CN115456487A - 机群系统的任务规划方法、任务规划装置及其电子设备 - Google Patents
机群系统的任务规划方法、任务规划装置及其电子设备 Download PDFInfo
- Publication number
- CN115456487A CN115456487A CN202211406705.4A CN202211406705A CN115456487A CN 115456487 A CN115456487 A CN 115456487A CN 202211406705 A CN202211406705 A CN 202211406705A CN 115456487 A CN115456487 A CN 115456487A
- Authority
- CN
- China
- Prior art keywords
- cost
- execution
- flight
- unmanned aerial
- airport
- 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
- 238000000034 method Methods 0.000 title claims abstract description 129
- 238000004891 communication Methods 0.000 claims description 128
- 238000012423 maintenance Methods 0.000 claims description 92
- 238000010606 normalization Methods 0.000 claims description 33
- 238000012545 processing Methods 0.000 claims description 28
- 238000004364 calculation method Methods 0.000 claims description 22
- 238000006243 chemical reaction Methods 0.000 claims description 15
- 239000011159 matrix material Substances 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 6
- 238000004146 energy storage Methods 0.000 claims description 3
- 238000012163 sequencing technique Methods 0.000 claims description 3
- 238000012546 transfer Methods 0.000 claims description 3
- 238000012795 verification Methods 0.000 description 73
- 238000010586 diagram Methods 0.000 description 21
- 238000001514 detection method Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 238000005265 energy consumption Methods 0.000 description 5
- 238000007689 inspection Methods 0.000 description 4
- 238000012216 screening Methods 0.000 description 4
- 238000013507 mapping Methods 0.000 description 3
- 230000035899 viability Effects 0.000 description 3
- 238000013500 data storage Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical compound C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 description 1
- 230000004308 accommodation Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011022 operating instruction Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000005070 sampling Methods 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
-
- 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
-
- 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
- G06Q10/10—Office automation; Time management
- G06Q10/101—Collaborative creation, e.g. joint development of products or services
-
- 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
- G06Q50/40—Business processes related to the transportation industry
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Entrepreneurship & Innovation (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Data Mining & Analysis (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请实施方式公开了一种机群系统的任务规划方法、任务规划装置及其电子设备。该方法包括:接收至少一个目标任务;为所述目标任务分配无人机和机场,以生成若干个对应的执行方案计算每个所述执行方案的执行成本;根据所述执行成本,推荐至少一个执行方案。通过上述方式,本申请实施方式能够根据操作人员输入的目标任务自动的生成多个不同的执行方案,并且进一步的根据多个不同执行方案的执行成本大小来为操作人员推荐执行方案,有效的提升了整体的自动化程度,提升了操作体验。
Description
技术领域
本申请实施方式涉及无人机调度控制技术领域,尤其涉及一种机群系统的任务规划方法、任务规划装置及其电子设备。
背景技术
随着电子技术的不断发展,无人机的性能得到了长足的提升。因其智能化、移动能力强等特点而在许多不同的领域(例如摄影测量、生态监测等)中具有很高的应用价值的广泛的应用前景,可用于执行和实现许多不同的工作任务。
由于单台无人机在续航时间、负载重量等的限制下,无法很好的满足一些覆盖范围较广,工作强度较大的工作任务的需要。因此,通常会通过多台无人机等相关设备(通常也可以被称为“机群系统”)之间的相互配合来协同完成这些难以由单台无人机完成的工作任务。
但是,现有的多台无人机协同或者配合控制方法之中存在着诸如需要较多的手动调试步骤,自动化程度较低,仅能针对特定场景通用性不佳等的一系列缺陷,难以满足实际使用的需要。
发明内容
本申请实施例提供一种机群系统的任务规划方法、任务规划装置及其电子设备,旨在解决现有无人机协同控制过程中自动化程度较低的缺陷。
第一方面,本申请实施例提供了一种机群系统的任务规划方法。其中,所述机群系统包括若干台无人机和若干个供所述无人机起飞和降落的机场。该方法包括:接收至少一个目标任务;为所述目标任务分配无人机和机场,生成若干个对应的执行方案;计算每个所述执行方案的执行成本;根据所述执行成本,推荐至少一个执行方案。
在一些实施例中,所述计算每个所述执行方案的执行成本,具体包括:分别计算不同成本指标对应的成本值,所述执行方案中包括若干个不同的成本指标;加权叠加所有成本指标的成本值,获得所述执行方案的执行成本。
在一些实施例中,所述分别计算不同成本指标对应的成本值,具体包括:计算所述执行方案的飞行成本,并进行归一化处理;计算所述执行方案的无人机维护成本,并进行归一化处理;计算所述执行方案的机场维护成本,并进行归一化处理。
在一些实施例中,所述分别计算不同成本指标对应的成本值,具体包括:计算所述执行方案的飞行成本,并进行归一化处理;计算所述执行方案的无人机维护成本,并进行归一化处理;计算所述执行方案的机场维护成本,并进行归一化处理;计算所述执行方案的通信成本。
在一些实施例中,所述执行方案包括:至少一个飞行任务;所述飞行任务用于:控制选定的执行无人机从起飞机场沿设定的飞行航线移动至降落机场。
在一些实施例中,所述执行方案还包括:调度任务;所述调度任务用于:控制被调度无人机从调度起点机场移动至调度终点机场。
在一些实施例中,所述调度任务包括:控制所述被调度无人机自调度起点机场飞行前往调度终点机场的空中调度任务;以及控制所述被调度无人机自调度起点机场,通过地面转运移动至调度终点机场的地面调度任务。
在一些实施例中,所述分别计算不同成本指标对应的成本值,具体包括:计算所述执行方案的飞行成本,并进行归一化处理;计算所述执行方案的无人机维护成本,并进行归一化处理;计算所述执行方案的机场维护成本,并进行归一化处理;计算所述执行方案的调度成本。
在一些实施例中,所述飞行成本包括:无人机在所述执行方案中的飞行时长总和,以及无人机在所述执行方案中飞行消耗的能量总和。
在一些实施例中,所述对所述飞行成本进行归一化处理,具体包括:
通过如下算式,将所述飞行成本转换到目标数值范围内:
