一种无人机任务匹配方法、装置及电子设备与流程

1.本发明涉及大数据分析技术领域，具体涉及一种无人机任务匹配方法、装置及电子设备。


背景技术：

2.随着新一轮信息革命的到来，无人设备已经被大范围使用。人工控制无人设备执行任务，受限于个人能力与经验，控制效果大部分时候都不够理想；同时，由于人员的精力有限，也无法实现大批量任务的并发执行。采用非智能化系统控制，实现策略及算法相对比较对单一固化，无法满足复杂场景下任务的执行要求。


技术实现要素：

3.因此，本发明要解决的技术问题在于克服现有无人机任务匹配存在效果不理想的缺陷，从而提供一种无人机任务匹配方法、装置及电子设备。
4.根据第一方面，本发明实施例公开了一种无人机任务匹配方法，包括：获取待执行的任务的标识信息和待执行任务的无人机标识信息；根据所述待执行的任务的标识信息以及所述待执行任务的无人机标识信息构建得到任务与无人机的二部图；根据所述二部图确定所述二部图对应的增广路径；根据所述增广路径确定所述待执行的任务与所述待执行任务的无人机的多个匹配方案；根据预设优化算法对所述多个匹配方案进行优化，得到无人机任务匹配方案。
5.本发明提供的无人机任务匹配方法，通过待执行的任务的标识信息以及待执行任务的无人机标识信息确定对应的任务与无人机的二部图，根据二部图确定二部图对应的增广路径，根据增广路径确定待执行的任务与待执行任务的无人机的多个匹配方案，根据随机优化算法对多个匹配方案进行优化，得到无人机任务匹配方案，根据待执行任务需求，智能化的提供无人机设备的任务执行方案，节约了人工成本，可以满足复杂场景下无人机任务的执行要求。
6.可选地，根据预设优化算法对所述多个匹配方案进行优化，得到无人机任务匹配方案之后，所述方法还包括：根据所述无人机任务匹配方案确定对应的成本数据；根据所述成本数据对所述无人机任务匹配方案进行评估，得到评估结果；将所述无人机任务匹配方案和所述评估结果发送到显示终端进行显示。
7.上述方法，根据无人机任务匹配方案确定对应的成本数据，根据成本数据对无人机任务匹配方案进行评估，并将无人机任务匹配方案和对应评估结果发送到显示终端进行显示，便于用户根据无人机任务匹配方案和对应评估结果选择合适的无人机任务匹配方案。
8.可选地，所述预设优化算法包括蚁群算法。
9.上述方法，通过蚁群算法对多个匹配方案进行优化，确定无人机任务匹配方案，采用蚁群算法来解决任务与无人设备最佳匹配方案的问题，表现出了很大的优越性，因为它
具有分布式特性，鲁棒性强并且容易与其它算法结合。
10.可选地，将所述无人机任务匹配方案和所述评估结果发送到显示终端进行显示之后，所述方法还包括：当监测到客户端采用所述无人机任务匹配方案，获取采用所述无人机任务匹配方案对应的目标无人机在执行目标任务中的执行信息；将所述执行信息发送到显示终端进行显示。
11.通过上述方法，将采用无人机任务匹配方案对应的目标无人机在执行目标任务中的执行信息发送到终端显示，便于用对无人机任务匹配方案的执行过程进行监控分析。
12.可选地，将所述执行信息发送到显示终端进行显示之后，所述方法还包括：当所述目标无人机执行目标任务结束后，根据所述执行信息生成目标任务对应的执行结果；对所述目标任务对应的执行结果进行分析评估，得到评估结果。
13.通过上述方法，对目标无人机在执行目标任务中的执行信息生成目标任务对应的执行结果，并对执行结果进行分析评估，实现了对无人机任务匹配方案在实际执行过程中的效果评估。
14.可选地，对所述目标任务对应的执行结果进行分析评估之后，所述方法还包括：将所述目标任务对应的执行结果和所述评估结果存储到预设数据库中。
15.通过上述方法，将无人机任务匹配方案中目标任务对应的执行结果和评估结果存储到数据库中，便于后续根据数据库中存储的内容直接对下发的任务提供对应的匹配方案。
16.根据第二方面，本发明实施例还公开了一种无人机任务匹配装置，包括：获取模块，用于获取待执行的任务的标识信息和待执行任务的无人机标识信息；构建模块，用于根据所述待执行的任务的标识信息以及所述待执行任务的无人机标识信息构建得到任务与无人机的二部图；第一确定模块，用于根据所述二部图确定所述二部图对应的增广路径；第二确定模块，用于根据所述增广路径确定所述待执行的任务与所述待执行任务的无人机的多个匹配方案；优化模块，用于根据预设优化算法对所述多个匹配方案进行优化，得到无人机任务匹配方案。
