CN115959305A - 一种基于时序路标的启发式航天器任务规划方法和装置 - Google Patents

Abstract

本发明提出一种基于时序路标的启发式航天器任务规划方法，包括：对航天器系统进行知识建模，根据航天器结构、任务需求、设备状态和航天器能力四项因素，对航天器的构成、资源、子系统功能以及需要满足的约束条件进行描述；建立状态时序图，其用于描述所述航天器中各个子系统内部状态之间的时序关系；其中节点表示各个子系统内部的状态以及状态时间信息，通过建立状态时序图，计算时序路标集合；选用规划空间搜索作为基本的搜索策略，根据所述约束条件及所述时序路标构建启发式信息，根据启发式排序结果引导规划搜索方向，输出最终的基于时序路标的启发式任务规划求解结果；输出所述航天器的任务规划序列。

Description

一种基于时序路标的启发式航天器任务规划方法和装置

技术领域

本发明属于航空航天技术领域，特别涉及一种基于时序路标的启发式航天器任务规划方法和装置。

背景技术

随着航天领域的发展，航天器高度依赖地面控制的方式越来越不适应日益复杂的航天活动。需要航天器自主完成任务规划，减少对地面站网的依赖，提升航天器的灵活性和自主性。

自主任务规划技术是解决航天器自主决策、管理和运行的一项关键技术，它能够根据空间环境的感知以及探测器本身的能力和状态，利用人工智能的相关技术对航天器上各分系统的状态进行推理和选择，自动地生成一组满足时序约束的指令序列。航天器通过执行该指令序列，能够在规定的时间内到达期望的状态，完成既定的任务目标。

深空一号探测器中使用的远程智能体自主运行软件系统实现了深空探测任务规划技术的在轨应用。该软件系统利用时间线这一特殊结构对规划模型数据进行整合，并同时支持多种类型的资源和时间约束的处理。然而，软件采用的深度优先搜索算法，缺少合适的搜索引导策略，规划效率低且容易陷入局部最优，导致任务规划问题求解时间大大增加。

发明内容

有鉴于此，本发明提供了一种基于时序路标的启发式航天器任务规划方法，其利用状态之间的时序关系建立状态时序图，计算时序路标集合，确定状态添加顺序，减少冗余的规划节点，提高任务规划求解效率，包括：

步骤S1，对航天器系统进行知识建模，具体包括根据航天器结构、任务需求、设备状态和航天器能力四项因素，对航天器的构成、资源、子系统功能以及需要满足的约束条件进行描述；其中所述约束条件包括因果约束、时间约束和资源约束；

步骤S2，建立状态时序图，其用于描述所述航天器中各个子系统内部状态之间的时序关系；其中节点表示各个子系统内部的状态以及状态时间信息，边连接两个节点，表示状态的转换，边的权值代表转换的代价；通过建立状态时序图，计算时序路标集合；

步骤S3，选用规划空间搜索作为基本的搜索策略，根据所述约束条件及所述时序路标构建启发式信息，根据启发式排序结果引导规划搜索方向，输出最终的基于时序路标的启发式任务规划求解结果；

步骤S4，输出所述航天器的任务规划序列。

特别地，所述步骤S2中所述的状态时序图指将模型中状态之间的时序关系和状态时间信息通过图的形式进行表示；所述状态时序图是带有权值的有向图，节点表示各系统内部的状态以及状态时间信息，连接节点之间的边表示状态的转换，箭头指向转换方向；边的权值代表转换的代价。

特别地，所述步骤S2中通过建立状态时序图，计算时序路标集合；所述的时序路标集合的计算方法为：

步骤S2.1，计算状态时序图中的节点集合V₁，V_G；所述的状态时序图中的节点集合V₁，V_G的计算方法为：在状态时序图中选择所有能够通过权值为0的边到达目标，并且满足时间约束的节点，构成节点集合V_G；选择状态时序图中初始状态节点的所有可达节点中不属于集合V_G的节点，构成节点集合V₁；

