多无人机系统的路径矩阵耦合动态任务分配与路径规划

《Drones》:Path-Matrix-Coupled Dynamic Task Allocation and Path Planning for Multi-UAV Systems

【字体: 大 中 小 】 时间:2026年08月27日 来源:Drones 5.2

编辑推荐:

   动态事件需要协调多个无人机(UAV)的任务分配(TA)和路径规划(PP),以维持可执行的任务进展。现有的耦合方法通常仅将路径信息作为预计算的成本或下游精炼结果使用,限制了其在动态变化后的复用。本文将动态任务分配和路径规划(DTAPP)建模为一个动态多目标优化问题,考虑剩余目标

  动态事件需要协调多个无人机(UAV)的任务分配(TA)和路径规划(PP),以维持可执行的任务进展。现有的耦合方法通常仅将路径信息作为预计算的成本或下游精炼结果使用,限制了其在动态变化后的复用。本文将动态任务分配和路径规划(DTAPP)建模为一个动态多目标优化问题,考虑剩余目标价值、任务工期、路径可行性和执行状态继承。提出了一种三角色动态多群体乌鸦搜索算法(3R-DMCSA),其中基于角色的开发者、探索者和多样化群体共享基于乌鸦搜索的更新结构、可行性感知比较和领导者选择结构,但使用针对TA和PP特定的编码、目标偏好、初始化和动态响应。路径矩阵通过存储候选路径及其属性来连接各层,并将其反馈给TA,支持滚动时域的前导飞行段精炼。涉及三个动态城市场景的实验将本方法与五个基线进行比较,并评估了其路径矩阵反馈和滚动时域精炼。与最强的基线相比,本方法在三个场景中分别提高了任务价值获取10.6%、16.2%和32.0%,同时保持接近完整的目标覆盖和可靠的飞行段执行。与不包含PP到TA路径反馈的配置相比,路径矩阵反馈使任务价值获取提高了5.2-26.1%,而滚动时域段精炼在不显著损害任务性能的情况下,与将所有计划段精炼相比减少了48.8-70.5%的重规划延迟。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号