17.本发明提供的无人机任务匹配装置，通过待执行的任务的标识信息以及待执行任务的无人机标识信息确定对应的任务与无人机的二部图，根据二部图确定二部图对应的增广路径，根据增广路径确定待执行的任务与待执行任务的无人机的多个匹配方案，根据随机优化算法对多个匹配方案进行优化，得到无人机任务匹配方案，根据待执行任务需求，智能化的提供无人机设备的任务执行方案，节约了人工成本，可以满足复杂场景下无人机任务的执行要求。
18.可选地，所述装置还包括：第三确定模块，用于根据所述无人机任务匹配方案确定对应的成本数据；第一评估模块，根据所述成本数据对所述无人机任务匹配方案进行评估，得到评估结果；第一显示模块，将所述无人机任务匹配方案和所述评估结果发送到显示终端进行显示。
19.根据第三方面，本发明实施例还公开了一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器执行如第一方面或第一方面任一可选实施方式所述的无人机任务匹配方法的步骤。
20.根据第四方面，本发明实施方式还公开了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如第一方面或第一方面任一可选实施方式所述的无人机任务匹配方法的步骤。
附图说明
21.为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
22.图1为本发明实施例中无人机任务匹配方法的一个具体示例的流程图；
23.图2为本发明实施例中无人机任务匹配方法的一个具体示例的示意图；
24.图3为本发明实施例中无人机任务匹配方法的一个具体示例的示意图；
25.图4为本发明实施例中无人机任务匹配方法的又一个具体示例的示意图；
26.图5为本发明实施例中无人机任务匹配装置的一个具体示例的原理框图；
27.图6为本发明实施例中电子设备的一个具体示例图。
具体实施方式
28.下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
29.在本发明的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。
30.在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，还可以是两个元件内部的连通，可以是无线连接，也可以是有线连接。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
31.此外，下面所描述的本发明不同实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。
32.本发明实施例公开了一种无人机任务匹配方法，如图1所示，该方法包括如下步骤：
33.步骤101，获取待执行的任务的标识信息和待执行任务的无人机标识信息。
34.示例性地，待执行任务的标识信息可以包括但不限于待执行任务的名称以及编号信息，待执行任务的无人机标识信息可以包括但不限于待执行任务的无人机的名称以及编号信息。
35.步骤102，根据所述待执行的任务的标识信息以及所述待执行任务的无人机标识
信息构建得到任务与无人机的二部图。
36.示例性地，二部图又称作二分图，是图论中的一种特殊模型。设g＝(v，e)是一个无向图，如果顶点v可分割为两个互不相交的子集(a，b)，并且图中的每条边(i，j)所关联的两个顶点i和j分别属于这两个不同的顶点集(i in a，j in b)，则称图g为一个二分图，简而言之，在一张图中，如果能够把全部的点分到两个集合中，保证两个集合内部没有任何边，图中的边只存在于两个集合之间，这张图就是二分图。本技术实施例中，在任务与无人设备的二分图中，联系建立在任务与无人设备之间，即联系的两端分别处于待执行任务集与待执行任务的无人机设备集，如图2所示，由x1、x2、x3、x4组成的集合表示待执行的任务集，x1、x2、x3、x4表示待执行的任务的标识，由y1、y2、y3、y4组成的集合表示待执行任务的无人机设备集，y1、y2、y3、y4表示待执行任务的无人机的标识信息，(y2，x1)和(y3，x2)可以表示已匹配任务。
