[发明专利]一种基于性能影响算法的多无人机任务分配方法

说明书

本发明提供了一种基于性能影响算法的多无人机任务分配方法，在基本性能影响算法的基础上添加了一个新的任务修剪阶段，利用此阶段对任务列表中的任务进行分类与选择性删除，解决了在无人机自身资源有限的条件下保证部分重要任务分配的多无人机任务分配问题，能够分配所有的重要任务，通过实例验证了本发明所提算法的有效性。

技术领域

本发明涉及多无人机任务分配领域，尤其是在无人机资源有限条件下的任务分配问题。

背景技术

近年来，无人机种类和能力不断发展，任务类型越来越广泛，单架无人机很难独自完成复杂任务环境中的多类型任务，因此采用多无人机协同完成各类复杂任务引起了各科研院所的关注，其中任务分配技术是多无人机协同执行任务的关键技术之一。多无人机任务分配是指在给定多无人机集合和任务集合的情况下，无冲突地将各任务分配给各无人机，同时优化全局目标。

很多传统的多无人机任务分配算法都忽略了无人机自身有限的执行任务的能力，如无人机自身电量和作战资源的约束，即这些任务分配算法假设无人机可以执行无限多的任务，导致所提出的算法不能适用于实际环境中的多无人机任务分配问题。除此之外，现有的大部分任务分配算法假设所有任务的重要性相同，但当各无人机能力有限且多无人机系统无法执行所有的任务时，某些高价值的重要任务的分配必须被保证。因此，现有的多无人机任务分配算法无法直接应用到实际任务环境中。

发明内容

为了克服现有技术的不足，本发明提供一种基于性能影响算法的多无人机任务分配方法，在无人机有限能力约束的条件下保证重要任务的分配。

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：设任务环境中有N_t个任务，其中重要任务为|T₁|个，N_u个无人机，每个无人机最多能够执行L_t个任务，其中N_t＞N_u·L_t，根据任务环境中的实际信息，确定每个无人机v_i的类型和位置坐标其中i＝1,...,N_u，初始化各无人机的任务列表a_i为空；根据任务环境确定各无人机的巡航速度V_i，并根据每个任务对整体任务环境的重要程度确定自身的静态回报确定每个任务t_j,j＝1,...,N_t的位置坐标每个任务的类型，并确定任务是否为重要任务；

步骤2：每个无人机独立执行任务添加阶段；首先每个无人机v_i根据自身类型和所有任务的类型确定自身能够执行的未分配任务的集合M_i，然后根据公式(1)计算集合M_i中所有任务的添加性能影响值，即添加任务t_k后，整个任务分配方案获得总收益的变化值：

其中，为无人机v_i添加任务t_k所获得的添加性能影响值，表示在任务列表a_i的第l个位置添加任务t_k，表示当无人机v_i顺着自身的任务列表a_i执行任务t_z时获得的回报，λ为任务回报的消减参数，τ_iz为无人机v_i顺着任务列表a_i到达任务t_z的时间，τ_zstart为任务t_z的最晚可被执行的时间，若任务到达时间τ_iz晚于任务最晚开始时间，则添加性能影响值为0；最终无人机v_i针对所有任务形成添加性能影响列表定义即表示列表的第k个元素为无人机v_i添加任务t_k产生的添加性能影响值；至此所有无人机都得到自身的添加性能影响列表，来记录若自身添加所有任务可能得到的添加性能影响值；