无人机集群目标分配方法、装置、系统和存储介质

技术领域

本发明涉及无人机集群技术领域，具体涉及一种无人机集群目标分配方法、装置、系统和存储介质。

背景技术

武器目标分配（WTA）问题已成为护卫舰防空领域的一个特殊研究重点。武器目标分配的质量直接影响无人机群和护卫舰之间的战斗结果。随着战场环境日趋复杂，传统的静态武器目标分配（SWTA）问题难以适应新的战争形势。动态武器目标分配（DWTA）问题作为静态武器目标分配（SWTA）问题的延伸，已广泛应用于各种作战场景，如防空、空袭、电子对抗和水下防御等，迫切需要提高强随机和动态战场场景中DWAT问题的解决方案质量。

并且，现有技术比如CN114442662 A公开了利用无人机集群实现对地目标打击，但是原有算法在面对强随机和动态战场场景时存在反应能力较差，易陷入局部最优等问题，且也没有开发出模拟平台来验证算法的可行性。

发明内容

鉴于上述问题，提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的无人机集群目标分配方法、装置、系统和存储介质。

依据本发明的一个方面，提供了一种无人机集群目标分配方法，所述方法包括：

分别获取无人机集群状态信息和目标信息；

根据所述无人机集群状态信息、目标信息和预设的目标分配约束条件，得到搜索域；

基于灰狼优化算法，在所述搜索域内对预构建的无人机集群目标分配的模型函数求解；

根据模型函数的求解结果，确定目标分配方案。

在一些实施方式中，预设的目标分配的约束条件包括：

以无人机集群中各无人机对各目标的毁伤、打击时限、各无人机的飞行时长、飞行路径障碍点、各无人机的载弹量或目标对无人机需求量中的至少一项作为约束条件；

预构建的无人机集群目标分配的模型函数包括：

根据无人机集群对目标打击的评估指标，构建形成无人机集群目标分配的多目标函数；

其中，所述评估指标包括如下的至少一项：破坏值、资源消耗、效率成本比、平均拦截率或防御完成率。

在一些实施方式中，基于灰狼优化算法，在所述搜索域内对预构建的无人机集群目标分配的模型函数求解包括：

根据无人机集群状态信息和目标信息初始化所述模型函数的参数；

在所述搜索域内计算各无人机的模型函数值并进行排序，将数值最优的三个无人机确定为三个领头狼，将其他无人机定义为跟随狼；

根据所述领头狼的状态更新所述跟随狼的终点位置、飞行路径或目标分配中的至少一项；

进行迭代计算，在满足迭代停止条件时，确定目标分配方案。

在一些实施方式中，基于灰狼优化算法，在所述搜索域内对预构建的无人机集群目标分配的模型函数求解之前，还包括：

设置位置矩阵存储各领头狼和跟随狼的位置编码；

将领头狼位置中的非零元素转换为零元素，将领头狼位置中的零元素随机转换为非零元素，形成对立矩阵；

将所述对立矩阵加入到所述位置矩阵，形成新的位置矩阵。

在一些实施方式中，基于灰狼优化算法，在所述搜索域内对预构建的无人机集群目标分配的模型函数求解之后，还包括：

设置目标分配矩阵存储各目标对领头狼或跟随狼的需求值；

对所述目标分配矩阵进行数值变换，得到新的目标分配矩阵。

在一些实施方式中，对所述目标分配矩阵进行数值变换，得到新的目标分配矩阵包括：

利用平衡算子、滑移算子或者爆炸算子中的至少一种对所述目标分配矩阵进行变换，得到新的目标分配矩阵；

其中，所述平衡算子包括：设置资源集中度的阈值；筛选出目标分配矩阵中超过所述阈值的元素，将该元素的数值减少；并将减少的部分随机分配给没有超过阈值的其他元素；

所述滑移算子包括：选择用于滑移的矩阵单元，确定滑移参数；将所述矩阵单元移动所述滑移参数大小的距离，形成新的目标分配矩阵；

所述爆炸算子包括：将现有策略矩阵中的行和/或列打乱，随机形成一个新的目标分配矩阵。

依据本发明的另一个方面，提供了一种无人机集群目标分配装置，所述装置包括：

获取模块，适于分别获取无人机集群状态信息和目标信息；

约束模块，适于根据所述无人机集群状态信息、目标信息和预设的目标分配约束条件，得到搜索域；

求解模块，适于基于灰狼优化算法，在所述搜索域内对预构建的无人机集群目标分配的模型函数求解；

确定模块，适于根据模型函数的求解结果，确定目标分配方案。

依据本发明的又一个方面，提供了一种无人机集群系统，其中，所述无人机集群系统包括：地面协同控制台、室外定位系统、通讯数据链模块和无人机集群；所述无人机集群执行根据上述中任一项所述的方法。

在一些实施方式中，所述地面协同控制台包括前期视觉系统控制平台和无人机自主控制系统；

所述室外定位系统包括RTK定位测距系统，由空中端和地面基站组成，所述地面基站包括GPS测量基点；所述空中端安装在无人机机体内，所述空中端包括移动端芯片和螺旋天线；

