技术领域
[0001] 本
发明属于无人机任务规划技术领域，具体涉及一种异构无人机群分布式任务规划方法。
背景技术
[0002] 无人机，即无人机驾驶飞机(UAV，Unmanned Aerial Vehicle)，是采用无线电设备及机载程序控制装置操纵的不载人
飞行器。自1917年第一架无人机诞生至今，随着无人机技术的不断发展，无人机在民用领域和军用领域都起着越来越重要的作用。与载人飞机相比，无人机具有成本低、体积小、生存能
力强等特点，这些特点使得运用无人机进行应急救援具有广阔前景。且随着实际应用的深入，无人机应急救援向着集群式、专业性发展，负责的救援任务也愈发艰巨、复杂。
[0003] 当无人机集群处理应急救援任务时，无人机首先需要被分配不同的任务，才能前往相应地点实施救援，合理地任务分配可以提高救援效率，更多地挽救生命财产损失。因此，任务规划是无人机应急救援值得优先考虑的问题之一。现有研究方法普遍使用集中式或分布式方法，建立不同的优化模型，处理简单多无人机多任务的任务规划问题。但在实际中，同一应急救援事件中存在多个待救援目标点，不同目标点需要的救援也有所不同，同一目标点往往需要采取多个步骤依次进行。另一方面，随着无人机技术的发展，不同无人机的功能亦在不断细化，同一应急救援事件需要多种无人机相互配合完成。然而，现有的方法在进行异构无人机集群的应急救援异质任务规划仍有所欠缺。上述应急救援任务规划的必要性与优缺点广泛地存在于各类无人机应用的任务规划中。
发明内容
[0004] 本发明的技术解决问题：克服
现有技术的不足，提供一种异构无人机群分布式任务规划方法，在不同功能异质无人机执行异质时序任务，得到可执行、高效率的任务规划。
[0005] 本发明建立了一种可以刻画上述问题的组合优化模型，并提出了一种分布式、异步通信的一致性包方法，弥补了现有任务规划模型与方法的不足。鉴于无人机应急救援任务规划与其他无人机各种任务(如农用
灌溉、辅助通信等)的任务规划具有本质相同而任务不同，为方便叙述任务类别，本发明将以应急救援任务规划为例，对任务名称等的替换不改变本发明的本质内容。
[0006] 本发明提供的异构无人机群分布式任务规划方法，包括如下步骤：
[0007] 步骤一：建立异构多无人机异质时序任务规划组合优化模型；
[0008] 步骤二：基于已有的任务规划模型确定模型中使用的信息结构；
[0009] 步骤三：基于任务规划模型与信息结构分布式构建无人机集群任务包；
[0010] 步骤四：基于构建的无人机集群任务包进行异步通信冲突消解，得到无冲突可执行的无人机集群任务包，最终完成异构无人机群分布式任务规划。
[0011] 所述步骤一具体实现如下：
[0012] 步骤1.1：任务场景设置
[0013] 设共有NU架无人机，将无人机编号为：
[0014]
[0015] 设共有NA个目标点，将目标点编号为：
[0016]
[0017] 设无人机集群中有多种类型的无人机，每个目标点各有多个异质时序任务；
[0018] 步骤1.2：异质时序任务设置
[0019] 多个异质时序任务由涉及的任务类型集合(Mission Class Set)，表示为：
[0020] M＝{M1,M2,…,Mm}
[0021] 任务类型集合内不同任务除需要无人机类型不同外，亦需要不同数量无人机，使用记号 表示所有的任务集合；
[0022] 步骤1.3，异质无人机类型设置
[0023] 多个具有异质功能的无人机类型集合(UAV Class Set)，表示为：
[0024] UAVClass＝{D1,D2,…,Du}
[0025] 不同类型的无人机完成任务集合M中一种或多种任务；
[0026] 步骤1.4目标函数设置
[0027] 采用到达目标点完成救援任务的静态收益与到达时间导致收益递减两个因素进行目标函数设计，如下：
[0028]
[0029]
