[发明专利]无人机编队任务分配与航迹规划的多目标优化方法及装置

说明书

本发明公开了一种无人机编队任务分配与航迹规划的多目标优化方法及装置，用于多架固定翼无人机于同一时间同一机场出发对多个目标区域执行覆盖探测任务，该方法包括：获取目标区域数据，最佳探测时间窗数据，无人机数据和无人机所搭载传感器的数据；基于所述目标区域数据，最佳探测时间窗数据，无人机数据和无人机所搭载传感器的数据，构建MO‑MUAV‑STW模型；基于所述约束构建MO‑MUAV‑STW模型的初始解集；基于预设的NSGA‑Ⅱ算法对所述初始解集进行计算，得到所述MO‑MUAV‑STW模型的Pareto最优解；将所述最优解转译为具体分配方案作为无人机编队探测任务分配与航迹规划的多目标优化的分配结果。本发明中通过建模、优化算法计算从而得到优化后的无人机分配方案。

技术领域

本发明涉及无人机探测技术领域，尤其涉及一种无人机编队任务 分配与航迹规划的多目标优化方法及装置。

背景技术

随着航空技术的不断发展，越来越多的高科技设备已经应用到航 空领域中。而在众多高科技设备当中，无人机以其作业效率高、劳动 强度小、综合成本低等方面的优势，迅速成为航空作业过程中一种较 为重要的高科技设备。例如，可以执行航拍或扫描成像等作业任务。 目前的无人机大致可以大致分为自旋翼以及固定翼两大类。其中固定 翼无人机以飞行距离长、巡航面积大、飞行速度快、高度高等优点被 较为广泛应用于航空作业中。

然而，在实施本发明的过程中发明人发现，由于当前无人机作业 主要是人为遥控为主，实际作业的效果受到操作员的操作水平的影响 较大，且通过人为即视的方式规划的航线与理论航线偏离严重，导致 无人机的作业遗漏率和重复率往往偏高。

此外，当多架无人机对多个点目标完成一种任务时，利用多架搭 载不同传感器的无人机组成多无人机编队执行任务不但能够改善传 统单无人机所携载荷带来的限制，而且能够利用多无人机间的传感器 特点实现性能方面的互补，在面对不同类型任务目标时具备较强优 势。在此过程中如何为每一架无人机分配任务执行的序列并规划执行 每一个探测任务时的飞行轨迹，以对总飞行路径和总任务收益这两个 目标进行多目标优化，成为了一个亟待解决的问题。

发明内容

基于上述问题，本发明提供一种无人机编队任务分配与航迹规划 的多目标优化方法及装置，通过建模并优化得到优化的无人机分配方 案。

为解决上述问题，本发明提供了一种无人机编队探测任务分配与 航迹规划的多目标优化方法，用于多架固定翼无人机于同一时间同一 机场出发对多个目标区域执行覆盖探测任务，所述方法包括：

获取目标区域数据，最佳探测时间窗数据，无人机数据和无人机 所搭载传感器的数据；

基于所述目标区域数据，最佳探测时间窗数据，无人机数据和无 人机所搭载传感器的数据，构建MO-MUAV-STW模型 (Multi-Objective—Multi-UAV—Soft Time Window)；所述模型的目 标函数为最大化探测任务中所有无人机的总探测收益以及最小化所 有无人机的总飞行路径；所述预设约束有传感器的探测能力约束、无 人机起降点约束、任务执行完备性约束和出发时间约束；

基于所述约束构建MO-MUAV-STW模型的初始解集；

基于预设的NSGA-Ⅱ算法对所述初始解集进行计算，得到所述 MO-MUAV-STW模型的Pareto最优解；

将所述最优解转译为具体分配方案作为无人机编队探测任务分 配与航迹规划的多目标优化的分配结果。

其中，所述MO-MUAV-STW模型的目标函数为：

目标函数1：

目标函数2：

所述MO-MUAV-STW模型的约束条件为：