College of Automation， Nanjing University of Aeronautics & Astronautics， Nanjing 211106， China
被引用0|浏览0
摘要
针对异构多无人飞行器在障碍环境下的实时多类复杂任务规划问题,对任务分配模型的分布式求解方法进行研究.本文提出了一种改进的基于共识的捆绑算法(Consensus-based bundling algorithm,CBBA),重新设计任务包构建阶段的边际成本函数,并基于快速扩展随机树星(Rapidly-exploring random tree star,RRT*)算法耦合路径规划成本计算,优化包构建时的任务选择操作,设计了一种局部按需选择通信优化的冲突消解机制,针对动态任务分配问题求解提出了一种局部任务路径集重构机制.仿真结果表明,在障碍环境下,改进算法的动态分配收敛时间减少38.1%,总得分增加15.1%,飞行总航程减少58.0%,且满足任务时序、时间窗口、飞行器资源限制以及动态任务添加等多重约束,实现了高效任务分配,具有较高的可行性和实时性.
更多
查看译文
关键词
heterogeneous multiple unmanned aerial vehicles,consensus-based bundle algorithm,dynamic task assignment,time window constraint,path set reconstruction mechanism,rapidly-exploring random tree star(RRT*)algorithm
原文链接
分享
引用
