CN108983817A - 一种多区域搜索方法及装置 - Google Patents

一种多区域搜索方法及装置 Download PDF

Info

Publication number
CN108983817A
CN108983817A CN201810893636.1A CN201810893636A CN108983817A CN 108983817 A CN108983817 A CN 108983817A CN 201810893636 A CN201810893636 A CN 201810893636A CN 108983817 A CN108983817 A CN 108983817A
Authority
CN
China
Prior art keywords
unmanned plane
region
search
searched
time
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201810893636.1A
Other languages
English (en)
Other versions
CN108983817B (zh
Inventor
陈进朝
杜承烈
尤涛
蒋泽军
王丽芳
鲁旭
常磊
姚鑫
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Northwestern Polytechnical University
Original Assignee
Northwestern Polytechnical University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Northwestern Polytechnical University filed Critical Northwestern Polytechnical University
Priority to CN201810893636.1A priority Critical patent/CN108983817B/zh
Publication of CN108983817A publication Critical patent/CN108983817A/zh
Application granted granted Critical
Publication of CN108983817B publication Critical patent/CN108983817B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/10—Simultaneous control of position or course in three dimensions
    • G05D1/101—Simultaneous control of position or course in three dimensions specially adapted for aircraft

Landscapes

  • Engineering & Computer Science (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本发明公开了及一种多区域搜索方法及装置，涉及无人控制技术领域。以为多无人机多区域搜索问题提供一种简单高效的实现方法。该方法包括：在设定范围内依此确定多个搜索区域之间的距离，根据无人机的扫描宽度，所述无人机的最大飞行速度，确定无人机在单位时间的搜索面积；当确定设定范围内存在未分配的待搜索区域时，将当前最早完成搜索任务的无人机确定为分配无人机，将最大时间比对应的待搜索区域分配给分配无人机；将待搜索区域最长边对应的顶点确定为搜索起始点，所述分配无人机按照平行扫描的往返搜索方式直到扫描路径经过与最长边最远的顶点，其中，平行扫描的宽度按照无人机的扫描宽度确定。

