多无人机探测任务分配与航迹规划联合优化方法及装置与流程

技术特征：

1.一种多无人机探测任务分配与航迹规划联合优化方法，其特征在于，当多架固定翼无人机在时间窗内对多块待探测区域执行探测任务时，所述方法包括：

获取执行任务的类型、执行任务时的天气状况、待探测区域信息、固定翼无人机信息；

获取满足预设的MUAV-VTW-VP-DTOP模型约束条件的初始解集，其中，所述MUAV-VTW-VP-DTOP模型为使得按预设的联合优化飞行方式飞行的所述多架固定翼无人机在此次探测任务中获得最大总收益的目标函数；所述预设约束包括每架固定翼无人机所飞行时长约束、无人机最小转弯半径约束以及待探测区域时间窗可变约束；

采用预设遗传算法并基于所述初始解集对所述MUAV-VTW-VP-DTOP模型求解得到最优解，并将该最优解作为多架无人机对多块探测区域的任务分配和航迹规划联合优化的结果。

2.根据权利要求1所述的方法，其特征在于，所述MUAV-MTW-VP-DTOP模型的目标函数为：

$max\underset{u=1}{\overset{N_U}{\Σ}}\underset{w=1}{\overset{W}{\Σ}}\underset{i=1}{\overset{N_A}{\Σ}}{\mathrm{SP}}_{iw}{x}_{iwu},$

其中，

${\mathrm{SP}}_{iw}=\frac{{\mathrm{SQ}}_i{\∫}_{s_{iwu}}^{s_{iwu}+t_{iwu}}{P}_{iw}\left(t\right)dt}{t_{iwu}*{10}^4}.$

所述MUAV-MTW-VP-DTOP模型的约束条件为：

$\underset{u=1}{\overset{N_U}{\mathrm{\Σ}}}\underset{w=1}{\overset{W}{\mathrm{\Σ}}}\underset{i=0}{\overset{N_A}{\mathrm{\Σ}}}{y}_{{\mathrm{iN}}_{A}wu}=\underset{u=1}{\overset{N_U}{\mathrm{\Σ}}}\underset{w=1}{\overset{W}{\mathrm{\Σ}}}\underset{j=1}{\overset{N_{A+1}}{\mathrm{\Σ}}}{y}_{1jwu}={\mathrm{WN}}_U,$

$\underset{i=0}{\overset{N_A}{\Σ}}{y}_{ikwu}=\underset{j=1}{\overset{N_{A+1}}{\Σ}}{y}_{kjwu}=x_{kwu};\∀k=1,...,N_A;\∀u=1,...,N_U;\∀w=1,...,W,$

$s_{iwu}+t_{ijwu}-s_{jwu}\≤M(1-y_{ijwu});\∀i,j=0,...,N_{A+1};\∀u=1,...,N_U;\∀w=1,...,W,$

$\underset{u=1}{\overset{N_U}{\Σ}}\underset{w=1}{\overset{W}{\Σ}}{x}_{iwu}\≤1;\∀i=0,...,N_{A+1},$

$\∃w\∈\{1,2,...W\]:O_{iwu}\≤s_{iwu}\≤C_{iwu},t_{iwu}\≤C_{iwu}-s_{iwu};\∀i=1,...,N_A;\∀u=1,...,N_U,$

$\underset{i=0}{\overset{N_{A+1}}{\Σ}}(x_{iwu}{t}_{iwu}+y_{ijwu}{t}_{ijwu})\≤E_{wu};\∀u=1,...,N_U;\∀w=1,...W,$

$x_{iwu}\∈\{1,0\};y_{ijwu}\∈\{1,0\};\∀i,j=0,...,N_{A+1};\∀u=1,...,N_U;\∀w=1,...W.$

