[发明专利]一种多无人机序列多任务协同分配方法及系统

权利要求书

1.一种多无人机序列多任务协同分配方法，其特征在于，所述方法包括：

S1、根据真实无人机与真实任务的位置、任务状态、影响因素确定任务收益R_ji，R_ji表示第j架无人机分配到第i个任务所获得的任务收益，i＝1,2,...N，N表示真实任务的数量，j＝1,2,...M，M表示真实无人机的数量；

S2、根据任务收益确定收益矩阵，并转换为代价矩阵C，通过增设虚拟无人机与空任务将代价矩阵C增广为方阵；

S3、对方阵求解，得到目标解集，根据目标解集确定分配结果，在此分配结果时总任务代价最小。

2.根据权利要求1所述的多无人机序列多任务协同分配方法，其特征在于，S1包括：

根据真实无人机与真实任务的位置、任务状态、影响因素确定输入参数，输入参数包括真实任务重要程度I_i、真实任务的紧急程度E_i、无人机的起始位置点UAVP_j、目标的位置点TASKP_i、时间权重系数α₁、真实任务重要程度权重系数α₂和真实任务的紧急程度权重系数α₃；

建立收益评估模型，利用收益评估模型获得任务收益R_ji，收益评估模型为：

α表示权重系数；ETA_ji表示第i个任务到第j架无人机的估计到达时间，f(·)表示时间代价计算函数。

3.根据权利要求2所述的多无人机序列多任务协同分配方法，其特征在于，S2包括：

S21、根据任务收益确定无人机集合对任务集合的收益矩阵，根据收益矩阵，建立代价矩阵C：

C＝(c_ji)_MxN

收益矩阵为代价矩阵C中元素代价c_ji＝r_max-r_ji，r_max表示收益矩阵最大值，r_ji表示第j架无人机执行第i个任务的执行收益；

S22、在各个任务点设置一个虚拟无人机，在S21的代价矩阵C中增加N行，扩展后的代价矩阵为：

C＝(c_ji)_(M+N)xN

其中，将虚拟无人机对于自身任务点的代价记为一个极大值,j＝1,2,...M+N；

S23、通过设置M个空任务，将S22的代价矩阵中增加M列，增广后的代价矩阵为：

C＝(c_ji)_(M+N)x(M+N)

增加的M列的代价均为0,i＝1,2,...M+N，j＝1,2,...M+N。

4.根据权利要求3所述的多无人机序列多任务协同分配方法，其特征在于，S3包括：

S31、对于增广后的代价矩阵C＝(c_ji)_LxL,L＝M+N，每行减去此行最小值，每列减去此列最小值，得到矩阵C₁＝(c_ji′)_LxL，在代价矩阵C₁中找出一组处在不同行不同列的零组，作为目标解集；目标解集中包括L个目标解；

S32、在获得的目标解集中去除空任务，并且对虚拟无人机进行回溯，直至求得M个无人机各自的任务集合，该任务集合为对应无人机的分配结果。

5.根据权利要求4所述的多无人机序列多任务协同分配方法，其特征在于，S31中，还包括：若目标解集中的目标解的个数不到L个，在保证求得的解为最优解的情况下调整代价矩阵C₁，进而增加目标解集中零的个数，然后重新寻找目标解集，重复调整代价矩阵C₁及寻找目标解集，直至目标解集中目标解的个数等于矩阵行列数L。