摘要
有人机在作战中具有性能上的优势，但价格昂贵且所能携带的任务载荷有限，无人机成本低廉，但功能受限，能执行的任务较为单一，而有人机-无人机集群协同作战的方式能充分实现两者间的优势互补，使作战效能倍增，因而成为当前航空领域新的研究热点。面对日益复杂的战场环境与作战任务，协同任务规划是影响集群作战效能的关键，而其核心在于如何给有人机与无人机分配任务与规划航路，在保证航路安全的前提下使任务执行的收益最大化，并适应具体作战场景下的各种约束。 本文以有人机-无人机集群执行空对地协同作战任务规划为背景，对分布式架构下的协同任务分配和航路规划问题展开研究。本文的主要研究工作如下: (1)对有人机-无人机集群执行空对地侦察、打击、评估一体化任务的典型作战场景进行了分析，分析包括任务协同、时空协同在内的协同关系，对比了完全分布式、部分分布式以及集中式通信拓扑架构的优势与劣势，建立分布式架构下多机任务规划的基本模型，并详细阐述了战场环境与飞行器自身存在的约束条件。 (2)在协同任务分配层面，将作战任务建模为具有时序优先级顺序的多目标任务分配问题，为适应子任务间的时序优先级约束，对分布式架构下的一致性捆绑算法进行任务分层改进处理，结合后文航路规划得到的航路信息，通过在任务分配的求解过程中使用预估航程代价，以及每一任务层求解完毕后对实际任务执行时间进行修正，来增加后续任务分配结果的合理性，提出的改进算法能有效得到有人机-无人机集群满足任务时序优先级约束的一致无冲突任务分配解。 (3)在协同航路规划层面，分布式架构下各飞行器参照所得的任务分配解，基于Dubins曲线生成满足飞行约束的平滑路径，通过设计满足Dubins路径特点的染色体编码方式，结合启发式遗传算法，搜索生成多障碍物场景下的航程代价最小的单机避障路径。另外，为了预防飞机彼此间的碰撞，基于Dubins路径的特点，通过引入集群内部的碰撞优先级顺序，结合任务分配给定的时间信息与单机规划出的航路，针对直线段上的碰撞情形，在碰撞点处生成新的障碍圆，以低优先级飞行器绕行的方式，实现局部的航路避撞规划。 (4)在上述方法和模型的基础上进行空对地协同作战场景下的有人机-无人机集群任务规划仿真，验证了算法的可行性与有效性。
NETL