任务处理装置用于执行第一方面任一项所述的一种分布式协同的任务处理方法，应用于多个无人机构成的无人机集群，所述无人机集群用于执行森林消防任务和/或应急救灾任务，所述无人机集群包括主控节点，所述方法应用于所述主控节点，所述装置包括：第一判断模块、分布式处理模块和规划模块，其中：
第一判断模块，用于在获取到所述无人机集群待执行的目标任务时，判断所述目标任务所需的计算资源是否超过计算阈值；其中，所述目标任务为在所述森林消防中为所述多个无人机的灭火任务进行路径规划的任务；若未超过，则将所述目标任务分配到第一节点进行处理；若超过，则执行分布式的任务处理；
分布式处理模块，用于基于所述无人机集群中每个节点的计算资源实时占用率，确定所述无人机集群中各个节点是否满足所述多个目标子任务的执行；所述目标子任务为所述目标任务执行分布式的任务处理得到的任务；若是，则将所述多个目标子任务分别发送对应的第二节点；若否，则重复以上分布式的任务处理的步骤，直到所述无人机集群中各个节点满足重新划分得到的多个目标子任务的执行；
规划模块，用于基于所述第一节点的处理结果或所述分布式的任务处理结果，规划所述无人机集群在所述目标任务中的飞行路径。
第三方面，本申请实施例提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行时实现如第一方面任一项所述的一种分布式协同的任务处理方法。
第四方面，本申请实施例提供一种存储介质，其存储的计算机程序使得处理器执行如第一方面任一项所述的一种分布式协同的任务处理方法。
有益效果：本申请首先判断无人机集群其中一个节点存在的计算资源是否能够实现目标任务，若目标任务所需的计算资源未超过计算阈值，则说明无人机集群中单个第一节点的计算资源就能够处理目标任务，则直接采用第一节点处理目标任务；若目标任务所需的计算资源超过了计算阈值，则说明第一节点中的计算资源不能够处理目标任务，此时则执行分布式的任务处理；在进行分布式的任务处理时，首先确定无人机集群中每个节点的计算资源实时占用率，通过计算资源实时占用率，就能够判断无人机集群中每个节点的计算资源剩余量；再将目标任务分为多个目标子任务，并分别发送到多个第二节点中，多个第二节点分别处理多个目标子任务，因为多个第二节点中的计算资源都能够满足目标子任务的执行，所以多个第二节点处理目标子任务得到的结果更加准确，且对比于采用无人机集群中一个节点处理的方式，处理得更快，实时性更高；从而达到提高无人机集群处理任务时的准确性和实时性的效果。
附图说明
为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例的描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是本申请一实施例提出的分布式协同的任务处理方法的步骤流程图；
图2是本申请另一实施例提出分布式协同的任务处理装置的功能模块图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请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申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
实施例一
参照图1，示出了本发明实施例中的一种分布式协同的任务处理方法的步骤流程图，所述任务处理方法应用于多个无人机构成的无人机集群，所述无人机集群用于执行森林消防任务和/或应急救灾任务，所述无人机集群包括主控节点，所述方法应用于所述主控节点，如图1所示，本处理方法具体可以包括以下步骤：
S1，在获取到所述无人机集群待执行的目标任务时，判断所述目标任务所需的计算资源是否超过计算阈值；其中，所述目标任务为在所述森林消防中为所述多个无人机的灭火任务进行路径规划的任务；
在无人机集群进行目标任务时，主控节点首先对目标任务进行判断，确定目标任务的计算资源是否超过计算阈值；计算阈值是设置在主控节点内的一个界限值，是合理的无人机集群中单节点的计算资源能够处理目标任务的范围：当目标任务需要的计算资源未超过计算阈值时，说明无人机集群中的单节点就能够处理该目标任务；当目标任务需要的计算资源超过计算阈值时，说明无人机集群内的单节点无法处理该目标任务。
S11，若未超过，则将所述目标任务分配到第一节点进行处理；
只要无人机集群内的某个节点其内部计算资源超过执行目标任务所需的计算资源，则该节点就可以作为第一节点。
S12，若超过，则执行分布式的任务处理；
所述分布式的任务处理包括：
S121，基于所述无人机集群中每个节点的计算资源实时占用率，确定所述无人机集群中各个节点是否满足所述多个目标子任务的执行；所述目标子任务为所述目标任务执行分布式的任务处理得到的任务；
