CN114819702A - 一种基于多智能体的遥感星座任务管控系统 - Google Patents
一种基于多智能体的遥感星座任务管控系统 Download PDFInfo
- Publication number
- CN114819702A CN114819702A CN202210526123.3A CN202210526123A CN114819702A CN 114819702 A CN114819702 A CN 114819702A CN 202210526123 A CN202210526123 A CN 202210526123A CN 114819702 A CN114819702 A CN 114819702A
- Authority
- CN
- China
- Prior art keywords
- task
- satellite
- planning
- agent
- module
- 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
- 238000007726 management method Methods 0.000 claims abstract description 23
- 238000012545 processing Methods 0.000 claims abstract description 14
- 230000005540 biological transmission Effects 0.000 claims description 25
- 238000007781 pre-processing Methods 0.000 claims description 25
- 230000003993 interaction Effects 0.000 claims description 24
- 238000005259 measurement Methods 0.000 claims description 21
- 238000000034 method Methods 0.000 claims description 20
- 238000004891 communication Methods 0.000 claims description 18
- 238000004364 calculation method Methods 0.000 claims description 13
- 230000008569 process Effects 0.000 claims description 12
- 238000007689 inspection Methods 0.000 claims description 11
- 238000012937 correction Methods 0.000 claims description 4
- 238000013461 design Methods 0.000 claims description 3
- 230000006855 networking Effects 0.000 abstract description 7
- 238000005457 optimization Methods 0.000 abstract description 4
- 230000006870 function Effects 0.000 description 14
- 230000008859 change Effects 0.000 description 4
- 230000008447 perception Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 238000005096 rolling process Methods 0.000 description 2
- 239000013589 supplement Substances 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006872 improvement Effects 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
- 230000006798 recombination Effects 0.000 description 1
- 238000005215 recombination Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06311—Scheduling, planning or task assignment for a person or group
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Radio Relay Systems (AREA)