Description

一种多区域搜索方法及装置
技术领域
本发明涉及无人控制技术领域，更具体的涉及一种多区域搜索方法及装置。
背景技术
无人机(Unmanned Aerial Vehicle，UAV)自主能力的不断提高和应用环境的日益复杂已经使得单架UAV无法满足实际任务的需求，协同控制多无人机(UAVs)实现更大的整体效能已经成为了UAV研究的新热点。作为多UAV协同控制的重要研究内容，多UAV协同搜索是指对多UAV进行合理的任务分配与飞行路径规划，使多无人机协作高效率高质量完成搜索任务的过程。多无人协同搜索具有效率高、任务容错能力强等显著优点，已被广泛应用于目标搜索、地图测绘和农药喷洒等领域，多无人机协同已经成为未来无人机发展的趋势。
目前，针对区域搜索问题的研究主要集中在单UAV搜索连续区域的路径规划和多UAV协同搜索连续区域的任务分配上。单UAV区域搜索路径规划主要研究搜索区域形状、内部障碍、UAV性能等因素对搜索路径起点选择和搜索方式的影响；多UAV协同搜索连续区域的研究包括：UAV搜索性能评估、区域划分与分配和搜索路径生成；多无人机协同搜索多区域与多UAV搜索连续区域有相似之处但又有所区别，主要相同点在于两者都涉及到对无人机的性能评估和对任务的调度；主要区别在于连续区域搜索问题的不涉及区域间飞行时间对任务完成时间的影响，而多区域搜索问题既要考虑区域的搜索时间也涉及到无人机在区域间的飞行时间代价，其主要优化目的是如何进行搜索区域任务调度和路径规划使所有无人机中最晚完成搜索任务的无人机所需时间尽可能短，即所有区域的搜索完成时间尽可能早。
结合无人机搜索问题的研究现状可以看出：在单无人机搜索连续区域的研究中，不涉及无人机异构性和多无人机间的协同，搜索算法和路径易于生成；在多无人机搜索连续区域的研究中，不涉及无人机在区域间的飞行代价，只将无人机的相对能力作为覆盖区域大小的分配依据；而多无人机多区域搜索问题，不仅考虑无人机的性能差异，而且要考虑覆盖多个区域时的飞行代价和功耗情况，调度算法和路径规划更加复杂，目前该方面的研究相对较少。
在实际情况中存在大量分隔区域搜索的应用需求。例如在军事上对多个不同目标的侦查和搜索问题；在农业中对山区土地和分散梯田的农药喷洒、地形建模问题；在救灾抢险中对多个受灾区域同时监测，以便及时了解不同地区灾情，为正确决策提供支持的问题；在生态环境保护工作中，对相互影响的不同区域实现协同观测等，这些应用场景都涉及多无人机多区域搜索问题。因此，研究多无人机多区域搜索问题，为该问题提供一种可行的解决方案具有重要的理论和实际意义。
发明内容
本发明实施例提供一种多区域搜索方法及装置，用以为多无人机多区域搜索问题提供一种简单高效的实现方法。
本发明实施例提供一种多区域搜索方法，包括：
在设定范围内依此确定多个搜索区域之间的距离，根据无人机的扫描宽度，所述无人机的最大飞行速度，所述搜索区域内限定最大飞行速度和所述无人机不同直线飞行距离时的最优飞行速度，确定所述无人机在单位时间的搜索面积；
当确定所述设定范围内存在未分配的待搜索区域时，将当前最早完成搜索任务的所述无人机确定为分配无人机，将最大时间比对应的所述待搜索区域分配给所述分配无人机；
将所述待搜索区域最长边对应的顶点确定为搜索起始点，所述分配无人机按照平行扫描的往返搜索方式直到扫描路径经过与所述最长边最远的顶点，其中，所述平行扫描的宽度按照所述无人机的扫描宽度确定。
优选地，将无人机在剩余的每个所述待搜索区域的搜索时间与所述分配无人机从当前所在的所述搜索区域飞行至每个所述待搜索区域的飞行时间之间的比值确定为所述时间比；
所述将最大时间比对应的所述待搜索区域分配给所述分配无人机具体包括：
当多个所述待搜索区域具有相同的搜索面积时，将与所述分配无人机具有最小距离的所述待搜索区域分配给所述分配无人机；或者
当多个所述待搜索区域与所述分配无人机之间具有相同的距离时，将具有最大搜索面积的所述待搜索区域分配给所述分配无人机。
优选地，通过下列公式确定所述无人机在单位时间的搜索面积：
C＝Vopt*W
其中，W为无人机的扫描宽度，Vopt＝min{Vpower(d),Vpermit,Vmax}，Vpower所述无人机不同直线飞行距离时的最大飞行速度，Vpermit所述搜索区域内限定最大飞行速度，Vmax为无人机最大飞行速度。
优选地，所述将最大时间比对应的所述待搜索区域分配给所述分配无人机之后，还包括：
确定所述分配无人机从当前所在所述搜索区域飞行至所述待搜索区域的第一飞行时间以及所述分配无人机在所述待搜索区域的完成搜索的第二飞行时间；
用所述第一飞行时间和第二飞行时间之和更新所述分配无人机的任务完成时间，其中，所述任务完成时间对应所述分配无人机在所述搜索区域的完成搜索的第三飞行时间。
优选地，所述在设定范围内依此确定多个搜索区域之间的距离，具体包括：
分别按照以下公式确定所述搜索区域的形芯坐标和相邻两个所述搜索区域之间的距离：
其中，(xi,yi)为搜索区域的顶点坐标，n为区域顶点个数，为计算得到的搜索区域的形心坐标，dij为区域i与区域j之间的距离
本发明实施例还提供了一种多区域搜索装置，包括：
确定单元，用于在设定范围内依此确定多个搜索区域之间的距离，根据无人机的扫描宽度，所述无人机的最大飞行速度，所述搜索区域内限定最大飞行速度和所述无人机不同直线飞行距离时的最优飞行速度，确定所述无人机在单位时间的搜索面积；
分配单元，用于当确定所述设定范围内存在未分配的待搜索区域时，将当前最早完成搜索任务的所述无人机确定为分配无人机，将最大时间比对应的所述待搜索区域分配给所述分配无人机；
扫描单元，用于将所述待搜索区域最长边对应的顶点确定为搜索起始点，所述分配无人机按照平行扫描的往返搜索方式直到扫描路径经过与所述最长边最远的顶点，其中，所述平行扫描的宽度按照所述无人机的扫描宽度确定。
优选地，将无人机在剩余的每个所述待搜索区域的搜索时间与所述分配无人机从当前所在的所述搜索区域飞行至每个所述待搜索区域的飞行时间之间的比值确定为所述时间比；
所述分配单元具体用于：
当多个所述待搜索区域具有相同的搜索面积时，将与所述分配无人机具有最小距离的所述待搜索区域分配给所述分配无人机；或者
当多个所述待搜索区域与所述分配无人机之间具有相同的距离时，将具有最大搜索面积的所述待搜索区域分配给所述分配无人机。