37.本技术实施例中，可以先根据待执行任务的标识信息确定该待执行任务是否是已匹配任务，已匹配任务可以是预先通过人为经验或其他算法确定的，当确定待执行任务是已匹配任务且对应的任务方案被采纳，则可直接按照已匹配的任务对应的任务方案控制相应的无人机执行对应的飞行任务并进行作业任务实时显示、任务执行结果评估以及已匹配任务方案入库等操作；当待执行任务不是已匹配方案或由人为经验或其他算法得到的已匹配任务的任务方案未被采纳，可以触发执行根据所有待执行任务的标识信息以及所有可以执行任务的无人机的标识信息进行任务执行方案的匹配操作。在进行无人机任务匹配任务之前，可以设置任务参数和/或补充无人机配置，任务参数可以包含但不限于时间、地点、任务内容，为任务系统接收的第一手指令信息，该信息作为任务分派的基础，用以支撑后续任务的具体执行。同时在无人机任务执行方案规划过程中，出现无法进行下去的情况，可进行相应参数调整，以确保最终无人设备任务的正常执行。
38.步骤103，根据所述二部图确定所述二部图对应的增广路径。
39.示例性地，增广路径用于证明最大匹配问题，增广路径主要应用于匈牙利算法中，用于求二部图最大匹配。本技术实施例中，采用匈牙利算法解决二分图中任务与无人设备匹配问题，这种算法处理任务与无人设备匹配的的核心思想在于寻找增广路；假定e0至ei是已经分配好的任务，c0-ci是尚且没有分配的任务，如果存在路径类似于c0-》e0-》c1-》e1-》
…‑
》cm，从尚未分配的任务开始寻找，在途中分配、未分配交替出现，最后结尾与一条未分配的任务，这样就确定了增广路。如图2所示，(x3，y3)－＞(y3，x2)－＞(x2，y2)－＞(y2，x1)－＞(x1，y4)就是一条增广路径，特别地，单独的一条未分配的边也是增广路。当找到一条增广路径时，将这条路径中，已经分配的边变为未分配的，例如图2中加租线条表示的(y2，x1)和(y3，x2)表示已分配的；将未分配的变为分配的，例如图3中加粗线条表示的(x3，y3)、(x2，y2)以及(x1，y4)，通过这个变更操作，使得分配的边多增加一条。定理说明，在非最大匹配的二部图中，一定存在着增广路径。故而，求解最大匹配问题就是在二部图中不断的寻找增广路径，直到最后没有增广路径，就说明匹配完成了。在寻找增广路径的过程中，会用到图的遍历，所以可以采用深搜和广搜，深搜可以利用计算机的栈空间，而广搜则需要自己分配、管理队列。本技术实施例采用深搜的方式完成图的遍历。
40.步骤104，根据所述增广路径确定所述待执行的任务与所述待执行任务的无人机的多个匹配方案。示例性地，根据找到的增广路径，可以确定二部图中的最大匹配，得到待
执行的任务与待执行任务的无人机的多个匹配方案。
41.步骤105，根据预设优化算法对所述多个匹配方案进行优化，得到无人机任务匹配方案。示例性地，待执行的任务与待执行任务的无人机的多个匹配方案中存在多个任务与无人机匹配组合，预设优化算法可以实现对多个任务与无人机匹配组合，本技术实施例中，对该预设优化算法不做限定，只要可以可靠地实现对多个匹配方案的优化即可，通过预设优化算法对多个匹配方案进行优化，得到的无人机任务匹配方案既可以满足任务的执行需要，又能充分利用现有资源，提高任务执行的效率。
42.本发明提供的无人机任务匹配方法，通过待执行的任务的标识信息和待执行任务的无人机标识信息确定对应的任务与无人机的二部图，根据二部图确定二部图对应的增广路径，根据增广路径确定待执行的任务与待执行任务的无人机的多个匹配方案，根据随机优化算法对多个匹配方案进行优化，得到无人机任务匹配方案，根据待执行任务需求，智能化的提供无人机设备的任务执行方案，节约了人工成本，可以满足复杂场景下无人机任务的执行要求。
43.作为本发明一个可选实施方式，根据预设优化算法对所述多个匹配方案进行优化，得到无人机任务匹配方案之后，所述方法还包括：根据所述无人机任务匹配方案确定对应的成本数据。示例性地，成本数据可以包括但不限于无人机任务匹配方案对应的时间成本、油耗成本以及综合成本。
44.根据所述成本数据对所述无人机任务匹配方案进行评估，得到评估结果。示例性地，评估结果可以用来表征无人机任务匹配方案的在时耗以及油耗等方面的情况。
45.将所述无人机任务匹配方案和所述评估结果发送到显示终端进行显示。示例性地，将无人机任务匹配方案和评估结果发送到显示终端进行显示，便于用户根据评估结果选择合适的无人机任务匹配方案。
46.作为本发明一个可选实施方式，所述预设优化算法包括蚁群算法。