步骤S2.2，所述的初始状态节点的可达节点是指在状态时序图中初始状态节点能够通过一次或多次状态转换到达，且满足时间约束的节点；

步骤S2.3，搜索状态时序图中所有由节点集合V₁指向节点集合V_G的边，根据状态节点的时序关系，检测时间约束的一致性；

步骤S2.4，将满足时间约束一致性的边指向的状态节点作为时序路标l，选择所有边的最小权值作为时序路标l的代价cost(l)。

将各边的所述权值减去时序路标l的代价cost(l)。

步骤2.5：迭代处理步骤2.1至步骤2.4，直到节点集合V_G中存在初始状态节点时，停止迭代，输出时序路标集合L，时序路标集合L中包含时序路标l₁，时序路标l₂……时序路标l_n。

特别地，所述步骤S3包括：

步骤3.1：选取任务目标状态集合中一个目标状态S_g1,对目标状态S_g1的启发式值进行计算；

所述启发式值的计算方法为：搜索目标状态S_g1对应的时序路标l，计算状态时序图中除目标状态S_g1外所有指向时序路标l的状态集合Q；将状态集合Q中所有状态的边的权值减去时序路标l的代价cost(l)，计算时序路标l₁，时序路标l₂……时序路标l_n；时序路标l₁，时序路标l₂……时序路标l_n的代价为cost(l₁)，cost(l₂)……cost(l_n)，则目标状态S_g1的启发式值h(S_g1)为，

h(S_g1)＝max(cost(l₁)，cost(l₂)，…，cost(l_n))；

步骤3.2：分别计算所有目标状态S_g1，S_g2，……S_gm的启发式值h(S_g1),h(S_g2),……h(S_g3)，选取启发式值最大的目标状态S_gj，将目标状态S_gj添加到局部规划解中，并在目标状态集合中删除目标状态S_gj；

步骤3.3：将目标状态S_gj的时序条件集合中所有状态加入目标状态集合，按照所述步骤S2中所述方法重新计算时序路标集合L；

步骤3.4：迭代处理步骤3.1至步骤3.3，进行规划搜索，直到目标状态集合为空，输出最终的启发式任务规划求解结果，即完成航天器任务规划，缩减搜索空间，提高任务规划效率。

特别地，所述子系统包括数据存储、相机、着陆器通讯、采样设备、采样实验共五个子系统。

本发明还提出了一种基于时序路标的启发式航天器任务规划装置，包括：

知识建模模块，用于对航天器系统进行知识建模，具体包括根据航天器结构、任务需求、设备状态和航天器能力四项因素，对航天器的构成、资源、子系统功能以及需要满足的约束条件进行描述；其中所述约束条件包括因果约束、时间约束和资源约束；

时序路标集合计算模块，用于建立状态时序图，其用于描述所述航天器中各个子系统内部状态之间的时序关系；其中节点表示各个子系统内部的状态以及状态时间信息，边连接两个节点，表示状态的转换，边的权值代表转换的代价；通过建立状态时序图，计算时序路标集合；

启发式任务规划求解模块，用于选用规划空间搜索作为基本的搜索策略，根据所述约束条件及所述时序路标构建启发式信息，根据启发式排序结果引导规划搜索方向，输出最终的基于时序路标的启发式任务规划求解结果；

任务规划序列输出模块，用于输出所述航天器的任务规划序列。

有益效果：

1、针对航天器系统功能复杂和约束耦合的特点，本发明公开的一种基于时序路标的启发式航天器任务规划方法，利用状态之间的时序关系建立状态时序图，计算时序路标集合，确定状态添加顺序，减少冗余的规划节点，提高任务规划求解效率。

2、原有航天器任务规划方法虽然能够进行问题求解，但是带有大量冗余操作和不必要的节点回溯，本发明公开的一种基于时序路标的启发式航天器任务规划方法，根据时序路标集合构建启发式信息，根据启发式排序结果引导规划搜索方向，缩减搜索空间，使得航天器任务规划方法能够在更短时间内获取合理的规划解，即高效地得到航天器任务规划序列，提高任务规划求解效率。

3、将航天器任务规划通过状态时序图实现，其是带有权值的有向图，节点表示各系统内部的状态以及状态时间信息，连接节点之间的边表示状态的转换，箭头指向转换方向；边的权值代表转换的代价，保证了对整个任务规划的科学高效规划。

