一种基于区块链的无人机集群任务决策方法与流程

本发明属于无人机控制领域，涉及一种基于区块链的无人机集群任务决策方法。

背景技术：

1、随着无人机技术的快速发展，具有数量多、成本低、机动性好等特点的无人机集群拥有越来越广泛的应用能力。通过集群中多个成员之间的协同合作，无人机集群拥有很强的适应能力。面对任务数量和种类逐渐增多的趋势下，无人机集群需要根据集群成员能力的差异来合理分配任务。除此之外，无人机集群需要在不确定的工作环境中，依赖自身资源或协同的决策能力来完成任务。因此如何针对任务种类和任务数量的不同，并结合成员性能进行高效的任务分配和以集群自治的方式执行最优决策成为了目前亟待解决的重要问题。

2、在由大量的无人设备组成的系统中，设备之间以及设备与环境的交互过程会出现集群行为。现有集群的集群协调管理技术没有充分发挥无人设备在使用过程中的协同工作能力。此外，集群中个体成员的自治性以及对通信和交互的依赖使其容易受到黑客攻击。这些问题都需要使用新的技术方法解决。

技术实现思路

1、本发明的目的在于提供一种基于区块链的无人机集群任务决策方法，以解决现有集群的集群协调管理技术没有充分发挥无人设备在使用过程中的协同工作能力，集群中个体成员的自治性以及对通信和交互的依赖使其容易受到黑客攻击的问题。

2、为了解决上述技术问题，本发明提供了一种基于区块链的无人机集群任务决策方法，该方法包括如下步骤：

3、s11、地面控制站对无人机集群的身份证书和私钥进行配置，用于集群之间和与地面领导节点组网通信加密；

4、s12、区块链的初始化，生成创世区块；地面领导节点和无人机集群共同加入同一区块链的通道，并部署负责任务分配方案的智能合约、负责保存集群任务和任务执行情况的智能合约；

5、s13、地面领导节点从发布任务接口获取最新的任务输入信息和获取集群中各无人机状态信息；

6、s14、地面领导节点进行初始化遗传算法，根据上述所获取的任务输入信息和无人机状态信息，结合遗传算法生成任务分配方案；所述任务分配方案应为集群无人机执行所获得任务所耗费的最短总路程；

7、s15、地面领导节点调用负责任务分配方案的智能合约向区块链中进行任务分配方案广播；无人机接收到此任务分配方案广播之后，依据自身的状态情况向此方案进行投票，选择同意或者拒绝；

8、s16、若负责任务分配方案的智能合约所收到同意票数>＝n/2，其中n为无人机集群的节点总数；则地面领导节点调用负责保存集群任务的智能合约进行保存任务，并调用任务发布器发布给各无人机；若负责任务分配方案的智能合约所收到同意票数<n/2，则取消此次任务分配方案跳转至s14；

9、s17、无人机负责记录任务执行情况的智能合约进行记录。

10、进一步地，所述步骤s12中，所述通道为在区块链中开辟隐私的通信空间，加入该通道需要步骤s11预先配置的身份证书和私钥签名。

11、进一步地，所述步骤s12中，所述负责任务分配方案的智能合约承担了地面领导节点向无人机集群发布任务分配方案的功能；所述负责保存集群任务的智能合约承担了保存已通过的任务分配方案，用于集群任务溯源；所述负责记录任务执行情况的智能合约负责了无人机记录所分配任务的最终执行情况。

12、进一步地，所述步骤s13中，所述地面领导节点获取最新的任务输入信息包括：指令式输入和可视化界面输入；所述无人机状态包括：地理位置、无人机种类和无人机剩余电量。

13、进一步地，所述步骤s14中，初始参数包括：任务数量、无人机数量、种群规模和迭代次数。

14、一种基于遗传算法的无人机集群任务分配方法，该方法包括如下步骤：

15、s21、初始化规模为n的种群，交叉概率，变异概率和最大迭代次数参数；其中种群中的染色体每个基因的值采用随机数产生器生成；

16、s22、用适应度函数对种群中所有的染色体进行评价，保存当代种群适应度最大的染色体；所述适应度代表个体对于任务分配问题所耗费的路程，要求任务分配问题所耗费路程达到最小值才为最优解；

17、s23、基因交叉操作；按照概率p(ox)从种群中选择两个父代进行顺序交叉，两个父代的染色体顺序交换部分基因，产生两个新的子代并进入下一代种群；按照概率p(pmx)从种群中选择两个父代进行部分匹配交叉，两个父代的染色体进行部分匹配交换基因操作，进而产生两个新的子代代替父代进入下一代种群；

