《无人机系统概论》课件 模块九 无人机任务规划

无人机系统概论模块九

无人机任务规划

本模块知识脉络9.1无人机任务规划的含义与分类1.任务规划的含义

规划是一个综合性的计划，它包括目标、政策、程序、规则、任务分配、要采取的步骤、要使用的资源以及为完成既定行动方针所需的其他因素。任务规划是对工作实施过程、方法的组织和计划。因为“机上无人”的特点，无人机对任务规划的依赖较强烈，无论是民用无人机还是军用无人机，任务规划都是不可或缺的。

无人机任务规划是指在执行任务前，根据无人机需要完成的任务、数量、携带的载荷类型以及飞行环境等条件，综合运用计算机技术、算法模型和地理信息系统，为无人机制定最优或次优的飞行路径，并进行任务分配与协同管理的过程。其核心目标是确保在满足安全、时效性、能耗等约束条件下，高效、可靠地完成指定任务。2.任务规划的分类（1）航线规划

从功能上划分，任务规划可以分为航线规划、任务分配与调度、数据链路规划、载荷规划与设备选型、系统保障与应急预案规划等

航线规划即在无人机避开限制风险区域及耗油最少的原则上指定无人机的起飞、着陆、接近监测点、监测区域、离开监测点、返航及应急飞行等任务过程中的飞行航迹，并对规划出的航线进行检验，确保规划的航路可实现性和具备良好的安全性。无人机航线一般分为前往任务区的航线、任务区域内的航线和返回降落区的航线。其中，前往任务区的航线和返回降落区的航线以规避危险因素为主，任务区域内的航线主要考虑数据采集质量和覆盖率的要求。（2）任务分配与调度

无人机任务分配与调度是指在多无人机系统中，通过智能算法和协同机制，根据任务需求、无人机状态及环境条件，动态分配任务并规划执行路径的过程。其核心目标是优化资源利用效率、提升任务执行效率，并确保任务的连续性和稳定性，如下图所示。（3）数据链路规划

数据链路规划是指根据任务需求和网络环境，对数据链路的带宽、频率、协议等参数进行配置和优化，以确保数据传输的高效性与可靠性。其核心目标是通过合理分配资源（如带宽、通信模式）和动态调整策略，满足特定场景下的通信需求。此外，规划还需考虑物理链路的可靠性、抗干扰能力及协议兼容性。（4）载荷规划与设备选型

根据任务目标及环境条件（气象、地形等），选择适宜的载荷设备。例如，沙尘气候下需搭载合成孔径雷达成像传感器和可见光成像传感器以满足侦察需求。同时，需规划载荷的工作模式（如开关机、视角调整、焦距调节等），并结合无人机的物理性能（续航能力、载重限制）进行匹配。（5）系统保障与应急预案规划

系统保障与应急预案规划是指综合考虑无人机系统本身的约束条件、目标任务需求和应急情况设定，合理设置地面站与无人机的配比关系，科学部署工作地域内的各种无人机地面站，制定突发情况下的无人机工作方案。这一规划的核心目标是通过预设应急响应机制，确保无人机在复杂或突发环境下的任务连续性和安全性。（6）任务推演与评估

通过计算机仿真建模，模拟无人机在复杂环境中的飞行路径、载荷使用及协同能力，评估任务完成度。例如，无人侦察机任务推演系统可对辐射源信号进行实时仿真，验证侦察能力。将仿真推演结果作为决策依据，反馈至任务规划阶段，指导航线优化、目标分配或应急策略制定。9.2无人机任务规划的基本流程与方法1.任务规划的基本流程（1）任务接收与输入

任务规划始于接收外部指令或任务需求，明确任务目标、范围、时间及约束条件。例如，军事任务需结合战场态势分析，而民用任务则需考虑地理环境和气象因素。输入数据包括无人机性能参数、任务区域的地形、禁飞区、障碍物分布及气象信息。（2）数据准备与态势评估

对任务区域进行数据采集与处理，包括构建电子地图、查询天气、地形等实时环境信息，并生成可视化模型。通过态势感知系统评估敌我双方情况，识别潜在威胁并评估任务可行性。（3）目标分析与威胁评估

对任务目标进行定位与分类，分析其威胁等级及对自身安全的影响。若目标具有威胁性，需进一步评估其对任务执行的影响，并决定是否调整战术或路径。（4）战术选择与任务分配

根据任务优先级和资源分配原则，选择最优战术方案，如侦察、攻击、中继等。将任务分配给单机或多机集群，明确各无人机的职责，如载荷类型、飞行路径、通信链路等。（5）并行规划阶段

并行规划阶段规划内容包括载荷规划、航路规划和数据链路规划。载荷规划用于确定传感器、电子战设备的使用时机与参数设置；航路规划用于设计多机协同路径，包括任务区航路、应急返航路线、避障策略及冲突检测；数据链路规划目的是优化视距链路与卫星通信链路的使用，确保通信稳定性和抗干扰能力。（6）任务预演与评估

