公开(公告)号：CN115755963B

公开(公告)日：2023-07-11

申请号：CN202211423092.5

申请日：2022-11-15

申请人： 大连理工大学 ,  北京航空航天大学

发明人： 王昕炜 ,  王磊 ,  张鸿运 ,  陶来发 ,  吕琛 ,  余馨咏 ,  高晓华 ,  彭海军 ,  张盛

IPC分类号： G05D1/10 ,  G01C21/20 ,  G06Q10/047 ,  G06N3/126 ,  G06F18/23213

摘要： 一种考虑载具投递模式的无人机群协同任务规划方法，第一，提出由分类操作和固定操作构造的投放点确定算法，采用基于K‑means聚类算法的分类操作获得目标的最优分类，采用基于威胁最小化的固定操作选择最优投放位置。第二，提出融合改进A*算法的离散遗传算法获得载具的全局最优轨迹。第三，提出基于市场机制的改进差分进化算法获得每个投放点处的最优任务分配方案。本发明基于实际作战环境，考虑跨平台协同作战场景，以大规模无人机群对地面目标执行攻击和评估任务为背景，给出解耦式的任务规划系统；对于多机协同任务规划的求解具有重要意义，相比于现有优化方法效率高、寻优性强；具有很强的可行性、有效性、稳定性和收敛性，便于实际应用。

公开(公告)号：CN114594794B

公开(公告)日：2023-05-23

申请号：CN202210226018.8

申请日：2022-03-08

申请人： 大连理工大学 ,  北京航空航天大学

发明人： 王昕炜 ,  王磊 ,  张鸿运 ,  高晓华 ,  丁宇 ,  吕琛 ,  张盛

IPC分类号： G05D1/10

摘要： 一种考虑子系统执行能力的多机协同任务规划方法，首先，定义子系统能力矩阵以实现无人机异构性和任务执行能力的统一描述，在无人机子系统能力约束、任务时序约束和攻击次数约束等约束条件下，构建时间最优的多机协同任务规划模型。其次，根据研究问题特点，为可行方案的表述设计个体矩阵编码形式。第三，在求解过程中个体的更新融入遗传算法思想，在探索阶段和围捕阶段分别采用相邻行交换操作和间隔列交叉操作实现快速寻优。第四，在种群更新阶段引入第三优狼进行变异，从而增强种群的多样性，但由于无人机负载资源有限，变异过程中会出现违反攻击次数的非可行解，进而提出基于拍卖机制的修正策略进行处理。最后，使用基于拍卖机制的改进狼群算法对构建的多机协同任务规划问题进行求解。

公开(公告)号：CN114417735B

公开(公告)日：2023-04-18

申请号：CN202210226012.0

申请日：2022-03-08

申请人： 大连理工大学

发明人： 王昕炜 ,  王磊 ,  余馨咏 ,  高晓华 ,  丁宇 ,  吕琛 ,  张盛

IPC分类号： G06F30/27 ,  G06N3/126 ,  G06F111/04

摘要： 一种跨区域联合作战中的多无人机协同任务规划方法，首先，建立组合优化模型。其次，整合输入信息等，构造资源约束集。第三，以任务分配无人机，通过资源约束集限制产生未排序染色体，排序得到初始化染色体，得到初始化改进遗传算法的种群。第四，根据死锁特性设置逻辑解锁方式解决时序约束。第五，依适应度轮盘赌选择亲本，确定交叉起点，选择合适的单点交叉策略进行染色体交叉。第六，实现自适应目标攻击次数以及避免陷入局部最优。最后，重复步骤4‑6直到满足最大迭代次数，得到任务规划方案。本发明能够达到更小任务执行时间，更大获得价值期望的目标；有较强的可行性和可操作性，可用于解决跨区域联合作战无人任务分配等相关任务分配的实际应用。