其中，N_u表示无人机U_u的个数；N_A表示待探测A_i的总个数；A₀,表示所有无人机的起始点和终点，所述起始点与终点为同一点；W表示时间窗的个数；SP_iw表示在第w个时间内完成待探测区域A_i的任务所获得的收益；SQ_i表示待探测区域A_i的面积；P_iw(t)为连续变化函数；M的值为预设值；s_iwu表示无人机U_u在第w个时间内对待探测区域A_i开始探测任务的时间，s_jwu表示无人机U_u在第w个时间内对待探测区域A_j开始探测任务的时间；O_iwu表示无人机U_u在第w个时间内对待探测区域A_i可以探测的开始时间；C_iwu表示无人机U_u在第w个时间内对待探测区域A_i可以探测的结束时间；t_iwu表示无人机U_u在第w个时间内对待探测区域A_i按照预设的联合优化飞行方式执行任务的时间；t_ijwu表示无人机U_u在第w个时间内对待探测区域A_i,A_j之间按照预设的联合优化飞行方式飞行的时间；E_u表示无人机U_u的最大飞行时长限制；x_iwu表示无人机U_u在第w个时间内对待探测区域A_i完成探测任务的情况，若x_iwu＝1，则表示完成探测任务，否则无人机U_u没有对待探测区域A_i执行任务；y_ijwu表示无人机U_u在第w个时间内是否经过待探测区域A_i,A_j，若_yijwu＝1表示无人机U_u在第w个时间内经过待探测区域A_i,A_j，否则该无人机没有经过待探测区域A_i,A_j。

3.根据权利要求1所述的方法，其特征在于，所述初始解集，包括：预设规模的初始解；

其中，初始解的第一行为所述待探测区域的标识信息的随机全排列，所述初始解的第二行为所有无人机的标识信息的随机组合，所述初始解的第三行为所述进入点的随机组合，所述初始解的第四行为所述无人机在任一时间窗内的路线中访问第一块待探测区域开始时间的随机组合。

4.根据权利要求1或2任一所述的方法，其特征在于，所述待探测区域为矩形，所述预设的联合优化飞行方式包括在待探测区域内部的平行扫描飞行方式以及在待探测区域之间的Dubins路径飞行方式；

所述平行扫描的飞行方式为：以垂直于待探测区域第一边的方向从第一边上的第一进入点进入待探测区域，所述第一进入点与最近的待探测区域顶点的距离为无人机扫描半径，其中所述第一边为待探测区域的任意一边；在需要进行转弯时，以大于或等于无人机的最小转弯半径进行转弯飞行；

所述Dubins路径飞行方式为：基于无人机的最小转弯半径的约束以弧形转弯与直线行进结合的方式飞行。

5.根据权利要求2所述的方法，其特征在于，所述时间窗是通过下述方式获得的：

根据待探测区域执行探测任务的时间产生W个固定翼无人机执行任务时间窗[O_iwu,C_iwu]，其中时间窗的个数W可以为若干个。

6.一种多无人机探测任务分配与航迹规划联合优化装置，其特征在于，当多架固定翼无人机在时间窗内对多块待探测区域执行探测任务时，所述装置包括：

信息获取单元，用于获取执行任务的类型、执行任务时的天气状况、待探测区域信息、固定翼无人机信息；

初始解集获取单元，用于获取满足预设的MUAV-VTW-VP-DTOP模型约束条件的初始解集，其中，所述MUAV-VTW-VP-DTOP模型为使得按预设的联合优化飞行方式飞行的所述多架固定翼无人机在此次探测任务中获得最大总收益的目标函数；所述预设约束包括每架固定翼无人机所飞行时长约束、无人机最小转弯半径约束以及待探测区域时间窗可变约束；

最优解计算单元，用于采用预设的遗传算法并基于所述初始解集对所述MUAV-VTW-VP-DTOP模型求解得到最优解，并将该最优解作为多架无人机对多块探测区域的任务分配和航迹规划联合优化的结果。

7.根据权利要求6所述的装置，其特征在于，所述MUAV-MTW-VP-DTOP模型的目标函数为：

$max\underset{u=1}{\overset{N_U}{\Σ}}\underset{w=1}{\overset{W}{\Σ}}\underset{i=1}{\overset{N_A}{\Σ}}{\mathrm{SP}}_{iw}{x}_{iwu},$

其中，

${\mathrm{SP}}_{iw}=\frac{{\mathrm{SQ}}_i{\∫}_{s_{iwu}}^{s_{iwu}+t_{iwu}}{P}_{iw}\left(t\right)dt}{t_{iwu}*{10}^4}.$

所述MUAV-MTW-VP-DTOP模型的约束条件为：

$\underset{u=1}{\overset{N_U}{\Σ}}\underset{w=1}{\overset{W}{\Σ}}\underset{i=0}{\overset{N_A}{\Σ}}{y}_{{\mathrm{iN}}_{A}wu}=\underset{u=1}{\overset{N_U}{\Σ}}\underset{w=1}{\overset{W}{\Σ}}\underset{j=1}{\overset{N_{A+1}}{\Σ}}{y}_{1jwu}={\mathrm{WN}}_U,$

