[发明专利]一种能耗约束下的多无人机任务分配方法

摘要

本发明涉及能耗约束下的多无人机任务分配方法，无人机编队由两架任务机和一架服务机构成，上位机采用改进的遗传算法将各任务点分配给各任务机，并引入三交换交叉算子，使得到的无人机编队航路最小，且各个任务机的航路尽量均衡；同时,考虑任务机的能耗约束问题，为使任务机耗费的能源尽量少，在任务机的理想航路基础上确定任务机的航路汇合点，并由服务机在汇合点提供能源补给，最终得到无人机的完整航路，完成所有任务点的分配。相较于传统的多无人机任务分配问题，本发明提高了多无人机系统完成任务的效率，使多个任务机访问任务点的路航路尽可能均衡；引入了能源补给点的设置方法，对于保证无人机任务分配的顺利完成具有十分重大的意义。

主权项

一种能耗约束下的多无人机任务分配方法，其特征在于：在给定无人机编队、各任务点以及在任务机能耗约束下，以均衡优化航路同时最小化航路为目标分配任务，为使任务机耗费的能源尽量少，在任务机的理想航路基础上确定任务机的航路汇合点，并由服务机在汇合点提供能源补给，最终得到无人机的完整航路，完成所有任务点的分配；具体包括如下步骤：步骤1：任务分配系统初始化；主要包括上位机初始化、地面控制台初始化、时钟初始化、无人机编队初始化；所述无人机编队有至少三架无人机，分别为任务机A、任务机B，为任务机提供能源的服务机C；设定前方有多个任务点，且任务点数目多于任务机数目，无人机编队在接收到出发命令前，位于出发点O待命；步骤2：建立地面控制台、定位卫星以及无人机编队之间的通信：执行前方任务时，通过卫星定位技术实时获得各任务点、无人机的位置信息；步骤3：定位卫星实时将无人机及前方各任务点的位置信息传回给地面控制台，地面控制台实时接收、分析并处理这些位置信息；步骤4：上位机通过改进的遗传算法，引入三交换交叉算子将各任务点分配给各任务机，得到理想航路l₀，即任务机不受能耗约束的航路；建立任务点分配模型为类MTSP模型，即为旅行商无返回的类MTSP模型；步骤5：获取能源补给点P的位置：上位机结合约束条件模拟任务机在初步的理想航路l₀上飞行，得到第一个能源补给点P₀的位置；步骤6：设定无人机编队到达第一个能源补给点P₀后，任务分配系统对余下的任务点重新作任务分配，同时寻求下一个能源补给点，即一直循环运行步骤2、步骤3、步骤4、步骤5，直至完成所有任务点的分配；步骤7：在所有任务点分配完成后，控制台发出控制命令，无人机编队接收命令，从O点出发，沿着指定的规划航路前往各任务点执行分配的任务。