通过模拟飞行验证规划结果的可行性，评估时间、精度、安全性是否满足任务要求。若未达标，需返回至战术选择或并行规划阶段进行调整。（7）任务规划输出与执行

将最终规划方案加载至无人机系统，生成任务指令并执行。在飞行过程中实时监控任务状态，动态调整参数以应对突发情况。手动规划

由操作人员通过地面控制站或专业软件（如GIS工具）进行，通过鼠标单击等方式依次设定无人机的飞行航路点、飞行高度、速度及航向等参数。适用于任务需求明确、环境相对静态的场景，但对规划人员的战术和技术素养要求较高。例如，在预先规划阶段，操作人员需结合地形信息、禁飞区等约束条件，手动调整航迹以满足任务需求。自动规划

完全由系统通过算法自动生成，依据无人机的物理性能、任务区、威胁区、禁飞区等约束条件，结合最优原则实现航路规划。常用算法包括传统优化算法（如动态规划、迪杰特斯拉算法）和智能优化算法（如遗传算法、蚁群优化算法）。在动态环境中，可通过强化学习算法实时调整路径，避开障碍物并优化能耗；还可结合传感器数据动态生成飞行路线，适应复杂多变的任务需求。2.任务规划的方法

无人机任务规划的方法根据执行主体和实现方式可分为手动规划和自动规划两种。9.3无人机任务规划的约束条件与优化1.任务规划的约束条件（1）飞行环境的限制

无人机在执行任务时，会受到如禁飞区、障碍物、险恶地形等复杂地理环境的限制，因此在飞行过程中，应尽量避开这些区域，可将这些区域在地图上标志为禁飞区域，以提升无人机的工作效率。此外，飞行区域内的气象因素也将影响任务效率，应充分考虑大风、雨雪等复杂气象下的气象预测与应对机制。最小转弯半径无人机飞行转弯时所需的最小曲线半径，通常取决于多个因素，包括飞行速度、机身结构和操作系统等。最大俯仰角限制了航迹在垂直平面内上升和下滑的最大角度。最小航迹段长度限制无人机在开始改变飞行姿态前必须直飞的最短距离。无人机飞行航迹由若干个航点与相邻航点之间的航迹段组成，在航迹段飞行途中沿直线飞行，而到达某些航点时有可能根据任务的要求而改变飞行姿态。最低安全飞行高度限制通过任务区域最低飞行高度，防止飞行高度过低而撞击地面，导致坠毁。（2）无人机性能限制

划定空域管理区域（如飞行情报区、高空管制区、进近管制区等），并根据飞行计划分配航线、高度和时间，避免空中交通混乱。对特殊空域（如军事禁区、城市上空）实施严格管制，防止非法入侵。

无人机具体执行的飞行任务主要包括到达时间和目标进入方向等，需满足如下要求。

①航迹距离约束，限制航迹长度不大于预先设定的最大距离。

②固定的目标进入方向，确保无人机从特定角度接近目标。（3）飞行任务要求（4）实时性要求

无人机任务规划需具备在线重规划能力，以应对突发障碍物、气象突变等环境变化和任务调整。实时性还要求任务自动规划算法具备高效计算能力，以降低响应延迟。2.任务规划的优化

无人机任务规划的优化是指在满足装备性能、环境限制、任务要求等特定约束条件的前提下，通过数学算法或智能方法对无人机的飞行路径、任务分配及调度策略进行系统性优化，以实现高效、安全、可靠的任务执行。其核心目标是提升任务完成效率、降低资源消耗并增强对复杂动态环境的适应能力。（1）传统的优化算法动态规划

动态规划是适用于多阶段决策问题的数学方法，通过分解复杂问题为子问题并逐步优化实现路径规划高效求解，核心思想是利用贝尔曼方程（BellmanEquation）递归计算最优策略。广泛应用于无人机任务规划，例如在多目标路径规划中动态调整飞行轨迹以适应环境变化。然而，其对问题规模敏感性较高，状态空间过大时计算复杂度会显著增加。迪杰斯特拉算法

迪杰斯特拉算法（Dijkstra'sAlgorithm）通过贪心策略求解图中从起点到所有节点的最短路径，适用于静态环境下的路径规划。优势在于计算过程简单且结果精确，对动态障碍物的响应能力较弱，无法实时调整路径。实际应用中常用于预设航线规划，需结合其他算法（如A*算法）以应对动态环境。蚁群优化算法

模拟蚂蚁觅食行为，通过信息素更新机制动态调整路径，核心思想是群体协作探索解空间，适用于动态环境中的路径规划问题。例如，在复杂地形中可通过信息素浓度差异快速找到避障路径，且对初始条件依赖较小。然而，其收敛速度受参数设置影响较大，需通过调整信息素挥发率和更新规则优化性能。遗传算法

通过模拟自然选择与遗传变异过程处理多目标优化问题，优势在于全局搜索能力强，能有效解决多无人机协同任务中的路径分配与时间最小化问题。在多目标优化中可通过种群多样性维持搜索效率，但其收敛速度较慢，且容易陷入局部最优解。强化学