优选地，通过下列公式确定所述无人机在单位时间的搜索面积：
C＝Vopt*W
其中，W为无人机的扫描宽度，Vopt＝min{Vpower(d),Vpermit,Vmax}，Vpower所述无人机不同直线飞行距离时的最大飞行速度，Vpermit所述搜索区域内限定最大飞行速度，Vmax为无人机最大飞行速度。
优选地，所述分配单元还用于：
确定所述分配无人机从当前所在所述搜索区域飞行至所述待搜索区域的第一飞行时间以及所述分配无人机在所述待搜索区域的完成搜索的第二飞行时间；
用所述第一飞行时间和第二飞行时间之和更新所述分配无人机的任务完成时间，其中，所述任务完成时间对应所述分配无人机在所述搜索区域的完成搜索的第三飞行时间。
优选地，所述确定单元具体用于：
分别按照以下公式确定所述搜索区域的形芯坐标和相邻两个所述搜索区域之间的距离：
其中，(xi,yi)为搜索区域的顶点坐标，n为区域顶点个数，为计算得到的搜索区域的形心坐标，dij为区域i与区域j之间的距离。
本发明实施例提供一种多区域搜索方法及装置，该包括：在设定范围内依此确定多个搜索区域之间的距离，根据无人机的扫描宽度，所述无人机的最大飞行速度，所述搜索区域内限定最大飞行速度和所述无人机不同直线飞行距离时的最优飞行速度，确定所述无人机在单位时间的搜索面积；当确定所述设定范围内存在未分配的待搜索区域时，将当前最早完成搜索任务的所述无人机确定为分配无人机，将最大时间比对应的所述待搜索区域分配给所述分配无人机；将所述待搜索区域最长边对应的顶点确定为搜索起始点，所述分配无人机按照平行扫描的往返搜索方式直到扫描路径经过与所述最长边最远的顶点，其中，所述平行扫描的宽度按照所述无人机的扫描宽度确定。该方法将多个无人机任务调度与多个搜索区域相结合，充分考虑了多无人机协同搜索的实际应用需求；根据无人机的搜索性能差异，提出了无人机在单位时间的搜索面积，并在单位时间的搜索面积的基础上，根据时间比优先确定搜索区域，能满足动态任务调度的实时性要求，再者，提供的往返式搜索方法能够节约搜索时间和检索功耗；基于该方法，为多无人机多区域搜索提供了一种简单高效的方法。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种多区域搜索方法流程示意图；
图2为本发明实施例提供的不同直线距离的速度-功耗曲线示意图；
图3为本发明实施例提供的飞行直线距离-最优速度关系拟合曲线示意图；
图4为本发明实施例提供的无人机单区域覆盖路径规划示意图；
图5为本发明实施例提供的多无人机完成搜索任务的甘特图；
图6为本发明实施例提供的多无人机搜索路径示意图；
图7为本发明实施例提供的一种多区域搜索装置结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
图1示例性的示出了本发明实施例提供的一种多区域搜索方法流程示意图，如图1所示，该方法主要包括以下步骤：
步骤101，在设定范围内依此确定多个搜索区域之间的距离，根据无人机的扫描宽度，所述无人机的最大飞行速度，所述搜索区域内限定最大飞行速度和所述无人机不同直线飞行距离时的最优飞行速度，确定所述无人机在单位时间的搜索面积；
步骤102，当确定所述设定范围内存在未分配的待搜索区域时，将当前最早完成搜索任务的所述无人机确定为分配无人机，将最大时间比对应的所述待搜索区域分配给所述分配无人机；
步骤103，将所述待搜索区域最长边对应的顶点确定为搜索起始点，所述分配无人机按照平行扫描的往返搜索方式直到扫描路径经过与所述最长边最远的顶点，其中，所述平行扫描的宽度按照所述无人机的扫描宽度确定。
在本发明实施例中，设定范围内可以包括有多个搜索区域，且针对多个搜索区域也可以有多个无人机，即本发明实施例提供的多区域搜索方法中，针对多个搜索区域，可以包括有多个无人机。
在步骤101中，需要先建立搜索区域评估，即通过建立的搜索区域评估完成目标搜索区域建模和搜索区域之间的距离计算。具体地，由于每个无人机在最大飞行速度，飞行高度，负载能力电池容量，续航时间和扫描宽度等方面存在差异，为了能够方便对无人机的任务调度，在本发明实施例中，需要对无人机的搜索性能进行建模，通过定量评价无人机的搜索性能为目标搜索区域分配提供依据。
需要说明的是，上述无人机的扫描宽度是根据无人机携带的传感器确定的。
具体地，搜索区域可以用任意凸多边形表示为顶点序列P的集合：P＝{v1,v2,..,vi}，其中vi由一组坐标组成，多边形的顶点按逆时钟顺序存储，两个相邻的顶点的边记为ei，长度为li。
搜索区域间的距离可以通过首先根据公式(1)计算多边形区域的形心坐标，然后通过公式(2)计算凸多边形形心间的欧式距离作为区域间的距离。
举例来说，假设有10搜索区域，各搜索区域的空间分布坐标如表1所示，根据公式(1)、(2)可以得到任意两块搜索区域的距离信息如表2所示。
表1.搜索区域顶点坐标信息
表2.搜索区域间距离信息表
编号 0 1 2 3 4 5 6 7 8 9
0 0
1 183 0
2 252 158 0
3 145 38 165 0
4 114 85 148 54 0
5 180 122 72 113 82 0
6 274 219 68 218 189 108 0
7 125 143 132 117 65 64 150 0
8 183 178 99 162 118 60 93 62 0
9 51 146 200 109 68 129 225 76 137 0
10 240 259 149 243 196 138 100 134 81 201
需要说明的是，表2中编号0表示多无人机的初始位置，默认坐标为(0，0)。
进一步地，当确认了多个搜索区域之间的距离之后，则需要根据每个无人机的扫描宽度，每个无人机的最大飞行速度，每个搜索区域内限定的最大飞行搜到，每个无人机在不同直线飞行距离是的最优飞行速度等，依此确定每个无人机在单位时间的搜索面积。
在本发明实施例中，先对每种类型的无人机进行飞行测量实验，做出不同直线飞行距离下的速度-功耗散点图，并通过曲线拟合得到固定直线飞行距离下的速度-功耗拟合曲线，图2为本发明实施例提供的不同直线距离的速度-功耗曲线示意图，如图2所示，每条曲线表示给定直线飞行距离时的速度-功耗曲线，每条曲线上的最小值对应的速度表示该直线距离下的最优飞行速度，选取该速度为实际搜索该直线距离时的搜索速度。
