多目标空地异构无人系统协同任务分配方法_范博洋.pdf
《多目标空地异构无人系统协同任务分配方法_范博洋.pdf》由会员分享,可在线阅读,更多相关《多目标空地异构无人系统协同任务分配方法_范博洋.pdf(12页珍藏版)》请在咨信网上搜索。
1、第 44 卷第 6 期2 0 2 3 年 6 月兵工学报ACTA AMAMENTAIIVol 44 No 6Jun2023DOI:10 12382/bgxb 2022 0095多目标空地异构无人系统协同任务分配方法范博洋,赵高鹏,薄煜明,吴祥(南京理工大学 自动化学院,江苏 南京 210094)摘要:针对由地面无人车与多无人机组成的空地异构无人系统面向大范围、多目标的协同任务分配问题,以无人系统完成任务时间为优化目标,同时考虑无人机收放、续航能力以及任务时序等约束条件,建立空地异构无人系统的任务分配模型,提出一种多目标空地异构无人系统任务分配方法。结合密度值最大聚类和混合粒子群优化算法,对空地
2、异构无人系统的任务分配问题进行求解,从而得到满足约束条件的全局任务分配结果;通过仿真实验对所提方法进行验证。实验结果表明,该方法能够有效地求解在不同作战环境中的空地异构无人系统的任务分配问题。关键词:无人系统;任务分配;密度值最大聚类;混合粒子群优化算法中图分类号:V279+.2文献标志码:A文章编号:1000-1093(2023)06-1564-12收稿日期:2022-02-19基金项目:国防基础科研计划项目(2019 年)Collaborative Task Allocation Method for Multi TargetAir Ground Heterogeneous Unmanne
3、d SystemFAN Boyang,ZHAO Gaopeng,BO Yuming,WU Xiang(School of Automation,Nanjing University of Science and Technology,Nanjing 210094,Jiangsu,China)Abstract:To address the collaborative task allocation problem of air-ground heterogeneous unmannedsystems composed of ground unmanned vehicles(UGV)and unm
4、anned aerial vehicles(UAVs)facinglarge ranges and multiple targets,the task allocation model of air-ground heterogeneous unmannedsystems is established with the completion time of the unmanned systems as the optimization goal and theconstraints of the UAV launch and recovery,endurance and task seque
5、nce taken in account A taskallocation method for multi-target air-ground heterogeneous unmanned systems is proposed,whichcombines density peak clustering and hybrid particle swarm optimization algorithm(hybrid-PSO)to solvethe task allocation problem of air-ground heterogeneous unmanned systems,so as
6、 to obtain the global taskallocation results that satisfy the constraints The proposed method is verified by simulation experiments,and the results show that the method can effectively solve the task allocation problem of air-groundheterogeneous unmanned systems in different operational environments
