[发明专利]一种多无人机任务分配和路径规划联合问题的优化方法

说明书

本发明公开了一种多无人机任务分配和路径规划联合问题的优化方法，将多无人机任务分配问题和路径规划问题构建为二维、已知环境以及同构无人机的静态联合优化问题；采用动态构建搜索树的基于冲突的任务搜索算法，将任务逐级分配给无人机，并对无人机进行路径规划；通过决策变量定义搜索树的节点，所述决策变量包括分配给无人机的任务列表和避免的状态列表。仿真实验表明，面对较低数量的任务和无人机，本发明表现出较快的计算速度，并能提供最优的解决方案。本发明可以为多无人机协同探测与侦查、物流机器人货物分配和运输提供很好的解决方案。

技术领域

本发明属于多无人机控制领域有，特别涉及了一种多无人机任务分配和路径规划方法。

背景技术

在多无人机的任务分配问题中，它需要解决的是多架无人机在执行多项任务时各无人机做什么的问题，遵循以最小的代价完成各子任务的原则。通常认为，一个无人机一次只执行一个任务，而每个任务只需要一个代理，这是一个典型的NP(Non-DeterministicPolynomial,非确定多项式)问题。多无人机路径规划需要多无人机在有障碍的环境中寻找从起点到终点的次优或最优路径，同时考虑到避障，这同样是个NP问题。

目前对上述两个问题进行了大量研究。对多无人机的任务分配问题的建模方法有时间约束模型、博弈论模型等，采用的算法有匈牙利算法、分布式算法、粒子群算法等等。对多无人机的路径规划问题更多的集中在优化算法上，将遗传算法、蚁群算法、Bezier曲线算法等成功应用于多无人机的路径规划问题中，取得了不错的效果。然而这些针对的都是多无人机任务分配或路径规划问题的单独研究，却很少把这两个问题联合到一起考虑。即使在最好的任务分配方案下进行最优的路径规划，也不一定是问题的最优解。因为无人机在执行任务时相互之间会发生路径冲突，造成相互阻拦甚至停滞的现象，执行任务的效率大大降低。这种情况尤其是在无人机在狭窄空间中执行任务时表现得更加明显。所以多无人机任务分配和路径规划联合问题的建模和求解是非常重要的。

发明内容

为了解决上述背景技术提到的技术问题，本发明提出了一种多无人机任务分配和路径规划联合问题的优化方法。

为了实现上述技术目的，本发明的技术方案为：

一种多无人机任务分配和路径规划联合问题的优化方法，将多无人机任务分配问题和路径规划问题构建为二维、已知环境以及同构无人机的静态联合优化问题；采用动态构建搜索树的基于冲突的任务搜索算法，将任务逐级分配给无人机，并对无人机进行路径规划；通过决策变量定义搜索树的节点，所述决策变量包括分配给无人机的任务列表和避免的状态列表。

进一步地，在构建静态联合优化问题时将对问题的状态空间、无人机初始状态、任务联合状态、线路图以及路径非冲突约束进行定义。

进一步地，所述分配给无人机的任务列表定义了无人机必须按顺序执行的任务序列；所述避免的状态列表定义了在规定时刻避免发生的无人机状态。

进一步地，所述基于冲突的任务搜索算法包括扩展节点、目标测试和路径搜索功能；所述扩展节点，通过搜索树将任务逐级分配给无人机，将任务和无人机相对应的所有可能情况列出，并添加路径冲突的节点；所述目标测试，作用于搜索树中的所有节点，要求节点没有冲突并且要分配所有任务；所述路径搜索功能，根据分配的任务和避免的状态计划单个无人机路径。

进一步地，所述路径搜索功能是在线路图上使用A*算法，所述A*算法包括启发式函数和成本函数。

采用上述技术方案带来的有益效果：

针对现有技术多数都是对多无人机任务分配或路径规划作单独研究，本发明旨在为多无人机协同任务分配和路径规划联合问题提供了一种新的解决方法。仿真实验表明，面对较低数量的任务和无人机，本发明表现出较快的计算速度，并能提供最优的解决方案。本发明可以为多无人机协同探测与侦查、物流机器人货物分配和运输提供很好的解决方案。

附图说明