[發明專利]一種改進粒子群算法和拍賣算法結合的多無人機多任務分配方法

在審

• 申請號: 202211241651.0
• 申請日: 2022-10-11
• 公開（公告）號: CN115494875A
• 公開（公告）日: 2022-12-20
• 發明（設計）人: 吳學禮;張晨陽;甄然;武曉晶;孟凡華
• 申請（專利權）人: 河北科技大學
• 主分類號: G05D1/10
• 分類號: G05D1/10
• 代理公司: 石家莊新世紀專利商標事務所有限公司 13100
• 代理人: 張曉佩

1.一種改進粒子群算法和拍賣算法結合的多無人機多任務分配方法，其特征在于，首先對環境、任務及無人機進行初始化設置，其次利用改進粒子群算法對無人機進行航跡預規劃，然后根據具體任務和航跡預規劃信息結合拍賣算法進行任務分配，最終確定任務分配方案，并派相應無人機執行對應任務。

2.根據權利要求1所述的一種改進粒子群算法和拍賣算法結合的多無人機多任務分配方法，其特征在于，所述初始化設置模擬實際環境建立三維地形；環境中存在的威脅為山體威脅，將山體進行建模，定義為Threat＝{x,y,h,r}，(x,y,h)表示威脅的坐標，r表示山體威脅的半徑；定義無人機集合為U＝{Ux,Uy,Uz}，Ux、Uy、Uz分別表示無人機位置坐標x、y、z的集合，并規定各無人機的載荷信息ZH，無人機數量Nt；定義任務集合為R＝{Rx,Ry,Rz}，Rx、Ry、Rz分別表示任務在三維環境中的位置坐標x、y、z的集合，任務屬性包括執行該任務的價值Value、威脅Risk以及執行該任務所需耗費的無人機載荷信息HF，任務數量N。

3.根據權利要求2所述的一種改進粒子群算法和拍賣算法結合的多無人機多任務分配方法，其特征在于，改進粒子群算法前建立目標函數，無人機進行任務分配時的目標函數為Cost＝b₁×f₁+b₂×f₂+b₃×f₃+b₄×f₄，b1、b2、b3、b4為權重系數，f1為航跡代價，f2為威脅代價，f3為平滑代價，f4為任務代價。

4.根據權利要求3所述的一種改進粒子群算法和拍賣算法結合的多無人機多任務分配方法，其特征在于，選擇航跡時將航跡時間最短，假設無人機速度不變，因此將航跡最短作為首要選擇標準，規定無人機航跡X_i由n個航跡點組成，三維環境中航跡點P_ij＝(x_ij,y_ij,z_ij)，兩個航跡點間的歐氏距離為航跡代價f₁表示為：

5.根據權利要求4所述的一種改進粒子群算法和拍賣算法結合的多無人機多任務分配方法，其特征在于，航跡除了要求航跡最短外，還要求具備安全性，因此航跡規劃中要求避開障礙物；假設環境中存在的山體威脅集合為T且假設為圓柱，其在xy平面的投影中心為C_t，半徑為R_t，威脅代價與無人機和威脅間的距離d_t成正比，綜合考慮無人機直徑D和無人機與威脅的危險距離S，威脅代價f₂表達式為：其中

6.根據權利要求5所述的一種改進粒子群算法和拍賣算法結合的多無人機多任務分配方法，其特征在于，平滑代價是針對航跡中的轉彎角和爬升角進行平滑使航跡可行的代價；其中，為兩個連續航跡段在水平面投影的夾角，和為其在XY平面的投影；θ_ij為航跡段與水平面投影的夾角，z_ij、z_i,j+1為航跡點P_ij、P_i,j+1的Z軸坐標；

平滑代價f₃表達式為：其中k₁、k₂分別代表轉彎角和爬升角的懲罰系數。

7.根據權利要求6所述的一種改進粒子群算法和拍賣算法結合的多無人機多任務分配方法，其特征在于，

無人機執行相應任務時可得到相應任務的收益，但同時也會受到目標任務的威脅，根據任務屬性可得任務代價f₄表達式為：f₄＝k₃×Risk-k₄×Value，其中k₃、k₄為相應的懲罰系數；Risk為任務的威脅值、Value為任務的價值。

8.根據權利要求7所述的一種改進粒子群算法和拍賣算法結合的多無人機多任務分配方法，其特征在于，改進粒子群算法，不同于二維平面，在三維立體環境中，同時考慮無人機飛行角度，因此采用球坐標系，航跡點由表示，其中L表示兩個航跡點之間的距離，θ表示爬升角，表示轉彎角；球形坐標系與直角坐標系(x,y,z)的關系為：

z_ij＝z_i,j-1+L_ijcosθ_ij

由N個節點組成的航跡路線P_i由球形坐標系可表示為：

將位置表示為d_ij，速度表示為Δd_ij，所以改進后的粒子群公式可表示為：其中k代表當前迭代次數；w^k表示慣性權重；c₁和c₂分別表示個體自我認知系數和社會認知系數，決定粒子向局部最優和全局最優的趨勢；r_1j和r_2j為[0，1]的隨機數；Q_i＝(q_i1,q_i2,...,q_iN)、Q_g＝(q_g1,q_g2,...,q_gN)分別表示粒子局部最優和全局最優。