[发明专利]多无人机任务分配与航迹规划联合优化方法及装置

权利要求书

1.一种多无人机任务分配与航迹规划联合优化方法，其特征在于，包括：

S1、获取多个无人机和多个目标点的位置信息、无人机地速航向角离散度以及各无人机和风场的运动参数；

S2、根据多个无人机和多个目标点的位置信息、无人机地速航向角离散度和预设遗传算法，构建初始种群，所述初始种群中的每个染色体均包括与无人机数量相同的Dubins飞行路径且各条Dubins飞行路径均由不同无人机完成；

S3、根据所述初始种群、各无人机和风场的运动参数确定各无人机的飞行状态和各无人机完成对应Dubins飞行路径的航迹段的航行时间，根据所述航迹段的航行时间和MUAV-VS-DVRP模型获取初始种群中每个染色体对应的所有无人机完成任务时间；

S4、基于遗传算法，对初始种群中染色体进行交叉、变异处理，并在达到预定迭代次数后，选取所有无人机完成任务时间最短的染色体对应的Dubins飞行路径作为所述无人机联合优化的任务分配与航迹规划方案。

2.根据权利要求1所述的方法，其特征在于，根据多个无人机和多个目标点的位置信息、无人机地速航向角离散度和预设遗传算法，构建初始种群包括：

根据预设遗传算法的编码方法进行染色体编码生成预定规模的初始种群；所述染色体由目标点信息、无人机地速航向角信息和无人机信息组成；其中所述目标点属于集合T₀表示UAVs的起点，无人机地速航向角属于集合N_g表示无人机地速航向角离散度，无人机属于集合N_U表示无人机数量，航向角为β_g；

其中，所述染色体第一行为所述目标点的随机全排列，第二行为根据无人机航向角离散度为每个目标点随机选取对应的地速航向角，第三行为根据无人机集合为每个目标点随机选取对应的无人机，且需保证无人机集合中的无人机全部至少被选择一次。

3.根据权利要求2所述的方法，其特征在于，根据所述初始种群、各无人机和风场的运动参数确定各无人机的飞行状态和各无人机完成对应Dubins飞行路径的航迹段的航行时间，根据所述航迹段的航行时间和MUAV-VS-DVRP模型获取初始种群中每个染色体对应的所有无人机完成任务时间：

对每个染色体对应的Dubins飞行路径根据其目标点被访问顺序将所述飞行路径分为多个航迹段；

根据每个航迹段对应的起始点的坐标和航向角以及终止点的坐标和航向角，结合风场参数确定无人机飞行状态，进而获取所述无人机完成所述航迹段的航行时间；

根据每个航迹段对应的航行时间获取所述染色体对应的所有无人机完成任务时间。