[发明专利]无人机集群局部通信目标分配方法、系统、设备及介质

说明书

本发明公开了一种无人机集群局部通信目标分配方法、系统、设备及介质，涉及无人机路径规划领域，该方法包括根据无人机集群的执行任务和移动过程的能量代价，建立无人机集群的综合代价函数作为目标函数；根据目标函数和无人机集群在移动过程中局部通讯条件下传输的已知信息，采用改进DE算法，更新无人机的飞行路径和需要打击的目标编号，以无人机集群能够打击所有目标并有最小的能量消耗；所述改进DE算法是在标准DE算法的基础上，引入参数自适应策略、改进变异策略、最优个体以一定概率引入当前种群进化过程策略和通讯限制策略后得到的算法。本发明能够提高未知环境下无人机通讯受到限制时全局目标分配的效率。

技术领域

本发明涉及无人机路径规划领域，特别是涉及一种无人机集群局部通信目标分配方法、系统、设备及介质。

背景技术

随着无人机制造技术的发展和成熟，利用无人机执行任务的应用已经变得比较普遍，在这背后的规划和决策问题也成为了人工智能领域一项重要的研究课题。无人机系统通常由地面通讯系统和无人机组成，无人机依靠地面通讯系统向地面取得联系同时无人机之间也可以相互交换彼此之间的信息。无人机的概念最早提出在军事领域，为了避免飞行员的伤亡，以及在战斗中执行侦察和打击目标等任务，无人机以其隐蔽性，便捷性和造价低等优势迅速在军事领域得到了应用和推广。伴随着无人机技术的逐渐成熟，无人机的应用领域也不再只是局限于战争层面，商用无人机，民用无人机开始大量出现并迅速应用在不同领域。

随着对探测能力的要求，无人机编队开始应运而生。在单架无人机进行探测的过程中，往往因为续航水平，传感器探测距离等局限性难以完成一些复杂环境下的任务，而采用无人机集群(即多无人机)组成的编队可以有效弥补以上缺点。其中无人机集群协同进行未知地图的目标搜索算法的研究已经成为国内外学者比较看重的一项内容。无人机集群编队在探测地图中如果拥有优秀的通讯策略，较好的对障碍物的躲避能力，更少的移动步数和通讯代价，不仅可以节省无人机的能源，还可以提高执行任务的效率。同时这也可以适当降低对无人机制造技术的要求，提高无人机编队的实用性。优秀的决策和规划算法更有利于无人机技术的发展和在实际场景中的应用。目前，无人机集群系统在未知环境下存在通信受限、任务执行效率低以及容易陷入局部最优解等问题。

发明内容

本发明的目的是提供一种基于改进DE算法的无人机集群局部通信目标分配方法、系统、设备及介质，以提高未知环境下无人机通讯受到限制时全局目标分配的效率。

为实现上述目的，本发明提供了如下方案：

第一方面，本发明提供了一种无人机集群局部通信目标分配方法，包括：

根据无人机集群的执行任务和移动过程的能量代价，建立无人机集群的综合代价函数作为目标函数；所述执行任务包括目标的位置以及目标是否已经被打击；

根据目标函数和无人机集群在移动过程中局部通讯条件下传输的已知信息，采用改进DE算法，更新无人机的飞行路径和需要打击的目标编号，以无人机集群能够打击所有目标并有最小的能量消耗；所述已知信息为无人机集群探索到的障碍物信息和地图信息；所述改进DE算法是在标准DE算法的基础上，引入参数自适应策略、改进变异策略、最优个体以一定概率引入当前种群进化过程策略和通讯限制策略后得到的算法。

可选地，所述目标函数为：

其中，n为无人机数量，m为目标，P_ij表示无人机U_i完成攻打目标T_j的可能性，V_ij表示无人机U_i完成攻打目标T_j后得到的收益，D_ij为无人机U_i完成攻打目标T_j的距离代价，λ表示权重因子，C代表违反限制的惩罚值，α和β分别是权重系数。

可选地，所述目标函数的确定过程为：

根据下述定义，确定目标函数；