[发明专利]一种多无人机测绘任务分配方法和装置

权利要求书

1.一种多无人机测绘任务分配方法，其特征在于，包括：

步骤一：获取多无人机测绘系统属性信息；

步骤二：根据获取的多无人机测绘系统属性信息，确定多无人机协同执行测绘任务模型；

步骤三：建立无人机集合对应异质蚁群系统；

步骤四：求解异质蚁群系统，得到异质蚁群在当前迭代次数下的最优路径；

步骤五：更新启发式异质蚁群的信息素，通过迭代求解得到任务分配方案；

其特征在于：步骤一中的多无人机系统属性信息包括：无人机数量为N_v，无人机位置LU_i，无人机平台价值VU_i，无人机任务负载TL_i，无人机速度Vel_i，无人机传感器价值VA_i，任务数量为N_t，任务位置LT_j，任务价值VT_j；

步骤二中多无人机协同执行测绘任务模型为：

假定有N_v架无人机和N_t个任务，资源调度矩阵定义为其中资源调度决策变量x_ij为：

定义无人机U_i执行任务T_j的任务完成质量TEQ_ij为：

其中，AT_ij为无人机U_i执行任务T_j的成功率，在多无人机执行任务时，任务执行收益G为资源调度决策变量x_ij和任务完成质量TEQ_ij的函数，即有：

若无人机U_i执行任务T_j的危险系数为DA_ij，则无人机U_i执行任务T_j的危险代价C₁为无人机U_i的平台价值VU_i和无人机U_i执行任务T_j的危险系数DA_ij的函数，即有：

多无人机系统的航行代价C₂为：

其中，D_ij表示无人机U_i执行任务T_j的航程，D_max为所有D_ij的最大值；

多无人机系统的传感器运用代价C₃为传感器价值VA_i、无人机执行任务成功率AT_ij和资源调度决策变量x_ij的函数，即有：

测控任务集完成时间阈值为t_exp，任务完成时间系数为AF_time：

其中，t_j为任务T_j的完成时间，λ∈(0,1)为时间因子；

多无人机协同执行任务的优化目标函数值f为

f＝(ω₁G-ω₂C)·AF_time (8)

其中，任务收益代价为C，C＝C₁+C₂+C₃，ω₁为任务执行收益权重，ω₂为任务执行代价权重；

步骤三中人工蚁群子群数量为N_SG＝N_v，对于无人机U_i，子群SG_i中的蚂蚁数量为m，所有子群构成异质蚁群系统G＝{SG_i,i＝1,2,…,N_SG}，对于G中第j列的所有蚂蚁，为蚂蚁簇SC_j，其负责构建无人机集合U的第j个满足所有约束的任务计划；归属于不同子群SG_i和SG_i'(i≠i')的蚂蚁ant_ij和ant_i'j通过交互机制交换任务计划方案，建立基于交互的m个禁忌表Tabu＝{tabu₁,tabu₂,…,tabu_m}，各蚂蚁通过读写禁忌表内容，并在与其他蚂蚁不产生冲突的前提下进行当前解更新进化；

步骤四中异质蚁群的求解包括基于随机顺序的平台选取、基于约束条件的任务选取、基于目标函数的状态转移、基于交叉算子的局部搜索四个步骤；

步骤五中更新启发式异质蚁群的信息素采用蚁密更新方法，更新公式为：

τ_jj'(ite_cur+1)＝(1-ρ_glo)·τ_jj'(ite_cur)+Q (15)

其中，τ_jj'(ite_cur)为从执行任务j到执行任务j'的蚂蚁信息素值，迭代次数为ite_cur，ρ_glo为全局更新的蚂蚁信息素挥发因子，Q为蚂蚁信息素释放因子；

当更新局部信息素时，采用蚁量更新方法，E(t)为蚂蚁簇SC_j的任务完成时间归一值，更新公式为：

其中，ρ_loc为局部更新的蚂蚁信息素挥发因子，为蚂蚁簇SC_j的任务完成时间，为所有蚂蚁簇任务完成时间最小值。