CN119416992A 无人机群体协同合作博弈任务分配和路径规划方法及系统 （北京交通大学）

无人机群体协同合作博弈任务分配和路径本发明提供无人机群体协同合作博弈任务度的协同搜索任务分配模型；基于合作博弈理论，制定时间距离均衡的无人机群动态目标点2基于面向效率和覆盖度的协同搜索任务分配模型，以最短路径法由合作博弈策略动态选择下一个目标点并形2.根据权利要求1所述的无人机群体协同合作博弈任务分配和路径规划方法，其特征所针对的利用多个无人机对搜索空间已标记好的多个任务点进行协同UUUUU)TT)re3.根据权利要求1所述的无人机群体协同合作博弈任务分配和路径规划方法，其特征34.根据权利要求1所述的无人机群体协同合作博弈任务分配和路径规划方法，其特征标点序列；核验最优目标点序列中是否有重复的元素，即代表多个无人机同取到最优目标点的无人机顺势选择次优目标点序列中其对应位置的任务点作为下一步的将第一阶段目标序列进行第二次分析，分析是否仍然存在重复的复元素(且未出现在最优目标点序列中)，个数为m，则计算这些重复元素对应的无人机有执行任务无人机的目标点序列。5.根据权利要求4所述的无人机群体协同合作博弈任务分配和路径规划方法，其特征4式中distence(krunkrun,)-distence(kruas.mnkrunpp)表示求解序号为i的从排序好的Ksecond一m第一个开始截取前m个任务点；将这m个任务点依次6.根据权利要求1所述的无人机群体协同合作博弈任务分配和路径规划方法，其特征为判断无人机返程时机，计算每个无人机完ui>TU该无人机即刻返回释放回收点。无人机从起飞开始循环计算下一阶段目标点、判断是否需要7.根据权利要求6所述的无人机群体协同合作博弈任务分配和路径规划方法，其特征5放回收点或所有任务点均被搜索到的循环结若仍然time_judui>TU，那么表示该无人机无法在返回途中添加其动态选择模块，用于基于面向效率和覆盖度的协同搜执行如权利要求18任一项所述的无人机群体协同合作博弈任务分配和6[0003]无人机群协同动态搜索与路径规划技术具有广泛的应用[0005]本发明的目的在于提供一种基于合作博弈的无人机群体协同合作博弈动态任务始经由合作博弈策略动态选择下一个目标点并78序列；i的无人机决策前所处位置krunow距离最优目标点和次优目标点的欧氏距离差，α,β为权在重复元素，个数为m，则计算重复(且未出现在最优目标点序列中)元素对应的无人机9[0038]计算每个无人机完成之前任务后从当前位置krunow飞往目标点位置和从目标点述程序指令执行如第一方面所述的无人机群体协同合作博弈动态任务分配和路径规划方[0056]图1为本发明实施例所述基于合作博弈的无人机群体协同合作博弈动态任务分配[0057]图2为本发明实施例所述的基于合作博弈的无人机群体协同合作博弈动态任务分[0058]图3为本发明实施例所述的基于合作博弈的无人机群体协同合作博弈动态任务分[0060]图5为本发明实施例所述的无人机返程路径规划和判断添加任务点与否的算法示语和科学术语)具有与本发明所属领域中的普通技术人员的一般理的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进[0069]本实施例1中，首先提供一种无人机群体协同合作博弈动态任务分配和路径规划间距离均衡的无人机群动态目标点选择策略，使无人机群从释放点开始经由合作博弈策[0087]式(4)为无人机的任务分配时间目标函数，TU是布尔变量，当无人机u被分配由出发点或者任务点tui前往tuj执行搜索搜索到的情况。其中krn表示编号为n的无人机选择的任务点序号；未争取到最优目标点的无人机顺势选择次优目标点序列中其对应位置的任务点作为下一机顺势选择次优目标点序列中其对应位置的任务点，形成第一阶段目标点序列once(krkr,gkrs….kr.);设计第一次判定函数如下：[0095]式中distence(krumkrunen)-distence(krusnkruns,)表示求解序号为i的无人机决策前所处位置krunow距离最优目标点和次优目标点的欧氏距离差，α,β为[0098]将这m个任务点分分配给这m个无人机，形成所有执行任务无人机的目标点序列[0099]所述的判断无人机返程时机，并解算未搜索任务点与目ui>TU该无人机即刻返回释放回收点。[0105]将其作为备选点计算公式(9)，若得到的time_judui<TU则将这个点加入到对应无机从执行任务的无人机集合UT中删除，表示该无人机完成任务返回且不参加后续搜索任[0108]本实施例提供的一种基于合作博弈的无人机群体协同合作博弈动态任务分配和路径规划方法的实现原理算法细节如图1所示，主要流程包含无人机群协同搜索任务分配[0109]本实施例提供的基于合作博弈的无人机群体协同合作博弈动态任务分配和路径[0111]本实施例提供的基于合作博弈的无人机群体协同合作博弈动态任务分配和路径规划方法的应用场景示意图如图3所示。所针对的利用多个无人机对搜索空间已标记好的[0123]式(4)为无人机的任务分配时间目标函数，TU是布尔变量，当无人机u被分配由出发点或者任务点tui前往tuj执行搜索任务时，该变量为1,表示无人机被分配由tui前往tuj执行搜的情况。(6)第一个表达式表示出动的无人机数量不超过无人机群中无人机的总数；第务完成的时间和其放弃最优目标点的代价制定策略(7)，将函数值最小的无人机作为最优点序列once(krkrwkrs…krn):设计第一次判定函数如下：ran)-distence(krakra⃞)表示求解序定归属的任务点和对应的无人机)和未搜索到的任务点作为候选群体，计算该候选群体中[0134]将这m个任务点分配给这m个无人机，形成所有执行任务无人机的目标点序列next_point(krkrwkrg…kr.n),按照上述例子，最后两辆无人机对于编号为3的任务kn.)tdiui>TU该无人机即刻返回释放回收点。的方向是一致的，避免无人机出现反方向飞行的情况，将筛选出的任务点作为目标点iramon计算公式(9)，若得到的time_judui<TU则将这个点加入到对应无人机的next_点中重复的被多个无人机共同竞争的任务点利用合作竞争规则通过两阶段分配得到最终[0145]本实施例3提供一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介始经由合作博弈策略动态选择下一个目标点并指令执行如上所述的无人机群体协同合作博弈动态任务分配和路径规划方法，该方法包始经由合作博弈策略动态选择下一个目标点并始经由合作博弈策略动态选择下一个目标点并现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定[0161]这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特