基于改进合同网算法的多无人机任务分配
发布时间:2021-02-15 22:38
传统合同网算法在任务分配过程中存在任务分配不合理,不能有效利用资源的问题;其在进行任务分配时,不能按照任务需求进行任务分配,任务分配效率低下。针对以上问题,文中提出一种基于改进合同网算法的多无人机任务分配方法。该方法通过优化每架无人机的负载平衡,并结合时间和协作要求,解决任务分配不合理的问题,提高任务的分配和执行效率。
【文章来源】:物联网技术. 2020,10(05)
【文章页数】:3 页
【部分图文】:
传统合同网任务分配示意图
基于以上思路,采用Matlab平台开展仿真实验。无人机的飞行高度一致,飞行起点均匀分布,以x y∈[0,1000]的二维区间为飞行环境。总共20个任务随机分布在同一区域中。任务信息中包含时间和协作的要求。时间和任务量的关系图如图2所示。为了使无人机在接收任务后,合理安排任务的执行顺序,给每个任务设置任务完成时刻,时刻为0或者负数的任务表示无需在规定时刻完成任务,这样的任务可以留在最后执行。此图为实验的仿真条件之一。根据实验数据中的任务量得到需要协作的任务信息见表1所列。
无人机根据传统合同网算法进行任务分配的结果如图3所示。改进后的任务分配图如图4所示。通过图3和图4的对比可以看出:传统合同网算法中每架无人机分配到的任务数量为1,4,3,7,8,6,而改进后的每架无人机分配的任务数量为4,4,3,7,5,6。从分配结果上看改进后合同网算法分配的结果更平均。若无人机在完成任务后回航或者接收到了新的任务信息需要执行,那么传统合同网中的一些无人机由于之前分配的任务较多,消耗了过多的资源,这样就不能在继续接收新的任务。而改进后得到的任务分配结果中,每架无人机消耗的资源相对较少,可以继续执行新的任务,所以改进后的合同网算法比传统合同网算法任务分配更合理。无人机以相同的飞行速度去执行任务,从分配结果的时间上看,改进后的合同网算法对传统合同网算法花费更少的时间。由此可以看出,在本文的任务分配算法中,改进合同网算法比传统合同网算法更有优势。
【参考文献】:
期刊论文
[1]无人机在侦查与监视领域的研究与展望[J]. 陈转,刘平,王超,陈珍珍,刘琳. 物联网技术. 2019(10)
[2]基于粒子群算法的多无人机任务分配[J]. 李士波. 软件导刊. 2018(07)
[3]多无人机协同任务规划方法[J]. 王钦钊,程金勇,李小龙. 火力与指挥控制. 2018(03)
[4]有人/无人机协同互操作性研究[J]. 赵露露. 物联网技术. 2015(05)
[5]动态环境下基于改进合同网的多Agent任务分配算法[J]. 李新亮,翟江涛,戴跃伟. 科学技术与工程. 2013(27)
[6]基于合同网的无人机协同目标分配方法[J]. 钱艳平,夏洁,刘天宇. 系统仿真学报. 2011(08)
[7]蚁群算法求解分布式系统任务分配问题[J]. 王灵霞,张远平,吴佩莉. 计算机工程与设计. 2008(06)
硕士论文
[1]多无人机自主任务规划方法研究[D]. 郜晨.南京航空航天大学 2016
本文编号:3035653
【文章来源】:物联网技术. 2020,10(05)
【文章页数】:3 页
【部分图文】:
传统合同网任务分配示意图
基于以上思路,采用Matlab平台开展仿真实验。无人机的飞行高度一致,飞行起点均匀分布,以x y∈[0,1000]的二维区间为飞行环境。总共20个任务随机分布在同一区域中。任务信息中包含时间和协作的要求。时间和任务量的关系图如图2所示。为了使无人机在接收任务后,合理安排任务的执行顺序,给每个任务设置任务完成时刻,时刻为0或者负数的任务表示无需在规定时刻完成任务,这样的任务可以留在最后执行。此图为实验的仿真条件之一。根据实验数据中的任务量得到需要协作的任务信息见表1所列。
无人机根据传统合同网算法进行任务分配的结果如图3所示。改进后的任务分配图如图4所示。通过图3和图4的对比可以看出:传统合同网算法中每架无人机分配到的任务数量为1,4,3,7,8,6,而改进后的每架无人机分配的任务数量为4,4,3,7,5,6。从分配结果上看改进后合同网算法分配的结果更平均。若无人机在完成任务后回航或者接收到了新的任务信息需要执行,那么传统合同网中的一些无人机由于之前分配的任务较多,消耗了过多的资源,这样就不能在继续接收新的任务。而改进后得到的任务分配结果中,每架无人机消耗的资源相对较少,可以继续执行新的任务,所以改进后的合同网算法比传统合同网算法任务分配更合理。无人机以相同的飞行速度去执行任务,从分配结果的时间上看,改进后的合同网算法对传统合同网算法花费更少的时间。由此可以看出,在本文的任务分配算法中,改进合同网算法比传统合同网算法更有优势。
【参考文献】:
期刊论文
[1]无人机在侦查与监视领域的研究与展望[J]. 陈转,刘平,王超,陈珍珍,刘琳. 物联网技术. 2019(10)
[2]基于粒子群算法的多无人机任务分配[J]. 李士波. 软件导刊. 2018(07)
[3]多无人机协同任务规划方法[J]. 王钦钊,程金勇,李小龙. 火力与指挥控制. 2018(03)
[4]有人/无人机协同互操作性研究[J]. 赵露露. 物联网技术. 2015(05)
[5]动态环境下基于改进合同网的多Agent任务分配算法[J]. 李新亮,翟江涛,戴跃伟. 科学技术与工程. 2013(27)
[6]基于合同网的无人机协同目标分配方法[J]. 钱艳平,夏洁,刘天宇. 系统仿真学报. 2011(08)
[7]蚁群算法求解分布式系统任务分配问题[J]. 王灵霞,张远平,吴佩莉. 计算机工程与设计. 2008(06)
硕士论文
[1]多无人机自主任务规划方法研究[D]. 郜晨.南京航空航天大学 2016
本文编号:3035653
本文链接:https://www.wllwen.com/falvlunwen/hetongqiyue/3035653.html