无人机任务规划系统体系设计①

无人机任务规划系统(MPS)是一项复杂的系统工程,一个综合高效的任务规划系统对于具有超视距侦查和监视能力的无人机完成作战任务是相当重要的。系统地构建一个可行的任务规划系统需要考虑的因素很多,首先要进行任务信息需求分析,其次是对各种资源的合理配置,另外还要满足飞机飞行特性、航空控制规则以及作战法则等标准。从无人机任务规划概念出发,分析无人机任务规划系统的信息需求环境和构建要求,归纳了无人机任务规划的基本体系结构和模块化设计,最后给出了无人机任务规划系统基本的评价指标。     

基于粒子群优化算法的无人机航迹规划

无人机作为侦察和作战的重要手段,重要的是保证侦察目标的准确性,对任务/航迹规划系统是无人机实现自主飞行和自主攻击的关键技术。在给出无人机航迹规划问题描述的基础上,提出一种基于粒子群优化算法的无人机航迹规划方法,利用粒子群优化算法,将约束条件和搜索算法相结合,从而有效减小搜索空间,得到一条全局最优路径并进行仿真。仿真结果表明,规划方法能够快速有效地完成规划任务,获得满意的航迹,满足无人机作战要求,具有重要的现实意义。     

无人机自主航路规划平台设计

基于人机交互的需求,设计了一款无人机自主航路规划平台。该平台主要应用于无人机飞行前的航路规划工作,能够在已知任务环境信息的基础上,根据任务需求,规划出一条有效航路,同时具备控制无人机飞行、飞行状态监控等功能。首先,在国内外无人机系统适航标准规范的基础上,针对突发或紧急任务下无人机地面操作员工作负荷增大等问题,对无人机航路规划系统设计的安全性要求和人机交互需求进行了归纳梳理;然后,基于航路规划系统功能需求,从航路规划、通信、控制、状态监控等方面,构建了航路规划平台,并采用MATLAB APP Designer完成了软件平台的开发;最终试验测试表明该平台符合设计需求。     

XML文档在卫星任务规划系统中的应用研究

介绍了卫星任务规划系统的总体开发流程,通过分析卫星任务规划系统的输入输出数据的属性,发现传统的关系型数据在任务规划系统中所存在缺点,将XML模式用于描述卫星任务规划系统中的输入输出数据结构和数据内容,实现了卫星任务规划输入输出数据的标准化,展现了对输入输出数据进行标准化描述的XML文档格式.通过对输入输出数据的标准化描述,任务规划系统能够摆脱数据库的限制,实现跨领域、跨平台的应用.为今后任务规划系统向B/S结构的转变打下了基础.     

无人机三维航迹规划方法研究

航迹规划算法是无人机关键技术之一,同时也是任务规划系统（Mission Planning System）核心之一。针对固定目标规划问题,提出一种voronoi图改进算法和动态稀疏A*算法融合的三维航迹规划方法。该方法针对固定威胁目标,通过改进voronoi图规划算法快速求解二维航迹路径,然后在该路径参考下,用动态稀疏A*算法求解符合无人机飞行动力学约束的三维航迹。试验表明,该算法比动态稀疏A*算法规划速度快,并保证了航迹最优性。     

基于改进人工势场法的无人机在线航路规划算法

在线航路规划能够使无人机针对动态变化的环境快速有效地生成相适应的飞行航路,是无人机任务规划系统必需的能力之一。基于人工势场法提出一种三维在线航路规划方法,使无人机在应对动态变化的飞行环境时能实时规划出保障飞行安全并满足其任务执行效率指标的飞行航路。此航路规划方法在环境构建过程中引入了参考航路引力场和自适应的时间扰动因子,解决了原人工势场法在航路规划中容易陷入势场局部最小值而导致无法用适感环境动态变化区域的问题。在此基础上,提出一种虚拟目标法以更有效地解决人工势场法遇到的局部极值陷阱问题。通过仿真验证表明:所提出的无人机在线航路规划方法比传统的人工势场法更容易跳出势场的局部最小值,且有较好的避障能力。     