C1=D1/(S1*K1);
其中,所述目标数值范围为0至1之间;C1为归一化处理后的飞行成本,K1为第一转换系数,D1为所述飞行时长总和,S1为机群系统中无人机的最大飞行时间;或者
所述目标数值范围为0至1之间;C1为归一化处理后的飞行成本,K1为第一转换系数,D1为所述消耗能量总和,S1为机群系统中无人机的最大能量存储空间。
在一些实施例中,所述计算所述执行方案的无人机维护成本,具体包括:确定若干个无人机部件的部件更换成本以及对应的部件更换时间;通过所述部件更换成本与对应的部件更换时间相除,计算每个无人机部件的单位时间使用成本;叠加全部所述无人机部件的单位时间使用成本,获得所述无人机的单位时间成本;将所述无人机的单位时间使用成本与所述无人机的飞行时长总和相乘,获得所述无人机维护成本。
在一些实施例中,所述对所述无人机维护成本进行归一化处理,具体包括:
通过如下算式,将所述无人机维护成本转换到目标数值范围内:
C2=D2/(S2*K2);
其中,C2为归一化处理后的无人机维护成本,K2为第二转换系数,D2为执行所述执行方案的无人机维护成本,S2为所述机群系统中,执行单个执行方案所需的最高无人机维护成本。
在一些实施例中,所述计算所述执行方案的机场维护成本,具体包括:确定机场在每次运行消耗的机场部件成本总和;统计机场在所述执行方案中的运行次数总和;将所述机场部件成本总和与运行次数总和相乘,获得所述机场维护成本。
在一些实施例中,所述对所述机场维护成本进行归一化处理,具体包括:
通过如下算式,将所述机场维护成本转换到目标数值范围内:
C3=D3/(S3*K3);
其中,C3为归一化处理后的机场维护成本,K3为第三转换系数,D3为执行所述执行方案的机场维护成本,S3为所述机群系统中,执行单个执行方案所需的最高机场维护成本。
在一些实施例中,所述通信成本包括:用于衡量所述飞行任务的通信时延程度的通信延迟成本;以及用于衡量所述飞行任务的通信覆盖程度的通信覆盖成本。
在一些实施例中,所述计算执行所述飞行任务所需的通信成本,具体包括:获取所述飞行航线覆盖的任务区域中的最大通信时延;判断所述最大通信时延是否大于预设的通信时延阈值;若是,将所述通信延迟成本设置为1;若否,计算所述最大通信时延占所述通信时延阈值的比例,作为所述通信延迟成本。
在一些实施例中,所述计算执行所述飞行任务所需的通信成本,具体包括:确定所述飞行航线途经的全部航点;获取每个所述航点周围基站的信号覆盖范围;计算所述飞行航线处于所述信号覆盖范围内的航程占所述飞行航线的总航程的比例,作为所述通信覆盖成本。
在一些实施例中,所述计算所述执行方案的调度成本,具体包括:
在所述执行方案包含所述调度任务时,将所述调度成本设置为1;在所述执行方案不包含所述调度任务时,将所述调度成本设置为0。
在一些实施例中,所述加权叠加所有成本指标的成本值,获得所述执行方案的执行成本,具体包括:确定任意两个成本指标之间的比较结果;根据所述比较结果,统计每一个成本指标对应的几何平均数;对所述几何平均数进行归一化处理,获得每个成本指标的权重系数;根据每个所述成本指标的权重系数,加权叠加所有成本指标的成本值,以获得所述执行方案的执行成本。
在一些实施例中,所述确定任意两个成本指标之间的比较结果,具体包括:根据所述执行方案包含的成本指标,构建对应的成对比较矩阵,所述成对比较矩阵中的元素表示两个成本指标之间的比较结果;根据预设的标度方法和成本指标的重要程度,给定所述比较结果的数值。
在一些实施例中,通过如下算式,计算所述成本指标的几何平均数:
其中,W i 是编号为i的成本指标的几何平均数;N为成本指标的总数量;j是编号为j的成本指标;a ij 是编号为i的成本指标和编号为j的成本指标之间的比较结果。
在一些实施例中,通过如下算式,计算所述成本指标的权重系数:
在一些实施例中,所述根据所述执行成本,推荐至少一个执行方案:确定所述执行成本最低的执行方案作为优选执行方案;将所述优选执行方案以外的其他执行方案作为备选执行方案;显示所述优选执行方案和备选执行方案。
在一些实施例中,所述显示所述优选执行方案和备选执行方案,具体包括:根据所述执行方案的执行成本,对若干个所述执行方案进行排序;突出显示所述优选执行方案,并且显示每个执行方案的执行成本。
第二方面,本申请实施例提供了一种机群系统的任务规划装置。该任务规划装置包括:任务接收模块,用于接收至少一个目标任务;方案生成模块,用于为所述目标任务分配无人机和机场,以生成若干个对应的执行方案;成本计算模块,用于计算每个所述执行方案的执行成本;方案推荐模块,用于根据所述执行成本,推荐至少一个执行方案。
第三方面,本申请实施例提供了一种电子设备。该电子设备包括处理器以及与所述处理器通信连接的存储器;其中,所述存储器中存储有计算机程序指令,所述计算机程序指令在被所述处理器调用时,以使所述处理器执行如上所述的数据处理方法。
本申请实施例的有益效果是:该任务规划方法可以根据操作人员输入的目标任务自动的生成多个不同的执行方案,并且进一步的根据多个不同执行方案的执行成本大小来为操作人员推荐执行方案,有效的提升了整体的自动化程度,提升了操作体验。
附图说明
图1是本申请实施例的机群系统的示意图;
图2是本申请实施例的协同控制系统的示意图;
图3是本申请实施例的协同控制系统的功能框图,示出了不同模块之间的信息流向;
图4是本申请实施例的任务信息的信息存储示意图;
图5是本申请实施例的通信链路信息的信息存储示意图;
图6是本申请实施例的无人机航线信息的信息存储示意图;
图7是本申请实施例的机群系统的设备信息的信息存储示意图
图8是本申请实施例的任务规划方法的方法流程图;
图9是本申请实施例的任务规划方法的方法流程图,示出了推荐执行方案的过程;
图10是本申请另一实施例的任务规划方法的方法流程图;
图11是本申请实施例的任务可行性校验的方法流程图;
图12是本申请实施例的地形安全性校验的示意图,示出了未通过校验的情形;
图13是本申请实施例的空域可用性校验的示意图,示出了未通过校验的情形;
图14是本申请实施例的通信覆盖率校验的示意图,示出了未通过校验的情形;
图15是本申请实施例的航线可行性校验的方法流程图;
图16是本申请实施例的生成包含调度任务和飞行任务的执行方案的方法流程图;
图17是本申请实施例的航线可行性校验的方法流程图,示出了判断执行无人机是否能够完成飞行航线的方法;
图18是本申请实施例的航线可行性校验的方法流程图,示出了判断执行无人机是否能够通过通信覆盖率校验的方法;
图19是本申请实施例的生成执行方案的方法流程图;
图20是本申请实施例的计算不同成本指标的方法流程图;
图21是本申请另一实施例的计算不同成本指标的方法流程图,示出了对无人机通信具有较高要求的执行方案的情形;
图22是本申请另一实施例的计算不同成本指标的方法流程图,示出了包含调度任务和飞行任务的执行方案的情形;
图23是本申请实施例的加权叠加全部成本指标的方法流程图;
图24是本申请实施例的任务规划装置的功能框图;
图25是本申请实施例的电子设备的结构示意图。
具体实施方式
为了便于理解本申请,下面结合附图和具体实施例,对本申请进行更详细的说明。需要说明的是,当元件被表述“固定于”另一个元件,它可以直接在另一个元件上、或者其间可以存在一个或多个居中的元件。当一个元件被表述“连接”另一个元件,它可以是直接连接到另一个元件、或者其间可以存在一个或多个居中的元件。本说明书所使用的术语“上”、“下”、“内”、“外”、“底部”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本申请和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本申请的限制。此外,术语“第一”、“第二”“第三”等仅用于描述目的,而不能理解为指示或暗示相对重要性。
除非另有定义,本说明书所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本说明书中在本申请的说明书中所使用的术语只是为了描述具体的实施例的目的,不是用于限制本申请。本说明书所使用的术语“和/或”包括一个或多个相关的所列项目的任意的和所有的组合。
此外,下面所描述的本申请不同实施例中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。
“机群系统”是包含了多台无人机、多个供无人机起飞/降落的机场及其一系列相关配套设备(例如用于实现无人机通信的通信基站以及用以下达控制指令的控制中心)共同组成的系统。系统内的各个设备之间可以在控制中心或者其他类似的电子计算平台的统一控制下,相互配合以协同完成一项或多项工作任务。
图1为本申请实施例提供的机群系统的应用场景的示意图。如图1所示,该机群系统可以包括多台无人机11、多个机场12以及备降点13。
其中,无人机11可以是以任何类型的动力驱动的无人飞行载具,包括但不限于四轴无人机、具有其他数量旋翼和/或旋翼配置的飞行器、固定翼飞行器、航模或者无人飞艇等。其可以具有通信、飞行控制等的功能模块,用以接收并执行特定的控制指令。
机场12是供无人机降落/起飞以及停放的自动化设备。其可以是与无人机11相适配的机巢或者其他类似的设备,能够在不依赖人工操作的情况下,自动为无人机11提供充电和遮盖保护等的功能。每个机场12可以根据实际情况的需要而具有合适的无人机容纳数量,在此不作具体限定。
备降点13是用于供无人机降落的冗余设备。其可以根据实际情况的需要而布置在机场13附近或者飞行航线的中间位置,用以在特殊情况下,为无人机11提供备用的降落和停放场地。相类似地,备降点和/或通信基站也可以通过相应的备降点序列和通信基站序列来表示。
在实际运行过程中,控制中心或者其他合适类型的电子计算平台可以向无人机11发送指令,以使其在上述不同的机场12之间移动,或者在特殊情况(例如发生故障)时紧急降落至备降点13。
应当说明的是,图1所示的应用场景仅用于示例性说明。本领域技术人员可以根据实际情况的需要,改变其中的无人机、机场以及备降点的数量,而不限于图1所示。