7、Keywords:unmanned system;task allocation;density peak clustering algorithm;hybrid particle swarmoptimization algorithm0引言在复杂的战场环境中,功能有限的单一种类无人装备因工作方式、工作空间、载荷性能等因素限制,无法单独完成复杂多样的作战任务1。如旋翼无人机(UAV)具有快速灵活、视野开阔、受环境影第 6 期多目标空地异构无人系统协同任务分配方法响较小等优点,但其受限于自身载荷较小、续航时间短等不足,在大范围多目标的侦察任务中需要 UAV集群的协同工作。地面无人车(UGV)具有
8、载荷能力强、续航时间长等优点,但其受地形环境限制较大,侦察视野有限2。而空地异构无人系统结合空地无人平台各自优势协同作战,是适应未来战场的必然选择。因此,研究空地异构无人系统的协同任务分配具有现实意义。无人系统协同任务分配是指考虑多目标任务和无人平台自身功能,对系统内无人装备的任务进行优化配置,使无人系统以最小代价协同完成任务3。无人系统的异构通常分为两类:一个是结构上的异构,主要由无人平台自身的因素造成,如运动能力、载荷能力的不同或能源动力限制等导致无人装备执行任务的空间和范围不同;另一个是功能上的异构,主要由无人平台搭载的有效载荷造成,如传感器种类或武器性能不同等因素导致无人装备所能执行任
9、务的种类不同4 7。由于无人系统协同任务分配可以视为多旅行商问题,本质上是 NP-hard 问题8,具有多种异构性质的因素会导致约束数量的增加,从而导致求解任务分配的计算量显著增加,特别是对于大规模问题。目前,对两种不同类型的异构无人系统任务分配问题均有大量的研究。对于结构上的异构系统,Murray 等9研究了异构机器人投递系统的任务分配,地面车辆和 UAV 分别从仓库出发向多个目标点投送物资后返回,由 UAV 发挥速度优势,地面车辆来弥补 UAV 航程和载荷能力的不足。Ha 等10研究了地面车辆搭载 UAV 进行物资投递的任务分配,对于符合 UAV 航程约束的目标点,由地面车辆在相邻的目标点
10、释放并回收 UAV 来完成投递任务,发挥 UAV 的速度优势,但该方法并不涉及同时使用多无人机(UAVs)的分配以及UAV 降落点的选择。Bae 等6 7研究了由行动速度不同的一组机器人组成的异构系统,对机器人从不同仓库出发向多个目标执行投递任务后再返回的任务分配问题提出了一种启发式的优化算法。Chen 等11研究了异构UAVs对区域的协同覆盖,由于 UAV 的速度和传感器性能的差别导致了可覆盖区域大小不同,对不同覆盖区域的分配问题 提 出 了 一 种 基 于 整 数 线 性 规 划 的 方 法。Chen 等12 同样研究了异构 UAVs 对区域的协同覆盖,提出用密度聚类的方法为 UAV 的覆
11、盖区域进行划分。Banfi 等13 研究了一种 UGVs-UAVs 任务分配框架,设计一个图神经网络估计 UGVs-UAVs 的分组和完成任务的代价,并使用混合整数线性规划对估计结果进行实际任务分配用以训练网络。对于功能上的异构系统,Arbanas 等14 研究了一种由 UGV搭载一架 UAV 的异构无人系统,UGV 具有收放UAV 的能力,UAV 从空中引导 UGV 进行避障。Shima 等15 和 Edison 等16 研究了 UAVs 对多个地面目标协同执行受时序优先级约束的确认、攻击和毁伤评估 3 种任务的任务分配,考虑了时间、资源、可飞路径等多项约束。Feo-Flushing 等17
12、 研究了将任务拆分为多个不同类型的子任务,分配给功能不同的多个机器人来执行,分别提出启发式和精确的算法来解决任务分配问题。Zhao 等18 研究了一种异构 UAVs 系统,不同类型的 UAV 具有执行不同任务的能力,对应多个目标需要执行多种任务,因此提出一种基于强化学习的方法解决了任务分配的问题。Chen 等19 提出一种多目标蚁群优化算法解决异构 UAVs 系统的任务分配问题。现有的异构无人系统任务分配研究主要聚焦对无人平台各自合理分配,将无人系统任务分配看作多个无人平台的分工,彼此之间少有协作,尤其忽略了无人平台彼此之间的关联对任务分配结果的影响。例如关于 UGV 回收 UAV 集群位置的
13、自主选择,这将使 UGV 与 UAV 的任务分配具有耦合因素,更能体现异构无人系统的协同与合作。针对以上问题,本文研究 UGV 与多架旋翼UAV 组成空地异构无人系统对作战区域内的多个目标进行协同侦察与打击的任务分配问题。该空地异构无人系统既包含结构上的异构,又包含功能上的异构。由 UAV 执行侦察任务,UGV 在执行打击任务的同时需要在合适的地点释放、回收 UAV,使得整个系统在最短的时间有效完成任务。在目标数量较多的环境下,本文先将作战区域内目标点聚类划分为若干子任务区域,并对子区域间进行任务分配。再在子区域内将 UAV 的任务分配模型与 UGV的任务分配模型相结合,考虑二者之间的耦合,在
