[发明专利]针对任务分布不均的紧急场景的异构无人机任务分配方法

说明书

本发明属于群体智能、多智能体、组合优化技术领域，具体涉及一种针对任务分布不均的紧急场景的异构无人机任务分配方法，旨在解决现有的无人机任务分配方法在紧急且任务空间分布不均匀的交叉条件下任务分配效率低、任务完成质量差的问题。本方法包括统计当前区域的环境信息及待分配的任务信息；计算当前区域内任务之间的聚合阈值，并创建已访问和待调整列表；将任务信息、聚合阈值及创建的列表封装成令牌，发送给无人机群；获取分配任务的质量；若质量为1，则进行任务聚合处理；否则将该分配的任务标记为待调整任务；对待调整任务进行分配。本发明提高了在紧急且任务空间分布不均匀交叉条件下无人机任务分配的效率及任务完成质量。

技术领域

本发明属于群体智能、多智能体、组合优化技术领域，具体涉及一种针对任务分布不均的紧急场景的异构无人机任务分配方法、系统、设备。

背景技术

自然灾害救援，军事打击，城市紧急事件处理，都是常见但十分重要的事件。这类事件的共同点是紧急性和不确定性，往往要求响应系统的处理速度越快越好。而任务分配是灾难救援过程中的关键步骤，提高分配效率是提高系统响应速度的关键。另外，无人机因为其便捷性已经被越来越多地用来执行紧急任务。现实中，任务往往具有异质性，此时就需要多种不同类型的无人机。合适的异构无人机任务分配算法就显得尤为重要。目前，领域内主流的任务分配方法分为基于优化的方法，基于市场的方法和基于阈值的方法。

大多数基于优化的方法都可以通过多轮迭代优化收敛，从而获得近似的最佳任务分配解决方案。与基于市场和基于阈值的方法相比，优化方法通常可以获得最佳的分配质量，但优化方法的速度往往要比其他两类方法慢。基于市场的方法通常将任务视为拍卖品，而无人机(代理商)则根据其能力来竞标任务。与优化方法相比，基于市场的方法在救灾任务分配中更常用，因为它们的效率，鲁棒性，可扩展性等。但是，因为拍卖者和竞标者之间必须广泛协商，所以基于市场机制的方法高度依赖通信稳定性。在基于阈值的方法中，每个机器人对于需要执行的每个任务都有一个激活阈值。当代理人感觉到对特定任务的刺激超出其阈值时，它将开始完成任务。在使用基于阈值的方法的系统中，代理人不需要知道其他代理人的任何信息，只需要知道任务的信息，就可以计算阈值并进行任务分配。所以阈值方法具有较少的沟通要求，并且具有基于市场的方法的大多数优势。紧急任务分配问题通常要求分配算法运算速度较快，易扩展和通信需求低。根据基于阈值的方法的特点，此类方法十分适合处理紧急任务分配问题。

另外，现有的工作几乎都没有特别关注到任务的地理分布不均匀这一特点。事实上，任务分布不均现象在现实中广泛的存在。例如，地震灾难可能会对旧城区的房屋造成更大的破坏，从而使更多的人被困，这些地区的人们则需要更多的营救。因此，为这一特征设计专门的机制是有必要的。基于此，本发明提出了一种针对任务分布不均的紧急场景的异构无人机任务分配方法。

发明内容

为了解决现有技术中的上述问题，即为了解决现有的无人机任务分配方法在紧急且任务空间分布不均匀的交叉条件下任务分配效率低、任务完成质量差的问题，本发明第一方面，提出了一种针对任务分布不均的紧急场景的异构无人机任务分配方法，该方法包括：

步骤S10，统计当前区域的环境信息及待分配的任务信息；所述任务信息包括任务总数、坐标和类型；所述环境信息包括当前区域总面积；

步骤S20，基于任务总数、当前区域总面积，计算当前区域内任务之间的聚合阈值，并创建已访问和待调整列表；创建列表后，将任务信息、聚合阈值及创建的列表封装成令牌，发送给当前区域内的无人机群；

步骤S30，步骤S30，当无人机群中的任一无人机接收到令牌后，将接收令牌的无人机状态标记为已访问，采用LAL任务分配算法获取其分配的任务，并按照预设的任务分配质量对应关系，获取分配任务的质量；若所述质量为1，则结合当前分配的任务、所述聚合阈值进行任务聚合处理；否则将该分配的任务标记为待调整任务，跳转至步骤S40；