图2为本申请实施例提供的协同控制系统的功能框图。该协同控制系统可以对图1所示的机群系统中的无人机等设备进行协调控制,以使其能够顺利的完成操作人员期待实现的目标任务。如图2所示,该协同控制系统20可以包括:设备管理中心21、资源管理中心22以及协调调度中心23。
其中,设备管理中心21是用于管理及无人机序列、机场序列、备降点序列以及通信基站序列等机群系统中的全部设备以及监控这些设备的状态信息的部分。
资源管理中心22是用于存储和提供数据信息的部分。其可以接收并存储来自设备管理中心21监控获得的关键信息,也可以为协调调度中心23提供生成执行方案所需要的基础数据信息。
协调调度中心23是用于根据目标任务和数据信息,自动生成对应的执行方案的部分。其在接收到目标任务以后,通过对资源管理中心22的查询来获得所需要的数据信息,并在这些数据信息的基础上,通过一系列预设的条件或者设置准则来自动生成执行方案。
在实际使用过程中,操作人员只需要通过交互设备(例如,键盘或者触控屏幕)向协同控制系统下发期望执行的目标任务(例如,特定地区的测绘任务或者沿特定路线的巡检任务),基于上述设备管理中心21、资源管理中心22以及协调调度中心23之间的相互配合,就能自动进行调配,生成一个或者多个包含有飞行任务和/或调度任务的执行方案,并发送控制指令控制无人机和机场完成选定的目标执行方案。较佳的是,协同控制系统还可以基于综合成本比较等的方式,在多个可供选择的执行方案中给定优先级,提示最优执行方案和备选执行方案。
图3为本申请实施例提供的协同控制系统的功能框图,示出了协同控制系统中各个部分之间的相互配合关系。具体的,如图3所示,设备管理中心21具有日志记录和信息提示功能。资源管理中心22中包含了用于记录目标任务的目标任务库221、用于记录通信链路信息的通信链路资料库222、用于记录设备信息的设备资料库223以及用于记录无人机飞行航线的航线资料库224,而协调调度中心23内则包含了用于检测目标任务可行性的可行性检验单元231,用于生成对应执行方案的任务调配单元232以及用于生成控制指令的指令生成单元233。
在实际使用过程中,由操作人员编辑的新增的目标任务可以被记录在目标任务库221之中。在一些实施例中,目标任务可以被设定在未来的特定时间执行,并在到达执行时间时,从目标任务库221中输出1提供到可行性校验单元231中进行可行性校验。在另一些实施例中,操作人员编辑的新增目标任务也可以直接提供到可行性校验单元231进行可行性校验,从而使目标任务能够立即被执行。
可行性校验单元231能够根据预设的可行性检测标准,对接收到的目标任务进行检测。通过可行性校验的可行目标任务会被进一步的提供至任务调配单元232。任务调配单元232能够查询通信链路资料库222、设备资料库223以及航线资料库224中的数据信息,并以这些数据信息为基础,筛选目标任务的可用无人机和备选机场,并据此通过航线规划等方式,自动生成可用的执行方案。
由任务调配单元232生成的执行方案会被进一步提供至指令生成单元233中,生成多个具体的控制指令,以控制机群系统中的无人机运行从而实现该执行方案。
在一些实施例中,基于目标执行方案而形成的一系列具体控制指令可以分别被发送至机场和无人机,以控制其完成该目标执行方案。换言之,一个完整的目标执行方案可以被分成一系列按时间次序执行的控制指令来完成。
基于控制指令的分发和完成情况,已经完成的航线或者正在进行的航线等航线信息可以被进一步的反馈至资源管理中心的航线资料库224,以完成航线信息的更新(例如,在航线信息中删除已经执行完毕的航线)。在另一些实施例中,航线资料库224的航线信息更新状态也可以进一步的被上报到设备管理中心21,作为系统的状态日志记录与提示功能的其中一部分。
较佳的是,除了航线信息的更新状态以外,可行性校验单元231对目标任务的可行性校验结果、任务调配单元232自动生成执行方案的结果以及控制指令的执行情况中的一者或者多者均可以被上报到设备管理中心21,以实现系统状态日志记录与提示。
以下结合多个具体实例,对上述四个不同类别的数据信息的存储方式进行详细描述,以充分说明上述协同控制系统的具体实现。
图4为本申请实施例提供的任务信息的示意图。如图4所示,该任务信息可以是包含有若干个目标任务的数据集合(例如,图3所示的目标任务库221)。即每个目标任务是任务信息这一数据类别中的一个元素。
在实际使用过程中,操作人员可以编辑目标任务或者输入新的目标任务,而执行结束或者不再需要执行的目标任务也可以从目标任务库中删除。
具体的,每个目标任务至少具有如下数据项目:任务名称、任务类型、任务执行时间、任务执行周期以及任务内容。
在一些实施例中,在任务信息的存储方式中,还可以将任务类型作为分类的基础,分类存储不同类型的目标任务。即具有相同任务类型的目标任务被记录存储在同一个数据类型或者检索目录下。例如,请继续参阅图4,目标任务库中可以包含有巡检任务、测绘任务以及侦察任务等多种不同的任务类型。每个目标任务根据其所属的任务类型,被分配到相同的任务类型的项目之下。
图5为本申请实施例提供的通信链路信息的示意图。如图5所示,该通信链路信息可以是包含有若干个条通信链路的数据集合。每条通信链路都是该数据集合中的一个元素。“通信链路”是指机群系统中无人机与外部设备之间进行数据传递所依赖的通信连接通道。
具体的,每条通信链路可以通过信号覆盖范围、信号强度、通信链路所属基站的数量、通信链路所属基站的种类、通信链路所属基站的位置以及通信链路所属基站的信号覆盖范围等的一项或者多项数据项目进行表征,用以说明和描述该通信链路。较佳的是,不同通信链路之间的连接情况也可以被记录在通信链路信息之中,以满足某些特定目标任务的需求。
在一些实施例中,请继续参阅图5,通信链路信息可以以通信链路作为数据信息存储的基础单元,并进一步在每条通信链路(例如通信链路1)的项目下,记录其包含的基站。每个基站则与其基站种类、位置以及信号覆盖范围等数据信息相关联,以实现对多条通信链路的数据信息的有序存储。
图6为本申请实施例提供的无人机航线信息的示意图。如图6所示,无人机航线信息中主要包含了任务航线和临时航线两种,是指无人机当前正在执行的航线信息。
其中,任务航线和临时航线都具有飞行高度信息、飞行经过的采样点经纬度信息以及到达目标位置的预计时间信息等的数据项目来描述和表征,用以帮助后续的执行方案的自动生成。
在一些实施例中,请继续参阅图6,无人机航线信息之中以无人机为存储单位,分别存储有每一台执行无人机对应的任务航线和临时航线。该执行无人机是指当前正在进行中的执行方案所指派的无人机。
图7为本申请实施例提供的机群系统的设备信息的示意图。如图7所示,该设备信息主要包含无人机、机场以及备降点这三种设备的相关信息。在设备信息这一数据集合中,每台无人机、每个机场以及备降点均作为其中的一个元素。
具体的,每台无人机至少具有如下数据项目:无人机编号、无人机类型以及无人机状态。其中,无人机状态是说明和表示无人机当前运行情况的一系列数据,例如无人机的姿态,位置,高度,实时状态,飞行任务信息以及告警信息等。
每个机场至少具有如下数据项目:机场编号、机场类型以及机场状态。其中,机场状态具体是指描述无人机场当前使用或者运行情况的一系列数据,例如无人机场当前位置,无人机场是否空闲,无人机场的充电设备使用情况等。
每个备降点至少具有如下数据项目:备降点编号、备降点位置以及备降点可用性。其中,备降点的可用性描述可以包含备降点可以提供的服务或者功能,或者是否能够被特定类型的无人机降落使用等相关信息。
在一些实施例中,上述四个类别的数据信息均可以通过关系型数据库进行存储和记录,以便于对数据信息进行查询、删除、修改、增加或者其他操作。
图8为本申请实施例提供的任务规划方法的方法流程图。该任务规划方法可以由上述协同控制系统的协调调度中心所执行,以自动生成执行方案并使其能够被顺利执行。如图8所示,该任务规划方法可以包括如下步骤:
S110、接收至少一个目标任务。
其中,目标任务是由操作人员编辑或者输入的,期望机群系统完成的特定作业内容,例如,针对特定区域的巡检,巡查或者测绘任务。在此不对目标任务的具体内容和形式进行限定。
S130、为目标任务分配无人机和机场,以生成若干个对应的执行方案。
其中,执行方案与目标任务主要区别在于,执行方案中记录了执行特定目标任务时所使用到的无人机和机场。其具体可以通过上述无人机编号和机场编号来指定具体的无人机和机场。
具体的,分配无人机和机场过程可以包括如下步骤:首先,通过遍历机群系统包含的全部无人机,确定若干台可用于执行目标任务的可用无人机。然后,对于每一台所述可用无人机,通过遍历机群系统包含的所有机场,确定所有可供所述可用无人机使用的备选机场。最后,筛选获得的可用无人机和备选机场的基础上进行航线规划,所形成的能够完成目标任务的一个或多个飞行任务。换言之,执行方案可以被认为是有一个或者多个所飞行任务组成的。每个飞行任务用于控制选定的执行无人机从起飞机场沿设定的飞行航线移动至降落机场。
S150、计算每个执行方案的执行成本。
其中,执行成本是指完成执行方案所需要消耗的资源。其可以是执行方案从多个不同方面衡量的成本的总和,表示了整个执行方案所消耗的总成本。
在一些实施例中,如图10所示,计算执行成本的方法包括如下步骤:
S151、分别计算不同成本指标对应的成本值。其中,执行方案中包括若干个不同的成本指标。一个成本指标表示了执行方案中某一个方面所需要耗费的资源,其可以使用具体的数值来衡量其大小。
S152、加权叠加所有成本指标的成本值,获得所述执行方案的执行成本。加权叠加是指为每个成本指标赋予对应的权重系数后,将全部数值叠加后获得的总和。由此,该总和数值可以反映整个执行方案的总成本,或者说执行成本。
S170、根据执行成本,推荐至少一个执行方案。
其中,推荐是指为操作人员在多个可选的执行方案中,提供选择的建议。该建议具体可以采用任何合适类型的方式,例如设置其中一个或者几个成本最低的执行方案作为推荐项目,或者突出显示某个执行成本最低的执行方案。
本申请实施例提供的任务规划方法的其中一个有利方面是:可以根据操作人员输入的目标任务自动的生成多个不同的执行方案,并且进一步的根据多个不同执行方案的执行成本大小来为操作人员推荐执行方案,有效的提升了整体的自动化程度,提升了操作体验。