人工蜂群算法的无人机航路规划与平滑

航路规划是无人机(UAV)作战任务规划系统的关键组成部分,目标是在适当的时间内为UAV计算出最优或次最优的飞行航路.人工蜂群(ABC)算法是一种最新发展的模拟昆虫王国中蜜蜂群体寻找优良蜜源的群体智能优化算法.采用人工蜂群算法完成无人机的平滑航路规划,首先阐述了人工蜂群算法的基本原理,然后将无人机航路规划问题通过建模转换成为一个多维函数优化问题,利用人工蜂群算法的优势,找到多维函数的最优解,最后对优化后的航路进行了平滑,使UAV对规划后的航路可飞.仿真实验结果表明,此方法可有效规划出航路,且所规划的航路可飞.     

无人机航迹规划与监控系统设计

无人机作为现代战争中广泛使用的设备,使无人机安全、准时完成任务。航迹规划就是针对各种任务需求,为无人机提供一条或多条可行航线,确保无人机处于自主飞行状态。本研究目的是研发通用性特征的无人机航迹规划与监控系统,在阐述设计该系统原则基础上,详细介绍无人机航迹规划与监控系统分层架构及用户控制层、数据管理层等,并提出开展各项测试。结果表明,所设计系统能顺利通过测试,达到实际应用的需求。     

A*初始化的变异灰狼优化的无人机路径规划

无人机(unmanned aerial vehicle,UAV)路径规划问题是无人机任务规划系统的重要组成部分,需要在一个存在威胁区的搜索空间中获得最优路径.为解决灰狼优化算法存在收敛速度慢、容易陷入局部最优等问题,提出了一种基于A*初始化的变异灰狼优化算法.该算法首先将模型离散化,进而使用A*算法进行头狼的初始化,使...     

多约束下多无人机的任务规划研究综述

高度信息化的发展使得无人机作战优势凸显。准确的无人机任务规划技术是完成给定任务的重要保障。任务分配、路径规划是构成无人机任务规划技术的两个核心部分。基于该技术,首先讨论了无人机任务规划的发展状况、分类标准、体系结构。其次,分别详细介绍了影响任务分配、路径规划的重要指标,如分类标准、约束指标、相应模型、代表算法、评价指标等,然后,分别分析对比求解任务分配的启发式算法、数学规划方法、随机智能优化算法的优缺点和求解路径规划的数学规划方法、人工势场法、基于图形学法、智能优化算法的优缺点;最后,总结了无人机任务规划存在的开放性问题、未来发展方向和研究重点。     

基于无人机中继的导弹集群任务规划系统研究

导弹集群协同作战是C4ISR的网络攻击的典型作战模式,本文以无人机中继模式为例分析了导弹集群实施远程打击的作战流程。任务规划系统的关键技术包括网络体系下的系统结构、任务调度技术、实时航路规划技术、人在回路制导方式下导弹饱和攻击技术等。设计了导弹集群任务规划仿真系统,主要功能包括:任务管理、地图预处理、数据链信息处理、任务规划、视景仿真等。导弹集群协同航路规划子系统是任务规划系统的重要子系统,对其系统结构进行了分析与设计,并给出了航路规划的仿真结果。     

基于多值表示的并行规划方法

Fast Downward规划系统是第四届国际规划竞赛的冠军.以高效的串行规划系统Fast Downward为基础,设计并实现了并行规划系统Parallel Downward.首先提出4个并行规划的相关定义;之后提出多值规划任务下动作互斥的定义、充要条件,并实现了动作互斥判断算法;在此基础上设计了候选并行动作集的生成算法;然后为提高系统求解质量重新设计了新的搜索控制策略;最后,给出剪枝策略来抑制并行规划状态空间的指数级膨胀.通过对国际规划竞赛测试问题的实验,Parallel Downward表现出良好的规划效率和规划质量,相比Sapa规划系统Parallel Downward具有较好的可扩展性.     