无人机不同直线飞行距离时的最优飞行速度可以通过下列公式(3)确定：
其中，p(v,d)表示给定直线飞行距离d时，无人机的飞行速度与功耗之间的拟合曲线，进一步可以测量多组不同d对应的最优速度，得到不同直线距离与最优速度之间的对应关系，作为搜索过程最优速度选择的依据。
进一步，通过综合不同直线距离和其对应的最优搜索速度可以绘制飞行直线距离-最优速度关系拟合曲线，图3为本发明实施例提供的飞行直线距离-最优速度关系拟合曲线示意图，图3可作为无人机不同直线飞行距离时最优搜索速度的选择依据。无人机不同直线飞行距离时的最优搜索速度可以通过下列公式(4)确定：
Vopt＝min{Vpower(d),Vpermit,Vmax} (4)
其中，Vpower表示无人机不同直线飞行距离时的最大飞行速度，Vpermit表示搜索区域内限定最大飞行速度，比如，喷洒农药时的最大飞行速度限制，Vmax为无人机最大飞行速度，Vpower(d)为无人机不同直线飞行距离时的最优飞行速度。
进一步地，根据无人机所携带的传感器参数可以获得传感器扫描范围等信息，结合速度-功耗曲线和距离-最优搜索速度曲线可以得到无人机搜索性能的定量评价结果，即得到无人机在单位时间的搜索面积。无人机在单位时间的搜索面积可以通过下列公式(5)确定：
C＝Vopt*W (5)
其中，W为无人机的扫描宽度，Vopt为无人机不同直线飞行距离时的最优搜索速度。
举例来说，现假设有3种无人机A、B、C，根据获得的性能评估模型和传感器参数得到无人机的搜索性能评估结果如表3所示。
表3.无人机搜索性能评估结果
UAV类型 A B C
飞行速度(m/s) 5 5 5
50m最优扫描速度(m/s) 7 9.5 12
扫描宽度(m) 1.0 0.8 0.5
单位时间搜索面积(m2/min) 420 456 360
表3中的飞行速度表示无人机在搜索区域间的飞行速度，表3中只列出了直线距离为50m时的最优扫描速度，扫描宽度由无人机携带传感器参数决定，单位时间扫描面积为最优扫描速度与扫描宽度的乘积。
在步骤102中，为了能够保证所有无人机同时完成多个搜索区域的搜索任务且最晚完成时间尽可能早，在本发明实施例中，提出了一种基于贪心策略的高时间比优先调度算法。
具体地，将多个无人机的初始任务完成时刻均设置为0，将设定范围内多个搜索区域的集合初始化为搜索区域全体；在开始分配后，首先判断设定范围内是否存在未分配的搜索区域，当确定存在未分配的搜索区域时，将未分配的搜索区域设定为待搜索区域，进一步的，将当前最早完成搜索任务的无人机确定为分配无人机；然后计算剩余的待搜索区域相对于分配无人机当前所在区域的时间比，从多个时间比中选择一个最大时间比对应的待搜索区域，将该待搜索区域分配给分配无人机。
需要说明的是，在本发明实施例中，将无人机在剩余的每个待搜索区域的搜索时间与分配无人机从当前所在的搜索区域飞行至每个待搜索区域的飞行时间之间的比值确定为时间比。比如，无人机Ui当前搜索区域为A，任意待搜索区域Bi的时间比定义为无人机Ui对搜索区域Bi完成搜索所需的时间Ti与无人机Ui从区域A飞至区域Bi所需时间Fi的比值。待搜索区域的时间比越大，选择该区域作为无人机下一个搜索区域的概率越大。
在实际应用中，高时间比优先方法克服了在最短飞行距离优先原则下，由于较大区域可能最后搜索造成多无人机结束时刻差异较大的情况，同时也克服了大搜索区域优先原则下，由于未考虑搜索区域间距离造成搜索完成时间较长的问题；高时间比优先原则总是趋向于选择面积较大且距无人机当前位置较近的区域优先搜索。比如，在距当前无人机距离相等时，待搜索区域面积越大，该区域时间比越高，保证了大区域优先被选择；在待搜索区域面积相同时，距无人机当前位置距离越近，该区域的时间比越高，保证了距无人机当前位置较近的区域优先被选择。因此，高时间比调度策略兼顾了大区域优先和近距离优先两个影响最晚完成时间的因素，能达到较好的分配效果。
在步骤103中，将最大时间比对应的待搜索区域分配给分配无人机之后，需要确认分配无人机对待搜索区域的搜索路径。在本发明实施例中，确认待搜索区域的搜索路径只要是根据各个无人机的具体任务，为每个无人机规划处从待搜索区域的初始点到目标点的可飞行轨迹，搜索路径规划方法的优劣直接影响无人机的功耗、搜索的覆盖率和搜索任务的完成质量，同时对于无人机的飞行安全也至关重要。
考虑到转弯过程对功耗的影响较大，本发明实施例中主要通过保证搜索过程总转弯次数最少，尽可能减少无人机的飞行功耗。
具体地，本发明实施例中采用返搜索方式，沿用与多边形区域最长边平行的往返式搜索方法生成搜索路径，相邻两条平行的路径之间相距无人机传感器扫描宽度，搜索路径的生成过程主要包括以下几步：
①寻找待搜索区域的搜索起始点：计算凸多边形的边长，以最长边所在顶点作为搜索起始点，在具体实现时可以通过对多边形进行旋转操作使最长边平行于横轴计算多边形区域的各边长度，。
②生成待搜索区域的搜索路径：按照平行扫描的往返式搜索方式，以分配无人机单位时间飞行距离为间隔生成飞行坐标序列，每趟扫描将扫描线向未扫描部分一侧平移传感器扫描宽，直到扫描路径经过距最长边最远的顶点结束。
③生成分配无人机在待搜索区域的搜索路径：对同属一架分配无人机的多个待搜索区域均以①①方式进行搜索路径规划，并将这些待搜索区域按照搜索顺序连接，得到每架分配无人机的完整搜索路径。
举例来说，按照上述搜索路径的生成方法进行仿真实现，得到某凸多边形区域的搜索路径规划结果如图4所示，图4为本发明实施例提供的无人机单区域覆盖路径规划示意图，在图4中，搜索路径起始点坐标为(130，110)，结束点坐标为(150，35)，每一个星代表一个飞行坐标，整个无人机的搜索轨迹由折线标识。
进一步地，当分配无人机完成一次待搜索区域的搜索任务之后，可以确认分配无人机从之前一个搜索区域飞行至待搜索区域的第一飞行时间，然后确认分配无人机在待搜索区域完成搜索任务的第二飞行时间，将第一飞行时间和第二飞行时间之和用于更新分配无人机的任务完成时间，在本发明实施例中，分配无人机的任务完成时间对应分配无人机在待搜索区域之前的一个搜索区域的完成搜索任务的第三飞行时间。
需要说明的是，在实际应用中，当将具有最大时间比的待搜索区域分配给分配无人机之后，可以将最大时间比的待搜索区域从剩余的待搜索区域内删除掉。