具体的,如图9所示,推荐至少一个执行方案可以采用设置优选执行方案和备选执行方案的方式来实现,可以包括如下步骤:
S171、确定执行成本最低的执行方案作为优选执行方案。
其中,执行成本最低的执行方案通常表示了较低的资源消耗,可以作为优选执行方案被推荐。在另一些实施例中,除了选择执行成本最低的执行方案作为优选执行方案以外,还可以将执行成本低于某个特定设置阈值的执行方案作为优选执行方案。
S172、将优选执行方案以外的其他执行方案作为备选执行方案。
其中,其余的方案虽然在执行成本上不占据优势,但可能满足操作人员或者用户的其他偏好。由此,可以作为备选执行方案以供候选。
S173、显示优选执行方案和备选执行方案。
其中,显示的方式可以根据实际情况的需要而选择,例如特定的突出显示或者在不同下拉列表中显示的方式。
具体的,上述显示优选执行方案和备选执行方案的方法的步骤具体包括:首先,根据执行方案的执行成本,对若干个执行方案进行排序。然后,突出显示优选执行方案,并且显示每个执行方案的执行成本。
其中,突出显示是指以特定颜色、特定字体、特定区域或者其他不同于普通显示的方式。其具体可以根据实际情况的需要而设定,在此不作具体限定。
在一些实施例中,在计算执行方案的执行成本之前,还可以对执行方案进行初步的筛选,剔除那些不具备可行性的执行方案,以提升操作人员的操作体验。如图10所示,在步骤S150之前,上述任务规划方法还可以包括:
S140、依次对执行方案中的每个飞行任务进行航线可行性校验。
其中,“航线可行性校验”是指对飞行任务涉及到的飞行航线是否可行而进行的校验过程。整个可行性校验可以包含多个不同维度下的判断条件或者判断标准,由此从整体上反映和确定飞行航线的可行性。
在执行方案中的全部飞行任务均通过航线可行性校验时,可以被确定为可用执行方案,加入到相应的数据库并等待进行后续的执行成本计算步骤。而没有通过航线可行性校验的执行方案则被筛除,并上报至设备管理中心与日志记录和提醒功能相关的模块中进行记录。
本申请实施例提供的任务规划方法的其中一个有利方面是:上述在确定目标执行方案的步骤之前,对已经生成的多个执行方案进行的初步筛选,可以排除部分不具备可行性的执行方案,避免不必要的成本计算,也可以提升操作体验。
在一些实施例中,如图10所示,上述任务规划方法还可以包括:
S120、对接收到的目标任务进行任务可行性校验。
其中,任务可行性校验是用于检测和判断目标任务是否可行的校验过程。其具体可以由一系列不同的校验标准或者校验步骤所组成,能够从多个不同的方向来整体判断目标任务的可行性。
一方面,在目标任务通过上述任务可行性校验时,可以继续执行步骤S130,生成多个对应的执行方案。例如,目标任务被进一步的提供到任务调配单元232完成后续的步骤
另一方面,在目标任务未通过上述任务可行性校验时,则不再进行后续的步骤,并输出目标任务校验失败以及失败原因等相关提示信息。“提示信息”是指记录了目标任务校验结果和/或校验失败原因的数据信息。其具体可以根据实际情况的需要而选择使用任何合适类型的数据形式,在此不作具体限定。例如,其可以被反馈上报到设备管理中心,以日志的形式记录。
本申请实施例提供的任务规划方法的其中一个有利方面是:在为目标任务分配无人机和机场之前,对目标任务进行初步的筛选并及时反馈筛选结果。这样预先进行任务可行性校验的方式可以进一步提升协调控制系统的智能化程度,避免一些无法完成的目标任务被继续进行错误的分析。
图11为本申请实施例提供的目标任务的任务可行性校验的方法流程图。在一些实施例中,如图11所示,该任务可行性校验的过程包括:
S121、判断目标任务是否通过预设的地形安全性校验。若是,执行步骤S122;若否,则执行步骤S123。
其中,“地形安全性校验”是指检验目标任务下方地形和目标任务的期望飞行高度之间的距离是否能够满足无人机安全飞行要求的过程。例如,无人机在执行飞行任务的过程中,当地形高度与飞行高度之间的距离会小于预设的高度阈值时,无人机可能有较大的触地或者撞击风险,不能与地形条件相适应。因此,确定其未通过所述地形安全性校验。
具体的,如图12所示,完整的地形安全性校验可以包括如下步骤:首先,获取目标任务的预期飞行高度H1以及对应的地形高度H2。然后,根据预期飞行高度和地形高度,将两者相减即可计算获得目标任务的相对高度。最后,检查在目标任务的不同位置之中,相对高度是否均小于预设的高度阈值H3。若是,标明目标任务的地形对于飞行安全存在较大影响,容易发生碰撞事故(例如图12所示的冲突部分P1)。因此,确定目标任务未通过地形安全性校验。若否,则可以确定目标任务通过地形安全性校验。
S122、判断目标任务是否通过预设的空域可用性校验。若否,执行步骤S123,若是,则执行步骤S124。
其中,“空域可用性校验”是对目标任务所涉及或者覆盖的空域是否存在特定限制的检验过程。例如,当目标任务所涉及的任务空域范围与一些限制区域之间存在重叠部分时,可以确定目标任务存在特定限制,在未解除这些限制的情况下,实际上无法被执行。由此,就可以确定目标任务未通过空域可用性校验
具体的,如图13所示,上述空域可用性校验过程可以包括如下步骤:首先,确定目标任务所覆盖的任务空域范围S1。其中,任务空域范围是基于目标任务记载的任务内容,可以确定无人机在执行任务时会经过的或者覆盖的大致空域范围。
然后,判断任务空域范围S1是否与已有的限制区域S2重叠。在重叠时,确定目标任务未通过空域可用性校验(例如图13所示的重叠部分P2)。如果没有重叠的部分,则确定目标任务通过空域可用性校验。
其中,限制区域是指无人机被限制或者不应当进入的空域。该限制区域具体可能是由于多种不同的限制原因或者条件所形成的。
例如,限制区域可以包括禁止无人机飞行的禁飞区域。该禁飞区域可以是因外部限制要求(比如根据政策划定的固定禁飞区和临时禁飞区)和自划定限制(比如自划定的地理围栏和禁飞区)。在另一些实施例中,该限制区域还可以包括当前正在被执行的目标任务的任务空域范围,以起到避免两台无人机发生碰撞或者冲突的情形。
S123、确定目标任务未通过任务可行性校验。
其中,在目标任务不能通过上述地形安全性校验和空域可用性校验中的任意一个时,由于此时目标任务存在无法克服的限制。因此,可以确定该目标任务是不可行的任务。
S124、确定目标任务通过任务可行性校验。
其中,在任务目标能够通过所有的校验时,则说明此时任务目标能够经过初步的校验,是可行的任务。
在另一些实施例中,请继续参阅图11,除了地形安全性校验和空域可用性校验以外,还可以在可行性校验中进一步增加如下步骤:
S125、判断目标任务是否通过预设的通信覆盖率校验。若是,执行步骤S124,若否,则执行步骤S123。
其中,通信覆盖率校验是指对目标任务的飞行过程中,无人机是否能够在整个过程之中保持通信链路的通畅。例如,如图14所示,在无人机飞行的过程中,可能由于基站设置不足或者位置过于分散,无人机在部分航线过程中无法通过基站建立通信连接。此时,当目标任务需要保持数据通信(例如实时传递图像)时,将无法满足航线全程通信覆盖的需要。
具体的,如图14所示,上述通信覆盖率校验过程可以包括:首先,确定目标任务途经的全部航点T。然后,获取每个所述航点周围的中继基站(例如中继基站#1,中继基站#2)的信号覆盖范围S3。最后,判断任务目标是否全部处于基站的信号覆盖范围内。若全部处于覆盖范围内,确定目标任务通过通信覆盖率校验。如果有部分航线处于覆盖范围之外(例如图14所示的未覆盖部分P3),确定目标任务未通过通信覆盖率校验。
在一些实施例中,如图15所示,对飞行任务进行航线可行性校验的过程具体包括:
S141、判断飞行任务是否满足预设的第一飞行限制条件。若是,执行步骤S142,若否,则执行步骤S143。
其中,第一飞行限制条件是指与无人机飞行相关的一个或者多个限制。其从飞行的维度来表现了飞行任务是否可行。
具体的,上述判断飞行任务是否满足预设的第一飞行限制条件,具体包括:判断执行无人机是否能够完成飞行航线以及飞行航线覆盖的任务空域范围是否与已有的限制区域重叠。
其中,在执行无人机能够完成所述飞行航线,并且飞行航线覆盖的任务空域范围与已有的限制区域不重叠时,确定飞行任务满足第一飞行限制条件。而在执行无人机不能够完成飞行航线,或者飞行航线覆盖的任务空域范围与已有的限制区域重叠时,确定飞行任务不满足第一飞行限制条件。
S142、判断飞行任务的降落机场是否处于空闲状态。若是,执行步骤S144,若否,执行步骤S145。
其中,空闲状态是指机场在该时间段未被占用,具有作为降落机场的能力,能够接受无人机降落并相应的为降落后的无人机提供诸如充电,停放保护等功能。
S143、确定飞行任务未通过航线可行性校验。
其中,在不满足限制条件的情况下,表示飞行任务在飞行方面存在不可行或者受到限制的部分。由此,可以确定为未通过航线可行性校验。
在一些实施例中,为了帮助操作人员了解当前的执行方案生成情况,在步骤S143之后,还可以进一步的输出提示信息。该提示信息记录有飞行任务未通过航线可行性校验的结果以及未通过航线可行性校验的原因。
S144、确定飞行任务通过航线可行性校验。
其中,通过可行性校验表示从当前数据信息来看,该飞行任务能够被执行。
S145、生成调度任务以使降落机场转变为空闲状态。
其中,“调度任务”是指控制特定的无人机,从目前的机场移动至另一个机场的任务。在本实施例中,选定的无人机可以被称为“被调度无人机”、作为飞行任务降落机场的机场可以被称为“可调度机场”、被调度无人机的移动终点被称为“调度终点机场”。由此,通过执行调度任务,就可以将被调度机场切换为空闲状态,提供作为飞行任务的降落机场使用。
在一些实施例中,如图16所示,上述步骤S145具体可以包括如下步骤:
S1451、根据不同调度事项的组合,生成至少一个调度任务。
其中,所述调度事项包括:被调度无人机、调度起点机场以及调度终点机场。被调度无人机是选定,需要移动的无人机,调度起点机场是调度任务的起点(例如某个可调度的机场),调度终点机场是调度任务中,被调度无人机达到的终点。
