具体实施方式

下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。

本发明第一实施例提供本发明实施例提供一种面向异构无人机集群的耦合多任务分配方法，本公开的方法在分配任务之前，可以预先确定各个任务目标的大致位置、待执行任务类型、任务能力需求等数据。还可以预先确定各无人机执行不同类型任务的能力，基于此本公开的方法如图1所示，可以包括如下步骤：

步骤S101、量化无人机集群中的各无人机的能力指标，并量化各任务的能力需求。

基于此可以将无人机的各项指标以及目标任务的需求进行量化，通过进行指标量化，能够有效的评估各无人机的能力以及各任务的能力需求，从而便于在后续的方法中选择执行任务的无人机。

步骤S102、基于所述能力指标以及所述能力需求建立约束条件。

例如可以设无人机集群由N_u个无人机组成，无人机集合可以记为：

每个无人机的初始位置为：

最大航程为

能执行的最大任务数为

具体的约束例如单台无人机能执行的任务数不应超过其任务上限，总的任务需要被完成执行，因此无人机的任务能力需要覆盖任务目标等，基于此可以建立约束条件。

步骤S103、基于所述约束条件，以总航程最短为目标建立多任务分配模型。

本公开的多任务分配的目的是为每个无人机i确定合适的任务序列：

其中N_i为分配给无人机i的总任务个数，为任务目标序号，为任务类型序号。

基于此可以以一期望的优化性能指标来建立模型，例如期望总航程最短，那么可以确定优化性能指标为总航程最短，即：

其中J为性能指标函数，P_ui表示无人机i的位置，P_tj表示任务目标j的位置。

步骤S104、基于所述任务模型建立人工蚂蚁矩阵。可以基于无人机的数量N_u构建若干蚂蚁，例如构建N_u×M个人工蚂蚁，分别记为Ant_m，i(i＝1，2,3,…,N_u,m＝1,2,3，…，M),组成一个N_u×M维的蚂蚁矩阵。每一行称为一个蚂蚁种群，每一列称为一个蚂蚁簇。

步骤S105、确定人工蚂蚁矩阵中的各蚂蚁的相对任务能力。然后在步骤S106、基于所确定的各人工蚂蚁的相对任务能力及各路径上的信息素强度循环执行状态转移，确定当前任务路径。然后在步骤S107、基于当前任务路径，循环更新信息素强度，直至确定最优任务路径。在建立人工蚂蚁矩阵之后，由于无人机的执行能力已经量化，且任务目标的需求也已经量化，由此可以计算出人工蚂蚁矩阵中各蚂蚁的相对任务能力，据此依次选取一只人工蚂蚁，并根据各路径上的信息素强度计算出状态转移概率，依此来进行状态转移。由总路径最短的人工蚂蚁簇决定的路径即为无人机集群的最优任务路径。

步骤S108、基于所获得的最优任务路径控制所述无人机集群。按照确定的任务路径执行任务分配即可获得最优路径下的无人机集群任务执行方式。

本发明实施例适用于不同架构不同类型的任务的分配，可实现在统一框架下处理不同场景下的不同耦合强度、不同复杂程度的异构无人机集群多任务分配问题。

在一些实施例中，各无人机的能力指标包括无人机的侦察能力、干扰能力、打击能力以及评估能力，且对应的能力指标越大表示该无人机执行能力越强。

具体地说，可以按照执行任务的需求进行任务分类，例如侦察、干扰、打击以及评估等维度为无人机进行指标量化，0表示没有该类能力，数值越大表示相应能力越大。各无人机的侦察P_R、干扰P_E、打击P_A、评估P_J能力分别记为：

在一些实施例中，基于所述能力指标以及所述能力需求建立约束条件包括：

为各任务，按照任务的顺序关系，确定任务时序约束。

本公开的方法进一步考虑了任务的执行顺序，例如对每个目标而言，对其的侦察任务应在干扰任务、打击任务之前，对其的毁伤评估任务应在干扰任务、打击任务之后。

为各任务建立能力需求约束，其中所有无人机的能力之和不小于任务的能力需求。

设有N_t个目标，分别记为

每个目标的大致位置为

记总任务数为N_task，则当对每个目标都有侦察、干扰、打击、评估任务时，N_task＝4N_t；否则，N_task<4N_t。对应于无人机侦察、干扰、打击、评估能力的量化值，设每个目标对侦察、干扰、打击、评估任务的量化能力需求分别为：

据此，当R_xj＝0(X∈{R,E,A,J},j＝1,2,…,N_t)时，表示对相应目标没有相应的任务需求。

对每个目标的每个任务而言，分配给该任务的所有无人机的相应能力之和应不小于该任务的能力需求，即：

其中：

为各任务至少配置一台无人机来执行该任务。对每个目标的每个任务而言，应至少有一个无人机用于执行该任务，即

为各无人机，确定该无人机的续航约束，所述续航约束满足该无人机的任务续航不大于其最大续航。

为各无人机建立任务数量约束，所述任务数量约束用于描述为该无人机分配的任务数量不大于其任务数限制。基于前述公式(3)-(4)可以确定相关的约束条件，从而与实际的应用场景更加的匹配。例如对每个无人机i而言，分配给它的任务数应不大于其任务数限制，即