在本发明实施例中，通过高时间比优先任务调度算法得到了每架分配无人机的待搜索区域，根据单区域搜索路径规划方法实现了对所有待搜索区域覆盖路径的生成，在此基础上可以将属于同一分配无人机的所有待搜索区域按照搜索顺序依次连接可得各分配无人机的完整路径。
举例来说，对基于高时间比优先的区域任务调度算法进行仿真实现，得到搜索区域的调度结果如表4所示，各无人机完成任务的甘特图如图5所示。
表4.无人机任务分配结果
无人机类型 搜索区域编号 完成时刻(min)
A 0->5->2->10 13.47
B 0->7->6->8 13.21
C 0->9->4->3->1 13.45
图5为本发明实施例提供的多无人机完成搜索任务的甘特图，如图5所示，图中白色柱段表示无人机在区域间的飞行时间，斜线柱段表示无人机覆盖搜索区域的时间，区域编号由柱段中括号内的数字标注，分配无人机完成对待搜索区域的搜索时间为括号后T:后的字段。从图5中可以看到各个待搜索区域间的飞行时间相对待搜索区域的覆盖时间小很多，这种差异更有利于算法效果的现体，3架无人机近似同时完成任务体现了调度算法的正确性，同时从分配过程可以看出调度算法具有高效性。
图6为本发明实施例提供的多无人机搜索路径示意图，如图6所示，可以看到各分配无人机的飞行路径并非最短，但从分配无人机完成任务的甘特图可以看出各分配无人机完成任务的结束时刻是最接近的；比如，UAV2的扫描顺序也不是最优的，这是由于7号待搜索区域在选择下一待搜索区域时由于6号待搜索区域面积远大于8号待搜索区域，造成了即使8号待搜索区域距离7号待搜索区域较近，其时间比仍小于6号待搜索区域，所以在分配时先分配了6号待搜索区域，该问题的解决可以通过调整同一无人机搜索区域的顺序进行优化。
综上所述，本发明实施例提供一种多区域搜索方法，该方法将多个无人机任务调度与多个搜索区域相结合，充分考虑了多无人机协同搜索的实际应用需求；根据无人机的搜索性能差异，提出了无人机在单位时间的搜索面积，并在单位时间的搜索面积的基础上，根据时间比优先确定搜索区域，能满足动态任务调度的实时性要求，再者，提供的往返式搜索方法能够节约搜索时间和检索功耗；基于该方法，为多无人机多区域搜索提供了一种简单高效的方法。
基于同一发明构思，本发明实施例提供了一种多区域搜索装置，由于该装置解决技术问题的原理与一种多区域搜索方法相似，因此该装置的实施可以参见方法的实施，重复之处不再赘述。
图7为本发明实施例提供的一种多区域搜索装置结构示意图，如图7所示，该装置包括：确定单元701，分配单元702和扫描单元703。
确定单元701，用于在设定范围内依此确定多个搜索区域之间的距离，根据无人机的扫描宽度，所述无人机的最大飞行速度，所述搜索区域内限定最大飞行速度和所述无人机不同直线飞行距离时的最优飞行速度，确定所述无人机在单位时间的搜索面积；
分配单元702，用于当确定所述设定范围内存在未分配的待搜索区域时，将当前最早完成搜索任务的所述无人机确定为分配无人机，将最大时间比对应的所述待搜索区域分配给所述分配无人机；
扫描单元703，用于将所述待搜索区域最长边对应的顶点确定为搜索起始点，所述分配无人机按照平行扫描的往返搜索方式直到扫描路径经过与所述最长边最远的顶点，其中，所述平行扫描的宽度按照所述无人机的扫描宽度确定。
优选地，将无人机在剩余的每个所述待搜索区域的搜索时间与所述分配无人机从当前所在的所述搜索区域飞行至每个所述待搜索区域的飞行时间之间的比值确定为所述时间比；
所述分配单元702具体用于：
当多个所述待搜索区域具有相同的搜索面积时，将与所述分配无人机具有最小距离的所述待搜索区域分配给所述分配无人机；或者
当多个所述待搜索区域与所述分配无人机之间具有相同的距离时，将具有最大搜索面积的所述待搜索区域分配给所述分配无人机。
优选地，通过下列公式确定所述无人机在单位时间的搜索面积：
C＝Vopt*W
其中，W为无人机的扫描宽度，Vopt＝min{Vpower(d),Vpermit,Vmax}，Vpower所述无人机不同直线飞行距离时的最大飞行速度，Vpermit所述搜索区域内限定最大飞行速度，Vmax为无人机最大飞行速度。
优选地，所述分配单元702还用于：
确定所述分配无人机从当前所在所述搜索区域飞行至所述待搜索区域的第一飞行时间以及所述分配无人机在所述待搜索区域的完成搜索的第二飞行时间；
用所述第一飞行时间和第二飞行时间之和更新所述分配无人机的任务完成时间，其中，所述任务完成时间对应所述分配无人机在所述搜索区域的完成搜索的第三飞行时间。
优选地，所述确定单元701具体用于：
分别按照以下公式确定所述搜索区域的形芯坐标和相邻两个所述搜索区域之间的距离：
其中，(xi,yi)为搜索区域的顶点坐标，n为区域顶点个数，为计算得到的搜索区域的形心坐标，dij为区域i与区域j之间的距离。
应当理解，以上一种多区域搜索装置包括的单元仅为根据该设备装置实现的功能进行的逻辑划分，实际应用中，可以进行上述单元的叠加或拆分。并且该实施例提供的一种多区域搜索装置所实现的功能与上述实施例提供的一种多区域搜索方法一一对应，对于该装置所实现的更为详细的处理流程，在上述方法实施例一中已做详细描述，此处不再详细描述。
本领域内的技术人员应明白，本发明的实施例可提供为方法、***、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实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的功能的装置。
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定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实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的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实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的功能的步骤。
尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (10)