具体的,调度任务可以包括空中调度任务和地面调度任务两种移动方式不同的任务类型。其中,空中调度任务是指控制被调度无人机直接从可调度机场飞行前往调度终点机场的移动方式。地面调度任务是指控制搬运设备(如装载车辆)将被调度无人机从可调度机场通过地面转运的方式,移动至调度终点机场的移动方式。
在一些实施例中,可以只选择处于空闲状态的机场作为调度终点机场。换言之,该调度任务仅包括一次调度而不包含两次或以上的调度。这样的方式,可以降低规划的难度并适当的放弃一些需要多次调度的,不切合实际应用的任务。
S1452、对调度任务进行调度可行性校验。
其中,“调度可行性校验”是针对调度任务可行性的检测过程。其具体可以根据实际情况的需要而设定,只需要能够获得对任务是否可行的判断结果即可。
具体的,对于空中调度任务,可以通过判断空中调度任务是否满足预设的第二飞行限制条件来确定其可行性。若是,确定空中调度任务通过调度可行性校验;若否,则确定空中调度任务未通过调度可行性校验。
其中,该第二飞行限制条件可以是与航线可行性检测相类似的检测过程,从而帮助确定飞行调度任务的航线是否可行。在本实施例中,为了区分而将其分别命名为“第一”和“第二”。
S1453、在通过调度可行性校验的调度任务中,确定至少一个调度任务作为目标调度任务。
其中,将通过了可行性检测的调度任务作为候选,供操作人员选定或者其他合适的选择方式,作为所需要执行的目标调度任务。
S1454、将目标调度任务与对应的飞行任务组合,形成一个执行方案。
其中,在选定了目标调度任务后,将其也作为执行方案的其中一部分加入到执行方案之中,从而形成完整的执行方案。换言之,在执行方案之中,会包含有至少一个飞行任务以及对应的调度任务,以确保目标任务能够被顺利的完成。
在一些实施例中,如图17所示,上述判断所述执行无人机是否能够完成所述飞行航线的过程,具体包括:
S1411、确定飞行航线的总航程和/或总飞行时间。
其中,总航程是指飞行航线累计的飞行总距离。总飞行时间是指飞行航线所累计的飞行总时长。
S1412、判断执行无人机的飞行能力是否大于总航程或总飞行时间、若是,执行步骤S1413,若否,执行步骤S1414。
其中,执行无人机的飞行能力是指无人机当前电量下,可以飞行的总距离或者在执行该目标任务下,能够维持的最大飞行时间。
S1413、确定执行无人机能够完成飞行航线。
S1414、确定执行无人机不能完成飞行航线。
其中,上述判断执行无人机是否能够完成飞行航线的检测过程在另一些实施例中也可以被称为“航时/航程校验”。
在一些实施例中,上述判断飞行航线覆盖的任务空域范围是否与已有的限制区域重叠的过程(也可以被称为“空域可用性检验”)中,该限制区域可以包括:禁止无人机飞行的禁飞区域。
其中,禁飞区域由操作人员自定义(例如自划定的地理围栏和禁飞区)或者外部限制预先设定(例如,根据政策划定的固定禁飞区和临时禁飞区)。
在另一些实施例中,上述判断飞行航线覆盖的任务空域范围是否与已有的限制区域重叠的过程中,该限制区域还可以包括:飞行冲突区域。
其中,该飞行冲突区域是另一个飞行任务的飞行航线覆盖的任务空域范围。当两个飞行任务之间的执行时间存在相互重叠的部分时,可以被确定为飞行冲突区域。
在一些实施例中,在对所述飞行任务进行航线可行性校验的过程中,请继续参阅图15,在步骤S141之后,步骤S142之前,该航线可行性校验还包括如下步骤:
S146、判断飞行任务是否通过通信覆盖率校验。
其中,通信覆盖率是指在无人机在飞行任务执行过程中,通讯信号的覆盖情况。在飞行任务通过所述通信覆盖率校验时,可以执行步骤S142,而在飞行任务未通过通信覆盖率校验时,则可以执行步骤S143,确定飞行任务未通过所述航线可行性校验。
具体的,如图18所示,步骤S146具体可以包括如下步骤:
S1461、计算飞行任务的通信覆盖率。
其中,该通信覆盖率是指在整个飞行航线期间,能够被通讯覆盖的航程占总飞行航程的比例。可以理解的是,通信覆盖率越高,无人机在任务飞行期间能够和地面中心通信的能力越强。
具体的,该通信覆盖率可以通过如下方式计算:首先,确定飞行航线途经的全部航点。然后,获取每个所述航点周围基站的信号覆盖范围。最后,计算所述飞行航线处于所述信号覆盖范围的航程占所述飞行航线的总航程的比例,作为所述通信覆盖率。
S1462、判断通信覆盖率是否大于预设的覆盖率阈值。若是,执行步骤S1463、若否执行步骤S1464。
S1463、确定飞行任务通过通信覆盖率校验。
S1464、确定飞行任务通过通信覆盖率校验。
其中,该覆盖率阈值是一个经验性数值,可以由技术人员根据实际情况的需要而设置。例如,根据目标任务所属的任务类型,在对通信有较高要求的巡检任务时,可以设置较高的覆盖率阈值。
为充分说明本申请实施例的任务规划方法,以下以图19所示的执行方案生成过程为例,对如何生成包含飞行任务和/或调度任务的执行方案进行详细描述。
首先,根据资源管理中心提供的数据信息,为目标任务分配无人机和机场,生成对应的飞行任务(S201),并依次序对飞行任务进行航时/航程校验、空域状态校验以及通信覆盖率校验(S202)。在任意一个校验不通过时,可以将校验失败的结果和/或校验失败的原因提供至设备管理中心,记录到相关日志中(S203)。在另一些实施例中,在目标任务的任务类型对于无人机在飞行过程中的通信实时性要求较低时,也可以省略不进行通信覆盖率校验。
其次,在飞行任务通过所有的校验以后,检测飞行任务的降落机场是否为空闲状态的空闲机场(S204)。在降落机场为空闲机场的情形下,可以确认该飞行任务已经完成所有校验,可以作为目标执行方案的候选,进入到方案侯选库中供操作人员选择(S205)。而在降落机场不是空闲机场的情形下,可以生成调度事项,并将其进行组合以形成多个不同的调度任务(S206)。
其中,对于每个调度任务,均执行如下步骤(即遍历全部调度任务):确定与调度任务对应的调度航线和地面调度路线(S207)。一方面,在空中调度任务中,可以依次对其调度航线进行航时/航线校验(S208)、空域状态校验(S209)。其与飞行任务的校验相类似地,在任意一个校验不通过时,可以将校验失败的结果和/或校验失败的原因提供至设备管理中心,记录到相关日志中。而在所有校验均通过以后,作为目标调度任务的候选。另一方面,在地面调度任务之中,则对其进行相应的地面转运可行性校验(S210)。在校验不通过时,可以将校验失败的结果和/或校验失败的原因提供至设备管理中心,记录到相关日志中,并且在校验通过时,作为目标调度任务的候选。
在候选调度任务之中选择其中一个目标调度任务,与相应的飞行任务结合,生成包含调度任务和飞行任务的执行方案(S211),并进而可以作为目标执行方案的候选,进入到相应的方案侯选库中供操作人员选择。
在另一些实施例中,在确定了目标执行方案以后,协调调度系统还可以进一步的形成与所述目标执行方案对应的若干控制指令,并且分发至对应的无人机和机场,以使得目标执行方案能够被顺利执行。
其中,选定的目标执行方案实际上是由一系列的无人机和机场相互配合的工作步骤所组成。由此,在已经确定了目标执行方案以后,可以据此形成一系列的控制指令并分发到对应的无人机和机场,有序的控制无人机的起飞/降落和飞行,来完成该目标执行方案。
在一些实施例中,如图20所示,分别计算不同成本指标对应的成本值的步骤具体可以包括:
S1511、计算执行方案的飞行成本,并进行归一化处理。
其中,飞行成本是指无人机在执行任务过程中消耗的资源。其具体可以通过多种不同的数值来衡量,例如消耗的电量或者消耗的飞行时间。
S1512、计算执行方案的无人机维护成本,并进行归一化处理。
其中,无人机维护成本是指无人机在完成任务以后,维护无人机所耗费的成本。其通常取决于无人机的型号以及飞行的时间等。
S1513、计算执行方案的机场维护成本,并进行归一化处理。
其中,机场维护成本与无人机维护成本相类似,是指机场为完成执行方案,在起飞和降落时所消耗的总成本。
应当说明的是,由于上述飞行成本、无人机维护成本以及机场维护成本之间具有不同的量纲。因此,可以对其进行归一化处理,将其转换到预先设定好的数值范围之内,以便于不同成本的统计和比较。
在另一些实施例中,在目标任务属于与通信关联比较紧密的任务类型时,除了图20所示的步骤以外,如图21所示,在计算执行方案的执行成本时,还可以包括如下步骤:
S1514、计算执行方案的通信成本。
其中,通信成本是用于衡量执行方案在数据通信上需要付出的成本或者资源。具体的,上述通信成本可以包括:用于衡量所述飞行任务的通信时延程度的通信延迟成本以及用于衡量所述飞行任务的通信覆盖程度的通信覆盖成本。
在另一些实施例中,如以上所描述的执行方案中除了飞行任务以外,还可以包含有额外的调度任务。由此,除了图21所示的步骤以外,如图22所示,在计算执行方案的执行成本时,还可以包括如下步骤:
S1515、计算执行方案的调度成本。
其中,调度成本是在原有的成本指标之外,额外新增的成本指标。通过这项新增的成本指标,可以帮助更好的衡量执行方案因调度任务而造成的消极影响,提升推荐结果的准确性。
为充分说明本申请实施例的成本计算方法,以下一个特定的执行方案的成本计算过程为例,对其执行成本的具体计算方法进行详细描述。
1)关于飞行成本的计算:
从耗能或者耗时这两个不同的角度来进行衡量,飞行成本可以包括:无人机的飞行时长总和以及无人机因飞行而消耗能量总和。
一方面,对于能量消耗,可以使用无人机的最大电池容量进行归一化处理,将无人机在当前执行方案中的能量消耗除以机群系统中全部无人机中最大的电池容量,从而将其转换至0-1的数值区间。
另一方面,对于飞行时长的消耗,可以使用无人机的最大飞行时间进行归一化处理,将无人机在当前执行方案中的飞行时长总和除以机群系统中全部无人机中的最大飞行时间,从而将其转换至0-1的数值区间。
总结而言,可以使用如下算式(1)来表示对飞行成本的归一化处理过程:
C1=D1/(S1*K1) (1);
其中,所述目标数值范围为0至1之间,C1为归一化处理后的飞行成本,K1为第一转换系数。D1为所述飞行时长总和,S1为机群系统中所有无人机的最大飞行时间,或者D1为所述消耗能量总和,S1为机群系统中所有无人机的最大能量存储空间。
