[0001] 本发明属于无人机任务规划领域，涉及一种无人机协同任务规划方法。

[0002] 近年来，无人机(Unmanned Aerial Vehicles,UAVs)以其经济实用、使用灵活、部署方便等优点，在信息中继、侦查定位、环境监测、物流运输等领域得到了广泛应用。无人机任务的精准可靠执行依赖于合理高效的任务规划策略，需根据无人机所感知的环境信息、任务需求和机上任务载荷等多类约束条件，对任务要素进行综合分析，优化调度及部署多种资源，确定无人机任务感知、分配及航迹规划策略，确保无人机以最佳方式完成任务。随着电子信息技术的发展和无人机信息化、智能化水平的提高，无人机任务感知执行环境及模式均发生了深刻的变化，呈现任务执行环境动态变化、任务需求复杂多样化，而单一无人机受到功能类型、机上载荷、飞行能力、电池电量等多因素的限制，其任务感知执行能力严重受限，多机协同技术通过单机间的密切协作，协同完成任务感知调度，可显著有效提升无人机任务感知执行能力，提高系统安全性、可靠性，已成为无人机应用发展的趋势。

[0003] 目前已有文献研究无人机协同任务规划问题，如有文献研究针对水下目标搜索和跟踪任务规划问题，将其建模为搜索空间最大化和终端误差最小化问题，通过联合求解优化问题确定任务规划策略；又如，有文献考虑灾难救援场景的多机任务执行场景，建模无人机路径规划问题为车辆路径变种问题，以实现路径长度最小化；然而，现有研究较少考虑面向多任务区域多任务场景的任务分配、机载资源分配及任务检测资源优化问题，导致现有机制难以高效应用。

[0034] 以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。需要说明的是，以下实施例中所提供的图示仅以示意方式说明本发明的基本构想，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。

[0035] 请参阅图1～图2，本发明提供一种无人机协同任务规划方法，假设该场景中存在一个地面控制站、多个异构无人机、多个任务区域的场景，任务区域中存在一个或多个确定任务，建模任务总收益为任务执行净收益与任务检测净收益的和，基于任务总收益最大化实现最优任务分配、资源分配、检测功率分配以及UAV轨迹规划的联合优化。

[0036] 图1为本发明无人机协同任务规划场景示意图，如图1所示，该网络中存在多个异构无人机和多个任务区域，任务区域中存在一个或多个确定任务，UAV需要飞行至任务区域上方执行区域内的任务；通过优化任务分配、资源分配、UAV检测功率分配及UAV轨迹规划实现任务收益最大化。

[0037] 图2为本发明无人机协同任务规划方法的流程图，如图2所示，具体包括以下步骤：

[0038] 1)建立无人机模型

[0039] 建立无人机模型具体包括：包括N个无人机，定义Un表示第n个无人机，1≤n≤N；无人机需执行多种类型任务，令Y表示任务类型总数；无人机执行任务需消耗相应任务资源，执行不同类型任务所需任务资源不同；定义ξn,y表示Un所携带第y种类型任务的初始资源量， 表示Un携带第y种类型任务的最大资源量；令σn,y∈{0,1}表示无人机任务能力标识，若σn,y＝1，表示Un具有执行第y种类型任务的能力；否则，Un无法执行第y种类型任务，1≤n≤N，1≤y≤Y；

[0040] 假设将系统时间划分为长度相等的时隙，令L表示时隙总数，每个时隙长度为τ；定义 表示为无人机的位置序列，其中， 表示Un在第t个时隙的位置向量。

[0041] 2)建立任务模型

[0042] 建立任务模型具体包括：任务分布于不同任务区域，令Am表示第m个任务区域，1≤m≤M，其中，M表示任务区域总数，假设A0表示无人机的起飞区域，AM+1表示无人机的降落区域；各任务区域均存在确定任务，确定任务在执行前其属性已知；无人机在执行任务过程中需检测判断是否存在未知任务，未知任务经成功检测后无人机可确定其任务属性；

[0043] 令Tm,k表示任务区域Am中的第k个任务，1≤m≤M，1≤k≤K，其中，K为任务总数量，Tm,k可由四元组 表示，其中，Ym,k表示Tm,k的任务类型，Ym,k＝{δm,k,1,…,δm,k,y,…,δm,k,Y}，δm,k,y∈{0,1}表示任务类型标识，若δm,k,y＝1表示任务Tm,k为第y种类型；否则，δm,k,y＝0，并假设每个任务仅属于一种类型，即 Sm,k表示执
行任务Tm,k所需资源量；ψm,k∈{0,1}表示任务执行方式标识，若ψm,k＝1，表示该任务Tm,k可部分执行；否则，表示该任务需全部执行； 表示执行完成Tm,k获得的收益；

[0044] 假设未知任务出现的数量服从参数λ为的泊松分布，每个时隙至多只有一个任务到达网关；当无人机在Am上方执行任务期间，未知任务出现i次的概率可以表示为其中，λ表示未知任务平均到达次数，Dm表示无人机在Am区域上方执
行任务的时间，根据公式 计算Dm，其中， 表示Un执行Tm,k所需的时间；无
人机执行确定任务的过程中，在每个时隙开始时对区域内的未知任务进行检测，假设各时隙最多检测一个未知任务；针对每个检测成功的未知任务，定义T′m表示Am中检测成功的未知任务集合，||T′m||≥0， 表示Am中第k1个未知任务，0≤k1≤Km，Km表示Am中的未知任务数。

