多无人机协同交通风险应急响应调度

陈 光晓1, 李 营1, 王 涛1, 李 志刚2
1、中国航空工业集团公司济南特种结构研究所　信息档案技术研究室
2、西北工业大学　计算机学院

摘要


针对城市不同区域交通风险的大小以及无人机探测任务执行时间不同，结合无人机群的异构性，将多无
人机协同任务分配构造为扩展团队定向问题（Extended TOP，ETOP），并建立了以最大化任务执行奖励为目标的
风险区域访问模型。提出了一种自适应多目标混合的遗传算法（Hybrid Multi-Objective Adaptive Genetic Algorithm，
HMGA），对多无人机协同任务分配问题进行求解，HMGA在动态实时的调整交叉率和变异率的同时，对奖励和成
本进行了折中考虑。通过设置不同的实验场景，对算法的性能进行对比分析，相对于标准遗传算法，HMGA在探索
解空间，能更快的获得最优解，同时获得更多的奖励、更短的平均飞行距离和更小的距离标准差。

关键词


遗传算法；无人机协同；任务分配；无人机；应急响应

全文:

PDF


参考


[1]Beg A, Qureshi A R, Sheltami T, et al. UAVenabled intelligent traffic policing and emergency response

handling system for the smart city[J]. Personal and Ubiquitous

Computing, 2021, 25: 33-50.

[2]Zhang J, Jiahao X. Cooperative task assignment of

multi-UAV system[J]. Chinese Journal of Aeronautics, 2020,

33(11): 2825-2827.

[3]张祥银，夏爽，张天.基于自适应遗传学习粒

子群算法的多无人机协同任务分配[J/OL].控制与决策：

1-9[2022-10-08].DOI：10.13195/j.kzyjc.2022.0240.

[4]Shima T, Rasmussen S J, Sparks A G, et al. Multiple

task assignments for cooperating uninhabited aerial vehicles

using genetic algorithms[J]. Computers & Operations

Research, 2006, 33(11): 3252-3269.

[5]Zhu M, Du X, Zhang X, et al. Multi-UAV rapidassessment task-assignment problem in a post-earthquake

scenario[J]. IEEE access, 2019, 7: 74542-74557.

[6]Xiao K, Lu J, Nie Y, et al. A benchmark for multiUAV task assignment of an extended team orienteering

problem[J]. arXiv preprint arXiv:2009.00363, 2020.

[7]陈长征，王楠.遗传算法中交叉和变异概率选

择的自适应方法及作用机理[J].控制理论与应用，2002

（01）：41-43


Refbacks

  • 当前没有refback。