上述第一转换系数与执行方案中的飞行任务和调度任务数量相关。在本实施例中,较佳的方式是只设置一次调度任务。因此,可以选择将第一转换系数设置为2。
另外,在执行方案包含空中调度任务的情形时,上述能量消耗和飞行时长的消耗均需要将无人机在空中调度任务中的飞行过程叠加在内。换言之,消耗能量总和或者飞行时长总和是飞行任务与空中调度任务两者的叠加。
2)关于无人机维护成本的计算:
无人机维护成本是指执行方案完成以后,对无人机使用寿命的消耗程度。与上述飞行成本相类似地,飞行任务的执行无人机的维护成本和空中调度任务之中的被调度无人机的维护成本均需要被包含在无人机维护成本之内。无人机维护成本是这两者的叠加。
具体的,无人机维护成本可以根据无人机上的部件更换成本来进行计算。这些部件是指在无人机飞行后进行维护时,所需要更换的易损部件或者消耗部件。
首先,可以确定若干个无人机部件的部件更换成本以及对应的部件更换时间。然后,通过所述部件更换成本与对应的部件更换时间相除,计算每个无人机部件的单位时间使用成本,并且叠加全部所述无人机部件的单位时间使用成本,获得所述无人机的单位时间成本。最后,将所述无人机的单位时间使用成本与所述无人机的飞行时长总和相乘,获得所述无人机维护成本。
例如,假设无人机的舵机的使用时间为200小时,而更换舵机的成本为400元。因此,假设飞行任务需要消耗2小时的航时,则舵机这一部件在这个飞行任务中的维护成本为4元。
在进行归一化处理的过程中,可以使用机群系统中单次飞行维护成本最高的无人机维护成本作为标准,将从而将某个飞行任务的无人机维护成本转换到转换至0-1的数值区间。
总结而言,可以使用如下算式(2)来表示对无人机维护成本的归一化处理过程:
C2=D2/(S2*K2) (2);
其中,C2为归一化处理后的无人机维护成本,K2为第二转换系数,D2为执行所述执行方案的无人机维护成本,S2为所述机群系统中,执行单个执行方案所需的最高无人机维护成本。
上述第二转换系数与执行方案中的飞行任务和调度任务数量相关。在本实施例中,较佳的方式是只设置一次调度任务。因此,可以选择将第二转换系数设置为2。
3)关于机场维护成本的计算:
机场维护成本的计算和上述无人机维护成本的计算方法相似,也可以通过叠加各个机场部件在某个飞行任务或者执行方案过程中发生的部件损耗来进行计算
相比于无人机维护成本中对于部件损耗的计算而言,机场部件更多的考虑部件在执行方案的执行过程中所需要的运行次数而非运行时间。例如,机场在无调度任务的执行方案中,需要开合舱盖来实现无人机的起飞和降落。由此,需要考虑对于开合舱盖这一动作造成的损耗。
以一次飞行任务为例,起飞机场需要开合一次舱门,降落机场也需要开合一次舱门。因此,在计算机场维护成本时将两个机场的开合成本相加得到舱门开合这一项部件的机场维护成本。
具体而言,在计算机场维护成本的过程中,首先确定机场在每次运行消耗的机场部件成本总和。然后,统计机场在所述执行方案中的运行次数总和。最后,将所述机场部件成本总和与运行次数总和相乘,获得所述机场维护成本。
另外,在进行归一化处理的过程中,可以使用机群系统中单个执行方案最高的机场维护成本作为标准,将某个执行方案的机场维护成本转换到转换至0-1的数值区间。
具体而言,可以使用如下算式(3)来表示对机场维护成本的归一化处理过程:
C3=D3/(S3*K3) (3);
其中,C3为归一化处理后的机场维护成本,K2为第三转换系数,D3为执行所述执行方案的机场维护成本,S3为所述机群系统中,执行单个执行方案所需的最高机场维护成本。
可以理解的是,在目标任务中需要涉及到的机场数量越多,机场的维护成本就越高。例如,在一个飞行任务中会包括两个机场的维护成本。
相应地,上述第三转换系数会与执行方案中的飞行任务和调度任务数量相关。在本实施例中,较佳的方式是只设置一次调度任务。这样的情形下,通常仅涉及到3个不同的机场。因此,可以选择将第三转换系数设置为3。
4)关于通信成本的计算:
通信成本可以根据该执行方案的飞行航线计算得出,通常包含有通信覆盖率而产生的通信覆盖成本和通信时延产生的通信延迟成本。
一方面,通信延迟成本可以通过如下步骤计算:
首先,获取所述飞行航线覆盖的任务区域中的最大通信时延。然后,判断所述最大通信时延是否大于预设的通信时延阈值。该通信实验阈值是一个经验性数值,可以由技术人员根据实际情况的需要而设置。最后,根据两者的比较结果,在大于的情况下,可以将所述通信延迟成本设置为1。在小于等于的情况下,则计算所述最大通信时延占所述通信时延阈值的比例,作为所述通信延迟成本。
另一方面,通信覆盖成本可以通过如下步骤计算:
首先,确定飞行航线途经的全部航点;然后,获取每个所述航点周围基站的信号覆盖范围;最后,计算所述飞行航线处于信号覆盖范围内的航程占所述飞行航线的总航程的比例,作为通信覆盖成本。
在上述通信成本的计算方法之中,通信延迟成本和通信覆盖成本的计算结果均在数值0-1的范围内。由此,其计算得出的数值可以直接用于后续的加权叠加而不需要进行额外的归一化处理。
5)关于调度成本的计算:
在执行方案中涉及到调度任务时,表明此执行方案相对于不需要进行调度的其他执行方案而言,具有其他额外的成本开销。具体的,可以将该调度成本作为惩罚项使用而不再考虑其他额外的中转开销成本以达到简化处理的效果。
例如,在执行方案包含调度任务时,可以将调度成本设置为1,而在执行方案不包含调度任务时,将调度成本设置为0。由此,在最终的执行方案推荐筛选过程中,包含了调度任务的执行方案成本会上升,使执行成本能够更加真实的反映执行方案的具体开销。
本申请实施例中,需要通过加权叠加的方法对执行方案各个不同的成本指标的数值进行叠加来获得执行成本。但是如何确定这些成本指标之间的具体权重系数,从而使执行成本能够真实有效的反映执行方案的资源开销是一项富有挑战性的工作。因为不同的成本指标是两种完全不同类型的数据,而涉及到的成本指标种类又较多。因此,很难在客观上比较确定每个成本指标所应当占据的权重比例。
在一些实施例中,如图23所示,上述加权叠加所有成本指标的步骤具体包括:
S1521、确定任意两个成本指标之间的比较结果。
其中,执行方案中包含有多个成本指标。成本指标是执行方案之中,用以衡量其中一个方面的成本比较结果是指多个成本指标中的任意两个成本指标之间的相对重要系数。换言之,将两个成本指标进行比较并根据两者在资源开销上的重要性程度而确定其比较结果。
具体的,由于成本开销的占比是一个相对主观判断的过程。因此,可以选择使用Santy的1-9标度方法来标记任意两个成本指标之间的比较结果。例如,操作人员可以按照任务的类型,无人机的特点,个人的操作偏好等多种因素,按照如下表格1所示的标度及其含义,确定选中的两个成本指标之间的标度。
表格1
较佳的是,还可以简单通过改变和调整成本指标之间的标度来适应和应对不同的任务,机群系统的实现成本变动等实际应用情况的变化,使得最终计算获得的权重系数与实际情况更相符。
在一些实施例中,首先根据所述执行方案包含的成本指标,构建对应的成对比较矩阵。在成对比较矩阵之中,行和列可以按照顺序列出各个不同的成本指标,而在成对比较矩阵中的元素则表示两个成本指标之间的比较结果。
然后,根据预设的标度方法和成本指标的重要程度,给定所述比较结果的标度(即以上表格1所示的数值1-9)以表示两个成本指标之间的比较结果。
S1522、根据比较结果,统计每一个成本指标对应的几何平均数。
其中,在确定了全部成本指标的任意两个之间的比较结果以后,可以据此计算获得每个成本指标在该比较结果下的几何平均数。该几何平均数可以以矩阵的形式呈现。
S1523、对几何平均数进行归一化处理,获得每个成本指标的权重系数。
S1524、根据每个成本指标的权重系数,加权叠加成本指标的成本值,以获得执行方案的执行成本。
其中,在确定了权重系数以后,就可以通过相应的加权叠加方法实现对执行成本的计算。
在本申请实施例计算和确定权重系数的过程中,不将所有的成本指标放在一起比较,而是选择其中的任意两个进行相互比较。此时可以采用相对的尺度,尽可能减少性质不同的多个成本指标纸件相互比较的困难。
为充分说明本申请实施例的确定不同成本指标的权重系数的方法,以下以包含飞行成本、无人机维护成本、机场维护成本、调度成本以及通信成本一共五个成本指标的执行成本计算过程为例,对其具体计算方法进行详细描述。
首先,可以按照表格1所示的标度方法,确定上述五个成本指标之间的相互比较结果,形成如下表格2所示的成对比较矩阵之中:
表格2
其中,对于第i个因素相对于第j个因素的比较结果后,第j个因素相对于第i个因素的比较结果则通过倒数的方法得到。
然后,通过如下算式(4)计算上述成对比较矩阵之中,各个成本指标的几何平均数:
其中,W i 是编号为i的成本指标的几何平均数;N为成本指标的总数量;j是编号为j的成本指标;a ij 是编号为i的成本指标和编号为j的成本指标之间的比较结果。
上述表格2计算获得的5个成本指标对应的几何平均数如以下算式(5)的矩阵所示:
随后,通过如下算式(6)对几何平均数进行归一化处理:
上述算式(5)所示的几何平均数进行归一化处理后,获得的成本指标的权重系数如以下算式(7)的矩阵所示:
在涉及到的成本指标数量过多时,在矩阵内的权重可能出现相互矛盾的情况,对于阶数较高的矩阵,难以直接判断其一致性,此时可能需要进行一致性检验。但是在本申请实施例中,所涉及的成本指标数量较少,且任务倾向性较强,因此可省略一致性校验的过程,直接计算获得权重系数。
基于上述任务规划方法,本申请实施例还提供了一种任务规划装置。图24是该任务规划装置的功能框图。如图24所示,该任务规划方法包括:任务接收模块310,方案生成模块320,成本计算模块330以及方案推荐模块340。
其中,任务接收模块310用于接收至少一个目标任务;方案生成模块320用于为所述目标任务分配无人机和机场,以生成若干个对应的执行方案;成本计算模块330用于计算每个所述执行方案的执行成本;方案推荐模块340用于根据所述执行成本,推荐至少一个执行方案。
本申请实施例提供的任务规划装置可以根据操作人员输入的目标任务自动的生成多个不同的执行方案,并且进一步的根据多个不同执行方案的执行成本大小来为操作人员推荐执行方案,有效的提升了整体的自动化程度,提升了操作体验。
