动态环境下多无人机协同任务分配研究

作     者：张泽阳 

作者单位：湘潭大学 

学位级别：硕士

导师姓名：盛孟刚

授予年度：2023年

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 082503[工学-航空宇航制造工程] 0835[工学-软件工程] 0825[工学-航空宇航科学与技术] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

主      题：无人机 任务分配 动态多目标算法 路径规划 

摘      要：无人机因其便利性、灵活性和高效性等特点备受人们的青睐，随着无人机技术的不断成熟和发展，其在协同干扰攻击等领域发挥着越来越重要的作用，因此对多无人机的协同任务分配研究是很有意义的。无人机执行任务环境的不断复杂化、目标的多样化及数量关系的模糊化给任务分配问题的求解带来了新的挑战。多无人机协同任务分配问题是干扰对抗领域当中的研究重点之一。针对复杂场景下，无人机小组协同执行不同任务的路径规划与任务分配策略优化问题，本文以最小化完成所有任务的代价为目标开展动态环境下的任务分配与路径规划研究。主要工作如下: 首先,为避免动态环境下无人机任务分配单目标优化需确定权值和统一量纲的难题,本文建立了多目标模型并提出了一种改进的动态多目标自适应加权粒子群算法。构建的模型以调度成本、路径成本、风险成本和总任务耗时作为优化的目标，对四个优化目标同时进行优化，寻找帕累托最优解。所提改进动态多目标自适应加权粒子群算法采用启发式初始化生成初始分配方案，并根据自适应变异法来引导种群发现更优的解，同时引入了多子群优化的方法,增加解集的多样性。 其次，针对无人机任务分配对动态环境改变的适应性差的问题，提出了一种改进的环境变化检测和环境变化响应方法。环境的动态变化包括目标数量、目标资源需求及目标位置的变化，通过对这几方面变化的检测，可以快速准确地判定环境是否发生了变化。进一步根据环境变化程度的度量和质心的相对移动程度,将环境变化进行分类,在不同的变化类别下采用不同的响应方法。仿真实验证明,所提出的改进方法使得种群能够在新环境下保持更好的多样性和收敛性。 最后，面对未知环境及存在障碍物对无人机任务分配的挑战，本文提出了一种改进的快速搜索随机树算法来寻找最合适的路径，并将路径算法与所提动态多目标优化算法相结合来解决任务分配问题。新的场景考虑障碍地形的存在，路径不再是以直线形式出现,所提路径规划算法能够以一种非线性递减函数设置步长和邻接圆半径，目的是扩大前期搜索范围提高后期搜索精度。同时在找到可行路径之后，加入自适应引力函数，引导路径朝目标点运行。最后采用三次样条插值形式对路径进行平滑处理。仿真实验表明，所提路径规划算法能够以更短的时间实现更有效的路径寻优,且所提路径规划算法与任务分配优化算法相融合的算法也能够很好地完成总流程的任务分配，能够给出多样的优化解集方案。