公开(公告)号：CN114545975A

公开(公告)日：2022-05-27

申请号：CN202210226013.5

申请日：2022-03-08

申请人： 大连理工大学

发明人： 王昕炜 ,  王磊 ,  高晓华 ,  张鸿运 ,  丁宇 ,  吕琛 ,  张盛

IPC分类号： G05D1/10

摘要： 一种融合多目标进化算法和合同网算法的多无人机系统任务分配方法，首先，设定约束条件和目标函数，构建多无人机协同任务分配的多目标优化模型。第二，根据问题所属的弹药情况选择交叉变异算法，求解多目标优化模型。第三，从Pareto解集中选择一个非支配解，将其作为被具体执行的任务分配方案。第四，任务重分配机制被激活后，设定任务重分配问题的目标函数，构造任务重分配模型。第五，对于突发情况利用合同网方法求解任务重分配模型，得到更适合当前战况的任务分配方案。本发明能够为战前任务分配提供一个完整的任务分配框架，适用于求解多无人机协同任务分配的多目标优化，并可协助决策者从Pareto解集中选解，同时能够对突发情况实现实时的任务重分配。

公开(公告)号：CN114545975B

公开(公告)日：2023-03-17

申请号：CN202210226013.5

申请日：2022-03-08

申请人： 大连理工大学

发明人： 王昕炜 ,  王磊 ,  高晓华 ,  张鸿运 ,  丁宇 ,  吕琛 ,  张盛

IPC分类号： G05D1/10

摘要： 一种融合多目标进化算法和合同网算法的多无人机系统任务分配方法，首先，设定约束条件和目标函数，构建多无人机协同任务分配的多目标优化模型。第二，根据问题所属的弹药情况选择交叉变异算法，求解多目标优化模型。第三，从Pareto解集中选择一个非支配解，将其作为被具体执行的任务分配方案。第四，任务重分配机制被激活后，设定任务重分配问题的目标函数，构造任务重分配模型。第五，对于突发情况利用合同网方法求解任务重分配模型，得到更适合当前战况的任务分配方案。本发明能够为战前任务分配提供一个完整的任务分配框架，适用于求解多无人机协同任务分配的多目标优化，并可协助决策者从Pareto解集中选解，同时能够对突发情况实现实时的任务重分配。

公开(公告)号：CN116166048B

公开(公告)日：2023-12-22

申请号：CN202310203621.9

申请日：2023-03-06

申请人： 大连理工大学

发明人： 王昕炜 ,  王磊 ,  高晓华 ,  余馨咏 ,  金峻弘 ,  张盛

IPC分类号： G05D1/10

摘要： 一种无人机群容错任务规划方法，首先，基于作战需求，设定任务最低执行成功率等约束，构造战前任务预分配模型。其次，采用多种群多目标进化算法对模型进行求解，得到问题的Pareto解集，并选出一个解作为作战方案。然后，基于预分配的设定构造战中任务重分配模型。最后，构造适用于多种突发情况下的实时任务重分配算法，提供当前战况下的任务重分配方案。本发明适用于考虑任务最低执行成功率的无人机群战前任务预分配多目标优化和战中突发情况下的实时任务重分配问题，在战前可基于作战需求为机群提供高质量的执行方案，同时在战中可针对突发情况为机群实时优化出适用于当前态势的任务执行方案，对无人机群协同任务规划的

公开(公告)号：CN116301050A

公开(公告)日：2023-06-23

申请号：CN202310314751.X

申请日：2023-03-28

申请人： 大连理工大学

发明人： 王昕炜 ,  王磊 ,  李昕 ,  易雪玲 ,  邓芝龙 ,  高晓华 ,  张盛

IPC分类号： G05D1/10

摘要： 本发明提供一种基于最优控制与人工势场法的热启动轨迹规划方法，属于无人系统的三维轨迹规划领域。该规划方法针对传统的简单模型在轨迹规划时存在的不足，结合最优控制方法在求解具有复杂运动学约束的非线性系统的优势，设计高质量的初始化求解策略。本发明首先设计了一种改进的人工势场方法，以消除局部振荡、实现队内协同和满足物理约束，得到高质量的同伦初解。然后将无人机编队的轨迹规划问题重构为标准的最优控制问题，再将最优控制问题离散化并转化为非线性规划。最后带入求得的初解进行轨迹规划。并将所提的规划器应用于固定翼无人机编队的轨迹规划问题中，所提出的方法是有效和鲁棒的，其中所设计的热启动策略对收敛有很大贡献。