在一些实施例中,成本计算模块330具体用于分别计算不同成本指标对应的成本值,所述执行方案中包括若干个不同的成本指标;并且加权叠加所有成本指标的成本值,获得所述执行方案的执行成本。具体的,执行方案的成本指标可以包括飞行成本、无人机维护成本、机场维护成本、通信成本以及调度成本。
在一些实施例中,方案推荐模块340具体用于:确定所述执行成本最低的执行方案作为优选执行方案;将除所述优选执行方案以外的其他执行方案作为备选执行方案;显示所述优选执行方案和备选执行方案。
具体的,显示所述优选执行方案和备选执行方案时,方案推荐模块340具体用于:根据所述执行方案的执行成本,对若干个所述执行方案进行排序;突出显示所述优选执行方案,并且显示每个执行方案的执行成本。
应当说明的是,本申请实施例中以功能性命名的功能模块为例,详细的描述了本申请实施例提供的装置所要实现的方法步骤。本领域的技术人员可以清楚地了解到,为了描述的方便和简洁,上述描述的装置和模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
本领域技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。所述的计算机软件可存储于计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,所述的存储介质可为磁碟、光盘、只读存储记忆体或随机存储记忆体等。
图25示出了本申请实施例的电子设备的结构示意图,本申请实施例并不对电子设备的具体实现做限定。如图25所示,该电子设备可以包括:处理器410、通信接口420、存储器430以及通信总线440。
其中:处理器410、通信接口420以及存储器430通过通信总线440完成相互间的通信。通信接口420用于与其它设备比如客户端或其它服务器等的网元通信。处理器410用于执行程序450,具体可以执行上述任务规划方法实施例中的相关步骤。
具体地,程序450可以包括程序代码,该程序代码包括计算机操作指令。其具体可以用于使得处理器410执行上述任意方法实施例中的任务规划方法。
在本申请实施例中,根据所使用的硬件的类型,处理器410可以是中央处理单元,该处理器410还可以是其他通用处理器、数字信号处理器、专用集成电路、现成可编程门阵列或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。
存储器430用于存放程序450。存储器430可能包含高速RAM存储器,也可能还包括非易失性存储器,例如至少一个磁盘存储器、闪存器件或者其他非易失性固态存储器件。
其具有程序存储区和数据存储区,分别用于存储程序450及对应的数据信息。例如存储在程序存储区的非易失性软件程序、非易失性计算机可执行程序以及模块,或者是存储在数据存储区的机群系统的数据信息等。
本申请实施例还提供一种计算机可读存储介质。该计算机可读存储介质可以为非易失性的计算机可读存储介质。该计算机可读存储介质存储有计算机程序。
其中,计算机程序被处理器执行时实现本申请实施例公开的高度信息修正方法中的一个或者多个步骤。完整的计算机程序产品体现在含有本申请实施例公开的计算机程序的一个或多个计算机可读存储介质上(包括但不限于,磁盘存储器、CD-ROM、光学存储器等)。
以上所述仅为本申请的实施方式,并非因此限制本申请的专利范围,凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本申请的专利保护范围内。
Claims (26)
1.一种机群系统的任务规划方法,所述机群系统包括若干台无人机和若干个供所述无人机起飞和降落的机场,其特征在于,包括:
接收至少一个目标任务;
为所述目标任务分配无人机和机场,生成若干个对应的执行方案;
计算每个所述执行方案的执行成本;
根据所述执行成本,推荐至少一个执行方案。
2.根据权利要求1所述的任务规划方法,其特征在于,所述计算每个所述执行方案的执行成本,具体包括:
分别计算不同成本指标对应的成本值,所述执行方案中包括若干个不同的成本指标;
加权叠加所有成本指标的成本值,获得所述执行方案的执行成本。
3.根据权利要求2所述的任务规划方法,其特征在于,所述分别计算不同成本指标对应的成本值,具体包括:
计算所述执行方案的飞行成本,并且对所述飞行成本进行归一化处理;
计算所述执行方案的无人机维护成本,并且对所述无人机维护成本进行归一化处理;
计算所述执行方案的机场维护成本,并且对所述机场维护成本进行归一化处理。
4.根据权利要求2所述的任务规划方法,其特征在于,所述分别计算不同成本指标对应的成本值,具体包括:
计算所述执行方案的飞行成本,并且对所述飞行成本进行归一化处理;
计算所述执行方案的无人机维护成本,并且对所述无人机维护成本进行归一化处理;
计算所述执行方案的机场维护成本,并且对所述机场维护成本进行归一化处理;
计算所述执行方案的通信成本。
5.根据权利要求2所述的任务规划方法,其特征在于,所述执行方案包括:至少一个飞行任务;所述飞行任务用于:控制选定的执行无人机从起飞机场沿设定的飞行航线移动至降落机场。
6.根据权利要求5所述的任务规划方法,其特征在于,所述执行方案还包括:调度任务;所述调度任务用于:控制被调度无人机从调度起点机场移动至调度终点机场。
7.根据权利要求6所述的任务规划方法,其特征在于,所述调度任务包括:
控制所述被调度无人机自调度起点机场飞行前往调度终点机场的空中调度任务;以及
控制所述被调度无人机自调度起点机场,通过地面转运移动至调度终点机场的地面调度任务。
8.根据权利要求6所述的任务规划方法,其特征在于,所述分别计算不同成本指标对应的成本值,具体包括:
计算所述执行方案的飞行成本,并且对所述飞行成本进行归一化处理;
计算所述执行方案的无人机维护成本,并且对所述无人机维护成本进行归一化处理;
计算所述执行方案的机场维护成本,并且对所述机场维护成本进行归一化处理;
计算所述执行方案的调度成本。
9.根据权利要求3或4或8所述的任务规划方法,其特征在于,所述飞行成本包括:
无人机在所述执行方案中的飞行时长总和,以及
无人机在所述执行方案中飞行消耗的能量总和。
10.根据权利要求9所述的任务规划方法,其特征在于,所述对所述飞行成本进行归一化处理,具体包括:
通过如下算式,将所述飞行成本转换到目标数值范围内:
C1=D1/(S1*K1);
其中,所述目标数值范围为0至1之间;C1为归一化处理后的飞行成本,K1为第一转换系数,D1为所述飞行时长总和,S1为机群系统中无人机的最大飞行时间;或者
所述目标数值范围为0至1之间;C1为归一化处理后的飞行成本,K1为第一转换系数,D1为所述飞行消耗的能量总和,S1为机群系统中无人机的最大能量存储空间。
11.根据权利要求3或4或8所述的任务规划方法,其特征在于,所述计算所述执行方案的无人机维护成本,具体包括:
确定若干个无人机部件的部件更换成本以及对应的部件更换时间;
通过所述部件更换成本与对应的部件更换时间相除,计算每个无人机部件的单位时间使用成本;
叠加全部所述无人机部件的单位时间使用成本,获得所述无人机的单位时间成本;
将所述无人机的单位时间使用成本与所述无人机的飞行时长总和相乘,获得所述无人机维护成本。
12.根据权利要求11所述的任务规划方法,其特征在于,所述对所述无人机维护成本进行归一化处理,具体包括:
通过如下算式,将所述无人机维护成本转换到目标数值范围内:
C2=D2/(S2*K2);
其中,C2为归一化处理后的无人机维护成本,K2为第二转换系数,D2为执行所述执行方案的无人机维护成本,S2为所述机群系统中,执行单个执行方案所需的最高无人机维护成本。
13.根据权利要求3或4或8所述的任务规划方法,其特征在于,所述计算所述执行方案的机场维护成本,具体包括:
确定机场在每次运行消耗的机场部件成本总和;
统计机场在所述执行方案中的运行次数总和;
将所述机场部件成本总和与运行次数总和相乘,获得所述机场维护成本。
14.根据权利要求13所述的任务规划方法,其特征在于,所述对所述机场维护成本进行归一化处理,具体包括:
通过如下算式,将所述机场维护成本转换到目标数值范围内:
C3=D3/(S3*K3);
其中,C3为归一化处理后的机场维护成本,K3为第三转换系数,D3为执行所述执行方案的机场维护成本,S3为所述机群系统中,执行单个执行方案所需的最高机场维护成本。
15.根据权利要求4所述的任务规划方法,其特征在于,所述执行方案包括:至少一个飞行任务;所述飞行任务用于:控制选定的执行无人机从起飞机场沿设定的飞行航线移动至降落机场;
所述通信成本包括:
用于衡量所述飞行任务的通信时延程度的通信延迟成本;以及
用于衡量所述飞行任务的通信覆盖程度的通信覆盖成本。
16.根据权利要求15所述的任务规划方法,其特征在于,所述计算所述执行方案的通信成本,具体包括:
获取所述飞行航线覆盖的任务区域中的最大通信时延;
判断所述最大通信时延是否大于预设的通信时延阈值;
若是,将所述通信延迟成本设置为1;
若否,计算所述最大通信时延占所述通信时延阈值的比例,作为所述通信延迟成本。
17.根据权利要求15所述的任务规划方法,其特征在于,所述计算所述执行方案的通信成本,具体包括:
确定所述飞行航线途经的全部航点;
获取每个所述航点周围基站的信号覆盖范围;
计算所述飞行航线处于所述信号覆盖范围内的航程占所述飞行航线的总航程的比例,作为所述通信覆盖成本。
18.根据权利要求8所述的任务规划方法,其特征在于,所述计算所述执行方案的调度成本,具体包括:
在所述执行方案包含所述调度任务时,将所述调度成本设置为1;在所述执行方案不包含所述调度任务时,将所述调度成本设置为0。
19.根据权利要求2所述的任务规划方法,其特征在于,所述加权叠加所有成本指标的成本值,获得所述执行方案的执行成本,具体包括:
确定任意两个成本指标之间的比较结果;
根据所述比较结果,统计每一个成本指标对应的几何平均数;
对所述几何平均数进行归一化处理,获得每个成本指标的权重系数;