Abstract
本发明公开了一种基于多智能体的遥感星座任务管控系统,涉及航天地面任务管控领域。本发明基于多智能体实现遥感星座任务管控系统,能够适应不同智能等级、不同载荷类型卫星的联合管控,对大规模异构卫星组网、星地协同管控场景均具有很好的可拓展性。同时,本发明在单星层面采用分布式处理方式,不同卫星可根据需要采用不同的优化算法及规划策略,可通过多星的并行处理提升星座整体规划效率。
Description
技术领域
本发明涉及遥感卫星任务管控技术领域,尤其是指一种基于多智能体的遥感星座任务管控系统,可用于实现由不同种类、不同能力遥感载荷卫星组网形成的异构卫星星座的任务统筹优化分配与规划。
背景技术
卫星作为一种对地观测的重要手段在国民经济发展中发挥着不可替代的作用。随着近年来卫星技术的高速发展,一方面卫星本身的功能和自主能力不断增强,星上任务管理能力越来越强;另一方面,不同载荷类型的卫星开始组网运用,形成大规模联合观测网络。大规模卫星组网任务规划重点在于解决不断增多的任务需求与有限星地资源间的矛盾。不同任务对卫星的资源需求、能力要求也是不同的,需要多种卫星联合执行才能完成,或者多颗卫星联合执行能够更快更高效的执行。
目前缺乏对大规模异构载荷遥感卫星星座的任务规划应用实践。而不同载荷卫星特性与能力不同,其任务特点也不一样。传统任务规划系统在地面通过汇集用户观测需求,通过集中式的多星任务规划算法,预先编排各类卫星的观测、接收等动作,生成动作指令上注卫星从而实现对卫星的静态管控。这种管理模式已经不适应于大规模异构卫星组网任务的动态控制要求。
发明内容
有鉴于此,本发明提供一种基于分层架构的多智能体遥感星座任务管控系统。该系统通过将不同种类卫星的基本能力与使用约束进行抽象处理,将每型卫星看作具有自主能力的 Agent,各卫星Agent可依据自身能力和资源状态可并行开展单星层面的任务规划。
为了实现上述目的,本发明采用的技术方案为:
一种基于多智能体的遥感星座任务管控系统,包括上层的多星任务分配Agent和底层的单星任务规划Agent;所述多星任务分配Agent包括通讯模块、任务在线决策模块、任务分配模块、筹划模型、任务池;所述单星任务规划Agent包括信息公告板、任务预处理模块、任务排程模块、约束检验模块、测控数传资源状态更新模块、星间信息交互模块;
通讯模块一方面负责星间信息的传递,接收底层单星任务规划Agent发送的信息,并将自身的信息发送给单星任务规划Agent;另一方面负责与外部系统进行通信,接收外部系统的任务需求;
任务在线决策模块包括任务预处理子模块和方案收益计算子模块;任务预处理子模块接收和处理来自任务池的任务集合,将任务分解为卫星能够执行的元任务;方案收益计算子模块接收来自单星Agent成功完成的任务并计算其完成收益,计算完成后发送给外部系统进行反馈;
任务分配模块根据筹划模型中提供的信息以及多星任务分配算法,将任务指派给单星任务规划Agent;
任务池用于存放所有待规划的任务队列,包括未完成的任务以及执行失败的任务;
筹划模型包括任务筹划阶段使用的载荷匹配知识库、应用场景模型,包括可用卫星载荷类型、卫星能力信息,以及各类场景、任务与卫星载荷的匹配规则;
任务预处理模块一方面完成卫星特殊任务模式的个性化处理,任务与资源的指定匹配关系标识,以及接收资源因天线遮挡带来的窗口修正;另一方面获取当前时刻星地资源任务执行情况,确定单星任务规划的初始态;
任务排程模块针对不同种类卫星使用特点,建立各类卫星的任务规划模型,并设计相应的任务规划策略,生成单星任务规划方案;
约束检验模块用于进行卫星业务规则和约束检验逻辑的处理,消解单星任务冲突;
测控数传资源状态更新模块用于进行卫星测控数传资源使用状态的更新和维护;
星间信息交互模块用于接收多星任务分配Agent指派的单星任务,并用于将自身完成任务的情况通过反馈给多星任务分配Agent;
信息公告板用于实现不同单星任务规划Agent之间的信息共享,通过订阅器和发布器实现读写操作;
多星任务分配Agent基于筹划模型完成任务到多星的分配工作,根据分配结果将任务指派给相关的单星任务规划Agent;单星任务规划Agent通过星间信息交互模块与多星任务分配Agent进行任务完成情况的反馈;
收到反馈后,多星任务分配Agent对执行结果进行判读,将执行成功的任务发送给方案收益计算子模块,并通过通讯模块向外部系统进行反馈;将执行失败的任务重新放置在任务池中,等待下一次的任务分配。
进一步的,所述多星任务分配Agent接收外部系统下达的任务,或系统运行过程中由本系统自动生成的新任务;
所有任务输入后均放置在任务池中,任务池将任务发送至任务在线决策模块的任务预处理子模块进行预处理;
预处理后的任务发送至任务分配模块,在任务分配模块中,结合筹划模型中的信息,利用任务筹划算法或指定好的分配原则,通过通讯模块将任务分发给单星任务规划Agent。