1.一种多区域搜索方法，其特征在于，包括：
在设定范围内依此确定多个搜索区域之间的距离，根据无人机的扫描宽度，所述无人机的最大飞行速度，所述搜索区域内限定最大飞行速度和所述无人机不同直线飞行距离时的最优飞行速度，确定所述无人机在单位时间的搜索面积；
当确定所述设定范围内存在未分配的待搜索区域时，将当前最早完成搜索任务的所述无人机确定为分配无人机，将最大时间比对应的所述待搜索区域分配给所述分配无人机；
将所述待搜索区域最长边对应的顶点确定为搜索起始点，所述分配无人机按照平行扫描的往返搜索方式直到扫描路径经过与所述最长边最远的顶点，其中，所述平行扫描的宽度按照所述无人机的扫描宽度确定。
2.如权利要求1所述的方法，其特征在于，将无人机在剩余的每个所述待搜索区域的搜索时间与所述分配无人机从当前所在的所述搜索区域飞行至每个所述待搜索区域的飞行时间之间的比值确定为所述时间比；
所述将最大时间比对应的所述待搜索区域分配给所述分配无人机具体包括：
当多个所述待搜索区域具有相同的搜索面积时，将与所述分配无人机具有最小距离的所述待搜索区域分配给所述分配无人机；或者
当多个所述待搜索区域与所述分配无人机之间具有相同的距离时，将具有最大搜索面积的所述待搜索区域分配给所述分配无人机。
3.如权利要求1所述的方法，其特征在于，通过下列公式确定所述无人机在单位时间的搜索面积：
C＝Vopt*W
其中，W为无人机的扫描宽度，Vopt＝min{Vpower(d),Vpermit,Vmax}，Vpower为所述无人机不同直线飞行距离时的最大飞行速度，Vpermit为所述搜索区域内限定最大飞行速度，Vmax为无人机最大飞行速度。
4.如权利要求1所述的方法，其特征在于，所述将最大时间比对应的所述待搜索区域分配给所述分配无人机之后，还包括：
确定所述分配无人机从当前所在所述搜索区域飞行至所述待搜索区域的第一飞行时间以及所述分配无人机在所述待搜索区域的完成搜索的第二飞行时间；
用所述第一飞行时间和第二飞行时间之和更新所述分配无人机的任务完成时间，其中，所述任务完成时间对应所述分配无人机在所述搜索区域的完成搜索的第三飞行时间。
5.如权利要求1所述的方法，其特征在于，所述在设定范围内依此确定多个搜索区域之间的距离，具体包括：
分别按照以下公式确定所述搜索区域的形芯坐标和相邻两个所述搜索区域之间的距离：
其中，(xi,yi)为搜索区域的顶点坐标，n为区域顶点个数，为计算得到的搜索区域的形心坐标，dij为区域i与区域j之间的距离。
6.一种多区域搜索装置，其特征在于，包括：
确定单元，用于在设定范围内依此确定多个搜索区域之间的距离，根据无人机的扫描宽度，所述无人机的最大飞行速度，所述搜索区域内限定最大飞行速度和所述无人机不同直线飞行距离时的最优飞行速度，确定所述无人机在单位时间的搜索面积；
分配单元，用于当确定所述设定范围内存在未分配的待搜索区域时，将当前最早完成搜索任务的所述无人机确定为分配无人机，将最大时间比对应的所述待搜索区域分配给所述分配无人机；
扫描单元，用于将所述待搜索区域最长边对应的顶点确定为搜索起始点，所述分配无人机按照平行扫描的往返搜索方式直到扫描路径经过与所述最长边最远的顶点，其中，所述平行扫描的宽度按照所述无人机的扫描宽度确定。
7.如权利要求6所述的装置，其特征在于，将无人机在剩余的每个所述待搜索区域的搜索时间与所述分配无人机从当前所在的所述搜索区域飞行至每个所述待搜索区域的飞行时间之间的比值确定为所述时间比；
所述分配单元具体用于：
当多个所述待搜索区域具有相同的搜索面积时，将与所述分配无人机具有最小距离的所述待搜索区域分配给所述分配无人机；或者
当多个所述待搜索区域与所述分配无人机之间具有相同的距离时，将具有最大搜索面积的所述待搜索区域分配给所述分配无人机。
8.如权利要求6所述的装置，其特征在于，通过下列公式确定所述无人机在单位时间的搜索面积：
C＝Vopt*W
其中，W为无人机的扫描宽度，Vopt＝min{Vpower(d),Vpermit,Vmax}，Vpower所述无人机不同直线飞行距离时的最大飞行速度，Vpermit所述搜索区域内限定最大飞行速度，Vmax为无人机最大飞行速度。
9.如权利要求6所述的装置，其特征在于，所述分配单元还用于：
确定所述分配无人机从当前所在所述搜索区域飞行至所述待搜索区域的第一飞行时间以及所述分配无人机在所述待搜索区域的完成搜索的第二飞行时间；
用所述第一飞行时间和第二飞行时间之和更新所述分配无人机的任务完成时间，其中，所述任务完成时间对应所述分配无人机在所述搜索区域的完成搜索的第三飞行时间。
10.如权利要求6所述的装置，其特征在于，所述确定单元具体用于：
分别按照以下公式确定所述搜索区域的形芯坐标和相邻两个所述搜索区域之间的距离：
其中，(xi,yi)为搜索区域的顶点坐标，n为区域顶点个数，为计算得到的搜索区域的形心坐标，dij为区域i与区域j之间的距离。
CN201810893636.1A 2018-08-07 2018-08-07 一种多区域搜索方法及装置 Active CN108983817B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810893636.1A CN108983817B (zh) 2018-08-07 2018-08-07 一种多区域搜索方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810893636.1A CN108983817B (zh) 2018-08-07 2018-08-07 一种多区域搜索方法及装置