附图说明

图1是本发明公开的一种基于时序路标的启发式航天器任务规划方法流程图；

图2是本发明基本规划算法和启发式任务规划算法中不同规划任务的求解时间情况示意图。

具体实施方式

下面结合附图并举实施例，对本发明进行详细描述。

实施例1：

如图1所示，本实施例公开的基于时序路标的启发式航天器任务规划方法，具体实现步骤如下：

步骤S1：综合考虑航天器结构、任务需求、设备状态和航天器能力四项因素，对航天器的构成、资源、分系统功能以及需要满足的约束条件；其中所述约束条件包括因果约束、时间约束和资源约束；

针对航天器系统功能复杂和系统约束耦合的特点，各并行子系统分别由一个状态变量进行表示，每个状态变量都存在一个值域，任一状态变量在值域内的任一取值称为状态。本实施例具体选取的子系统如下表所示。

表1各子系统名称及对应状态数量

子系统名称	状态变量数量	状态数量
			数据存储	1	3
相机	1	5
			着陆器通讯	1	4
采样设备	1	4
			采样实验	1	5

步骤S2：建立状态时序图，状态时序图用于描述系统内部状态之间的时序关系以及计算时序路标集合。

各并行子系统分别由一个状态变量进行表示，每个状态变量都存在一个值域，任一状态变量在值域内的任一取值称为状态。每个状态都对应一个状态集合称为状态时序条件集合。例如采样设备子系统由一个状态变量A_采样表示，状态变量A_采样的值域包含四个状态，分别为卸载状态S_卸、装填状态S_装、采样状态S_采和空闲状态S_空。卸载状态S_卸的开始时间、结束时间和持续时间分别为[0,∞)，[0,∞)，10；装填状态S_装的开始时间、结束时间和持续时间分别为[0,∞)，[0,∞)，15；采样状态S_采的开始时间、结束时间和持续时间分别为[0,∞)，[0,∞)，30；空闲状态S_空的开始时间、结束时间和持续时间分别为[0,∞)，[0,∞)，[1,∞)。

卸载状态S_卸的状态时序条件集合包含空闲状态S_空，装填状态S_装的状态时序条件集合包含采样状态S_采，采样状态S_采的状态时序条件集合包含卸载状态S_卸，空闲状态S_空的状态时序条件集合包含装填状态S_装。

所述的状态时序图指将模型中状态之间的时序关系和状态时间信息通过图的形式进行表示。状态时序图是带有权值的有向图，节点表示各系统内部的状态以及状态时间信息，边连接两个节点A,B，表示状态的转换，即从状态A转换到箭头指向的状态B，边的权值代表转换的代价。通过建立状态时序图，计算时序路标集合。

所述的建立状态时序图具体是指将状态S₁，状态S₂……状态S_n的每个时序条件集合中时序值最大的状态S₁₁，状态S₂₁……状态S_n1作为状态时序图的节点，用有向边箭头的指向表示状态S₁₁，状态S₂₁……状态S_n1到状态S₁，状态S₂……状态S_n的转换，通过边的权值表示转换的代价值。

本实施例根据采样设备子系统各状态的状态时序条件集合,建立状态时序图：卸载状态S_卸、装填状态S_装、采样状态S_采和空闲状态S_空为状态时序图的四个节点。

分别计算卸载状态S_卸、装填状态S_装、采样状态S_采和空闲状态S_空的时序条件集合中各状态时序值。

所述的时序值的计算方法为：状态S_C的时序条件集合中包含状态S_C1，状态S_C2，……状态S_Ck，其中状态S_C1属于状态变量A₁，状态S_C2属于状态变量A₂，……状态S_Ck属于状态变量A_k，且状态变量A₁的初始状态为S_I1，状态变量A₂的初始状态为S_I2，……状态变量A_k的初始状态为S_Ik。实现状态S_C1的代价为状态S_I1到状态S_C1的转移代价值,实现状态S_C2的代价为状态S_I2到状态S_C2的转移代价值,……实现状态S_Ck的代价为状态S_Ik到状态S_Ck的转移代价值。则状态S_C的时序值为实现所有状态S_C1，状态S_C2，……状态S_Ck的代价中的最大值。

本实施例中，所述的时序值的计算方法为：选取卸载状态S_卸的状态时序条件集合中的空闲状态S_空，由于采样设备状态变量A_采样的初始状态为空闲状态S_空，根据采样设备子系统的状态时序条件集合，存在卸载状态S_卸到采样状态S_采的一次状态转移、采样状态S_采到装填状态S_装的一次状态转移、装填状态S_装到空闲状态S_空的一次状态转移和空闲状态S_空到卸载状态S_卸的一次状态转移，则采样设备子系统各状态转移代价值如表2所示，则初始状态到空闲状态的转移代价值cost(S_空,S_空)＝0，所以卸载状态S_卸的状态时序条件集合中空闲状态S_空的时序值为0。