18、s24、对种群的基因执行变异操作；

19、s25、使用适应度函数重新对种群染色体进行评价；如果当代种群中最大的适应度大于以往种群的最大适应度，则更新种群最大的适应度和对应的染色体；

20、s26、将当前进化迭代次数加1操作；如果超过初始化所规定的最大迭代次数则算法结束，其中保存具有最大适应度的染色体为无人机集群任务分配问题的最优解；否则返回第s23步继续迭代。

21、进一步地，所述步骤s21中，所述种群规模为设置100-200之间的随机数；所述交叉概率为种群中两个父代发生基因交叉操作的概率；所述变异概率为种群中单个父代发生基因变异操作的概率。

22、进一步地，所述步骤s24具体包括：按照概率p(ev)从种群中选择父代的染色体，并随机选择两处基因进行两两交换，得到新的子代进入下一代种群。

23、进一步地，所述步骤s24具体包括：按照概率p(rv)从种群中选择父代的染色体，并随机选择两处基因进行逆转操作，得到新的子代进入下一代种群。

24、进一步地，所述步骤s24具体包括：按照概率p(iv)从种群中选择父代的染色体，并随机选择两处基因位置，将第二个位置上的基因插入到第一个位置的基因后面，得到新的子代进入下一代种群。

25、本发明提供一种基于区块链的无人机集群任务决策方法，本发明提供了一种基于区块链的无人机集群任务决策方法，以及一种基于遗传算法的无人机集群任务分配方法，本发明实现分布式环境下根据集群成员的状态信息来生成最优的任务分配方案和任务溯源功能，提高了集群的协调管理能力和安全防护能力，以及任务的平均成功率。

技术特征：

1.一种基于区块链的无人机集群任务决策方法，其特征在于，该方法包括如下步骤：

2.如权利要求1所述的基于区块链的无人机集群任务决策方法，其特征在于，所述步骤s12中，所述通道为在区块链中开辟隐私的通信空间，加入该通道需要步骤s11预先配置的身份证书和私钥签名。

3.如权利要求1所述的基于区块链的无人机集群任务决策方法，其特征在于，所述步骤s12中，所述负责任务分配方案的智能合约承担了地面领导节点向无人机集群发布任务分配方案的功能；所述负责保存集群任务的智能合约承担了保存已通过的任务分配方案，用于集群任务溯源；所述负责记录任务执行情况的智能合约负责了无人机记录所分配任务的最终执行情况。

4.如权利要求1所述的基于区块链的无人机集群任务决策方法，其特征在于，所述步骤s13中，所述地面领导节点获取最新的任务输入信息包括：指令式输入和可视化界面输入；所述无人机状态包括：地理位置、无人机种类和无人机剩余电量。

5.如权利要求1所述的基于区块链的无人机集群任务决策方法，其特征在于，所述步骤s14中，初始参数包括：任务数量、无人机数量、种群规模和迭代次数。

6.一种基于权利要求1-5任一项的方法的基于遗传算法的无人机集群任务分配方法，其特征在于，该方法包括如下步骤：

7.如权利要求6所述的基于遗传算法的无人机集群任务分配方法，其特征在于，所述步骤s21中，所述种群规模为设置100-200之间的随机数；所述交叉概率为种群中两个父代发生基因交叉操作的概率；所述变异概率为种群中单个父代发生基因变异操作的概率。

8.如权利要求6所述的基于遗传算法的无人机集群任务分配方法，其特征在于，所述步骤s24具体包括：按照概率p(ev)从种群中选择父代的染色体，并随机选择两处基因进行两两交换，得到新的子代进入下一代种群。

9.如权利要求6所述的基于遗传算法的无人机集群任务分配方法，其特征在于，所述步骤s24具体包括：按照概率p(rv)从种群中选择父代的染色体，并随机选择两处基因进行逆转操作，得到新的子代进入下一代种群。

10.如权利要求6所述的基于遗传算法的无人机集群任务分配方法，其特征在于，所述步骤s24具体包括：按照概率p(iv)从种群中选择父代的染色体，并随机选择两处基因位置，将第二个位置上的基因插入到第一个位置的基因后面，得到新的子代进入下一代种群。

技术总结
本发明涉及一种基于区块链的无人机集群任务决策方法，属于无人机控制领域。本发明提供了一种基于区块链的无人机集群决策方法，以及一种基于遗传算法的无人机集群任务分配方法，本发明实现分布式环境下根据集群成员的状态信息来生成最优的任务分配方案和任务溯源功能，提高了集群的协调管理能力和安全防护能力，以及任务的平均成功率。

技术研发人员：李康,于石林,陆佐贤,申庆茂,王雨晴,叶顺良,陈祺,赵常
受保护的技术使用者：航天科工智能运筹与信息安全研究院（武汉）有限公司
技术研发日：
技术公布日：2024/1/12