N_i≤N_tmax,i,i＝1,2,…,N_u (20)

在一些实施例中，确定人工蚂蚁矩阵中的各蚂蚁的相对任务能力包括：

基于该蚂蚁在第k次迭代中第n次状态转移时，该蚂蚁已走过的航程长度、可选的任务集合、可选的任务集合中目标任务之间的信息素强度以及该蚂蚁的剩余能力，确定其被选中用于执行任务的概率，作为该蚂蚁的相对任务能力。

具体的说，可以对每个蚂蚁簇中的每只蚂蚁，计算其相对任务能力，作为其被选中用于执行任务的概率，具体为

其中k为迭代序号，n表示第n次状态转移，L_m，i(k，n)为人工蚂蚁Ant_m，i在第k次迭代中第n次状态转移时已走过的航程长度，Allowed_m,i(k,n)为人工蚂蚁Ant_m,i在第k次迭代中第n次状态转移时可选任务的集合，|Allowed_m,i(k,n)|为集合中的任务个数，s₁、s₂为集合中的两个不同任务，τ(s₁,s₂)为任务s₁到任务s₂的信息素强度值，N_τ,m,i(k,n)为人工蚂蚁Ant_m,i在第k次迭代中第n次状态转移时已执行任务的个数，P_A,m,i(k,n)为人工蚂蚁Ant_m,i在第k次迭代中第n次状态转移时剩余的打击能力，P_R,max、P_E,max、P_A,max、P_J,max分别为所有无人机的最大侦察、干扰、打击、评估能力值。

在一些实施例中，基于所确定的各人工蚂蚁的相对任务能力及各路径上的信息素强度循环执行状态转移，确定当前任务路径包括：

按照各蚂蚁的相对任务能力的大小顺序选择一只蚂蚁，根据各任务路径上的信息素强度计算其状态转移概率，并据此循环确定其下一时刻的任务状态，直至可选的任务集合为空。

对每个蚂蚁簇根据前述的任务能力大小依次选择一只人工蚂蚁进行状态转移。将当前时刻的任务状态简记为s_m,i(k,n)＝s，下一时刻的任务状态简记为s_m,i(k,n+1)＝s₁，则s₁的选择依据为

其中

其中，α＞0为信息素强度指数，β＞0为启发因子强度指数，η(s,l)为启发因子强度，可通过下式计算

其中，w₁∈(0,1)，w₂＝1-w₁，d_sl为任务s与任务l之间的距离，d_max为两任务间的最大距离，X(l)为任务l的任务类型，j(l)为任务l对应的任务目标序号。

在一些实施例中，基于所确定的各人工蚂蚁的相对任务能力及各路径上的信息素强度循环执行状态转移，确定当前任务路径还包括：

为各蚂蚁，计算其路径长度；

基于各路径长度确定最优路径长度。

进一步的，可以对每个蚂蚁簇计算其所规划出路径的路径长度值，并计算当前迭代的最优路径及最优路径长度值J_best。

在一些实施例中，基于当前任务路径，循环更新信息素强度，直至确定最优任务路径包括：

根据所有蚂蚁的当前路径，更新目标任务之间的信息素强度，循环选择蚂蚁进行状态转移并确定最优路径，直至达到迭代次数。

具体的，可以按下式更新每两个任务间的信息素强度

τ(s,v)＝sat((1-ρ)τ(s,v)+ρΔτ,τ_min,τ_max) (25)

其中

其中，ρ∈(0,1)为信息素挥发系数，τ_min和τ_max分别为设定的最小、最大信息素强度。若迭代次数小于预设的总迭代次数，则继续重复选取蚂蚁执行迭代，否则，终止运行。

作为一种示例，如图2，图3所示，不同时刻无人机所分配到的任务可以是不同的，由此来满足任务需求，同时如图4所示，每次迭代之后能够确定出全局最优和局部最优等路径，最后可以基于选择的迭代输出中的路径(例如最优路径)来进行无人机集群的任务控制，从而实现任务的最优分配。

本公开的方法既可以处理搭载不同传感器的异构无人机集群，也可以处理同构无人机集群。本公开的方法充分考虑了不同任务之间的时序耦合关系。可在统一框架下处理不同场景下的不同耦合强度、不同复杂程度的多任务分配问题。

本发明实施例还提供一种面向异构无人机集群的耦合多任务分配装置，所述多任务分配装置包括处理器和存储器，所述处理器用于执行所述存储器中存储的一个或者多个计算机程序，以实现本公开各实施例所述的面向异构无人机集群的耦合多任务分配方法的步骤，

本发明实施例还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现本公开各实施例所述的面向异构无人机集群的耦合多任务分配方法的步骤。

需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。

上面结合附图对本发明的实施例进行了描述，但是本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨和权利要求所保护的范围情况下，还可做出很多形式，这些均属于本发明的保护之内。