多无人机协同任务规划方法研究综述

随着通信技术的发展, 未来多无人机系统将会朝向集群化、自主化和智能化方向发展。通过单元间的信息融合和能力互补, 多无人机系统可以打破自身能力壁垒, 形成多样化的任务能力。任务规划是多无人机系统协同应用的顶层设计, 属于带约束的组合优化问题, 是在任务需求、单元能力和环境态势的影响下, 优化求解获得满足要求的、优化的任务执行方案。从问题表征建模和方案求解评估两个角度梳理现有研究, 从场景分析、任务分配和航迹规划3个方面总结问题表征建模部分的研究, 从求解算法和效能评估两个方面总结方案求解评估部分的研究。最后, 分析未来无人机任务规划研究中值得关注的若干方向。 https://www.sys-ele.com/CN/10.12305/j.issn.1001-506X.2024.10.21 无人机作为智能无人系统中的“集大成者”，具有生存 能力高、适应性强、使用灵活等特点，被广泛应用在多种任 务场景［１３］。当前，大型全能型无人机（如“死神”无人机、 “全球鹰”无人机等）系统集成度高且功能强大，但面对日益 复杂的任务需求，仍存在任务效费比低、系统容错性差、升 级周期长等缺陷。多无人机系统旨在将大型平台的功能分 散到空间分布的大量无人机，利用网络连接将这些功能相 对单一的低成本单元，通过合理调度，实现不同单元的动态 组合和密切协作，能够在兼具经济性的基础上达到甚至超 过大型平台的能力水平。 多无人机系统具有单元配置灵活、部署形式多样、任务 能力全面、系统冗余度高、经济成本低等优势，可以极大提 升未来战场的不对称优势，因此各国均积极部署大量研究 项目，将多无人机系统的应用扩展至多种任务领域［１］。各 国发展了以“女武神”“神经元”“小精灵”“郊狼”和“灰山鹑” 等项目为代表的无人机项目，部署了以系统集成技术和试 验项目、拒止环境中协同作战项目、分布式作战管理、蜂群 无人机应用等为代表的体系协同项目［２３］。这些项目从集 群协同模式、分布式指挥架构、核心关键技术和集群应用演 示等方面进行大量探索，推动多无人机系统与现有装备体 系的有效融合，探索多样化的应用模式［４］。 未来多无人机系统将继续朝向集群化、自主化和智能 化的方向发展［４］，其应用面临多样化的挑战：应用环境更为 复杂，存在不确定且强对抗性因素的干扰；任务需求更为多 样，机间协同压力更大；单元类型更加丰富，资源配置与调 度难度更大。因此，需要发展多无人机协同任务规划技术， 高效调度各单元并融合其任务能力，合理考虑多类因素干 扰以保证任务执行效果，自主调整任务指派及协同关系以 应对环境变化。任务方案不合理将无法体现出多无人机的 协同优势，甚至出现冲突碰撞危险。 任务规划是多无人机系统应用的顶层设计，是在场景 先验信息支撑下，在应用环境、任务需求和单元能力约束 下，充分考虑执行过程中的不确定因素，量化当前条件下的 可行资源配置与完成概率的关系，建立包含无人机配置、任 务映射关系、执行时间表和任务路径等在内的详尽任务执 行方案，并能够根据任务执行的过程变化及时对任务方案 进行调整，在正常情况下高效完成各项任务，并在强对抗情 况下最大限度地执行任务。 多无人机任务规划属于任务指派和资源分配范畴，是 一个带约束的组合优化问题［５６］，可分为模型构建和模型求 解两部分。从建模角度考虑，任务规划首先需要将多样化 的场景需求表征为任务组合，在旅行商问题、车辆路径问 题、广义指派问题、混合整数线性规划等模型［７９］的基础上， 结合问题特有的约束条件和不确定因素进一步细化模型， 在优化目标牵引下引导模型求解，获得满足需求的任务方 案。从求解角度考虑，根据机间信息交互策略的不同，求解 算法可分为集中式和分布式两类［１０１１］，需要结合场景需求 进行选择并改进，以适应不同场景下的任务规划求解需 求［１２１３］。效能评估是根据多方面指标对多无人机系统进行 的综合评价，可以发现系统的薄弱点并进行针对性改进。 本文从问题表征建模和方案求解评估两个角度对当前 研究进行梳理分析。问题表征建模分为场景分析、任务分 配和航迹规划３部分，其中场景表征部分分析任务、无人机 和环境３类要素；任务分配部分归纳与构建任务映射关系 相关的约束条件、不确定因素和优化目标；航迹规划分析单 机航迹计算和多机协同策略。从方案求解评估角度，列举 了常用的集中式和分布式算法及其改进要点，然后归纳了 多无人机协同应用的效能评估流程。最后，结合前序分析 给出未来研究中应当关注的部分方向。