Publications (2)

Publication Number Publication Date
CN108983817A true CN108983817A (zh) 2018-12-11
CN108983817B CN108983817B (zh) 2021-03-23

Family

ID=64556182

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810893636.1A Active CN108983817B (zh) 2018-08-07 2018-08-07 一种多区域搜索方法及装置

Country Status (1)

Country Link
CN (1) CN108983817B (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109508035A (zh) * 2018-12-24 2019-03-22 南京邮电大学 基于分布式控制的多区域分级式无人机编队路径规划方法
CN110007689A (zh) * 2019-04-26 2019-07-12 北京中科星通技术有限公司 反异构无人机的任务分配方法及装置
CN110057367A (zh) * 2019-05-08 2019-07-26 广州知行机器人科技有限公司 一种无人机的航线规划的方法及装置
CN110715657A (zh) * 2019-09-26 2020-01-21 南京林业大学 一种航空施药区域全覆盖路径规划方法
CN111459191A (zh) * 2020-03-16 2020-07-28 天津大学 适用于无人艇-无人机联合的海上搜救方法
CN111752300A (zh) * 2019-12-30 2020-10-09 广州极飞科技有限公司 无人机航线规划方法、装置、***及计算机可读存储介质
CN111984033A (zh) * 2020-08-19 2020-11-24 天津(滨海)人工智能军民融合创新中心 一种多无人机覆盖任务路径规划方法及装置
CN116360498A (zh) * 2023-04-19 2023-06-30 广州爱浦路网络技术有限公司 一种无人机路线规划方法、装置及电子设备

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH06323865A (ja) * 1992-07-01 1994-11-25 Westinghouse Electric Corp <We> 磁気マーカーを用いる潜水艇の位置決定装置
JP2000314634A (ja) * 1999-04-30 2000-11-14 Honda Motor Co Ltd 移動体用地図情報表示システム
CN1348312A (zh) * 2000-10-11 2002-05-08 三星电子株式会社 用于混合型高速运动估计的方法和设备
CN102129695A (zh) * 2010-01-19 2011-07-20 中国科学院自动化研究所 基于遮挡物建模的有遮挡情况下的目标跟踪方法
CN102778235A (zh) * 2012-06-28 2012-11-14 西北工业大学 通信约束下的多无人机协同区域搜索方法
CN103267528A (zh) * 2013-05-07 2013-08-28 西北工业大学 禁飞区限制下的多无人机协同区域搜索方法
CN103323829A (zh) * 2013-06-04 2013-09-25 中国人民解放军海军航空工程学院 基于Radon-分数阶模糊函数的雷达动目标长时间相参积累检测方法
US20140050368A1 (en) * 2006-05-02 2014-02-20 Geoeye Solutions, Inc. Semi-automatic extraction of linear features from image data including path width attribution
CN106289264A (zh) * 2016-08-26 2017-01-04 哈尔滨工业大学深圳研究生院 一种基于子区域划分的多无人机遍历搜索算法
CN106406346A (zh) * 2016-11-01 2017-02-15 北京理工大学 一种多无人机协同快速覆盖搜索航迹规划方法
CN106681358A (zh) * 2017-03-03 2017-05-17 合肥工业大学 集中式无人机编队任务分配方法和装置
CN108196575A (zh) * 2018-01-05 2018-06-22 湖北工业大学 一种无人机任务分配及路线规划方法

