一种无人机集群协同作业任务分配方法及系统与流程

摘要: 本发明涉及无人机任务分配,尤其涉及一种无人机集群协同作业任务分配方法及系统。背景技术:1、无人机集群协同作业在侦察监视、农业植保、物流配送等领域已得到广泛应用。...
一种无人机集群协同作业任务分配方法及系统与流程

本发明涉及无人机任务分配,尤其涉及一种无人机集群协同作业任务分配方法及系统。

背景技术:

1、无人机集群协同作业在侦察监视、农业植保、物流配送等领域已得到广泛应用。现有技术中,任务分配方法主要分为集中式和分布式两类;集中式方法由地面站或中心节点统一收集所有无人机状态和任务信息,通过匈牙利算法、遗传算法或混合整数规划求解最优分配方案,再将结果下发至各无人机;分布式方法则采用市场机制、共识算法或博弈论,各无人机通过相互协商自主分配任务;近年来,部分研究引入预测性维护概念,通过分析无人机历史故障数据来优化离线任务分配。

2、但在前述的现有技术中,无人机在执行任务过程中突发故障会导致正在执行的任务中断甚至坠机,现有方法只能在故障发生后才被动感知并启动重分配,从故障发生到重分配完成之间存在数秒至数十秒的真空期,在此期间任务已丢失或设备已损坏;尤其是对于时间敏感型协同任务,被动重分配导致的延迟可能使整个任务链失败;因此,急需一种基于故障预测与主动迁移的无人机集群协同作业任务分配方法,在故障发生前主动将任务迁移至健康无人机,实现零中断的任务交接,提高集群的鲁棒性和任务完成率。

技术实现思路

1、本发明的目的在于提供一种无人机集群协同作业任务分配方法及系统,旨在解决现有技术中的无人机在执行任务过程中突发故障会导致正在执行的任务中断甚至坠机,现有方法只能在故障发生后才被动感知并启动重分配,从故障发生到重分配完成之间存在数秒至数十秒的真空期,在此期间任务已丢失或设备已损坏的技术问题。

2、为实现上述目的,本发明采用的一种无人机集群协同作业任务分配方法,包括如下步骤:

3、每架无人机搭载本地故障预测模型,实时监测自身的振动数据、温度数据和电流数据,预测未来预设时间窗口内的故障概率;

4、当某架无人机的故障概率超过预设主动迁移阈值时,系统根据当前集群中各无人机的任务负载、电量剩余和相对位置,选择一架目标无人机作为任务承接方;

5、将故障概率超过阈值的无人机当前正在执行的任务及尚未开始的后继任务,打包生成迁移任务包,通过通信链路发送给目标无人机;

6、目标无人机接收迁移任务包后,向源无人机发送确认信号,并开始执行迁移的任务,同时向任务分配中心更新任务归属信息;

7、源无人机在发送迁移任务包并收到确认信号后,关闭其任务执行模块,并执行安全返航程序。

8、其中,在每架无人机搭载本地故障预测模型,实时监测自身的振动数据、温度数据和电流数据,预测未来预设时间窗口内的故障概率的步骤中:

9、所述本地故障预测模型采用长短时记忆网络或孤立森林算法,以过去10秒内的振动幅值、温度变化率和电流纹波作为输入特征,输出未来30秒内的故障概率值;

10、故障概率值取值范围为0到1,预设主动迁移阈值设置为0.7;

11、故障预测模型在每架无人机本地运行,无需与地面站或其他无人机通信,推理时间不超过50毫秒。

12、其中,在当某架无人机的故障概率超过预设主动迁移阈值时,系统根据当前集群中各无人机的任务负载、电量剩余和相对位置,选择一架目标无人机作为任务承接方的步骤中:

13、系统首先从集群中筛选出电量剩余大于百分之三十且当前任务负载小于两个任务的无人机作为候选集;

14、然后计算候选集中每架无人机与源无人机的空间距离,并按照距离从近到远排序;

15、选择距离最近且通信链路信噪比大于20分贝的无人机作为目标无人机,若无符合条件的候选无人机,则向地面站发送紧急求助信号。

16、其中,在将故障概率超过阈值的无人机当前正在执行的任务及尚未开始的后继任务,打包生成迁移任务包,通过通信链路发送给目标无人机的步骤中:

17、迁移任务包包含源无人机标识、当前任务的任务标识、任务执行进度、剩余任务参数、后继任务列表以及任务之间的依赖关系;

18、任务执行进度包括已完成子任务标记和当前执行状态断点数据,该断点数据用于目标无人机从中断点继续执行;

19、迁移任务包采用前向纠错编码后通过点对点通信链路发送,发送超时时间为2秒,超时后重试一次,若仍失败则降级为通过地面站中转发送。

20、其中,在目标无人机接收迁移任务包后,向源无人机发送确认信号,并开始执行迁移的任务,同时向任务分配中心更新任务归属信息的步骤中:

21、目标无人机收到迁移任务包后首先校验数据完整性,校验通过后向源无人机发送确认信号,同时向任务分配中心上报新的任务归属信息,包含源无人机标识、原任务标识和目标无人机标识;

