[发明专利]一种针对大规模目标群的无人机协同目标分配方法

说明书

本发明提供了一种针对大规模目标群的无人机协同目标分配方法，针对大规模目标群首先删除目标群中的劣解目标，获取非劣解目标的集合，然后针对该集合中的目标进行任务分配，充分利用无人机执行任务能力，更加合理的进行目标任务分配。本发明能够保证无人机所执行的任务都是非劣解，为无人机分配非劣解集合中的最优目标，并且保证了所有无人机达到最大执行任务能力。本发明在建模过程中，对无人机和目标的数量关系进行分析，针对多无人协同大规模目标分配问题建模时情况考虑不全面的问题，考虑删除每架无人机目标集合中的劣解目标，使模型在目标分配过程中更具有实用性。

技术领域

本发明属于多无人机协同控制技术领域，特别涉及一种利用多无人机针对大规模目标群进行目标分配的实现方法。

背景技术

无人机具有体积小、造价低、使用方便灵活等优势，在代替人类完成危险、条件恶劣的任务中发挥着重要的作用，为了提高无人机任务完成效率，多无人机协同逐渐成为了趋势，而多无人机多目标分配问题是多无人机协同控制的重要内容之一，可以应用于灾害中的人员搜索、定位等方面，多无人机协同多目标分配是围绕总体任务需求综合考虑多种约束条件下的组合优化问题。

近年来，国内外针对多无人机协同多目标分配问题的研究广泛。在目标分配实际问题的建模方面，Zengin等人围绕目标追踪问题，对多无人机协同控制与目标分配问题进行了研究，取得了较好的效果。钱艳平等人在《基于合同网的无人机协同目标分配方法》中提出了一种使用基于合同网的目标分配方法,首先建立目标分配问题的数学模型，在初始分配的基础上，使用基于合同网的目标分配方法，引入负载系数参数，通过迭代执行买卖合同与交换合同实现任务的合理分配。Bertuccelli等人以多无人机以及无人机/有人机为对象，研究了动态不确定环境对多目标分配问题建模的影响，只对无人机数量小于目标数量时的情况进行了研究。Shaferman等人以多无人机协同跟踪等作为任务划分，进行了多任务分配的研究，尤其适合城市环境下的目标分配问题建模，只考虑了无人机数量大于目标数量，且目标数量较少时的情况。在对目标分配问题进行求解方面，赵明等人利用航程代价矩阵优化了差分进化算法，并利用统一的编码策略执行进化过程，有效求解了目标分配问题，但在构造目标函数时，没有考虑无人机损毁的代价。符小卫等人提出了通信约束的目标分配方法，并进行了合理性验证。Karaman等人利用遗传算法对复杂操作条件下任务分配问题进行了求解，但是遗传算法的早熟问题没有得到解决。这些方法没有考虑当目标群规模相对于无人机的数量以及无人机能完成的任务量来说庞大的情况下，无人机并不能执行所有任务，无法完成所有目标的任务分配，难以很好的适用与针对大规模目标群的多无人机协同目标分配。

发明内容

为了克服现有技术的不足，本发明提供一种基于目标群数据处理的大规模目标分配方法，针对大规模目标群首先删除目标群中的劣解目标，获取非劣解目标的集合，然后针对该集合中的目标进行任务分配，充分利用无人机执行任务能力，更加合理的进行目标任务分配。

本发明解决其技术问题所采用的技术方案包括以下步骤：

步骤1，对无人机及目标分别编号为1,2,…,U和1,2,…,T，并输入无人机及目标的相关信息；每架无人机最多能执行的任务数量为m_j，每个目标具有n维属性{Γ₁,Γ₂,…,Γ_k,…Γ_n}，目标i对无人机j的属性值为{Γ_1ij,Γ_2ij,…,Γ_kij,…Γ_nij}，Γ_kij表示目标i在其第k维属性Γ_k上对无人机j的属性值；

步骤2，归一化处理并将归一化处理后得到的Γ′_kij仍记作Γ_kij；

步骤3，初始化每架无人机的非劣解目标集合