表2采样设备子系统各状态转移代价值

状态名称	<![CDATA[卸载状态S<sub>卸</sub>]]>	<![CDATA[采样状态S<sub>采</sub>]]>	<![CDATA[装填状态S<sub>装</sub>]]>	<![CDATA[空闲状态S<sub>空</sub>]]>
					<![CDATA[卸载状态S<sub>卸</sub>]]>	<![CDATA[cost(S<sub>卸</sub>,S<sub>卸</sub>)＝0]]>	<![CDATA[cost(S<sub>卸</sub>,S<sub>采</sub>)＝1]]>	<![CDATA[cost(S<sub>卸</sub>,S<sub>装</sub>)＝2]]>	<![CDATA[cost(S<sub>卸</sub>,S<sub>空</sub>)＝3]]>
<![CDATA[采样状态S<sub>采</sub>]]>	<![CDATA[cost(S<sub>采</sub>,S<sub>卸</sub>)＝3]]>	<![CDATA[cost(S<sub>采</sub>,S<sub>采</sub>)＝0]]>	<![CDATA[cost(S<sub>采</sub>,S<sub>装</sub>)＝1]]>	<![CDATA[cost(S<sub>采</sub>,S<sub>空</sub>)＝2]]>
					<![CDATA[装填状态S<sub>装</sub>]]>	<![CDATA[cost(S<sub>装</sub>,S<sub>卸</sub>)＝2]]>	<![CDATA[cost(S<sub>装</sub>,S<sub>采</sub>)＝3]]>	<![CDATA[cost(S<sub>装</sub>,S<sub>装</sub>)＝0]]>	<![CDATA[cost(S<sub>装</sub>,S<sub>空</sub>)＝1]]>
<![CDATA[空闲状态S<sub>空</sub>]]>	<![CDATA[cost(S<sub>空</sub>,S<sub>卸</sub>)＝1]]>	<![CDATA[cost(S<sub>空</sub>,S<sub>采</sub>)＝2]]>	<![CDATA[cost(S<sub>空</sub>,S<sub>装</sub>)＝3]]>	<![CDATA[cost(S<sub>空</sub>,S<sub>空</sub>)＝0]]>

所述的转移代价值的计算方法为：状态S_A能够通过n次状态转移到达状态S_B，则状态S_A到状态S_B的转移代价值为n。

所述的状态转移是指：状态S_A属于状态S_B的状态时序条件集合，则状态S_A到状态S_B为一次状态转移。状态S_A到状态S_B为一次状态转移，状态S_B到状态S_D为一次状态转移，则状态S_A到状态S_D为两次状态转移。

采样设备子系统其他状态的状态时序条件集合中各状态时序值计算与卸载状态S_卸的状态时序条件集合中空闲状态S_空时序值计算方法相同，则通过计算得到，采样状态S_采的状态时序条件集合中卸载状态S_卸的时序值为1，装填状态S_装的状态时序条件集合中采样状态S_采的时序值为2，空闲状态S_空的状态时序条件集合中装填状态S_装的时序值为4。由于，卸载状态S_卸、装填状态S_装和采样状态S_采和空闲状态S_空的状态时序条件集合中只包含一个状态，则卸载状态S_卸到采样状态S_采的转换、采样状态S_采到装填状态S_装的转换、装填状态S_装到空闲状态S_空的转换和空闲状态S_空到卸载状态S_卸的转换为状态时序图的四条边，四条边的权值分别为1，2，4，0。通过建立状态时序图，计算时序路标集合。

所述的时序路标集合的计算方法为：

步骤2.1：计算状态时序图中的节点集合V₁，V_G。

所述的状态时序图中的节点集合V₁，V_G的计算方法为：在状态时序图中选择能够通过权值为0的边到达目标，并且满足时间约束的节点，构成节点集合V_G。选择状态时序图中初始状态节点的所有可达节点中不属于集合V_G的节点，构成节点集合V₁。