22、目标无人机根据迁移任务包中的任务执行进度从中断点开始继续执行,若任务包含尚未开始的后续任务,则按原依赖顺序加入自身的任务队列;

23、任务分配中心收到归属更新后,将该任务从源无人机的任务列表中移除并加入目标无人机的任务列表,同时广播给集群中其他相关无人机。

24、其中,在源无人机在发送迁移任务包并收到确认信号后,关闭其任务执行模块,并执行安全返航程序的步骤中:

25、源无人机收到确认信号后立即停止当前任务的执行,清空本地任务队列,关闭任务执行模块以降低功耗和发热;

26、然后根据自身剩余电量和当前位置,通过飞行控制系统规划最短返航路径,返航过程中持续监测故障概率,若故障概率进一步升高至0.9以上则执行紧急迫降程序。

27、其中,在目标无人机接收迁移任务包后,向源无人机发送确认信号,并开始执行迁移的任务,同时向任务分配中心更新任务归属信息的步骤之后:

28、任务分配中心在迁移完成后设定一个校验时间窗口,时长等于原任务剩余预估执行时间;

29、在校验窗口结束时,若未收到目标无人机上报的任务完成状态,则主动向目标无人机查询任务执行情况;

30、若查询失败或确认任务失败,则任务分配中心重新将该任务分配给其他候选无人机,并将原目标无人机标记为通信异常。

31、其中,在每架无人机搭载本地故障预测模型,实时监测自身的振动数据、温度数据和电流数据,预测未来预设时间窗口内的故障概率的步骤之后:

32、每架无人机在完成每次任务后,将任务期间记录的实际故障发生情况与预测概率进行比对,计算预测误差;

33、当预测误差连续10次超过0.2时,无人机在返航后从地面站下载更新后的模型参数,并在下一次起飞前完成模型替换。

34、其中,在每架无人机搭载本地故障预测模型,实时监测自身的振动数据、温度数据和电流数据,预测未来预设时间窗口内的故障概率的步骤之前:

35、地面站根据各无人机的初始电量、载荷能力和当前位置,使用匈牙利算法或遗传算法将任务集合初始分配给各无人机,确保初始负载均衡;

36、初始分配结果通过广播发送给所有无人机,各无人机确认后开始执行。

37、本发明还提供一种无人机集群协同作业任务分配系统,包括故障预测模块、目标选择模块、任务迁移模块、迁移确认模块和返航控制模块;其中:

38、所述故障预测模块,每架无人机搭载本地故障预测模型,实时监测自身的振动数据、温度数据和电流数据,预测未来预设时间窗口内的故障概率;

39、所述目标选择模块,当某架无人机的故障概率超过预设主动迁移阈值时,根据当前集群中各无人机的任务负载、电量剩余和相对位置,选择一架目标无人机作为任务承接方;

40、所述任务迁移模块,将故障概率超过阈值的无人机当前正在执行的任务及尚未开始的后继任务,打包生成迁移任务包,通过通信链路发送给目标无人机;

41、所述迁移确认模块,目标无人机接收迁移任务包后向源无人机发送确认信号,并开始执行迁移的任务,同时向任务分配中心更新任务归属信息;

42、所述返航控制模块,源无人机在发送迁移任务包并收到确认信号后,关闭其任务执行模块,并执行安全返航程序。

43、本发明的一种无人机集群协同作业任务分配方法及系统,每架无人机搭载本地故障预测模型,实时监测自身的振动数据、温度数据和电流数据,预测未来预设时间窗口内的故障概率;当某架无人机的故障概率超过预设主动迁移阈值时,系统根据当前集群中各无人机的任务负载、电量剩余和相对位置,选择一架目标无人机作为任务承接方;将故障概率超过阈值的无人机当前正在执行的任务及尚未开始的后继任务,打包生成迁移任务包,通过通信链路发送给目标无人机;目标无人机接收迁移任务包后,向源无人机发送确认信号,并开始执行迁移的任务,同时向任务分配中心更新任务归属信息;源无人机在发送迁移任务包并收到确认信号后,关闭其任务执行模块,并执行安全返航程序;

44、由此每架无人机搭载本地故障预测模型实时监测自身状态,能够在故障实际发生前主动预判风险,从根本上消除了从故障发生到重分配完成之间的任务中断真空期,避免了因任务丢失或设备损坏造成的协同失败;当故障概率超过阈值时,系统自动根据集群中各无人机的任务负载、电量剩余和相对位置,选择最合适的目标无人机承接任务,确保了迁移任务被有效执行而不导致目标无人机过载,维持集群整体负载均衡;通过将当前正在执行的任务及后继任务打包迁移,实现任务状态的完整传递和断点续传,使目标无人机从中断点继续执行,大幅降低了任务重复执行的开销;源无人机在收到确认信号后安全返航,形成了完整的闭环交接流程;本发明实现了零中断的主动任务迁移,显著提升了无人机集群在动态环境下的鲁棒性和任务完成率,尤其适用于长时间巡视、边境巡逻等高可靠性作业场景。