47.示例性地，蚁群算法是通过模拟自然界中蚂蚁集体寻径行为而提出的一种基于种群的启发式随机搜索算法。采用蚁群算法来解决任务与无人设备最佳匹配方案的问题，表现出了很大的优越性，因为它具有分布式特性，鲁棒性强并且容易与其它算法结合。本技术实施例中，采用蚁群算法对多个匹配方案进行优化，假设所有无人机设备的数量为m，所有执行任务必经地点之间的信息素用矩阵pheromone表示，最短路径为bestlength，最佳路径为besttour。每个无人设备都会创建一个禁忌表(tabu)来存储该无人机设备已经访问过的途经地点，表示其在以后的任务执行过程中将不能选择这些地点；还会创建另外一个允许访问的任务表(allowed)来存储它还可以访问的途经地点；另外还用一个矩阵(delta)来存储它在一个循环(或者迭代)中给所经过的路径留存下来的信息素以及一些控制参数(α，β，ρ，q)，无人设备任务执行完的全程的总成本或距离(tourlength)等等。假定算法总共运行max_gen次，运行时间为t。在整个无人机任务执行过程中，有若干个起落机场，且任务执行的飞行轨迹并非起始位置至目的地址的直线飞行。而是在起始位置与目的位置之间规划若干个中途地点，蚁群算法即进行最优飞行轨迹的规划。方案配置模块完成任务与无人设备资源的匹配，匹配算法采用匈牙利算法，以达到任务与无人设备资源的最优匹配。如无合适的匹配方案，可以返回“任务参数/补充人机配置”进行相应参数的调整后，可进行二次匹配。
48.蚁群算法过程描述如图4所示，步骤201，初始化；步骤202，确认无人机任务起始地点；步骤203，为无人机设备选择下一个途经地点；步骤204，判断是否还有新的途经地点；当没有新的途经地点，则执行步骤205，更新信息素矩阵；步骤206，判断是否达到最大迭代次数，如果达到最大迭代次数(max_gen)，算法终止，转到步骤207，输出无人机任务匹配方案；否则，重新初始化所有的无人设备的delt矩阵所有元素初始化为0，tabu表清空，allowed表中加入所有的可能路径信息。随机选择下一个途经地点(也可以人工指定)。在tabu中加入途经地点，allowed中去掉该地点，重复执行步骤202，步骤203，步骤204。在对多个匹配方案的优化过程中，传统方案同样是基于人工经验匹配及历史记录匹配，本实施例基于蚁群算法，采用正反馈机制，使得搜索过程不断收敛，最终逼近最优解。每个任务执行过程中可以通过记录执行信息来改变同类型任务的执行，且每次任务可基于数据库中任务执行信息的变更进行调整。启发式的概率搜索方式不容易陷入局部最优，易于寻找到全局最优解。智能化做出建议决策，提供配时优化的解决方案。
49.作为本发明一个可选实施方式，将所述无人机任务匹配方案和所述评估结果发送到显示终端进行显示之后，所述方法还包括：当监测到客户端采用所述无人机任务匹配方案，获取采用所述无人机任务匹配方案对应的目标无人机在执行目标任务中的执行信息；将所述执行信息发送到显示终端进行显示。
50.示例性地，执行信息可以包括但不限于无人机任务匹配在执行过程中，对应的目标无人机上报的轨迹信息和视频数据，将执行信息发送到显示终端进行显示，便于用户对无人机任务匹配方案的执行过程进行监控分析。
51.作为本发明一个可选实施方式，将所述执行信息发送到显示终端进行显示之后，所述方法还包括：当所述目标无人机执行目标任务结束后，根据所述执行信息生成目标任务对应的执行结果；对所述目标任务对应的执行结果进行分析评估，得到评估结果。
52.示例性地，执行结果是可以包括但不限于采用无人机任务匹配方案执行目标任务的执行过程和执行效果，评估结果的表征形式可以包括但不限于无人机任务匹配方案对应的评分，通过对无人机任务匹配方案的分析评估，便于实现对任务执行路径的优化。
53.作为本发明一个可选实施方式，对所述目标任务对应的执行结果进行分析评估之后，所述方法还包括：将所述目标任务对应的执行结果和所述评估结果存储到预设数据库中。
54.示例性地，将目标任务对应的执行结果和评估结果存储到预设数据库中，满足重要历史数据的归档保存的需求，同时相应的方案数据通过一些规则制定，形成知识网络图谱，在后续任务下发过程中，可快速检索获得相匹配的方案，根据对相关知识图谱的研究可更新迭代任务执行方式方法，智能优化决策建议。
55.采用本技术实施例的方法对待执行任务进行管理，深入推进任务精细化运营与管理工作，基于实际业务需要，合理进行任务资源的匹配，优化工作流程，以确保任务执行的规范性与准确性。实现对任务行为的“事前”主动引导，“事中”监控控制，“事后”分析评价。最终形成的任务效果是一个以信息为主导，任务下发，任务状态监管、任务关闭等能力的闭环系统。
56.本发明实施例还公开了一种无人机任务匹配装置，如图5所示，该装置包括：包括：获取模块301，用于获取待执行的任务的标识信息和待执行任务的无人机标识信息；构建模
块302，用于根据所述待执行的任务的标识信息以及所述待执行任务的无人机标识信息构建得到任务与无人机的二部图；第一确定模块303，用于根据所述二部图确定所述二部图对应的增广路径；第二确定模块304，用于根据所述增广路径确定所述待执行的任务与所述待执行任务的无人机的多个匹配方案；优化模块305，用于根据预设优化算法对所述多个匹配方案进行优化，得到无人机任务匹配方案。