所述的初始状态节点的可达节点是指在状态时序图中初始状态节点能够通过一次或多次状态转换到达的节点。

步骤2.2：搜索状态时序图中由节点集合V₁指向节点集合V_G的边，根据状态节点的时序关系，检测时间约束的一致性。并将该边指向的状态节点作为时序路标l，选择该边的权值作为时序路标l的代价cost(l)。

步骤2.3：将步骤2.2中的边的权值减去时序路标l的代价cost(l)。

步骤2.4：迭代处理步骤2.1至步骤2.3，直到节点集合V_G中存在初始状态节点时，停止迭代，输出时序路标。

步骤S3：选用规划空间搜索作为基本的搜索策略，根据步骤S1的约束条件及步骤S2得到的各时序路标构建启发式信息，根据启发式排序结果引导规划搜索方向，输出最终的基于时序路标的启发式任务规划求解结果，即完成航天器任务规划，缩减搜索空间，提高任务规划效率。

步骤3.1：选取任务目标状态集合中一个目标状态Sg1,对目标状态Sg1的启发式值进行计算，本实施例中，任务目标状态集合包含采样状态S_采和装填状态S_装，采样状态S_采的起始时间为第220分钟，装填状态S_装的起始时间为第250分钟，任务总时间为300分钟，选取任务目标状态集合中一个目标状态——采样状态S_采,对目标状态采样状态S_采的启发式值进行计算。

所述启发式值的计算方法为：搜索目标状态S_g1对应的时序路标l，计算状态时序图中所有指向时序路标l的状态集合Q(除目标状态S_g1外)，将状态集合Q中所有状态的边的权值减去时序路标l的代价cost(l)，计算时序路标l₁，时序路标l₂……时序路标l_n，时序路标l₁，时序路标l₂……时序路标l_n的代价为cost(l₁)，cost(l₂)……cost(l_n)，则目标状态S_g1的启发式值h(S_g1)为，

h(S_g1)＝max(cost(l₁)，cost(l₂)，…，cost(l_n))；

本实施例中，具体应用所述启发式值的计算方法：搜索采样状态S_采对应的时序路标l₁，将状态时序图中所有指向时序路标l₁(除采样状态S_采外)的边的权值减去时序路标l₁的代价cost(l₁)＝1，重新计算时序路标集合L，时序路标集合包含时序路标l₂卸载状态S_卸，并且时序路标l₂的代价为cost(l₂)＝0，则采样状态S_采的启发式值h(S_采)为，

h(S_采)＝cost(l₂)＝0；

装填状态S_装的启发式值计算方法与采样状态S_采相同，计算得到时序路标集合L₁包含时序路标l₃采样状态S_采和时序路标l₄卸载状态S_卸，代价分别为cost(l₃)＝2，cost(l₄)＝0，则装填状态S_装的启发式值h(S_装)为，

h(S_装)＝max(cost(l₃)，cost(l₄))＝2。

步骤3.2：选取步骤3.1的启发式值最大的目标状态，根据步骤3.1计算可得；其中，分别计算所有目标状态S_g1，S_g2，……S_gm的启发式值h(S_g1),h(S_g2),……h(S_g3)，选取启发式值最大的目标状态S_gj，将目标状态S_gj添加到局部规划解中，并在目标状态集合中删除目标状态S_gj。具体到本实施例中，

h(S_装)＝2＞h(S_采)＝1

故选取采样状态S_装，将装填状态S_装添加到局部规划解中。

步骤3.3：将装填状态S_装的时序条件集合中所有状态加入任务目标状态集合，按照步骤S2所述方法重新计算时序路标集合L。

步骤3.4：迭代处理步骤3.1-步骤3.3，进行规划搜索，直到目标状态集合为空，输出最终的启发式任务规划求解结果，这里得到的采样设备的状态序列如表3所示，其他五个子系统与采样设备子系统相同，能够通过规划得到相应状态变量的状态序列，即完成航天器任务规划，缩减搜索空间，提高任务规划效率。

表3采样设备状态序列

状态名称	时间区间(min)
		<![CDATA[卸载状态S<sub>卸</sub>]]>	[210,220]
<![CDATA[采样状态S<sub>采</sub>]]>	[220,250]
		<![CDATA[装填状态S<sub>装</sub>]]>	[250,265]
<![CDATA[空闲状态S<sub>空</sub>]]>	[0,210]、[265,300]