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH06323865A (ja) * 1992-07-01 1994-11-25 Westinghouse Electric Corp <We> 磁気マーカーを用いる潜水艇の位置決定装置
JP2000314634A (ja) * 1999-04-30 2000-11-14 Honda Motor Co Ltd 移動体用地図情報表示システム
CN1348312A (zh) * 2000-10-11 2002-05-08 三星电子株式会社 用于混合型高速运动估计的方法和设备
US20140050368A1 (en) * 2006-05-02 2014-02-20 Geoeye Solutions, Inc. Semi-automatic extraction of linear features from image data including path width attribution
CN102129695A (zh) * 2010-01-19 2011-07-20 中国科学院自动化研究所 基于遮挡物建模的有遮挡情况下的目标跟踪方法
CN102778235A (zh) * 2012-06-28 2012-11-14 西北工业大学 通信约束下的多无人机协同区域搜索方法
CN103267528A (zh) * 2013-05-07 2013-08-28 西北工业大学 禁飞区限制下的多无人机协同区域搜索方法
CN103323829A (zh) * 2013-06-04 2013-09-25 中国人民解放军海军航空工程学院 基于Radon-分数阶模糊函数的雷达动目标长时间相参积累检测方法
CN106289264A (zh) * 2016-08-26 2017-01-04 哈尔滨工业大学深圳研究生院 一种基于子区域划分的多无人机遍历搜索算法
CN106406346A (zh) * 2016-11-01 2017-02-15 北京理工大学 一种多无人机协同快速覆盖搜索航迹规划方法
CN106681358A (zh) * 2017-03-03 2017-05-17 合肥工业大学 集中式无人机编队任务分配方法和装置
CN108196575A (zh) * 2018-01-05 2018-06-22 湖北工业大学 一种无人机任务分配及路线规划方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
JIA ZY: "Cooperative multiple task assignment problem with stochastic velocities and time windows for heterogeneous unmanned aerial vehicles using a genetic algorithm", 《AEROSPACE SCIENCE AND TECHNOLOGY》 *
ZHANG YZ: "Multi-UAVs Cooperative Reconnaissance Based on Improved Harmony Search Algorithm", 《2018 5TH INTERNATIONAL CONFERENCE ON INFORMATION SCIENCE AND CONTROL ENGINEERING (ICISCE 2018)》 *
于驷男: "多无人机协同搜索区域分割与覆盖", 《北京航空航天大学学报》 *
关旭宁: "面向区域覆盖的多UAV协同搜索任务控制方法", 《中国航空学会会议论文集》 *

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109508035A (zh) * 2018-12-24 2019-03-22 南京邮电大学 基于分布式控制的多区域分级式无人机编队路径规划方法
CN110007689A (zh) * 2019-04-26 2019-07-12 北京中科星通技术有限公司 反异构无人机的任务分配方法及装置
CN110057367A (zh) * 2019-05-08 2019-07-26 广州知行机器人科技有限公司 一种无人机的航线规划的方法及装置
CN110715657A (zh) * 2019-09-26 2020-01-21 南京林业大学 一种航空施药区域全覆盖路径规划方法
CN110715657B (zh) * 2019-09-26 2020-06-26 南京林业大学 一种航空施药区域全覆盖路径规划方法
CN111752300A (zh) * 2019-12-30 2020-10-09 广州极飞科技有限公司 无人机航线规划方法、装置、***及计算机可读存储介质
CN111459191A (zh) * 2020-03-16 2020-07-28 天津大学 适用于无人艇-无人机联合的海上搜救方法
CN111984033A (zh) * 2020-08-19 2020-11-24 天津(滨海)人工智能军民融合创新中心 一种多无人机覆盖任务路径规划方法及装置
CN116360498A (zh) * 2023-04-19 2023-06-30 广州爱浦路网络技术有限公司 一种无人机路线规划方法、装置及电子设备
CN116360498B (zh) * 2023-04-19 2024-02-02 广州爱浦路网络技术有限公司 一种无人机路线规划方法、装置及电子设备

Also Published As

Publication number Publication date
CN108983817B (zh) 2021-03-23

Similar Documents

Publication Publication Date Title
CN108983817A (zh) 一种多区域搜索方法及装置
Barnhart et al. Branch-and-price: Column generation for solving huge integer programs
CN112925350B (zh) 一种多无人机分布式协同目标搜索方法
Yakıcı Solving location and routing problem for UAVs
CN106842963B (zh) 多无人机探测任务分配与航迹规划联合优化方法及装置
CN106705970B (zh) 一种基于蚁群算法的多无人机协同路径规划方法
CN104407619B (zh) 不确定环境下的多无人机同时到达多个目标方法
Wen et al. UAV online path planning algorithm in a low altitude dangerous environment
CN107037827B (zh) 无人机航空作业任务分配与航迹规划联合优化方法及装置
CN103576698A (zh) 协调多个运载器工作分配的任务重新安排
Murray et al. An extensible modeling framework for dynamic reassignment and rerouting in cooperative airborne operations
Shima et al. UAV team decision and control using efficient collaborative estimation
CN108897312A (zh) 多无人飞行器对大规模环境的持续监控路径规划方法
CN109917811A (zh) 一种无人机集群协同避障-重构处理方法
Zhong et al. A task assignment algorithm for multiple aerial vehicles to attack targets with dynamic values
Sujit et al. Self assessment-based decision making for multiagent cooperative search
CN111984033B (zh) 一种多无人机覆盖任务路径规划方法及装置
Cekmez et al. Multi-UAV path planning with multi colony ant optimization
US20030229442A1 (en) Architecture for real-time maintenance of distributed mission plans
GB2527570A (en) Route planning
Bagula et al. Internet-of-things in motion: A cooperative data muling model for public safety
CN113359833B (zh) 一种无人机编队协同侦察的任务规划方法
Simsir et al. A metaheuristic solution approach to capacitied vehicle routing and network optimization
Sun et al. Multi-robot path planning for complete coverage with genetic algorithms
Yu et al. Balanced multi-region coverage path planning for unmanned aerial vehicles

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant