[發明專利]多無人機分布式邊緣任務選擇和軌跡設計方法及裝置

有效

• 申請號: 202010072790.X
• 申請日: 2020-01-21
• 公開（公告）號: CN111291984B
• 公開（公告）日: 2021-03-26
• 發明（設計）人: 宋令陽;胡敬植;唐斌;張泓亮
• 申請（專利權）人: 北京大學
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q10/04;G06N3/04;G06N3/08
• 代理公司: 北京潤澤恒知識產權代理有限公司 11319
• 代理人: 莎日娜

本發明提供了一種多無人機分布式邊緣任務選擇和軌跡設計方法、裝置、電子設備和計算機可讀存儲介質。所述方法包括：目標無人機獲取初始環境狀態的特征向量，根據初始環境狀態的特征向量、各個小區邊緣任務的指示向量、位置決策模型和平均AoI預測模型，獲得目標任務對應的目標執行位置，移動到所述目標執行位置，并完成預設工作任務，通過將位置決策模型與平均AoI預測模型進行結合，并將其他無人機當前的位置，各個任務最新AoI作為狀態，保證其在決策的過程中能考慮到其它無人機的位置和邊緣任務的實時狀態，通過無人機集群中每個無人機的分布式自主決策，取消了現有技術中的中心節點進行任務和軌跡分配方式，使得決策過程魯棒性較強。

技術領域

本發明涉及無線通信技術領域，特別是涉及一種多無人機分布式邊緣任務選擇和軌跡設計方法及裝置。

背景技術

無人機是一種新興的物聯網感知設備，它具有布置靈活，感知范圍廣的優點，可以應用于許多需求進行感知任務的領域，如交通監控，住宅安全，智慧農業等。無人機尤其適用于處理一些對感知數據的時效性有較高要求、需求無人機反復執行、處于蜂窩網絡小區邊緣的感知任務(以下簡稱任務)，并最大化任務感知數據的AoI(Age of Information，信息時效性)。無人機執行感知任務分為兩步，首先是對任務中的目標進行感知，并收集感知數據；其次，無人機需要將對邊緣任務的感知數據上傳到蜂窩小區的基站。由于無人機電池、負重的能力有限，其傳感器的感知能力以及信號發送器的傳輸能力有限。當無人機遠離任務目標的時候，其成功感知任務目標狀態的概率降低；當無人機離小區基站的距離較遠的時候，其發送的信號到達基站較弱，傳輸數據的速率較低。因此，無人機需要適當的選擇其執行感知任務的位置。

此外，當多無人機聯合執行多邊緣任務的時候，無人機所面臨的決策更多且更為復雜：多無人機之間面臨任務分配的問題，即每一時刻，無人機都需要根據當前狀態選擇自己要執行任務；多無人機面臨軌跡選擇的問題，即接下來朝著哪個方向運動，前往何處執行自己選擇的任務。

為了實現最大化任務感知數據的AoI的目標，多無人機需要聯合考慮任務分配，軌跡選擇問題。針對多無人機需要聯合考慮任務分配，軌跡選擇問題，現有技術是基于中心化軌跡分配的方式，小區基站集中地對多無人機的任務分配和運行軌跡進行優化，并通過控制信道將命令傳達給各無人機。然而，中心化的方式，對于中心節點的依賴程度高，系統不夠穩健。此外，中心化的優化計算依賴于對環境及感知、傳輸過程有準確的建模。由于無人機運行于動態且復雜的環境中，無人機的感知傳輸過程的模型難以準確獲得。因此中心式的蜂窩小區邊緣任務感知與運行軌跡分配的方式不適用于復雜、動態的環境下對無人機進行控制的需求。

發明內容

鑒于上述問題，提出了本發明以便提供一種克服上述問題或者至少部分地解決上述問題的一種多無人機分布式邊緣任務選擇和軌跡設計方法及裝置。

依據本發明的第一方面，提供了一種多無人機分布式邊緣任務選擇和軌跡設計方法，應用于目標無人機，所述目標無人機為無人機集群中的任一無人機，所述方法包括：

獲取初始環境狀態的特征向量，所述初始環境狀態的特征向量包括所述目標無人機的初始位置，所述無人機集群中其他無人機的初始位置，各個邊緣任務的位置，以及各個任務最新AoI；

根據所述初始環境狀態的特征向量、各個任務的指示向量以及位置決策模型，預測所述目標無人機執行各個任務分別對應的執行位置；

根據所述初始環境狀態的特征向量、各個任務的指示向量、各個任務分別對應的執行位置以及平均AoI預測模型，預測所述目標無人機執行所述各個任務分別對應的平均AoI；

選擇所述各個任務分別對應的平均AoI中最小的平均AoI，以所述最小的平均AoI對應的任務為目標任務，以所述最小的平均AoI對應的執行位置為所述目標任務對應的目標執行位置；

移動到所述目標執行位置，并完成預設工作任務。