计算资源实时占用率是用于反应无人机集群中每个节点当前剩余计算资源情况的一个参数，通过计算资源实时占用率，能够判断无人机集群中的各个节点是否能够执行目标子任务，目标子任务是目标任务划分而来的，相对于目标任务，单个目标子任务所需要的计算资源更少，则通过无人机集群中的各个节点来共同对目标任务进行处理，就能够提高目标任务处理的实时性。
示例地，在森林消防任务中，目标任务的目的是为森林灭火规划飞行路径，则目标子任务是森林灭火规划飞行路径，例如，根据无人机集群获取到的图像，识别图像中的着火点；在无人机集群中单个节点无法处理获取到的图像时，就将该图像根据分布式的任务处理，切分为多个子图像，对多个子图像进行着火点的任务即为多个目标子任务，通过分别对多个目标子任务进行处理，也能够得到多个目标子任务对应的图像中的着火点，完成识别，从而为无人机集群进行飞行路径规划。
S1211，若是，则将所述多个目标子任务分别发送对应的第二节点；
S1212，若否，则重复以上分布式的任务处理的步骤，直到所述无人机集群中各个节点满足重新划分得到的多个目标子任务的执行。
将所有目标任务划分为多个目标子任务后，判断无人机集群中的各个节点是否能够执行该目标子任务，若能，则用于执行多个目标子任务的节点就为第二节点；若不能，则说明目标任务划分的层级不够，在无人机集群中并没有足够多的节点能够处理目标子任务，则跳回到划分的步骤，重新对目标任务进行划分，且再次划分后，处理单个目标子任务所需的计算资源更少。通过划分，判断的过程，就能够将目标任务划分为多个目标子任务，并发送到第二节点进行处理，从而完成目标任务的处理。
S2，基于所述第一节点的处理结果或所述分布式的任务处理结果，规划所述无人机集群在所述目标任务中的飞行路径。
通过第一节点的处理结果或分布式的任务处理结果，就能够得到无人机集群的飞行路径，无人机集群能够通过飞行路径，飞往目标地点执行在森林消防中的灭火任务。
本实施例中，首先判断无人机集群其中一个节点存在的计算资源是否能够实现目标任务，若目标任务所需的计算资源未超过计算阈值，则说明无人机集群中单个第一节点的计算资源就能够处理目标任务，则直接采用第一节点处理目标任务；若目标任务所需的计算资源超过了计算阈值，则说明第一节点中的计算资源不能够处理目标任务，此时则执行分布式的任务处理；在进行分布式的任务处理时，首先确定无人机集群中每个节点的计算资源实时占用率，通过计算资源实时占用率，就能够判断无人机集群中每个节点的计算资源剩余量；再将目标任务分为多个目标子任务，并分别发送到多个第二节点中，多个第二节点分别处理多个目标子任务，因为多个第二节点中的计算资源都能够满足目标子任务的执行，所以多个第二节点处理目标子任务得到的结果更加准确，且对比于采用集群中其中一个节点处理的方式，处理得更快，实时性更高；从而达到提高无人机集群处理任务时的准确性和实时性的效果。
实施例二
参照图1所示，示出了本申请实施例的一种分布式协同的任务处理方法的步骤流程图，所述任务处理方法应用于多个无人机构成的无人机集群，所述无人机集群用于执行森林消防任务和/或应急救灾任务，所述无人机集群包括主控节点，所述方法应用于所述主控节点，如图1所示，该处理方法具体可以包括以下步骤：
S1，在获取到所述无人机集群待执行的目标任务时，判断所述目标任务所需的计算资源是否超过计算阈值；其中，所述目标任务为在所述森林消防中为所述多个无人机的灭火任务进行路径规划的任务。
无人机集群具有成本低、数量多、灵活便捷等优势，无人机集群通过自主协同共同执行给定任务，无人机集群自主协同的前提是无人机集群中的无人机能够互通互联，共享识别信息与决策信息；无人机集群在在应急救援中的通信组网、遥感对地观测、协同执行任务等方面具有天然的优势；例如，在某个区域出现自然灾害，如山体滑坡、地震或海啸等时，因为自然灾害易造成受灾区域的通信出现问题，在这种情况下，通过采用无人机集群能够实现临时建立与受灾区域的通信连接，并通过无人机集群拍摄受灾区域的照片或者向被困在受灾区域的人运送生活物资。
在无人机集群执行任务时，需要识别信息和决策信息对无人机集群的行动进行指导，目标任务为无人机集群提供识别信息，决策任务为无人机集群提供决策信息；通过识别信息和决策信息，能够规划无人机集群的飞行路径及目标地点。
例如，无人机集群在执行森林防消防任务时，首先通过设置在无人机集群上的传感器获取图像信息，生成目标任务，则无人机集群对目标任务进行处理后，再根据处理得到的识别信息，判断与目标地点之间的距离和方向，以及是否存在障碍物等，规划无人机集群的飞行路径，指导无人机集群进行飞行。
其中，判断所述目标任务所需的计算资源是否超过计算阈值，包括：
获取所述目标任务中图像数据的像素数信息；
基于图像数据的像素数信息和预设像素数阈值，确定所述目标任务所需的计算资源是否超过计算阈值。
包括：若所述目标任务的像素数大于等于预设像素数阈值，则所述目标任务所需的计算资源超过计算阈值；