[0045] 3)建模任务区域关联变量及任务关联变量

[0046] 建模任务区域关联变量及任务关联变量具体包括：令αn,m,t∈{0,1}表示在第t个时隙无人机任务区域分配变量，若αn,m,t＝1，表示在第t个时隙Un与任务区域Am相关联，否则，αn,m,t＝0， 令βn,m,k,t∈{0,1}表示无人机任务分配变量，若βn,m,k,t＝1，表示在第t个时隙Un执行任务Tm,k，否则，βn,m,k,t＝0，

[0047] 4)建模无人机任务资源分配变量

[0048] 建模无人机任务资源分配变量具体包括：令αn,m,t∈{0,1}表示在第t个时隙无人机任务区域分配变量，若αn,m,t＝1，表示在第t个时隙Un与任务区域Am相关联，否则，αn,m,t＝0，令βn,m,k,t∈{0,1}表示无人机任务分配变量，若βn,m,k,t＝1，表示在第t个时隙Un执行任务Tm,k，否则，βn,m,k,t＝0，

[0049] 5)建立任务收益模型

[0050] 建立任务收益模型具体包括：定义R为任务总收益，建模为R＝Re+Rd，其中，Re表示e任务执行收益，根据公式 计算R ，其中， 表
示在第t个时隙无人机Un执行任务Tm,k所获得的执行净收益，根据公式 计
算 En,m,k表示Un执行任务Tm,k消耗的能量，根据公式 计算En,m,k，
其中，eu表示无人机的推进功率， 表示无人机的悬停功率， 表示无人机从初始位置或上一位置区飞行至Am的飞行时间，根据公式 计算 其中，
为任务区域调度变量，若Un从Am1飞行至Am，则 否则，
表示Un从Am1飞行至Am所需要的时间，根据公式 计算 其中，Lm表
示无人机在上方执行任务时悬停的位置，vn表示无人机的飞行速度； 表示Un执行Tm,k所需悬停时间，根据公式 其中，Fn表示Un的任务执行速度；
d d

[0051] R表示未知任务检测收益，根据公式 计算R ，其中， 表示Un对 任务区域 Am的任务 进行检 测所获得的 检测净收益 ，根据公式
计算 其中， 表示在第t个时隙Un正确检
测未知任务 的概率，若 根据公式 计
算 其中， 表示第t个时隙Un的位置， 表示未知任务 的位置，rn表示Un的检测
半径，ρ是由传感器质量决定的指数参数， 表示第t个时隙Un检测Am中的未知任务时所用功率。

[0052] 6)建模无人机协同任务规划约束条件

[0053] 建模无人机协同任务规划约束条件具体包括：任务区域分配约束条件建模为其中，若存在αn,m,t＝1，则max
N 表示协同执行一个任务区域的无人机的最大数量；无人机飞行区域约束条件建
模为

[0054] 任务分配约束条件建模为其中，若存在βn,m,k,t＝1，则 若αn,m,t＝0，则
βn,m,k,t＝0， 若βn,m,k,t＝0，则ηn,m,k,t＝0， 若σn,y＝0且βm,k,y＝1，则βn,m,k,t＝0且ηn,m,k,t＝0，

[0055] 无人机约束包括无人机检测功率约束、无人机性能约束以及无人机安全约束；无人机检测功率约束条件建模为 其中， 表示Un的最大检测功率；无人机性能约束包括无人机能量约束及无人机任务资源约束，若 无人机能量约
束条件建模为 其中，Eth表示无人机剩余能量门限值， 表示第t个时隙Un
的可用能量，根据公式 计算 其中， 表示Un的初始能量， 表示截止
第t个时隙Un消耗的能量，根据公式 计算 其中， 表示截止第t个时隙
Un消耗的飞行能量，根据公式 计算 表示截止第t个时
隙无人机Un消耗的悬停能量，根据公式 计算 其
中， 表示无人机Un执行单位资源量的第y种任务所需的能量；无人机任务资源约束条件建模为 表示Un执行任务所用的资源不能超过Un
携带该类型任务资源的最大量，其中，ξn,y,t表示在第t时隙对第y种资源的剩余量，根据公式计算ξn,y,t；无人机飞行距离约束建模为
其中， 表示无人机Un的最大飞行速度；无人机安全约束建模为
其中， 表示无人机之间最小的安全距离，该约束条件
表示在飞行过程中，不同无人机之间应保持一定安全距离。

[0056] 7)基于任务收益最大化确定无人机任务分配、检测功率及轨迹规划策略

[0057] 基于任务收益最大化确定无人机任务分配、检测功率及轨迹规划策略具体包括：在满足任务区域关联约束、任务关联约束以及无人机性能约束条件的前提下，以任务总收益最大化为目标，优化设计任务分配及无人机轨迹规划策略，即
其中 表示Un的最优任务
区域分配策略， 表示Un的最优分配策略， 表示Un执行任务Tm,k时对应的最优资源
调度策略， 表示Un的最优任务区域顺序策略， 表示Un在任务区Am的最优检测功率，表示无人机Un的最优轨迹策略。

[0058] 最后说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本技术方案的宗旨和范围，其均应涵盖在本发明的权利要求范围当中。