[发明专利]一种分阶段多基地无人机任务分配和航迹规划方法

说明书

本发明公开了一种分阶段多基地无人机任务分配和航迹规划方法，包括区域设置，任务分配及航迹规划等三个步骤。本发明以异构多无人机疏散配置在多个基地、协同执行多目标探测任务为应用背景，通过区域设置、改进A*算法预估航程矩阵、多基地多无人机任务分配、基地内单无人机时序任务分配、航迹规划等多个阶段，实现多基地多无人机的任务规划。多基地多无人机任务分配阶段，当任务数量多、区域集中分布时，基于改进K‑means算法求解，当任务数量少、疏散分布时，采用深度遍历方法求解；单无人机时序任务分配阶段，基于TSP模型和遗传算法求解；航迹规划阶段，基于改进A*算法和三次B样条曲线法优化航迹。该方法将问题化繁为简、可扩展性好、易于工程实现和应用。

技术领域

本发明涉及一种无人机任务规划技术领域，具体涉及一种分阶段多基地无人机任务分配和航迹规划方法。

背景技术

随着无人机在应急抢险、测绘、监控等领域中的广泛使用，无人机运行的保障要求越来越高，而由于无人机使用环境的复杂性、多样性，尤其是在诸如抢险救灾、战争形态等应用领域中，这一要求尤为突出，而单一无人机平台受作用半径、续航时间、实用升限和任务载荷等性能局限，往往难以满足实际应用需求。多无人机协同任务规划成为当前国内外广泛关注的课题。

任务分配和航迹规划是多无人机任务规划的关键技术问题，国内外学者对无人机任务分配和航迹规划开展了广泛的研究，已取得了较大进展。当前多无人机任务规划研究过程中，通常采用基于多目标优化函数的全局任务规划方法，在同一阶段完成多无人机的任务分组、任务分工、时序分配和航迹规划等。当前方法主要存在以下几方面不足：①与分层级指挥、分区域协同的指挥流程不匹配，航迹规划易出现区域交叉情况，增加无人机时空防撞协调的复杂性；②难以处理基地疏散配置、各基地无人机数量和性能不同等复杂异构的情况，构建的多目标优化函数过于繁琐；③在任务动态变化时，任务动态再分配存在大量计算冗余，易造成较大的计算复杂度，实效性和可扩展性不好；④任务分配研究过程中，在考虑距离代价时，通常用直线欧式距离近似表示航程，没有考虑威胁区域等约束条件对航程预估的影响，从而易造成任务分配不合理。

因此针对这一现状，以异构多无人机疏散配置在多个基地、协同执行多目标探测任务为应用背景，开发一种分阶段多基地无人机任务分配和航迹规划方法，以满足实际使用的需要。

发明内容

本发明公开了一种分阶段多基地无人机任务分配和航迹规划方法，以解决现有技术存在的问题。

为解决上述技术问题，本发明采用的技术方案如下：

一种分阶段多基地无人机任务分配和航迹规划方法，包括如下步骤：

S1，区域设置，首先，在地理信息系统中，依次点击各基地坐标和任务坐标，确定任务规划区域范围；而后，在规划区域内，采用不同几何形状标记出威胁区域；

S2，任务分配，首先，在航程估算阶段，改进A^*算法，构建各基地、各任务点之间的A^*预估航程矩阵；其次，在多基地多无人机任务分配阶段，当任务数量多、区域集中分布时，基于改进K-means算法，实现目标区域聚类、各阵地聚类目标分配、阵地内无人机任务分配等；当任务数量少、疏散分布时，采用深度遍历方法实现精确任务分配；最后，在单无人机时序任务分配阶段，基于旅行商模型和遗传算法，求解各基地内单无人机的时序任务分配；

S3，航迹规划，首先，采用改进A^*算法规划并绘制航迹；而后，基于三次B样条曲线进行航迹平滑。

优选的，所述S1步骤中，在进行区域设置时，按以下步骤进行：