面向图像三维重建的无人机航线规划

随着无人机技术的发展,无人机序列影像三维重建越来越受到人们的关注。为完整重建任务区域的三维模型并减少无人机飞行功耗,提出一种面向图像三维重建的无人机航线规划算法。针对凸多边形任务区域,在图像重叠度和时间连续性的要求下,基于光栅法规划扫描航线并结合最佳扫描方向使得转弯次数最少。借助Gazebo仿真平台,对比验证了无人机按照该算法规划的航线飞行时功耗更小,且拍摄得到的序列影像能够重建任务区域三维模型。     

多无人机协同攻击路径规划研究

如何实现多架无人机规避复杂威胁区域对敌重要目标实施协同打击成为近来研究的难点,研究实现协同打击的关键是规划出多无人机从各自起始点到目标的最优协同攻击路径,以解决路径规划的关键技术为目的。对复杂威胁区域中,多无人机最优协同攻击路径规划进行了研究。首先,构建了多无人机最优协同攻击路径规划系统框架;其次,以人工智能A*算法为基础,结合无人机运动学方程对A*算法进行了改进,得到一种基于步长搜索的无人机路径快速生成算法;再次,基于改进的路径快速生成算法,以多无人机同时攻击目标为约束条件,进行变步长的协同攻击仿真计算。仿真验证了路径规划算法和协同攻击算法的有效性。     

可扩展性卫星任务规划系统的设计与实现

针对现有卫星任务规划系统可扩展性差的特点,设计并实现了一种类似于HLA(High Level Architecture)框架的可扩展性卫星任务规划系统HES3(High-Extensible Satellite Scheduling System).为保证HES3的可扩展性,提出了基于专家系统和约束分离的卫星任务规划算法的两阶段规划处理机制.设计了基于类甘特图和GIS(Geo-graphic Information System)视图的规划结果可视化人机交互接口.最后,通过一个应用实例说明了HES3的运行过程.     

基于MAS技术的多星协同侦察任务规划系统设计*

基于MAS技术,提出用多agent系统来实现多星协同侦察任务规划系统,建立系统的总体结构,并对其中的关键技术进行分析,给出了基于合同网的多星协作结构,实现了侦察任务分解和任务分配;在单个agent中利用已有规划器SAPA实现单星行动规划。基于MAS建立的任务规划系统具有较好的智能性和自主性。     

无人机航路规划与威胁源模型研究

无人机航路规划作为任务规划的核心部分,是任务规划不可缺少的阶段.传统的手动规划无人机航路已经存在许多的问题,现今自动或半自动的规划方法已经成为研究的热点.为了规划出精确的无人机航路,本文建立了相关威胁源模型,基于遗传算法规划无人机航路,解决了威胁随高度变化导致无人机航路规划不精确的问题,仿真结果表明建立的规划威胁源模型更能精确地计算出无人机航路.     

带定位误差约束的多无人机快速协同航迹规划北大核心

在战场中,采用多架无人机协同配合对目标进行打击可以有效提高目标毁伤概率。实施过程中,无人机除了会受到自身的硬件约束,还会遇到环境约束以及任务要求约束等众多软硬约束条件。针对无人机执行打击任务过程中存在的定位误差校正约束、转弯半径约束以及时间协同约束等,建立了多约束条件下多无人机快速协同航迹规划的混合整数规划模型,利用CPLEX进行求解。仿真结果表明,上述模型可以为多架无人机生成合理航迹,确保有效执行任务。     

基于蚁群算法的无人机编队折线航路规划系统

针对无人机编队折线航路规划系统一般为单向行驶，造成规划速度较慢的问题，设计基于蚁群算法的无人机编队折线航路规划系统。首先，根据实际的设计需求及标准，构建主处理定位模块；其次，构建蚁群航路规划指令集群，采用多目标的形式，提高航路的规划速度；最后，进行系统测试。经过3个航路测定区域的对比分析可知，无人机编队规划的最佳航迹代价值均可以达到50以上，说明该系统的航路规划能力较强，规划速度快，具有较高的应用价值。     

一种多机器人任务规划算法及其系统实现

针对多机器人任务规划问题,提出了一种蚁群集中式规划方法,建立了任务分配和路由规划的蚁群算法描述模型,并利用局部搜索策略改进了蚁群算法分配效果,实现了多机器人集中任务规划系统.利用该系统平台,进行了大量的实验分析.结果表明,蚁群算法能有效解决多机器人任务规划问题,为多机器人协作机制提供了新思路.