若所述目标任务的像素数小于预设像素数阈值，则所述目标任务所需的计算资源未超过计算阈值。
其中，预设像素数阈值预设置在主控节点中，在设置预设像素数阈值时，预设像素数阈值的上限为无人机集群中单个节点能够处理图像数据的上限的数值，而预设像素数阈值的下限为目标任务的像素数信息与无人机集群节点个数之商的数值。在预设置预设像素数阈值时，根据实际情况及无人机集群所需执行的任务设置。
无人机集群在通过目标任务得到识别信息时，主要是通过采集图像数据并通过对图像数据进行处理来得到识别信息；例如，无人机集群采集到了一座山的图像数据，对其进行识别处理后，得到的识别信息为山，则无人机集群的主控节点就会根据得到的识别信息，控制无人机集群向上飞行或向两边飞行，绕过山，以避免无人机集群撞到山上。所以在判断目标任务所需的计算资源是否超过计算阈值时，通过目标任务中图像数据的像素数信息作为判断条件。
S11，若未超过，则将所述目标任务分配到第一节点进行处理；
第一节点用于处理目标任务，其本身是无人机集群中的一个节点，可以为无人机集群中的其中一个无人机；具有能够处理目标任务所需的计算资源。
S12，若超过，则执行分布式的任务处理；
分布式的任务处理将目标任务分为若干个目标子任务，并将若干个目标子任务分布处理得到的结果集合到一起，得到处理目标任务的结果；通过分布式的任务处理，能够在无人机集群的单个节点无法处理目标任务时，完成目标任务的处理。
所述分布式的任务处理包括：
S121，基于所述无人机集群中每个节点的计算资源实时占用率，确定所述无人机集群中各个节点是否满足所述多个目标子任务的执行；所述目标子任务为所述目标任务执行分布式的任务处理得到的任务；
构建计算资源占用率数据库并训练，所述计算资源占用率数据库用于表征无人机集群中各个节点计算多种目标任务时的计算资源占用情况；
基于所述计算资源占用率数据库，计算所述目标任务的预估计算资源占用率；
判断所述无人机集群中是否存在多个节点的计算资源实时占用率超出所述预估计算资源占用率，
若是，则所述无人机集群中各个节点满足所述多个目标子任务的执行；
若否，则所述无人机集群中各个节点不满足所述多个目标子任务的执行。
计算资源实时占用率为无人机每个节点的当前计算资源占用情况的实际反馈，而预估计资源占用率是预估计的执行目标子任务所需要的计算资源；若是存在多个节点的计算资源实时占用率超出所述预估计算资源占用率，则说明在当前的无人机集群中，有足够的节点上存在的计算资源能够处理目标子任务；若是没有存在多个节点的计算资源实时占用率超出所述预估计算资源占用率，则说明在当前的无人机集群中，没有足够的节点上存在的计算资源能够处理目标子任务。
S1211，若是，则将所述多个目标子任务分别发送对应的第二节点；
第二节点为处理目标子任务的节点，通过上述的判断，这部分的第二节点上的计算资源实时占用率大于预估计算资源占用率，能够处理目标子任务。
S1212，若否，则重复以上分布式的任务处理的步骤，直到所述无人机集群中各个节点满足重新划分得到的多个目标子任务的执行。
判断结果为否则代表当前无人机集群中没有足够的节点能够满足处理目标子任务所需，则需要再次划分目标任务，且在进行划分时，需要将目标任务划分为比第一次划分数量更少的目标子任务，直到无人机集群中存在足够多的节点能够处理目标子任务。
所述方法还包括，
获取所述无人机集群中各个节点的计算资源实时占用率以及属性信息，所述属性信息至少包括状态信息、决策目标类型和各个节点的位置信息；
响应于在线决策任务，将所述在线决策任务和各个节点的属性信息发送到计算资源实时占用率最低的第三节点，以通过所述第三节点输出所述无人机集群中各个节点在下一时刻待执行的目标任务。
所述无人机集群中的每个节点还与地面辅助节点通信连接，所述方法还包括：
获取与所述地面辅助节点之间的通信状态，以及所述目标任务的时效性；
若所述目标任务为第一时效性，且所述通信状态满足目标通信状态，则将所述目标任务发送到所述地面辅助节点执行；
获取所述地面辅助节点对所述目标任务进行执行后返回的执行结果。
设置在地面上的地面辅助节点用于辅助无人机集群完成目标任务，在无人机集群在执行任务时，首先获取无人机集群与地面辅助节点之间的通信状态和目标任务的时效性；若是目标任务为第一时效性，则说明目标任务并不是需要达到实时性很高的任务，能够具有一定的延时；且同时通信状态满足目标通信状态，则说明当前情况下，无人机集群与地面辅助节点之间的通信状态能够满足将目标任务发送到地面辅助节点执行，而地面辅助节点将目标任务执行完毕后，能够再将执行后返回的执行结果返回到无人机集群中；通过设置地面辅助节点对无人机集群进行辅助，在通信状态满足的情况下，将目标任务发送到地面辅助节点中完成能够减少无人机集群的计算压力，将有限的计算资源分配到其他的任务中，以进一步的提高无人机集群的准确性和实时性。
所述方法还包括：
定期获取所述无人机集群中节点与所述主控节点之间的通信连接；