[0030] 其中，目标函数内各变量含义分别为： 表示为无人机i执行目标j的第k 项任务，xi表示无人机i的任务列表，pi(xi)表示无人机i完成列表中任务的先后顺序；表示无人机到达相应任务点时已经过的时间， 为非负的收益函数，NU,NA分别为无人机和目标点数量；
[0031] 目标函数的限制条件中各变量含义分别为：Lt表示无人机受本身资源限制导致的完成任务的数量上限，NM表示任务总数量， 分别表示完成目标点对应任务的时刻。
[0032] 所述步骤二，基于已有的任务规划模型确定模型中使用的信息结构的具体实现如下：
[0033] 步骤2.1，任务包构建：用向量 表示无人机i的任务包，任务按加入包的先后顺序表示，即：
[0034]
[0035] 其中，表示任务列表为空， 表示将该符号之后的变量，直接添加到该符号之前向量的最后一个分量之后，不改变原有向量各分量的次序，形成新的向量； 表示任务集合 中的某个任务；M表示任务类型集合；
[0036] 步骤2.2，任务逻辑路径包构建：用向量 表示无人机i的任务逻辑路径包，pi表示无人机i到达各个目标点完成相应任务包的实际顺序，即：
[0037]
[0038] 其中， 表示任务 的目标点
位置，可使用映射关系 得出；表示将 插入至向量 的第 分量处，其后的分量依次后移一位；
[0039] 步骤2.3，获胜标价矩阵构建：使用矩阵Si表示无人机i记录的各目标点各任务当前的获胜标价，
[0040] 步骤2.4，获胜无人机矩阵构建：使用矩阵Zi表示无人机i记录的各目标点各任务当前的获胜无人机编号，该矩阵Zi各元素的取值范围仅在{0,1,2,…,NU}中；
[0041] 步骤2.5，时间戳列表构建：使用矩阵TSi表示无人机i记录的所有任务被无人机获胜取得的更新时刻， NA表示目标点个数；
[0042] 所述步骤三：基于任务规划模型与信息结构分布式构建无人机集群任务包的具体实现如下：
[0043] 定义无人机i完成其逻辑路径包中目标点j任务k的任务收益 并以此定义完成该任务时此无人机的任务
包边际增益 再按如下步骤完成无人机i任务包的构建：表示任务收益， 表示任务包边际增益；
[0044] 步骤3.1若当前任务包长度|bi|小于无人机任务上限Lt，则进入步骤3.2，否则进入步骤3.9；
[0045] 步骤3.2取出无人机i可执行的所有任务 并进入下一步步骤3.3；
[0046] 步骤3.3计算任务包加入任务 时获得的边际增益
[0047] 步 骤 3 .4 计 算 矩 阵 其 中 矩 阵 的 H i 元 素 分 别 为[0048] 步骤3.5若Hi≠0，则转入步骤3.6，否则转入步骤3.9；
[0049] 步骤3.6获取当前边际增益最大的任务
[0050] 步骤3.7获取该任务的最佳插入路径
[0051] 步骤3.8将上述步骤获得的新信息，更新至{bi,pi,Ri,Zi}；
[0052] 步骤3.9退出任务包构建方法。
[0053] 所述步骤四：基于构建的无人机集群任务包进行异步通信冲突消解的实现如下：
[0054] 当每个无人机自主完成任务包构建后，设计的任务规划方法存在冲突，需要无人机与其相邻无人机进行异步通信，进行冲突消解，此环节中通信的信息为每个无人机的广播数据：{获胜标价矩阵, 获胜无人机矩阵, 时间戳}，任务包与任务逻辑路径将随着无人机通信的过程在无人机内部进行更新，但无需让其他无人机知晓，无人机i和无人机i′对于目标点j任务k的获胜与否为例进行冲突消解的解释，其中i作为发送方，i′作为接收方，i″表示不与二者相同的第三方，指任务暂无无人机胜出，接收方采取的操作以下 5种：
[0055] 操作4.1，更新并转播：接受者根据发送者的信息，更新本地信息，并转播此次更新；
[0056] 操作4.2，丢弃并转播：接受者不改变已有信息，并转播自身原有的信息；
[0057] 操作4.3，丢弃并中止转播：接受者不改变已有信息，由于已有信息冗余不转播任何信息；
[0058] 操作4.4，重置并转播：接受者清零已有的关于该任务的信息，并转播接受的信息；
[0059] 操作4.5，局部更新并转播：接受者认定自己胜出，仅更新时间戳，并将自身新信息进行转播；