还包括步骤S4：在步骤S1至步骤S3航天器任务规划基础上，高效地得到航天器任务规划序列，进而保证航天器任务执行的成功率。

通过上述步骤，使用基于时序路标的启发式航天器任务规划方法得到规划结果的时间为15163ms，使用基本的航天器任务规划方法得到规划结果的时间为47968ms。通过比较表明，计算局部规划的时序路标信息，能够减少无效的规划节点，削减问题搜索空间，并且设计的基于时序路标的启发式能够有效避免冗余的规划步骤，提高规划的效率，所以使用基于时序路标的启发式航天器任务规划方法得到规划结果的时间要少于使用基本的航天器任务规划方法得到规划结果的时间。所述的结果均是在给定测试任务J的情况下得到的。在其他测试任务下使用基于时序路标的启发式航天器任务规划方法得到规划结果的时间和使用基本的航天器任务规划方法得到规划结果的时间对比如图2所示。图2中：实线表示基本的航天器任务规划方法在不同规划任务规划求解时间变化曲线，虚线表示基于时序路标的启发式规划算法在不同规划任务规划求解时间变化曲线。所述的基本的航天器任务规划方法为不建立状态时序图，也不使用基于时序路标的启发式航天器任务规划方法。

本发明还提出了一种基于时序路标的启发式航天器任务规划装置，包括：

知识建模模块，用于对航天器系统进行知识建模，具体包括根据航天器结构、任务需求、设备状态和航天器能力四项因素，对航天器的构成、资源、子系统功能以及需要满足的约束条件进行描述；其中所述约束条件包括因果约束、时间约束和资源约束；

时序路标集合计算模块，用于建立状态时序图，其用于描述所述航天器中各个子系统内部状态之间的时序关系；其中节点表示各个子系统内部的状态以及状态时间信息，边连接两个节点，表示状态的转换，边的权值代表转换的代价；通过建立状态时序图，计算时序路标集合；

启发式任务规划求解模块，用于选用规划空间搜索作为基本的搜索策略，根据所述约束条件及所述时序路标构建启发式信息，根据启发式排序结果引导规划搜索方向，输出最终的基于时序路标的启发式任务规划求解结果；

任务规划序列输出模块，用于输出所述航天器的任务规划序列。

该实施例与方法实施例中的方案近似，故不再赘述。

综上所述，以上仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

对于本领域技术人员而言，显然本发明实施例不限于上述示范性实施例的细节，而且在不背离本发明实施例的精神或基本特征的情况下，能够以其他的具体形式实现本发明实施例。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明实施例的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明实施例内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。系统、装置或终端权利要求中陈述的多个单元、模块或装置也可以由同一个单元、模块或装置通过软件或者硬件来实现。第一，第二等词语用来表示名称，而并不表示任何特定的顺序。

最后应说明的是，以上实施方式仅用以说明本发明实施例的技术方案而非限制，尽管参照以上较佳实施方式对本发明实施例进行了详细说明，本领域的普通技术人员应当理解，可以对本发明实施例的技术方案进行修改或等同替换都不应脱离本发明实施例的技术方案的精神和范围。

Claims (6)

1.一种基于时序路标的启发式航天器任务规划方法，其特征在于，包括：

步骤S1，对航天器系统进行知识建模，具体包括根据航天器结构、任务需求、设备状态和航天器能力四项因素，对航天器的构成、资源、子系统功能以及需要满足的约束条件进行描述；其中所述约束条件包括因果约束、时间约束和资源约束；

步骤S2，建立状态时序图，其用于描述所述航天器中各个子系统内部状态之间的时序关系；其中节点表示各个子系统内部的状态以及状态时间信息，边连接两个节点，表示状态的转换，边的权值代表转换的代价；通过建立状态时序图，计算时序路标集合；

步骤S3，选用规划空间搜索作为基本的搜索策略，根据所述约束条件及所述时序路标构建启发式信息，根据启发式排序结果引导规划搜索方向，输出最终的基于时序路标的启发式任务规划求解结果；

步骤S4，输出所述航天器的任务规划序列。

2.如权利要求1所述的基于时序路标的启发式航天器任务规划方法，其特征在于，所述步骤S2中所述的状态时序图指将模型中状态之间的时序关系和状态时间信息通过图的形式进行表示；所述状态时序图是带有权值的有向图，节点表示各系统内部的状态以及状态时间信息，连接节点之间的边表示状态的转换，箭头指向转换方向；边的权值代表转换的代价。