14、给出任务分配的同时,还确定了 UGV 收放 UAV 的位置,使得空地异构无人系统的任务分配结果符合约束条件。本文的研究思路如图 1 所示,贡献主要包括两个方面:1)建立了空地异构无人系统协同任务分配模型;2)提出一种结合聚类算法和启发式算法的多目标空地异构无人系统协同任务分配方法,求解对大范围、多目标、可回收的空地异构无人系统任务分配。5651兵工学报第 44 卷图 1本文的研究思路Fig 1Main idea of this study1协同任务分配问题模型1.1问题描述假设空地异构无人系统的作战场景为较大范围内具有数量较多的待侦察和待打击目标。UGV 续航能力强并可以携带攻击武器,其在执行
15、任务的过程中能量不会耗尽,而 UAV 的续航能力有限,只具有侦察载荷。本文假设无人系统拥有战前情报支援,可以获得战场卫星地图以及可靠的目标位置。UGV G=g 与 UAVs U=u1,u2,对作战区域内多目标点 T=t1,t2,进行协同侦察与打击,作战区域内目标点的位置、数量以及待执行任务类型等信息都是已知的,其中全部目标点均为待侦察目标 TsT,部分特定的目标点为待打击目标 TaT。考虑空地异构无人系统的特点,作战过程如图 2 所示,各 UAV 的飞行路径由不同颜色区分。UGV 搭载 UAV 进入作战区域,并自主决定释放点tre释放多架 UAV,由 UAV 对分配的目标点依次进行侦察,同时
16、UGV 向已被侦察的待打击目标点依次运动并进行火力打击,UAV 执行完作战区域内的侦察任务后前往降落点 tl降落回 UGV。在整个作战过程中,UGV 以速度 vg在地面行驶,UAV 以速度 vu匀速飞行,飞行高度为 hu。无人系统在作战区域内的候选降落点 Tland=(Tatre)中自主选择 UAV 的降落点tlTland。多目标空地异构无人系统协同任务分配问题可以描述成多旅行商问题的形式,每一个任务分配方案即是该多旅行商问题的一个解,表示为指派空地异构无人系统中的各个无人装备对不同数量的目标点执行不同类型任务的时序序列。本文将空地异构无人系统的协同任务分配模型拆分为 UAVs 任务分配模型和
17、 UGV 任务分配模型,对其分别求解,并同时考虑二者间的耦合成分,即 UGV 收放 UAV 的位置和时间。本文将无人装备在目标点间的运动估计简化为无障碍的直线运动。图 2多目标空地异构无人系统协同作战过程示意图Fig 2Schematic diagram of collaborative operationprocess of multi-target air-ground heterogeneousunmanned system1.2问题建模1.2.1UAVs 任务分配模型为最小化各 UAV 协同执行任务及返回降落点所使用的总时间,UAVs 任务分配模型的目标函数如 式(1)所示:min J
18、U=uUtiTutjTu2k=1Xu,k(ti,tj)wu,k(ti,tj)(1)式中:Tu为 UAV 所有经过点的集合,Tu=(treTs);Xu,k(ti,tj)0,1 为二元决策变量,Xu,k(ti,tj)0,1,当 UAV u 被指派由目标 ti出发前往目标 tj执行任务 k 时为 1,否则为 0,其中 k=1 对应飞往目标点的侦察任务,k=2 对应飞往降落点的降落任务;wu,k(ti,tj)为 UAV u 由目标 ti出发前往目标 tj执行任务 k 所需时间。UAV 的航程约束如式(2)所示,UAV 从起飞执行任务到安全降落所使用时间不能超过其最大续航时间。uU,tiTutjTu2k
19、=1Xu,k(ti,tj)wu,k(ti,tj)Wumax(2)式中:Wumax为 UAV u 最大续航时间。UAV 的侦察任务约束条件如式(3)和式(4)所示,所有待侦察的目标都需要被侦察,且只需侦察一次。uUtiTutjTsXu,1(ti,tj)=Ns(3)uUtiTuXu,1(ti,tj)=1,tjTs(4)式中:Ns为待侦察的目标数量。6651第 6 期多目标空地异构无人系统协同任务分配方法UAV 的降落约束如式(5)式(7)所示,所有出动的 UAV 都要安全降落,且 UGV 到达降落点时间不能晚于 UAV。uUtiTstjTlandXu,2(ti,tj)=NT(5)uUT,tiTst