[0060] 由发送方和接收方对任务目标点j任务k的获胜无人机的不同认定，得到17条冲突消解规则，将此规则运用于不同无人机间的不同任务，至冲突消除，即得到一个可执行的且满足条件的所需的任务规划方案。
[0061] 本发明的优点以及带来的有益效果在于：
[0062] (1)本发明针对异质无人机的分布式任务规划问题，建立了一种可以准确刻画问题的组合优化模型，考虑了多种实际因素，使得建立的模型进一步贴近现实情况，具有实际的应用价值；
[0063] (2)本发明通过提出分布式、异步通信的一致性包
算法，有效解决上述异质无人机的分布式任务规划问题，获得了切实可行的任务规划方案，且方案内各无人机协调有序进行救援任务，各无人机获得各自最优任务执行方计划；各个待救援点的时序任务被依次序完成，整体任务亦被高效地完成。
[0064] (3)本发明提出的分布式、异步通信的一致性包算法，具有分布式与异步通信的特点，分布式相较集中式不需要
中央处理器，减少数据运算，灵活处理突发状况，充分运用无人机自身的性能，各无人机更好地自主协同；异步通信相较同步通信，可以使得无人机不需要全局状态信息，有效减少无人机网络间的通信数据传输。
附图说明
[0065] 图1是本发明异构无人机群分布式任务规划方法实现
流程图；
[0066] 图2是本发明具体实施示例步骤三任务包构建的详细流程示意图；
[0067] 图3是本发明具体实施示例步骤三与步骤四具体实施任务规划的
框架示意图。
具体实施方式
[0068] 下面结合附图及
实施例对本发明进行详细说明。
[0069] 本发明提供的方法，可以针对无人机异构、任务异质且时序的复杂情况，这种分布式、异步通信的一致性包方法，优化了任务规划方案，弥补了现有任务规划模型与方法的不足。
[0070] 如图1所示，本发明具体如下：
[0071] 步骤一：建立异构多无人机异质时序任务规划组合优化模型：
[0072] 步骤1.1任务场景设置：
[0073] 设共有NU架无人机，将无人机编号为：
[0074]
[0075] 设共有NA个目标点，将目标点编号为：
[0076]
[0077] 设无人机集群中有多种类型的无人机，设每个目标点各有多个异质时序任务。
[0078] 步骤1.2异质时序任务设置：
[0079] 以3种常见的需要先后执行的任务为例(更多数量的任务序列可以很容易地代入)，使用如下记号表示需要被执行的时序任务：(1)侦察分类(Classification Task,记为C)； (2)排险救援(Rescue Task,记为R)；(3)效果评估(Evaluation Task,记为E)。通常，排险救援任务(R)具有两种类型，按完成该任务所需的无人机数量分类为：单无人机 (Single UAV)救援RS，双无人机(Double UAVs)救援RD，更多架次的无人机救援亦可由双无人机救援情形进行拓展。
[0080] 因此，涉及的任务集合(Mission Set)为：
[0081] M＝{C,R,E}
[0082] 对于任意的目标点Aj，需要被完成的任务集合应为总集合的子集。
[0083] 对于设置的异质时序任务，可以得到如下任务数量限制：设需要完成C任务的目标点共有 需要完成R任务的目标点共有 其中需完成RS任务的目标点有 需完成RD任务的目标点有 需要完成E任务的目标点共有 于是可以定义总任务数量NM为：
[0084]
[0085] 此外，各任务的数量需满足以下限制条件：
[0086]
[0087] 其中，NA为上文所述的目标点总数。由此可以定义出任意具体情况下的任务集合：
[0088]
[0089] 并定义映射关系f：
[0090]
[0091] 即映射f可以完成 中的所有元素与每个目标点的每个任务完成一一对应，其亦有逆映射f-1。
[0092] 步骤1.3异质无人机类型设置：
