[发明专利]一种多无人机的复杂任务规划方法有效

专利信息
申请号: 201710195712.7 申请日: 2017-03-29
公开(公告)号: CN106933246B 公开(公告)日: 2020-04-14
发明(设计)人: 徐扬;罗德林 申请(专利权)人: 厦门大学
主分类号: G05D1/10 分类号: G05D1/10
代理公司: 厦门南强之路专利事务所(普通合伙) 35200 代理人: 马应森
地址: 361005 *** 国省代码: 福建;35
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 无人机 复杂 任务 规划 方法
【说明书】:

一种多无人机的复杂任务规划方法,涉及无人机。包括飞行任务分解流程、飞行行为库设计流程和XML文件编写流程;所述飞行任务分解流程是针对所执行的多任务进行行为树分解,再将得到的单任务进行行为树分解;所述飞行行为库设计流程是针对单任务中所需的飞行行为,进行基本行为库和自定义行为库设计;所述XML文件编写流程是针对所分解得到的行为树结,利用自定义XML格式语言编写。能够帮助用户进行整个任务过程的规划,按照任务级别进行任务分解,并按照实际条件进行任务执行,解决了多无人机复杂任务的实用问题,该方法具有原理简便、规划灵活、实用性强、执行效果好等优点。

技术领域

发明涉及无人机,尤其是涉及一种多无人机的复杂任务规划方法。

背景技术

随着无人机的普及以及相关技术的快速发展,作为最顶层的任务规划系统是保证无人机任务执行成败的先决条件,是如何灵活配置和优化整个无人机系统资源的重要手段。在已有的任务前提下,需要在制定计划的同时,按照资源数量、任务类型、初始状态和约束条件,采用相应的规划方法,将任务进行分解成一系列的行为序列,再通过判断条件来执行相应的动作,以达到完成任务的目的。一个任务通常都是由不同的行为经过复杂的时序和因果约束来组成的,资源分配、行为组织和冲突处理等难题,使得无人机的任务规划变成动态的复杂系统过程。

目前已有的无人机任务规划方法,一部分是常规的航点—航线规划,另一部分为基于资源分配和目标排序的优化方法,而利用行为进行任务规划则较少。而随着任务复杂度的不断提高,如何利用人工智能方法成为解决技术瓶颈的关键。

发明内容

本发明的目的在于针对现有技术的不足,提供用于解决多无人机复杂任务、采用行为树这一人工智能方法的一种多无人机的复杂任务规划方法。

本发明包括以下步骤:

1)飞行任务分解;

在步骤1)中,所述飞行任务分解的具体步骤如下:

(1)建立行为树的结构特性库:按照行为树的结构特性建立相应的逻辑关系库;

(2)进行多任务分解:将多任务按照行为树的逻辑关系转换为单任务;

(3)进行单任务分解:将单任务按照行为树的逻辑关系转换为飞行行为库中的飞行行为。

在步骤1)第(1)部分中,所述行为树的结构特性库包含:根节点及其特性、组合节点及其特性、叶节点及其特性。

在步骤1)第(2)部分中,所述多任务分解方式包含:顺序、并行、选择、循环。

在步骤1)第(3)部分中,所述单任务分解方式包含:顺序、并行、选择、循环。

2)飞行行为库设计;

在步骤2)中,所述飞行行为库设计的具体步骤如下:

(1)设置基本飞行行为库:定义及存储无人机在执行任务过程中所需的基本飞行行为;

(2)设置自定义飞行行为库:定义及存储无人机在执行特殊任务过程中所需的特殊飞行行为;

在步骤2)第(1)部分中,所述基本飞行行为库,定义及存储的基本飞行行为包含:起飞、巡航、盘旋、返航、人形编队、方形编队、圆形编队。

在步骤2)第(2)部分中,所述自定义飞行行为库,定义及存储的飞行行为包含用户自己设置的特殊飞行行为,可自行根据任务需求进行补充和修改。

3)行为树结构XML文件编写。

在步骤3)中,所述行为树结构XML文件编写的具体步骤如下:

按照分解得到的行为树结构,采用自定义XML格式语言编写文件。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于厦门大学,未经厦门大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201710195712.7/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top