若所述无人机集群中多个节点均检测到与所述主控节点的通信连接中断，则确定其中一个所述无人机集群中的节点作为新的主控节点。
在本实施例中，主控节点是用于控制整个无人机集群的节点，主控节点需要不断的对目标任务和决策任务进行分配并通过整个无人机集群的计算资源进行处理，并根据返回的处理结果规划无人机集群的飞行路径和目标地点，主控节点在本实施例中是不可取代的；在无人机集群的工作过程中，通过定期的获取无人机集群中节点与主控节点之间的通信连接，能够判断当前无人机集群中的主控节点是否脱离无人机集群，若是主控节点脱离了无人机集群，则需要确定一个新的节点作为主控节点；在确定新的主控节点时，直接确定当前计算资源占用率最低的节点作为新的主控节点。通过上述的确定新的主控节点的方法，若是主控节点因为一些原因脱离了无人机集群，无人机集群也能够迅速的产生新的主控节点，不会出现混乱。
在本实施例中，首先判断无人机集群其中一个节点存在的计算资源是否能够实现目标任务，若目标任务所需的计算资源未超过计算阈值，则说明无人机集群中单个第一节点的计算资源就能够处理目标任务，则直接采用第一节点处理目标任务；若目标任务所需的计算资源超过了计算阈值，则说明第一节点中的计算资源不能够处理目标任务，此时则执行分布式的任务处理；在进行分布式的任务处理时，首先确定无人机集群中每个节点的计算资源实时占用率，通过计算资源实时占用率，就能够判断无人机集群中每个节点的计算资源剩余量；再将目标任务分为多个目标子任务，并分别发送到多个第二节点中，多个第二节点分别处理多个目标子任务，因为多个第二节点中的计算资源都能够满足目标子任务的执行，所以多个第二节点处理目标子任务得到的结果更加准确，且对比于采用集群中其中一个节点处理的方式，处理得更快，实时性更高；从而达到提高无人机集群处理任务时的准确性和实时性的效果。
实施例三
基于同一发明构思，图2示出的一种分布式协同的任务处理装置的示意图，参照图2所示，应用于多个无人机构成的无人机集群，所述无人机集群用于执行森林消防任务和/或应急救灾任务，所述无人机集群包括主控节点，所述方法应用于所述主控节点，所述装置包括：第一判断模块、分布式处理模块、规划模块、地面辅助模块和主控节点确定模块，其中：
第一判断模块，用于在获取到所述无人机集群待执行的目标任务时，判断所述目标任务所需的计算资源是否超过计算阈值；其中，所述目标任务为在所述森林消防中为所述多个无人机的灭火任务进行路径规划的任务；若未超过，则将所述目标任务分配到第一节点进行处理；若超过，则执行分布式的任务处理；
分布式处理模块，用于基于所述无人机集群中每个节点的计算资源实时占用率，确定所述无人机集群中各个节点是否满足所述多个目标子任务的执行；所述目标子任务为所述目标任务执行分布式的任务处理得到的任务；若是，则将所述多个目标子任务分别发送对应的第二节点；若否，则重复以上分布式的任务处理的步骤，直到所述无人机集群中各个节点满足重新划分得到的多个目标子任务的执行；规划模块
规划模块，用于基于所述第一节点的处理结果或所述分布式的任务处理结果，规划所述无人机集群在所述目标任务中的飞行路径。
地面辅助模块，所述无人机集群中的每个节点还与地面辅助节点通信连接，所述方法还包括：获取与所述地面辅助节点之间的通信状态，以及所述目标任务的时效性；若所述目标任务为第一时效性，且所述通信状态满足目标通信状态，则将所述目标任务发送到所述地面辅助节点执行；获取所述地面辅助节点对所述目标任务进行执行后返回的执行结果。
主控节点确定模块，定期获取所述无人机集群中节点与所述主控节点之间的通信连接；若所述无人机集群中多个节点均检测到与所述主控节点的通信连接中断，则确定所述无人机集群的其中一个节点作为新的主控节点；
对于装置实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
实施例四
基于同一发明构思，本申请实施例四提供一种电子设备，其包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行时实现如实施例一和实施例二任一项所述的一种分布式协同的任务处理方法。
实施例五
基于同一发明构思，本申请实施例五提供一种计算机可读存储介质，其存储的计算机程序使得处理器执行如实施例一到实施例二任一项所述的一种分布式协同的任务处理方法。
本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。
本领域内的技术人员应明白，本申请实施例的实施例可提供为方法、装置、或计算机程序产品。因此，本申请实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请实施例是参照根据本申请实施例的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上，使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本申请实施例的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本申请实施例范围的所有变更和修改。