[0093] 根据现有无人机功能和本场景设定的3种异质任务，同时为方便介绍本发明的流程，将应急救援场景中使用的无人机划分为侦察巡逻型(Surveillance,记为S)、专业救援型 (Profession，记为P)和综合功能型(Integration,记为I)共3种类型，不同类型的UAV可以完成的任务类型
整理如下表所示：
[0094] 类型 功能 可完成任务
1 侦察巡逻型(S) 探测救援地区、检查救援成效 {C,E}
2 专业救援型(P) 专项情况特有任务救援 {R}
3 综合功能型(I) 大型综合多功能无人机 {C,R,E}
[0095] 设S型UAV共有 P型UAV共有 I型UAV共有 则满足如下限制条件：
[0096]
[0097] 其中，NU为上文所述的UAV总数。
[0098] 因此在本发明设定的场景中，UAV集合可以按不同功能具体表示为：
[0099]
[0100] 步骤1.4目标函数设置：
[0101] 结合实际意义与理论模型，本发明采用到达目标点完成救援任务的静态收益与到达时间导致收益递减两个因素进行目标函数设计，如下：
[0102]
[0103]
[0104] 其中，目标函数内各变量含义分别为： 表示为无人机i执行目标j的第k 项任务(k＝1表示任务C，k＝2表示任务R，k＝3表示任务E)，xi表示无人机i的任务列表，pi(xi)表示无人机i完成列表中任务的先后顺序； 表示无人机到达相应任务点时已经过的时间， 为非负的收益函数，NU,NA分别为所述的无人机和目标点数量。
[0105] 限制条件中各变量含义分别为：Lt表示无人机受本身资源限制导致的完成任务的数量上限，NM表示前文所述的任务总数量，tC, tE, 分别表示完成该目标点对应任务的时刻。具体地，每个限制条件表达的含义如下：
[0106] 1)该约束保证了每一个目标T的所有任务都被执行，且被执行正确次数；
[0107] 2)该约束保证了每架无人机执行任务次数存在限制；
[0108] 3)该约束保证了理论上该场景中可以被完成的任务数目；
[0109] 4)该约束保证了每个任务被执行的先后顺序正确。
[0110] 至此，建立了异构多无人机异质时序任务规划组合优化模型。
[0111] 步骤二：基于已有的任务规划模型确定模型中使用的信息结构：
[0112] 对于每个无人机i，构建信息结构{bi,pi,Ri,Zi,TSi}如下，示意图如图2：
[0113] 步骤2.1任务包构建：在本发明中，用向量 表示无人机i的任务包，任务按加入包的先后顺序表示，即：
[0114]
[0115] 其中，表示任务列表为空， 表示将该符号之后的变量，直接添加到该符号之前向量的最后一个分量之后，不改变原有向量各分量的次序，形成新的向量； 表示任务集合 中的某个任务。
[0116] 步骤2.2任务逻辑路径包构建：用向量 表示无人机i的任务逻辑路径包，pi表示无人机i到达各个目标点完成相应任务包的实际顺序，即：
[0117]
[0118] 其中， 表示任务 的目标点位置，可使用映射关系 得出；表示将 插入至向量pi的第 分量处，其后的分量依次后移一位。
[0119] 步骤2.3获胜标价矩阵构建：使用矩阵Si表示无人机i记录的各目标点各任务当前的获胜标价，例如：矩阵Si的第j行第k列元素 表示无人机i当前所知的第j个目标点第 k个任务的获胜标价。显然在本示例中 (任务R具有两种形式)。值得一提的是，在实际情况中，若某目标点不具有某些某任务(比如某区域经探测确定未发生险情，即可不进行该目标点的救援和检验任务)，则在处理中可以将对应元素的获胜标价定为某个极大值，使得无人机不对其进行竞争。
[0120] 步骤2.4：获胜无人机矩阵构建：使用矩阵Zi表示无人机i记录的各目标点各任务当前的获胜无人机编号，例如：矩阵Zi的第j行第k列元素 表示无人机i当前所知的第j 个目标点第k个任务的获胜无人机编号。显然该矩阵各元素的取值范围仅在{0,1,2,…,NU} 中。
[0121] 步骤2.5时间戳列表构建：使用列表TSi表示无人机i记录的所有任务被无人机获胜取得的更新时刻，显然本示例中
[0122] 至此，建立了本发明中所需的信息结构。