3.如权利要求2所述的基于时序路标的启发式航天器任务规划方法，其特征在于，所述步骤S2中通过建立状态时序图，计算时序路标集合；所述的时序路标集合的计算方法为：

步骤S2.1，计算状态时序图中的节点集合V₁，V_G；所述的状态时序图中的节点集合V₁，V_G的计算方法为：在状态时序图中选择所有能够通过权值为0的边到达目标，并且满足时间约束的节点，构成节点集合V_G；选择状态时序图中初始状态节点的所有可达节点中不属于集合V_G的节点，构成节点集合V₁；

步骤S2.2，所述的初始状态节点的可达节点是指在状态时序图中初始状态节点能够通过一次或多次状态转换到达，且满足时间约束的节点；

步骤S2.3，搜索状态时序图中所有由节点集合V₁指向节点集合V_G的边，根据状态节点的时序关系，检测时间约束的一致性；

步骤S2.4，将满足时间约束一致性的边指向的状态节点作为时序路标l，选择所有边的最小权值作为时序路标l的代价cost(l)。

将各边的所述权值减去时序路标l的代价cost(l)。

步骤2.5：迭代处理步骤2.1至步骤2.4，直到节点集合V_G中存在初始状态节点时，停止迭代，输出时序路标集合L，时序路标集合L中包含时序路标l₁，时序路标l₂……时序路标l_n。

4.如权利要求1所述的基于时序路标的启发式航天器任务规划方法，其特征在于，所述步骤S3包括：

步骤3.1：选取任务目标状态集合中一个目标状态S_g1,对目标状态S_g1的启发式值进行计算；

所述启发式值的计算方法为：搜索目标状态S_g1对应的时序路标l，计算状态时序图中除目标状态S_g1外所有指向时序路标l的状态集合Q；将状态集合Q中所有状态的边的权值减去时序路标l的代价cost(l)，计算时序路标l₁，时序路标l₂……时序路标l_n；时序路标l₁，时序路标l₂……时序路标l_n的代价为cost(l₁)，cost(l₂)……cost(l_n)，则目标状态S_g1的启发式值h(S_g1)为，

h(S_g1)＝max(cost(l₁)，cost(l₂)，…，cost(l_n))；

步骤3.2：分别计算所有目标状态S_g1，S_g2，……S_gm的启发式值h(S_g1),h(S_g2),……h(S_g3)，选取启发式值最大的目标状态S_gj，将目标状态S_gj添加到局部规划解中，并在目标状态集合中删除目标状态S_gj；

步骤3.3：将目标状态S_gj的时序条件集合中所有状态加入目标状态集合，按照所述步骤S2中所述方法重新计算时序路标集合L；

步骤3.4：迭代处理步骤3.1至步骤3.3，进行规划搜索，直到目标状态集合为空，输出最终的启发式任务规划求解结果，即完成航天器任务规划，缩减搜索空间，提高任务规划效率。

5.如权利要求1-4任意一项所述的基于时序路标的启发式航天器任务规划方法，其特征在于，所述子系统包括数据存储、相机、着陆器通讯、采样设备、采样实验共五个子系统。

6.一种基于时序路标的启发式航天器任务规划装置，其特征在于，包括：

知识建模模块，用于对航天器系统进行知识建模，具体包括根据航天器结构、任务需求、设备状态和航天器能力四项因素，对航天器的构成、资源、子系统功能以及需要满足的约束条件进行描述；其中所述约束条件包括因果约束、时间约束和资源约束；

时序路标集合计算模块，用于建立状态时序图，其用于描述所述航天器中各个子系统内部状态之间的时序关系；其中节点表示各个子系统内部的状态以及状态时间信息，边连接两个节点，表示状态的转换，边的权值代表转换的代价；通过建立状态时序图，计算时序路标集合；

启发式任务规划求解模块，用于选用规划空间搜索作为基本的搜索策略，根据所述约束条件及所述时序路标构建启发式信息，根据启发式排序结果引导规划搜索方向，输出最终的基于时序路标的启发式任务规划求解结果；

任务规划序列输出模块，用于输出所述航天器的任务规划序列。

Images