论文部分内容阅读
众所周知,无人机技术在突发事件应急、抗震救灾、军事行动等关键领域为国民经济和人民的社会生活提供了诸多便利和服务。然而面对其执行任务的复杂性、多样性,以及各应用领域不断涌现的应用需求,如何实现多无人机任务协同来有效处理多类型异构任务,已成为无人机研究领域的一个重要问题,并引起了工业界与学术界的广泛关注。基于协同机制的多无人机任务规划技术是实现无人机任务协同的关键,但复杂的任务场景给多无人机任务规划技术的研究带来了以下挑战:首先,无人机网络拓扑快速变化会对网络路由的可靠性产生严重影响,使得无人机之间的协商与决策过程缺乏可靠的路由通信保障;其次,基于时间约束的异构类型的任务处理增加了多无人机任务分配问题的复杂度,制约了多无人机的任务协同能力;最后,任务的突发性、无人机分布的随机性以及航行约束的多样性等因素的存在,使得多无人机航路规划的有效性急剧下降,因而无法保障无人机编队协同执行任务的效果。为此,针对上述挑战,本文对基于协同机制的多无人机任务规划关键技术进行了深入研究,取得了以下成果:1.针对无人机网络拓扑快速变化对于网络路由产生的影响,本文提出了一种基于位置信息辅助的无人机网络路由方法。该方法的主要思想是通过邻居可靠性来进行下一跳路由选择,以降低发生路由暂盲的概率,提高分组到达率;同时借助两跳邻居信息辅助选路,降低路由空洞引起的传输时延,改善路由性能。实验结果表明该方法能够保证无人机网络路由的可靠性。2.针对多无人机任务分配过程中,无人机资源类型和任务处理要求之间、预定任务执行与突发任务协同之间存在的矛盾,本文提出了一种基于时间窗机制的多无人机任务分配方法。该方法的主要思想是通过建立基于任务空闲时间窗的多无人机任务分配模型,反映多机协同产生的时序冲突及资源约束;然后,提出基于贪婪算法和粒子群优化的两阶段任务分配方法对其进行求解,降低任务分配问题的复杂度,获得优化的分配方案。仿真结果表明,该方法兼顾了无人机任务分配对于有效性和实时性的要求,提高了任务完成率,缩短了任务执行时间。3.针对多无人机航路规划过程中,由于任务协同引起的多机航行时空协同要求,本文提出了一种基于协作蚁群优化的多无人机协同航路规划方法。该方法通过建立基于多机时空协同约束的航行代价模型,反映了不同航路所对应的航行安全和多机协同性能;然后,提出了一种基于信息素吸引/排斥机制和协同航程更新机制改进的协作蚁群优化算法对其进行求解,为无人机编队构造满足时空协同约束且总体代价最小的航行路线。仿真结果表明,该方法能够有效提高多无人机航路规划的时空协同性能。