公开(公告)号：CN115471110A

公开(公告)日：2022-12-13

申请号：CN202211191094.6

申请日：2022-09-28

申请人： 大连理工大学

发明人： 王昕炜 ,  王磊 ,  高晓华 ,  余馨咏 ,  苏析超 ,  彭海军 ,  吕琛

IPC分类号： G06Q10/06 ,  G06N3/12 ,  G06Q50/26

摘要： 一种基于条件概率的考虑多目标进化算法的多异构无人机系统协同任务分配方法，首先，根据侦查到的敌方目标信息、当前的战场态势、作战风险和我方的作战资源，基于条件概率设定目标函数并给出约束条件，建立异构无人机协同任务分配的多目标优化模型。第二，基于实际作战情况，选择对应的遗传算子，利用改进的多目标优化算法求解协同任务分配的多目标优化模型。第三，决策者依据对目标函数的偏好，利用选解方法从Pareto解集中选择出某一解，将其对应的任务分配方案作为执行方案。本发明适用于开展多种作战资源情况下的多异构无人机协同任务分配，能够为战前任务分配提供切合作战实际情况的任务分配方案，对于多异构无人机协同任务分配的多目标优化问题的研究具有一定的意义。

公开(公告)号：CN116166048A

公开(公告)日：2023-05-26

申请号：CN202310203621.9

申请日：2023-03-06

申请人： 大连理工大学

发明人： 王昕炜 ,  王磊 ,  高晓华 ,  余馨咏 ,  金峻弘 ,  张盛

IPC分类号： G05D1/10

摘要： 一种无人机群容错任务规划方法，首先，基于作战需求，设定任务最低执行成功率等约束，构造战前任务预分配模型。其次，采用多种群多目标进化算法对模型进行求解，得到问题的Pareto解集，并选出一个解作为作战方案。然后，基于预分配的设定构造战中任务重分配模型。最后，构造适用于多种突发情况下的实时任务重分配算法，提供当前战况下的任务重分配方案。本发明适用于考虑任务最低执行成功率的无人机群战前任务预分配多目标优化和战中突发情况下的实时任务重分配问题，在战前可基于作战需求为机群提供高质量的执行方案，同时在战中可针对突发情况为机群实时优化出适用于当前态势的任务执行方案，对无人机群协同任务规划的研究具有一定意义。

公开(公告)号：CN115755963A

公开(公告)日：2023-03-07

申请号：CN202211423092.5

申请日：2022-11-15

申请人： 大连理工大学

发明人： 王昕炜 ,  王磊 ,  苏析超 ,  张鸿运 ,  陶来发 ,  吕琛 ,  刘洁 ,  余馨咏 ,  高晓华 ,  彭海军 ,  张盛

IPC分类号： G05D1/10 ,  G01C21/20 ,  G06Q10/047 ,  G06N3/126 ,  G06F18/23213

摘要： 一种考虑载具投递模式的无人机群协同任务规划方法，第一，提出由分类操作和固定操作构造的投放点确定算法，采用基于K‑means聚类算法的分类操作获得目标的最优分类，采用基于威胁最小化的固定操作选择最优投放位置。第二，提出融合改进A*算法的离散遗传算法获得载具的全局最优轨迹。第三，提出基于市场机制的改进差分进化算法获得每个投放点处的最优任务分配方案。本发明基于实际作战环境，考虑跨平台协同作战场景，以大规模无人机群对地面目标执行攻击和评估任务为背景，给出解耦式的任务规划系统；对于多机协同任务规划的求解具有重要意义，相比于现有优化方法效率高、寻优性强；具有很强的可行性、有效性、稳定性和收敛性，便于实际应用。