[0123] 步骤三：基于任务规划模型与信息结构分布式构建无人机集群任务包：
[0124] 步骤三、四的整体示意图如图2所示。定义无人机i完成其逻辑路径包中目标点j 任务k的任务收益如下：
[0125]
[0126] 其中， 表示在无人机i根据其任务逻辑路径包pi到达目标点j完成任务k的计划时间，cjk为目标点j任务k的原始静态收益，λjk<1为目标点j任务k的折扣因子。
[0127] 利用加入目标点j任务k前后的无人机i的收益值，定义完成该任务时此无人机的任务包边际增益 为：
[0128]
[0129] 其中Njk表示目标点j任务k对应在任务集合中的值，可由映射关系得出，pi表示原任务逻辑路径包，|pi|表示其长度，l为尝试插入的位置。
[0130] 接下来，本步骤以无人机i为例介绍任务包构建算法。在实际中，每个无人机可以分布式地自行、独立构建各自任务包。在具体介绍任务包构建算法前，首先明确算法的输入、输出如下：
[0131] 输入：上次
迭代{任务包bi，任务逻辑路径包pi，获胜标价矩阵Ri，获胜无人机矩阵Zi}；
[0132] 输出：本次迭代{任务包bi，任务逻辑路径包pi，获胜标价矩阵Ri，获胜无人机矩阵Zi}；
[0133] 具体地，任务包构建方法如下：
[0134] 步骤3.1若当前任务包长度|bi|小于无人机任务上限Lt，则进入步骤3.2，否则进入步骤3.9；
[0135] 步骤3.2取出无人机i可执行的所有任务 并进入下一步；
[0136] 步骤3.3计算任务包加入任务 时获得的边际增益
[0137] 步骤3.4计算矩阵 其中
[0138] 步骤3.5若Hi≠0，则转入步骤3.6，否则转入步骤3.9；
[0139] 步骤3.6获取当前边际增益最大的任务
[0140] 步骤3.7获取该任务的最佳插入路径
[0141] 步骤3.8将上述步骤获得的新信息，更新至{bi,pi,Ri,Zi}；
[0142] 步骤3.9退出任务包构建方法。
[0143] 其中， 为指标函数，若括号内条件满足则 否则为0。
[0144] 步骤四：基于构建的无人机集群任务包进行异步通信冲突消解：
[0145] 当每个无人机自主完成任务包构建后，由于信息的不共享性，设计的任务规划方法存在冲突，因此需要无人机与其相邻无人机进行异步通信，进行冲突消解。此环节中通信的信息为每个无人机的广播数据：{获胜标价矩阵, 获胜无人机矩阵, 时间戳}，任务包与任务逻辑路径将随着无人机通信的过程在无人机内部进行更新，但无需让其他无人机知晓，因此在本环节中不赘述。以下以无人机i和无人机i′对于目标点j任务k的获胜与否为例进行冲突消解的解释。其中i作为发送方，i′作为接收方，i″表示不与二者相同的第三方，指任务暂无无人机胜出。接收方可以采取的操作以下5种：
[0146] 操作4.1更新并转播：接受者根据发送者的信息，更新本地信息，并转播此次更新；
[0147] 操作4.2丢弃并转播：接受者不改变已有信息，并转播自身原有的信息；
[0148] 操作4.3丢弃并中止转播：接受者不改变已有信息，由于已有信息冗余不转播任何信息；
[0149] 操作4.4重置并转播：接受者清零已有的关于该任务的信息，并转播接受的信息；
[0150] 操作4.5局部更新并转播：接受者认定自己胜出，仅更新时间戳，并将自身新信息进行转播。
[0151] 由发送方和接收方对任务目标点j任务k的获胜无人机的不同认定，可得如下17 条冲突消解规则：
[0152]
[0153]
[0154]
[0155] 将此规则运用于不同无人机间的不同任务，至冲突消除，即可得到一个可执行的任务规划方案。至此，便得到了满足条件的、所需的任务规划方案。
[0156] 最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述实施示例所记载的技术方案进行
修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明实施示例技术方案的精神和范围。