$\underset{i=0}{\overset{N_A}{\Σ}}{y}_{ikwu}=\underset{j=1}{\overset{N_{A+1}}{\Σ}}{y}_{kjwu}=x_{kwu};\∀k=1,...,N_A;\∀u=1,...,N_U;\∀w=1,...,W,$

$s_{iwu}+t_{ijwu}-s_{jwu}\≤M(1-y_{ijwu});\∀i,j=0,...,N_{A+1};\∀u=1,...,N_U;\∀w=1,...,W,$

$\underset{u=1}{\overset{N_U}{\Σ}}\underset{w=1}{\overset{W}{\Σ}}{x}_{iwu}\≤1,\∀i=0,...,N_{A+1},$

$\∃w\∈\{1,2,...W\]:O_{iwu}\≤s_{iwu}\≤C_{iwu},t_{iwu}\≤C_{iwu}-s_{iwu};\∀i=1,...,N_A;\∀u=1,...,N_U,$

$\underset{i=0}{\overset{N_{A+1}}{\Σ}}(x_{iwu}{t}_{iwu}+y_{ijwu}{t}_{ijwu})\≤E_{wu};\∀u=1,...,N_U;\∀w=1,...W,$

$x_{iwu}\∈\{1,0\};y_{ijwu}\∈\{1,0\};\∀i,j=0,...,N_{A+1};\∀u=1,...,N_U;\∀w=1,...W.$

其中，N_u表示无人机U_u的个数；N_A表示待探测A_i的总个数；A₀,表示所有无人机的起始点和终点，所述起始点与终点为同一点；W表示时间窗的个数；SP_iw表示在第w个时间内完成待探测区域A_i的任务所获得的收益；SQ_i表示待探测区域A_i的面积；P_iw(t)为连续变化函数；M的值为预设值；s_iwu表示无人机U_u在第w个时间内对待探测区域A_i开始探测任务的时间，s_jwu表示无人机U_u在第w个时间内对待探测区域A_j开始探测任务的时间；O_iwu表示无人机U_u在第w个时间内对待探测区域A_i可以探测的开始时间；C_iwu表示无人机U_u在第w个时间内对待探测区域A_i可以探测的结束时间；t_iwu表示无人机U_u在第w个时间内对待探测区域A_i按照预设的联合优化飞行方式执行任务的时间；t_ijwu表示无人机U_u在第w个时间内对待探测区域A_i,A_j之间按照预设的联合优化飞行方式飞行的时间；E_u表示无人机U_u的最大飞行时长限制；x_iwu表示无人机U_u在第w个时间内对待探测区域A_i完成探测任务的情况，若x_iwu＝1，则表示完成探测任务，否则无人机U_u没有对待探测区域A_i执行任务；y_ijwu表示无人机U_u在第w个时间内是否经过待探测区域A_i,A_j，若y_ijwu＝1表示无人机U_u在第w个时间内经过待探测区域A_i,A_j，否则该无人机没有经过待探测区域A_i,A_j。

8.根据权利要求6所述的装置，其特征在于，所述初始解集包括预设规模的初始解；

其中，初始解的第一行为所述待探测区域的标识信息的随机全排列，所述初始解的第二行为所有无人机的标识信息的随机组合，所述初始解的第三行为所述进入点的随机组合，所述初始解的第四行为所述无人机在任一时间窗内的路线中访问第一块待探测区域开始时间的随机组合。

9.根据权利要求6或7任一所述的装置，其特征在于，所述待探测区域为矩形，所述预设的联合优化飞行方式包括在待探测区域内部的平行扫描飞行方式以及在待探测区域之间的Dubins路径飞行方式；

所述平行扫描的飞行方式为：以垂直于待探测区域第一边的方向从第一边上的第一进入点进入待探测区域，所述第一进入点与最近的待探测区域顶点的距离为无人机扫描半径，其中所述第一边为待探测区域的任意一边；在需要进行转弯时，以大于或等于无人机的最小转弯半径进行转弯飞行；

所述Dubins路径飞行方式为：基于无人机的最小转弯半径的约束以弧形转弯与直线行进结合的方式飞行。

10.根据权利要求7所述的装置，其特征在于，所述时间窗是通过下述方式获得的：

根据待探测区域执行探测任务的时间产生W个固定翼无人机执行任务时间窗[O_iwu,C_iwu]，其中时间窗的个数W可以为若干个。