20、jTlandXu,2(ti,tj)=1(6)minuUTtiTutjTu2k=1Xu,k(ti,tj)wu,k(ti,tj)wg(t0,tl)(7)式中:NT为出动的 UAV 数量;UT为出动的 UAV 集合,UTU;wg(t0,tl)表示 UGV 从 UAV 释放点直接到达降落点所用时间。1.2.2UGV 任务分配模型为最小化 UGV 执行任务所使用的总时间,UGV任务分配模型的目标函数如式(8):min JG=tiTgtjTaXg(ti,tj)wg(ti,tj)+Jwait(8)式中:Tg为 UGV 所有经过的点的集合,Tg=(treTa);Xg(ti,tj)为二元决策变量,Xg(ti,t
21、j)0,1,当 UGV被指派由目标 ti出发前往目标 tj执行打击任务时为1,否则为0;wg(ti,tj)为 UGV 被指派由目标 ti出发前往目标 tj执行打击任务所需时间;Jwait表示 UGV 在预定的降落地点等待全部 UAVs 到达所需时间,Jwait=minuUT Wu Wg(t0,tl),Wu为 UAV u 的总飞行时间,Wg(t0,tl)为 UGV 按任务分配结果抵达降落点所需时间。UGV 的回收约束如式(9)所示,UGV 要先于UAV 到达降落点。uUT,Jwait0(9)UGV 的打击任务约束如式(10)和式(11)所示,所有待攻击的目标都需要被攻击,且只需攻击一次。uUti
22、TtjTaXg(ti,tj)=Nd(10)tjTa,uUtiTXg(ti,tj)=1(11)式中:Nd为待攻击的目标数量。目标点的任务时序约束如式(12)所示,对任意待攻击的目标,都须先由 UAV 进行侦察后,UGV 再执行攻击任务。tiTa,JtiU JtiG(12)式中:JtiU为 UAV 对目标 ti执行侦察任务的时间;JtiG为UGV 对目标 ti执行攻击任务的时间。2多目标空地异构无人系统协同任务分配方法采用两步法对多目标空地异构无人系统协同任务分配问题进行求解:1)使用密度最大值聚类方法20 将作战区域按目标密度进行划分,得到 n 个子任务区域 C1,C2,Cn。再将子任务区域的任
23、务分配问题近似为UGV 遍历各区域的排序,其优化目标为最小化 UGV遍历各区域所使用的时间。使用子区域内密度值最大点来代表区域位置,可以利用 UGV 任务分配模型,使用混合粒子群算法对 UGV 在子任务区域间转移的任务分配问题进行求解,得到最优解 PC=C1,C2,Cn 为 UGV 在子任务区域间执行任务的次序。2)在子区域Ci内,对多目标空地异构无人系统协同任务分配问题进行求解。首先,设子区域Ci 1内 UGV 的最后位置为 UGV 出发点 ti 10,选择子区域Ci内距离出发点最近的目标点,并在距离该任务点50 m 处设为子区域的 UAV 释放点 tire,使用混合粒子群算法对 UAVs
24、任务分配进行求解,得到的最优解 PiU包含释放点 tire、各 UAV 执行任务的任务时序和降落点 til,且满足约束条件式(2)式(7)。其次,在得到 UAV 任务分配 PiU和 UAV 最早降落时间minuU Jiu 的条件下,使用混合粒子群算法对 UGV任务分配进行求解,得到的最优解 PiG包含 UGV 执行任务的任务时序。结合 PiU与 PiG,得到子区域Ci内多目标空地异构无人系统协同任务分配问题的最优解 Pi=PiU,PiG。最终,结合子任务区域任务分配 PC和各区域内协同任务分配 Pi,得到全局的多目标空地异构无人系统协同任务分配 P=P1,P2,Pn。多目标空地异构无人系统协同
25、任务分配的流程图如图3 所示,图中 itCC、itCM分别是子区域间任务分配的当前迭代次数和最大迭代次数,itUC、itUM是UAV 任务分配的当前迭代次数和最大迭代次数,itGC、itGM是 UGV 任务分配的当前迭代次数和最大迭代次数。2.1子任务区域划分在面向大范围多目标的复杂战场环境中,UAV有限的航程是限制空地异构无人系统完成任务能力的重要约束。在目标分布不均衡、存在多个密集目标群和稀疏目标点的作战场景下,划分子任务区域,将密集目标群和稀疏目标点区分开来,使用 UGV 携带 UAV 在区域间机动转移,减少 UAV 在稀疏目标点间的往返,有效的提高空地异构无人系统在航程约束下进行任务分
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 多目标 空地 无人 系统 协同 任务 分配 方法 范博洋
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。