[发明专利]多无人机探测任务分配与航迹规划联合优化方法及装置

说明书

技术领域

本发明实施例涉及无人机技术领域，具体涉及一种多无人机探测任务分配与航迹规划联合优化方法及装置。

背景技术

随着航空技术的不断发展，越来越多的高科技设备已经应用到航空领域中。而在众多高科技设备当中，无人机以其作业效率高、劳动强度小、综合成本低等方面的优势，迅速成为航空作业过程中一种较为重要的高科技设备。例如，可以执行航拍或扫描成像等作业任务。目前的无人机大致可以大致分为多旋翼(例如四旋翼、六旋翼或八旋翼无人机等)以及固定翼两大类。其中固定翼无人机以飞行距离长、巡航面积大、飞行速度快、高度高等优点被较为广泛应用于航空作业中。

然而，在实施本发明的过程中发明人发现，由于当前使用固定翼无人机航空探测作业主要是人为遥控为主，实际作业的效果受到操作员的操作水平的影响较大，且通过人为即视的方式规划的航线与理论航线偏离严重，导致无人机的作业遗漏率和重复率往往偏高。且当多个操作员对多个固定翼无人机操作时，彼此之间也缺乏协同。

此外，在利用多架固定翼无人机进行航空作业过程中，如何能够根据探测区域的不同情况对各架无人机的作业任务以及航迹进行合理规划，以使得执行本次航空作业任务的总收益最大(即尽可能多的完成区域探测任务且完成区域探测后所有区域的总收益最大)，也成为了一个亟待解决的问题。

发明内容

本发明的一个实施例提供了一种多无人机探测任务分配与航迹规划联合优化方法及装置，用于克服现有技术中在利用多架固定翼无人机进行作业时，主要采用人工遥控的方式，彼此之间的协同性差，且无法对各架无人机的航迹进行合理规划以获得最大总收益的缺陷。

第一方面，本发明一个实施例提供了一种多无人机探测任务分配与航迹规划联合优化方法，当多架固定翼无人机在时间窗内对多块待探测区域执行探测任务时，所述方法包括：

获取执行任务的类型、执行任务时的天气状况、待探测区域信息、固定翼无人机信息；

获取满足预设的MUAV-VTW-VP-DTOP模型约束条件的初始解集，其中，所述MUAV-VTW-VP-DTOP模型为使得按预设的联合优化飞行方式飞行的所述多架固定翼无人机在此次探测任务中获得最大总收益的目标函数；所述预设约束包括每架固定翼无人机所飞行时长约束、无人机最小转弯半径约束以及待探测区域时间窗可变约束；

采用预设的遗传算法并基于所述初始解集对所述 MUAV-VTW-VP-DTOP模型求解得到最优解，并将该最优解作为多架无人机对多块探测区域的任务分配和航迹规划联合优化的结果。

第二方面，本发明的另一个实施例提供了一种多无人机探测任务分配与航迹规划联合优化装置，当多架固定翼无人机在时间窗内对多块待探测区域执行探测任务时，所述装置包括：

信息获取单元，用于获取执行任务的类型、执行任务时的天气状况、待探测区域信息、固定翼无人机信息；

初始解获取单元，用于获取满足预设的MUAV-VTW-VP-DTOP模型约束条件的初始解集，其中，所述MUAV-VTW-VP-DTOP模型为使得按预设的联合优化飞行方式飞行的所述多架固定翼无人机在此次探测任务中获得最大总收益的目标函数；所述预设约束包括每架固定翼无人机所飞行时长约束、无人机最小转弯半径约束以及待探测区域时间窗可变约束；

最优解计算单元，用于采用预设的遗传算法并基于所述初始解集对所述MUAV-VTW-VP-DTOP模型求解得到最优解，并将该最优解作为多架无人机对多块探测区域的任务分配和航迹规划联合优化的结果。

本发明的一个实施例提供了一种多无人机探测任务分配与航迹规划联合优化方法，该方法中针对于固定翼无人机对多块待探测区域执行作业任务的情况，首先获取执行本次任务的执行任务的类型、执行任务时的天气状况、待探测区域信息、固定翼无人机信息，接着根据这一信息基于预设的模型以及算法，获得能够使得该模型获得最大总收益的最优解，并将该最优解作为本次作业的任务分配和航迹规划结果。相比于现有的人工遥控的方式，本发明提供的方法能够根据预设的模型及算法自动获得本次作业中每架无人机的任务以及航迹规划，使得各架无人机可以按照该任务以及航迹规划自动执行作业任务，在避免出现各架无人机彼此不协同的情况发生的同时，还能够获得最大总收益，从而能够有效地提高作业的效率，使得无人机作业形式能够应用于更广泛的航空作业中。

附图说明