最后，还需要说明的是，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”或者其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过程、方法、物品或者终端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，或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。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过程、方法、物品或者终端设备中还存在另外的相同要素。
本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的一般技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。
Claims (10)
1.一种分布式协同的任务处理方法，其特征在于，应用于多个无人机构成的无人机集群，所述无人机集群用于执行森林消防任务和/或应急救灾任务，所述无人机集群包括主控节点，所述方法应用于所述主控节点，所述方法包括：
在获取到所述无人机集群待执行的目标任务时，判断所述目标任务所需的计算资源是否超过计算阈值；其中，所述目标任务为在所述森林消防/或应急救灾任务中为所述多个无人机的灭火任务进行路径规划的任务；
若未超过，则将所述目标任务分配到第一节点进行处理；
若超过，则执行分布式的任务处理，所述分布式的任务处理包括：基于所述无人机集群中每个节点的计算资源实时占用率，确定所述无人机集群中各个节点是否满足多个目标子任务的执行；所述目标子任务为所述目标任务执行分布式的任务处理得到的任务；若是，则将所述多个目标子任务分别发送给对应的第二节点；若否，则重复以上分布式的任务处理的步骤，直到所述无人机集群中各个节点满足重新划分得到的多个目标子任务的执行；
基于所述第一节点的处理结果或所述分布式的任务处理结果，规划所述无人机集群在所述目标任务中的飞行路径。
2.根据权利要求1所述的一种分布式协同的任务处理方法，其特征在于，所述判断所述目标任务所需的计算资源是否超过计算阈值，包括：
获取所述目标任务中图像数据的像素数信息；
基于图像数据的像素数信息和预设像素数阈值，确定所述目标任务所需的计算资源是否超过计算阈值。
3.根据权利要求2所述的一种分布式协同的任务处理方法，其特征在于，基于图像数据的像素数信息和预设像素数阈值，确定所述目标任务所需的计算资源是否超过计算阈值，包括：
若所述目标任务的像素数大于等于所述预设像素数阈值，则所述目标任务所需的计算资源超过计算阈值；
若所述目标任务的像素数小于所述预设像素数阈值，则所述目标任务所需的计算资源未超过计算阈值。
4.根据权利要求3所述的一种分布式协同的任务处理方法，其特征在于，所述基于所述无人机集群中每个节点的计算资源实时占用率，确定所述无人机集群中各个节点是否满足所述多个目标子任务的执行，包括：
构建计算资源占用率数据库并训练，所述计算资源占用率数据库用于表征所述无人机集群中各个节点计算各种森林消防任务时的计算资源占用情况；
基于所述计算资源占用率数据库，计算所述目标任务的预估计算资源占用率；
判断所述无人机集群中是否存在多个节点的计算资源实时占用率超出所述预估计算资源占用率；
若是，则所述无人机集群中各个节点满足所述多个目标子任务的执行；
若否，则所述无人机集群中各个节点不满足所述多个目标子任务的执行。
5.根据权利要求4所述的一种分布式协同的任务处理方法，其特征在于，所述方法还包括：
获取所述无人机集群中各个节点的计算资源实时占用率以及属性信息，所述属性信息至少包括：状态信息、决策目标类型和各个节点的位置信息；
响应于在线决策任务，所述在线决策任务用于确定所述无人机集群的目标地点；
将所述在线决策任务和各个节点的属性信息发送到计算资源实时占用率最低的第三节点，以通过所述第三节点输出所述无人机集群中各个节点在下一时刻待前往的目标地点。
6.根据权利要求5所述的一种分布式协同的任务处理方法，其特征在于，所述无人机集群中的每个节点还与地面辅助节点通信连接，所述方法还包括：
获取与所述地面辅助节点之间的通信状态，以及所述目标任务的时效性；
若所述目标任务为第一时效性，且所述通信状态满足目标通信状态，则将所述目标任务发送到所述地面辅助节点执行；
获取所述地面辅助节点对所述目标任务进行执行后返回的执行结果。
7.根据权利要求6所述的一种分布式协同的任务处理方法，其特征在于，所述方法还包括：
定期获取所述无人机集群中节点与所述主控节点之间的通信连接；
若所述无人机集群中多个节点均检测到与所述主控节点的通信连接中断，则确定所述无人机集群除所述主控节点外的其中一个节点作为新的主控节点。
8.一种分布式协同的任务处理装置，用于执行权利要求1-7任意一项所述的一种分布式协同的任务处理方法，其特征在于，应用于多个无人机构成的无人机集群，所述无人机集群用于执行森林消防任务和/或应急救灾任务，所述无人机集群包括主控节点，所述方法应用于所述主控节点，所述装置包括：第一判断模块、分布式处理模块和规划模块，其中：
第一判断模块，用于在获取到所述无人机集群待执行的目标任务时，判断所述目标任务所需的计算资源是否超过计算阈值；其中，所述目标任务为在所述森林消防中为所述多个无人机的灭火任务进行路径规划的任务；若未超过，则将所述目标任务分配到第一节点进行处理；若超过，则执行分布式的任务处理；
分布式处理模块，用于基于所述无人机集群中每个节点的计算资源实时占用率，确定所述无人机集群中各个节点是否满足所述多个目标子任务的执行；所述目标子任务为所述目标任务执行分布式的任务处理得到的任务；若是，则将所述多个目标子任务分别发送对应的第二节点；若否，则重复以上分布式的任务处理的步骤，直到所述无人机集群中各个节点满足重新划分得到的多个目标子任务的执行；
规划模块，用于基于所述第一节点的处理结果或所述分布式的任务处理结果，规划所述无人机集群在所述目标任务中的飞行路径。
9.一种电子设备，其特征在于，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行时实现如权利要求1-7任一项所述的一种分布式协同的任务处理方法。
10.一种计算机可读存储介质，其特征在于，其存储的计算机程序使得处理器执行如权利要求1-7任一项所述的一种分布式协同的任务处理方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210345988.XA CN114779806A (zh) | 2022-04-02 | 2022-04-02 | 一种分布式协同的任务处理方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210345988.XA CN114779806A (zh) | 2022-04-02 | 2022-04-02 | 一种分布式协同的任务处理方法、装置、设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114779806A true CN114779806A (zh) | 2022-07-22 |
Family
ID=82427378
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210345988.XA Pending CN114779806A (zh) | 2022-04-02 | 2022-04-02 | 一种分布式协同的任务处理方法、装置、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114779806A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115988092A (zh) * | 2023-02-08 | 2023-04-18 | 天翼云科技有限公司 | 一种图像处理方法、装置、设备、介质及产品 |
| CN116578406A (zh) * | 2023-07-13 | 2023-08-11 | 太极计算机股份有限公司 | 面向分布式机器学习系统的任务平台连续运行调度方法 |
| CN117041259A (zh) * | 2023-09-28 | 2023-11-10 | 新华三技术有限公司 | 计算资源的调度方法及装置 |
-
2022
- 2022-04-02 CN CN202210345988.XA patent/CN114779806A/zh active Pending
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115988092A (zh) * | 2023-02-08 | 2023-04-18 | 天翼云科技有限公司 | 一种图像处理方法、装置、设备、介质及产品 |
| CN115988092B (zh) * | 2023-02-08 | 2023-06-23 | 天翼云科技有限公司 | 一种图像处理方法、装置、设备、介质及产品 |
| CN116578406A (zh) * | 2023-07-13 | 2023-08-11 | 太极计算机股份有限公司 | 面向分布式机器学习系统的任务平台连续运行调度方法 |
| CN116578406B (zh) * | 2023-07-13 | 2023-10-10 | 太极计算机股份有限公司 | 面向分布式机器学习系统的任务平台连续运行调度方法 |
| CN117041259A (zh) * | 2023-09-28 | 2023-11-10 | 新华三技术有限公司 | 计算资源的调度方法及装置 |
| CN117041259B (zh) * | 2023-09-28 | 2024-01-12 | 新华三技术有限公司 | 计算资源的调度方法及装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114779806A (zh) | 一种分布式协同的任务处理方法、装置、设备及存储介质 | |
| Beck et al. | Online planning for collaborative search and rescue by heterogeneous robot teams | |
| US11892845B2 (en) | System and method for mission planning and flight automation for unmanned aircraft | |
| US20210350046A1 (en) | Systems and Methods for Simulating Aircraft Systems | |
| Mualla et al. | Between the Megalopolis and the Deep Blue Sky: Challenges of Transport with UAVs in Future Smart Cities. | |
| CN109165055A (zh) | 一种组件加载方法、装置、计算机设备及存储介质 | |
| CN113326641B (zh) | 路径规划方法、装置、计算机设备及存储介质 | |
| CN109783856A (zh) | 基于群体效应的应急人群疏散仿真方法及系统 | |
| CN115577900A (zh) | 一种应急救援调度推荐方法、系统及存储介质 | |
| CN112836878A (zh) | 一种基于bim技术的应急疏散方法及装置 | |
| US20220126862A1 (en) | Man-machine hybrid decision method and system based on cloud, and cloud server | |
| CN113096479A (zh) | 一种消防演习虚拟训练方法 | |
| JP7415293B2 (ja) | 避難誘導装置及び避難誘導モデル学習装置 | |
| KR101273662B1 (ko) | 어포던스 기반 에이전트 모델을 이용한 인간 행동패턴 인식방법 | |
| KR102458270B1 (ko) | 비가시권 비행 uav의 vr 기반 모니터링 장치 및 방법 | |
| CN117631690B (zh) | 基于迭代适应点算法的配电网巡检航线规划方法及系统 | |
| Patrascu et al. | Agent based simulation applied to the design of control systems for emergency vehicles access | |
| Yan et al. | Lightweight and intelligent real-time fire evacuation on mobile-webVR building | |
| CN110523082B (zh) | 基于虚拟环境的虚拟道路计算方法、装置、设备及介质 | |
| KR102603541B1 (ko) | Bim을 이용한 건축설계 방법 | |
| CN115390589B (zh) | 无人机集群控制方法、装置、电子设备及存储介质 | |
| CN116991084B (zh) | 一种无人驾驶模拟仿真系统、方法、装置和存储介质 | |
| Clare et al. | Assessing operator workload and performance in expeditionary multiple unmanned vehicle control | |
| CN115577318A (zh) | 基于半实物的数据融合评估方法、系统、设备及储存介质 | |
| EP4283569A1 (en) | Disaster response system using sattelite image |
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 |