进一步的,单星任务规划Agent通过星间信息交互模块与多星任务分配Agent进行信息交换,接收任务分配模块发给单星的任务,完成任务的规划或重调整;
所述信息公告板用于存储所有单星任务规划Agent的状态信息,包括卫星任务队列、测控数传资源队列、任务规划方案队列,其中,资源队列存储当前可用的测控数传资源以及资源的状态,任务队列存储当前所有待完成的任务,任务规划方案队列存储任务规划方案。
本发明相比现有技术具有以下有益效果:
1、本发明基于多智能体实现遥感星座任务管控系统,能够适应不同智能等级、不同载荷类型卫星的联合管控,对大规模异构卫星组网、星地协同管控场景均具有很好的可拓展性。
2、本发明在单星层面采用分布式Agent处理方式,不同Agent可根据需要采用不同的优化算法及规划策略,多个单星Agent可并行处理,从而提升星座整体规划效率。
3、本发明中,底层单星分布式Agent与顶层多星任务分配中心Agent共同组成多智能体任务规划系统,具有面向星座动态重组的卫星组件式灵活扩展特点。
4、本发明单星任务规划Agent通过信息公告板与信息交互机制实现信息共享交换,从而实现多星任务协同应用。
附图说明
图1是多Agent运行架构图。
图2是多星任务分配Agent的功能组成图;其中,虚线表示处理外部任务的数据流,实线表示单星执行结果反馈的数据流。
图3是单星任务规划Agent的功能组成图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白,以下结合具体实例,并参照附图,对本发明做进一步的详细说明。
一种基于多智能体的遥感星座任务管控系统,包括:
上层构建的多星任务分配Agent。多星任务分配Agent负责基于应用场景、载荷匹配知识库完成复杂需求到卫星任务的转换。多星任务分配Agent主要包括的组成部件有:通讯模块、任务在线决策、任务分配、筹划模型、任务池。各个模块之间的关系密切,可以互相传递信息。
底层构建的单星任务规划Agent。单星任务规划Agent负责面向单星个体功能特征(卫星使用约束、载荷工作模式),确定单星任务的动作序列。单星任务规划Agent结构中主要包括信息公告板、任务预处理、任务排程、约束检验、测控数传资源状态更新、感知、星间信息交互模块。
其中,多星任务分配Agent基于筹划模型完成任务到多星的分配工作,根据分配结果将任务指派给相关单星任务规划Agent。
单星任务规划Agent通过信息交互模块与多星任务分配Agent进行任务完成情况的反馈,经过执行结果判读以后,成功完成的任务会发送给方案收益评价模块,将已完成的任务信息发送给星地信息交互模块交由地面系统进行下一步的工作。而执行结果判定失败的任务会重新放置在任务池中,等待下一次的任务分配。
通讯模块具有两个部分的功能,一是负责星间信息的传递,接收底层单星任务规划Agent发送的信息,并将自身的信息发送给单星任务规划Agent;二是负责与外部系统进行通信,接收外部系统的任务需求。
任务在线决策模块分为两个子模块,即任务预处理子模块和方案收益计算子模块。任务预处理子模块接收和处理来自任务池的任务集合,将任务分解为卫星可以执行的元任务,在处理过后,将这些任务发给任务分配Agent。方案收益计算子模块接收来自单星Agent成功完成的任务并计算其完成收益,计算完成后发送给外部系统进行反馈。
任务分配模块主要的功能是根据筹划模型中提供的信息以及多星任务分配算法,将任务指派给单星任务规划Agent。
任务池存放所有待规划的任务队列,包括未完成的任务、执行失败的任务。
筹划模型负责任务筹划阶段使用的知识库、场景模型,具体包括可用卫星载荷类型、卫星能力信息,以及各类场景、任务与卫星载荷的匹配规则。
单星任务规划Agent的各个模块的具体功能为:
任务预处理:一方面完成卫星特殊任务模式的个性化处理,如立体成像、条带拼接任务的拆分处理,任务与资源的指定匹配关系标识,接收资源因天线遮挡带来的窗口修正;另一方面要获取当前时刻星地资源任务执行情况确定单星任务规划的初始态。
任务排程:针对不同种类卫星使用特点,建立各类卫星不同的任务规划模型和设计不同的任务规划策略,本模块可以生成单星任务规划方案。
约束检验:主要进行卫星业务规则和约束检验逻辑的处理,由单星任务排程Agent调用,消解单星任务冲突确保方案可行性。
测控数传资源状态更新:进行卫星测控数传资源使用状态的更新和维护;
感知:该模块面向具有星上自主处理能力的智能卫星进行设计,智能卫星能够感知外部环境变化,实现外部环境的感知,可以检测到任务与资源的变化,自动触发星上规划的新一轮滚动迭代;
星间信息交互:单星任务规划Agent与多星任务分配Agent沟通的接口,可以接收多星任务分配Agent指派的单星任务,也可以将自身完成任务的情况通过本接口反馈给多星任务分配Agent。
信息公告板:完成不同单星任务规划Agent之间的信息共享,对其“读写”操作由订阅器和发布器实现。
多星任务分配Agent接收的任务输入有两种方式:①来源于外部系统下达的各类需求;②来源于系统运行过程中由本系统所自动生成的新任务(如自主任务补充、需求自更新)。所有任务输入后会放置在任务池中,任务池会将任务发送至任务在线决策模块里的任务预处理子模块,将任务进行进一步的处理。任务预处理后的任务序列发送至任务分配模块。在任务分配模块中,结合筹划模型中的必要信息,利用任务筹划算法或指定好的分配原则,通过通讯模块中的星间信息交互子模块将任务分发给二级单星任务规划Agent。
单星任务规划Agent通过星间信息交互模块与多星任务分配层进行信息交换,接收任务分配模块发给单星的任务,将任务信息发送至单星规划Agent,由单星任务规划Agent完成任务的规划或重调整。
该系统引入信息公告板模块进行单星任务规划Agent的结构设计,所有的子模块都有其独立的功能,但是又彼此相连共同完成卫星任务,进而实现对卫星功能的分布式管理。信息公告板存储了所有单星任务规划Agent的状态信息,信息公告板包括了三个主要的队列:
1)资源队列:当前可以使用的测控数传资源以及资源的状态;
2)任务队列:当前所有待完成的任务集合;
3)方案队列:任务规划方案。
本系统中,单星任务规划Agent提供基础的功能服务集合,包括测控数传资源状态更新、约束检验、单星任务排程等。单星任务规划Agent以多星任务分配Agent指派的任务为输入,针对自身型号卫星特点进行任务与资源的匹配分析、模式确定、详细约束检验验证,完成单星层面的任务排程。此外,单星任务规划功能集合体可以通过增减功能服务插件来适应不同的需求。
以下为一个更具体的例子:
如图1所示,一种基于多智能体的遥感星座任务规划系统,包括:
(1)基于应用场景、载荷匹配知识库等各类模型算法的多星任务分配层,见图2。其中,多星任务分配Agent主要包括的组成部件有:通讯模块、任务在线决策、任务分配、筹划模型、任务池。各个模块之间的关系密切,可以互相传递信息。具体来说:
通讯模块具有两个部分的功能,一是负责星间信息的传递,接收系统中单星任务规划Agent发送的信息,并将自身的信息发送给单星任务规划Agent(图2中实线的起点);二是负责与外部系统进行通信,接收外部系统的任务需求(图2中虚线的起点)。
任务在线决策模块分为两个子模块,即任务预处理子模块和方案收益计算子模块。任务预处理子模块接收和处理来自任务池的任务集合,将任务分解为卫星可以执行的元任务,在处理过后,将这些任务发给任务分配模块。方案收益计算子模块接收来自单星Agent成功完成的任务并计算其完成收益,计算完成后发送给外部系统进行反馈。
任务分配模块主要的功能是根据筹划模型中提供的信息以及多星任务分配算法,将任务预处理模块处理好的任务分发给单星任务规划层。
任务池存放所有多星任务筹划层中的任务,包括未完成的任务、已完成的任务和无法再完成的失败任务等。
筹划模型负责任务筹划阶段使用的知识库、场景模型,具体包括可用卫星载荷类型、卫星能力等知识信息,以及各类场景场景、任务与卫星载荷的匹配知识等。
(2)面向单星个体功能特征(卫星使用约束、载荷工作模式)的单星任务规划层,见图3。其中,单星任务规划Agent结构中主要包括信息公告板、任务预处理、任务排程、约束检验、感知、测控数传资源状态更新、星间信息交互模块。具体来说:
任务预处理:主要功能一方面完成卫星特殊任务模式的个性化处理,如立体成像、条带拼接任务的拆分处理,任务与资源的指定匹配关系标识,接收资源因天线遮挡带来的窗口修正;另一方面要获取当前时刻星地资源任务执行情况确定单星任务规划的初始态。
任务排程:针对不同种类卫星使用特点,建立各类卫星不同的任务规划模型和设计不同的任务规划策略,本模块可以生成单星规划方案。
约束检验:主要进行卫星业务规则和约束检验逻辑的处理,由单星任务排程模块调用,消解单星任务冲突确保方案可行性。
测控数传资源状态更新:进行卫星测控数传资源使用状态的更新和维护;
感知:该模块面向具有星上自主处理能力的智能卫星进行设计,智能卫星能够感知外部环境变化,实现外部环境的感知,可以检测到任务与资源的变化,自动触发星上规划的新一轮滚动迭代;
星间信息交互:单星任务规划Agent与多星任务分配Agent沟通的接口,可以接收多星任务分配Agent指派的单星任务,也可以将自身完成任务的情况通过本接口反馈给多星任务分配Agent。
信息公告板:完成不同单星任务规划Agent之间的信息共享,对其“读写”操作由订阅器和发布器实现。
该系统中,多星任务分配Agent基于筹划模型完成任务到多星的分配工作,将任务指派给相关单星任务规划Agent。具体包括如下步骤:
步骤1:多星任务分配Agent接收的任务输入有两种方式:①来源于外部系统下达的各类需求;②来源于系统运行过程中由本系统所自动生成的新任务(如自主任务补充、需求自更新)。
步骤2:所有任务输入后会放置在任务池中,任务池会将任务发送至任务在线决策模块里的任务预处理子模块,将任务进行进一步的处理。
步骤3:任务预处理后的任务序列发送至任务分配模块。在任务分配模块中,结合筹划模型中的必要信息,利用任务筹划算法或指定好的分配原则,通过通信模块中的星间信息交互子模块将任务分发给二级单星任务规划Agent。
单星Agent通过星间信息交互模块与多星任务筹划Agent进行任务完成情况的反馈,经判定以后,成功完成的任务会发送给任务在线决策模块的方案收益计算子模块,该模块可以整合已完成的任务信息,将已完成的任务发送给星地信息交互模块,交由地面系统进行下一步的工作。而判定失败的任务会重新放置在任务池中,等待下一次的任务分配。具体包括如下步骤:
步骤1:单星任务规划Agent通过星间信息交互模块与多星任务分配层进行信息交换,接收任务分配模块发给单星的任务,将任务信息发送至单星规划层的功能集合体,由单星任务规划Agent完成任务的规划或重调整。具体包括如下步骤:
步骤2:单星任务规划Agent提供基础的功能服务集合,包括测控数传资源状态更新、约束检验、单星任务排程等(见图3)。
步骤3:以多星任务分配Agent指派的任务为输入,针对自身型号卫星特点进行任务与资源的匹配分析、模式确定、详细约束检验验证,完成单星层面的任务排程。
本系统引入了信息公告板实现单星Agent的信息交互。单星Agent所有的子模块都有其独立的功能,但是又彼此相连共同完成卫星任务,进而实现对卫星功能的分布式管理。信息公告板包括了三个主要的集合:
1)资源队列:当前可以使用的测控数传资源以及资源的状态;
2)任务队列:当前所有待完成的任务集合;
3)方案队列:任务规划方案。
信息公告板存储了所有单星任务规划Agent的状态信息,包括卫星任务队列、测控数传资源队列、以及任务方案的评估结果等内容。
单星任务规划Agent通过订阅器和发布器实现对信息公告板的“读/写”的功能。
总之,本发明基于多智能体实现遥感星座任务管控系统,能够适应不同智能等级、不同载荷类型卫星的联合管控,对大规模异构载荷卫星组网、星地协同管控场景均具有很好的可拓展性。不同Agent可根据需要采用不同的优化算法及规划策略,多个单星Agent可并行处理从而提升星座整体规划效率。
以上所述的具体实施例,对本发明的目的、技术方案和有益效果进行了进一步详细说明,应理解的是,以上所述仅为本发明的具体实施例而已,并不用于限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (3)
1.一种基于多智能体的遥感星座任务管控系统,其特征在于,包括上层的多星任务分配Agent和底层的单星任务规划Agent;所述多星任务分配Agent包括通讯模块、任务在线决策模块、任务分配模块、筹划模型、任务池;所述单星任务规划Agent包括信息公告板、任务预处理模块、任务排程模块、约束检验模块、测控数传资源状态更新模块、星间信息交互模块;
通讯模块一方面负责星间信息的传递,接收底层单星任务规划Agent发送的信息,并将自身的信息发送给单星任务规划Agent;另一方面负责与外部系统进行通信,接收外部系统的任务需求;
任务在线决策模块包括任务预处理子模块和方案收益计算子模块;任务预处理子模块接收和处理来自任务池的任务集合,将任务分解为卫星能够执行的元任务;方案收益计算子模块接收来自单星Agent成功完成的任务并计算其完成收益,计算完成后发送给外部系统进行反馈;
任务分配模块根据筹划模型中提供的信息以及多星任务分配算法,将任务指派给单星任务规划Agent;
任务池用于存放所有待规划的任务队列,包括未完成的任务以及执行失败的任务;
筹划模型包括任务筹划阶段使用的载荷匹配知识库、应用场景模型,包括可用卫星载荷类型、卫星能力信息,以及各类场景、任务与卫星载荷的匹配规则;
任务预处理模块一方面完成卫星特殊任务模式的个性化处理,任务与资源的指定匹配关系标识,以及接收资源因天线遮挡带来的窗口修正;另一方面获取当前时刻星地资源任务执行情况,确定单星任务规划的初始态;
任务排程模块针对不同种类卫星使用特点,建立各类卫星的任务规划模型,并设计相应的任务规划策略,生成单星任务规划方案;
约束检验模块用于进行卫星业务规则和约束检验逻辑的处理,消解单星任务冲突;
测控数传资源状态更新模块用于进行卫星测控数传资源使用状态的更新和维护;
星间信息交互模块用于接收多星任务分配Agent指派的单星任务,并用于将自身完成任务的情况通过反馈给多星任务分配Agent;
信息公告板用于实现不同单星任务规划Agent之间的信息共享,通过订阅器和发布器实现读写操作;
多星任务分配Agent基于筹划模型完成任务到多星的分配工作,根据分配结果将任务指派给相关的单星任务规划Agent;单星任务规划Agent通过星间信息交互模块与多星任务分配Agent进行任务完成情况的反馈;
收到反馈后,多星任务分配Agent对执行结果进行判读,将执行成功的任务发送给方案收益计算子模块,并通过通讯模块向外部系统进行反馈;将执行失败的任务重新放置在任务池中,等待下一次的任务分配。
2.根据权利要求1所述的一种基于多智能体的遥感星座任务管控系统,其特征在于,所述多星任务分配Agent接收外部系统下达的任务,或系统运行过程中由本系统自动生成的新任务;
所有任务输入后均放置在任务池中,任务池将任务发送至任务在线决策模块的任务预处理子模块进行预处理;
预处理后的任务发送至任务分配模块,在任务分配模块中,结合筹划模型中的信息,利用任务筹划算法或指定好的分配原则,通过通讯模块将任务分发给单星任务规划Agent。
3.根据权利要求1所述的一种基于多智能体的遥感星座任务管控系统,其特征在于,单星任务规划Agent通过星间信息交互模块与多星任务分配Agent进行信息交换,接收任务分配模块发给单星的任务,完成任务的规划或重调整;
所述信息公告板用于存储所有单星任务规划Agent的状态信息,包括卫星任务队列、测控数传资源队列、任务规划方案队列,其中,资源队列存储当前可用的测控数传资源以及资源的状态,任务队列存储当前所有待完成的任务,任务规划方案队列存储任务规划方案。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210526123.3A CN114819702A (zh) | 2022-05-16 | 2022-05-16 | 一种基于多智能体的遥感星座任务管控系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210526123.3A CN114819702A (zh) | 2022-05-16 | 2022-05-16 | 一种基于多智能体的遥感星座任务管控系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114819702A true CN114819702A (zh) | 2022-07-29 |
Family
ID=82514974
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210526123.3A Pending CN114819702A (zh) | 2022-05-16 | 2022-05-16 | 一种基于多智能体的遥感星座任务管控系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114819702A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116681235A (zh) * | 2023-05-30 | 2023-09-01 | 中国科学院微小卫星创新研究院 | 星载分布式星座协同自主任务规划系统及其方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20190121665A1 (en) * | 2017-10-20 | 2019-04-25 | HawkEye 360, Inc. | Hierarchical satellite task scheduling system |
CN111311074A (zh) * | 2020-01-20 | 2020-06-19 | 中国人民解放军国防科技大学 | 面向应急任务的多星分布式协同重调度方法 |
CN112288212A (zh) * | 2020-07-31 | 2021-01-29 | 上海卫星工程研究所 | 一种多星自主协同系统及方法 |
-
2022
- 2022-05-16 CN CN202210526123.3A patent/CN114819702A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20190121665A1 (en) * | 2017-10-20 | 2019-04-25 | HawkEye 360, Inc. | Hierarchical satellite task scheduling system |
CN111311074A (zh) * | 2020-01-20 | 2020-06-19 | 中国人民解放军国防科技大学 | 面向应急任务的多星分布式协同重调度方法 |
CN112288212A (zh) * | 2020-07-31 | 2021-01-29 | 上海卫星工程研究所 | 一种多星自主协同系统及方法 |
Non-Patent Citations (3)
Title |
---|
向尚 等: "卫星自主与协同任务调度规划综述", 《自动化学报》, vol. 45, no. 2, 28 February 2019 (2019-02-28), pages 252 - 259 * |
周装轻等: "多星多载荷任务规划系统的设计与实现", 《微计算机信息》, vol. 26, no. 6, 5 June 2010 (2010-06-05), pages 193 - 195 * |