57.本发明提供的无人机任务匹配装置，通过待执行的任务的标识信息和待执行任务的无人机标识信息确定对应的任务与无人机的二部图，根据二部图确定二部图对应的增广路径，根据增广路径确定待执行的任务与待执行任务的无人机的多个匹配方案，根据随机优化算法对多个匹配方案进行优化，得到无人机任务匹配方案，根据待执行任务需求，智能化的提供无人机设备的任务执行方案，节约了人工成本，可以满足复杂场景下无人机任务的执行要求。
58.作为本发明一个可选实施方式，所述装置还包括：第三确定模块，用于根据所述无人机任务匹配方案确定对应的成本数据；第一评估模块，根据所述成本数据对所述无人机任务匹配方案进行评估，得到评估结果；显示模块，将所述无人机任务匹配方案和所述评估结果发送到显示终端进行显示。
59.作为本发明一个可选实施方式，所述预设优化算法包括蚁群算法。
60.作为本发明一个可选实施方式，所述装置还包括：监测模块，用于当监测到客户端采用所述无人机任务匹配方案，获取采用所述无人机任务匹配方案对应的目标无人机在执行目标任务中的执行信息；第二显示模块，用于将所述执行信息发送到显示终端进行显示。
61.作为本发明一个可选实施方式，所述装置还包括：生成模块，用于当所述目标无人机执行目标任务结束后，根据所述执行信息生成目标任务对应的执行结果；第二评估模块，用于对所述目标任务对应的执行结果进行分析评估，得到评估结果。
62.本发明实施例还提供了一种电子设备，如图6所示，该电子设备可以包括处理器401和存储器402，其中处理器401和存储器402可以通过总线或者其他方式连接，图6中以通过总线连接为例。
63.处理器401可以为中央处理器(central processing unit，cpu)。处理器401还可以为其他通用处理器、数字信号处理器(digital signal processor，dsp)、专用集成电路(application specific integrated circuit，asic)、现场可编程门阵列(field-programmable gate array，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等芯片，或者上述各类芯片的组合。
64.存储器402作为一种非暂态计算机可读存储介质，可用于存储非暂态软件程序、非暂态计算机可执行程序以及模块，如本发明实施例中的无人机任务匹配方法对应的程序指令/模块。处理器401通过运行存储在存储器402中的非暂态软件程序、指令以及模块，从而执行处理器的各种功能应用以及数据处理，即实现上述方法实施例中的无人机任务匹配方法。
65.存储器402可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储处理器401所创建的数据等。此外，存储器402可以包括高速随机存取存储器，还可以包括非暂态存储器，例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施例中，存储器402可选包括相对
于处理器401远程设置的存储器，这些远程存储器可以通过网络连接至处理器401。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
66.所述一个或者多个模块存储在所述存储器402中，当被所述处理器401执行时，执行如图1所示实施例中的无人机任务匹配方法。
67.上述电子设备具体细节可以对应参阅图1所示的实施例中对应的相关描述和效果进行理解，此处不再赘述。
68.本领域技术人员可以理解，实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述存储介质可为磁碟、光盘、只读存储记忆体(read-only memory，rom)、随机存储记忆体(randomaccessmemory，ram)、快闪存储器(flash memory)、硬盘(hard disk drive，缩写：hdd)或固态硬盘(solid-state drive，ssd)等；所述存储介质还可以包括上述种类的存储器的组合。
69.虽然结合附图描述了本发明的实施例，但是本领域技术人员可以在不脱离本发明的精神和范围的情况下作出各种修改和变型，这样的修改和变型均落入由所附权利要求所限定的范围之内。