机械5

本文研究了集中式多类型无人机编队任务分配方法。集中式指的是任务分配 过程中，无人机处于从属地位，不具有自主能力，完全受控制站中人的控制。多 类型指的是无人机类型和执行能力的不同。 本文首先介绍了无人机的应用现状，讨论了几种任务分配算法，分析了他们 的优缺点。其次，在静态环境下基于平面网格坐标系，建立了一个多无人机任务 分配数学模型，设计了一种有人参与的静态分配算法。然后利用了一个无人机森林灭火的实例，通过MATLAB仿真和分析说明了算法的可行性和实用性。最后，在动态环境中，根据无人机状态改变和任务改变两种情况，对动态任务进行了动态重分配。 目录 第一章绪论1 1.1任务分配的研究背景2 1.2国内外无人机应用现状2 1.2.1应用在军事上2 1.2.2应用在自然灾害的防护上3 1.3的主要内容4 第二章无人机任务分配问题研究现状及发展趋势4 2.1无人机任务分配问题的定义及解决步骤4 2.1.1 UAV任务分配问题的定义5 2.1.2 UAV任务分配问题的描述5 2.1.3解决UAV任务分配问题的步骤5 2.2无人机任务分配控制方法5 2.2.1集中式控制5 2.2.2分布式控制6 2.3无人机任务分配模型分类7 2.3.1多旅行商问题模型7 2.3.2通用分配问题模型8 2.3.3车辆路径问题模型8 2.3.4溷合整数线性规划模型9 2.3.5 CMTAP通用模型9 2.4静态任务分配算法10 2.4.1群算法10 2.4.2市场类算法11 2.4.3进化理论算法11 2.5动态环境中多任务重分配算法11 2.5.1合同网算法11 2.5.2拍卖算法12 2.5.3聚类算法12 第三章静态环境下无人机任务分配12 3.1任务分配场景和限制条件13 3.1.1任务分配的场景14 3.1.2任务分配限制条件14 3.2多无人机任务分配的数学模型14 3.2.1无人机任务集描述15 3.2.2平面网格坐标系16 第四章动态环境下无人机任务分配17 4.1动态任务重分配18 4.1.1动态任务重分配的触发条件18 4.1.2任务动态再分配采用的策略19 4.1.3任务重分配的流程21 结论23 参考文献24 致谢25 无人机如何在复杂的环境中顺利地完成所需执行的任务，并且能够使得任务执行的效率最高，收获的利益最大，付出的代价最小，是多无人机任务分配所要考虑的问题。本文的主要工作是通过对各种任务分配算法的研究，引出了一种有人参与的多无人机任务分配算法并进行了理论研究和仿真分析。主要步骤是:首先建立了一个任务分配在森林火灾防护的应用场景，设置了关于实际问题的限制条件，然后建立了一个基于六元组的任务描述，使用了平面网格坐标系对任务分配问题进行建模，在以上的基础了最后利用了一个无人机森林灭火的实例，通过MATLAB仿真结合算法说明了该算法的可行性和实用性。因为无人机任务分配所处环境是动态的，所以对动态环境下无人机任务重分配问题也进行了一些算法研究和实例分析。