根据每个所述成本指标的权重系数,加权叠加所有成本指标的成本值,以获得所述执行方案的执行成本。
20.根据权利要求19所述的任务规划方法,其特征在于,所述确定任意两个成本指标之间的比较结果,具体包括:
根据所述执行方案包含的成本指标,构建对应的成对比较矩阵,所述成对比较矩阵中的元素表示两个成本指标之间的比较结果;
根据预设的标度方法和成本指标的重要程度,给定所述比较结果的数值。
23.根据权利要求1所述的任务规划方法,其特征在于,所述根据所述执行成本,推荐至少一个执行方案:
确定所述执行成本最低的执行方案作为优选执行方案;
将除所述优选执行方案以外的其他执行方案作为备选执行方案;
显示所述优选执行方案和备选执行方案。
24.根据权利要求23所述的任务规划方法,其特征在于,所述显示所述优选执行方案和备选执行方案,具体包括:
根据所述执行方案的执行成本,对若干个所述执行方案进行排序;
突出显示所述优选执行方案,并且
显示每个执行方案的执行成本。
25.一种机群系统的任务规划装置,其特征在于,包括:
任务接收模块,用于接收至少一个目标任务;
方案生成模块,用于为所述目标任务分配无人机和机场,以生成若干个对应的执行方案;
成本计算模块,用于计算每个所述执行方案的执行成本;
方案推荐模块,用于根据所述执行成本,推荐至少一个执行方案。
26.一种电子设备,其特征在于,包括处理器以及与所述处理器通信连接的存储器;
其中,所述存储器中存储有计算机程序指令,所述计算机程序指令在被所述处理器调用时,以使所述处理器执行如权利要求1-24任一项所述的任务规划方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211406705.4A CN115456487A (zh) | 2022-11-10 | 2022-11-10 | 机群系统的任务规划方法、任务规划装置及其电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211406705.4A CN115456487A (zh) | 2022-11-10 | 2022-11-10 | 机群系统的任务规划方法、任务规划装置及其电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115456487A true CN115456487A (zh) | 2022-12-09 |
Family
ID=84295823
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211406705.4A Pending CN115456487A (zh) | 2022-11-10 | 2022-11-10 | 机群系统的任务规划方法、任务规划装置及其电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115456487A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118153920A (zh) * | 2024-05-11 | 2024-06-07 | 青岛云世纪信息科技有限公司 | 多点位无人机飞行任务智能规划方法及系统、电子设备 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108830450A (zh) * | 2018-04-28 | 2018-11-16 | 广州亿航智能技术有限公司 | 无人机集群调度方法及系统 |
CN111752302A (zh) * | 2020-02-26 | 2020-10-09 | 广州极飞科技有限公司 | 路径规划方法、装置、电子设备和计算机可读存储介质 |
CN115310792A (zh) * | 2022-07-27 | 2022-11-08 | 中国科学院软件研究所 | 多目标无人蜂群的任务协同方法、装置及设备 |
-
2022
- 2022-11-10 CN CN202211406705.4A patent/CN115456487A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108830450A (zh) * | 2018-04-28 | 2018-11-16 | 广州亿航智能技术有限公司 | 无人机集群调度方法及系统 |
CN111752302A (zh) * | 2020-02-26 | 2020-10-09 | 广州极飞科技有限公司 | 路径规划方法、装置、电子设备和计算机可读存储介质 |
CN115310792A (zh) * | 2022-07-27 | 2022-11-08 | 中国科学院软件研究所 | 多目标无人蜂群的任务协同方法、装置及设备 |
Non-Patent Citations (1)
Title |
---|
刘军 等, 机械工业出版社 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118153920A (zh) * | 2024-05-11 | 2024-06-07 | 青岛云世纪信息科技有限公司 | 多点位无人机飞行任务智能规划方法及系统、电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10593217B2 (en) | Vertiport management platform | |
US11209816B2 (en) | Autonomous long range aerial vehicles and fleet management system | |
US20210089055A1 (en) | Air transportation systems and methods | |
Besada et al. | Drones-as-a-service: A management architecture to provide mission planning, resource brokerage and operation support for fleets of drones | |
CN110728857B (zh) | 一种基于可垂直起降无人机的低空隔离空域交通管理方法 | |
US20140200752A9 (en) | Meteorological Modelling Method for Calculating an Aircraft Flight Plan | |
US11328611B2 (en) | Vertiport management platform | |
EP3839689B1 (en) | Fleet scheduler | |
US11355021B1 (en) | Nodal network infrastructure for unmanned aerial vehicle operations at scale | |
US20220415187A1 (en) | Apparatus, system, and method of providing a trajectory planning engine for unmanned aircraft | |
CN102651176A (zh) | 用于管理空中交通的方法和系统 | |
JP2023519869A (ja) | ライドシェアネットワークによって使用される飛行計画を生成するためのシステムおよび方法 | |
US20220035367A1 (en) | Coordination of remote vehicles using automation level assignments | |
CN110827582A (zh) | 一种用于应急自动获取航班降落点的系统和方法 | |
CN115456487A (zh) | 机群系统的任务规划方法、任务规划装置及其电子设备 | |
US20240051679A1 (en) | Battery-Based Aircraft Performance and Operations | |
US20220147664A1 (en) | Systems and Methods for Multi-Modal Transportation Simulation Verification | |
EP4109360A1 (en) | Systems and methods for determining vehicle capability for dispatch | |
CN115438063A (zh) | 机群系统的数据处理方法、数据处理装置及其电子设备 | |
CN111640333B (zh) | 基于扇区管制的空管二次雷达应答机代码冲突检测方法 | |
Neto et al. | Trajectory-based urban air mobility (UAM) operations simulator (TUS) | |
Martins et al. | Toward single pilot operations: A conceptual framework to manage in-flight incapacitation | |
CN115456486A (zh) | 机群系统的任务规划方法、任务规划装置及其电子设备 | |
CN115456488A (zh) | 机群系统的任务规划方法、任务规划装置及其电子设备 | |
WO2021130493A1 (en) | System and method for instructing one or more weather drones |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20221209 |
|
RJ01 | Rejection of invention patent application after publication |