柴伟杰等: "基于图论的多星综合任务规划双蚁群算法", 《专题技术与工程应用》, vol. 49, no. 6, 31 December 2019 (2019-12-31), pages 534 - 539 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116681235A (zh) * | 2023-05-30 | 2023-09-01 | 中国科学院微小卫星创新研究院 | 星载分布式星座协同自主任务规划系统及其方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110046865B (zh) | 分布式库存调度方法 | |
CN109948944B (zh) | 一种卫星任务调度方法及系统 | |
Abdulsahib et al. | Comparison and evaluation of cloud processing models in cloud-based networks | |
CN111311074B (zh) | 面向应急任务的多星分布式协同重调度方法 | |
CN101237469B (zh) | 运用蚁群算法优化多QoS网格工作流的方法 | |
CN109189094B (zh) | 一种多有人机与多无人机混合编队资源调度方法 | |
CN107239335A (zh) | 分布式系统的作业调度系统及方法 | |
CN110825510A (zh) | 任务驱动的多星协同任务分配方法及系统 | |
Fua et al. | COBOS: Cooperative backoff adaptive scheme for multirobot task allocation | |
Mahato et al. | On scheduling transactions in a grid processing system considering load through ant colony optimization | |
CN107038070A (zh) | 一种云环境下执行可靠性感知的并行任务调度方法 | |
CN109118097B (zh) | 一种可靠性维修性保障性评估方法和装置 | |
Yadav et al. | Task allocation model for reliability and cost optimization in distributed computing system | |
Laili et al. | Parallel scheduling of large-scale tasks for industrial cloud–edge collaboration | |
CN114819702A (zh) | 一种基于多智能体的遥感星座任务管控系统 | |
Zhao et al. | A hierarchical parallel evolutionary algorithm of distributed and multi-threaded two-level structure for multi-satellite task planning | |
CN113568747B (zh) | 基于任务分类与时序预测的云机器人资源调度方法及系统 | |
CN114172814B (zh) | 一种意图驱动卫星网络资源管理三协模型构建方法及应用 | |
CN115276753A (zh) | 一种低轨宽带卫星星座兼容仿真系统 | |
Msala et al. | A new robust heterogeneous multi-robot approach based on cloud for task allocation | |
CN115795775A (zh) | 一种面向点群目标的卫星任务规划方法、系统及装置 | |
Ben-Arieh et al. | Knowledge based routing and sequencing for discrete part production | |
Zhao et al. | A dynamic rescheduling model with multi-agent system and its solution method | |
CN109947130A (zh) | 一种基于网格化管理的输电多机编队巡视管理方法和系统 | |
Suma et al. | Study on multi-task oriented service composition and optimization problem of customer order scheduling problem using fuzzy min-max algorithm |
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 |