所述通讯数据链模块的工作频率为300MHz至6GHz，所述通讯数据链模块能够提供以太网和基于串行的数据通信；

所述无人机集群中的无人机包括飞思无人机。

依据本发明的再一方面，提供了一种计算机可读存储介质，其中，所述计算机可读存储介质存储一个或多个程序，所述一个或多个程序当被处理器执行时，实现根据上述中任一项所述的方法。

由上述可知，根据本发明公开的上述无人机集群目标分配方案，首先分别获取无人机集群状态信息和目标信息；然后，根据所述无人机集群状态信息、目标信息和预设的目标分配约束条件，得到搜索域；基于灰狼优化算法，在所述搜索域内对预构建的无人机集群目标分配的模型函数求解；最后，根据模型函数的求解结果，确定目标分配方案。上述方案给出了一种无人机集群目标分配的增强学习模型框架，提高了无人机集群目标分配算法的可扩展性、机动性和优化能力，避免了局部最优，且通过灰狼优化算法促进了高质量原始解的生成，通过灰狼优化算法的搜索能力也增强了算法收敛速度；在无人机群真实作战场景下，实现了全时域的多目标优化。

上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。

附图说明

通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：

图1示出了根据本发明一个实施例的无人机集群目标分配方法的流程示意图；

图2示出了根据本发明一个实施例的基于灰狼优化算法的增强学习模型框架的整体流程示意图；

图3示出了根据本发明一个实施例的可变邻域搜索算法的流程示意图；

图4示出了根据本发明一个实施例的无人机集群目标分配装置的结构示意图；

图5示出了根据本发明一个实施例的无人机集群系统的结构示意图；

图6示出了根据本发明一个实施例的无人机集群系统中信息流的流向示意图；

图7示出了根据本发明一个实施例的室外定位系统组成架构的结构示意图；

图8示出了根据本发明一个实施例的电子设备的结构示意图。

具体实施方式

下面将参照附图更详细地描述本发明的示例性实施例。虽然附图中显示了本发明的示例性实施例，然而应当理解，可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本发明，并且能够将本发明的范围完整的传达给本领域的技术人员。

图1示出了根据本发明一个实施例的无人机集群目标分配方法，该方法应用于电子设备中。所述电子设备包括安装有计算机程序的智能终端设备、计算机设备和/或云，所述智能终端设备包括但不限于智能手机、PAD；所述计算机设备包括但不限于个人计算机、笔记本电脑、工业计算机、网络主机、单个网络服务器、多个网络服务器集；所述云由基于云计算(Cloud Computing)的大量计算机或网络服务器构成，其中，云计算是分布式计算的一种，由一群松散耦合的计算机集组成的一个虚拟超级计算机。

参见图1所示，该实施例公开的一种无人机集群目标分配方法，所述方法包括：

步骤110，分别获取无人机集群状态信息和目标信息。

所述无人机集群状态信息包括无人机的初始位置、无人机的控制指令、飞行初始参数等。目标信息是指目标的位置、移动状态、防护状态、摧毁所需弹药等参数。

步骤120，根据所述无人机集群状态信息、目标信息和预设的目标分配约束条件，得到搜索域。

其中，上述搜索域是指灰狼优化算法对各头狼分配目标的各个可能的边界内的选择空间。

步骤130，基于灰狼优化算法，在所述搜索域内对预构建的无人机集群目标分配的模型函数求解；

灰狼优化算法(Grew Wolf Optimization，GWO) 是2014年Mirjalili等 人提出一种新型仿生智能优化算法，该算法结构简单、调整参数少、不受空间结构限制，目前已被应用在不同领域。该方法解决多机目标分配的基本思想是：将灰狼种群搜索食物的过程映射为无人机搜索目标的过程，模拟灰狼的种群制度和捕食习性，从种群中选出当前位置最优的三个个体，其余个体根据前三头狼的位置不断更新自身并靠近猎物，最终对猎物进行围捕，即得到目标分配方案。

步骤140，根据模型函数的求解结果，确定目标分配方案。

该实施例公开的上述方法给出了一种无人机集群目标分配的增强学习模型框架，提高了无人机集群目标分配算法的可扩展性、机动性和优化能力，避免了局部最优，且通过灰狼优化算法促进了高质量原始解的生成，通过灰狼优化算法的搜索能力也增强了算法收敛速度；在无人机群真实作战场景下，实现了全时域的多目标优化。

在一些实施例中，预设的目标分配的约束条件包括：

以无人机集群中各无人机对各目标的毁伤、打击时限、各无人机的飞行时长、飞行路径障碍点、各无人机的载弹量或目标对无人机需求量中的至少一项作为约束条件；

预构建的无人机集群目标分配的模型函数包括：

根据无人机集群对目标打击的评估指标，构建形成无人机集群目标分配的多目标函数；

其中，所述评估指标包括如下的至少一项：破坏值、资源消耗、效率成本比、平均拦截率或防御完成率。

需要指出的是，为了便于方便计算，本发明中实施例优选引入矩阵或向量，将相应约束条件或者目标分配结果优选用矩阵表达。

在一些实施例中，基于灰狼优化算法，在所述搜索域内对预构建的无人机集群目标分配的模型函数求解包括：

根据无人机集群状态信息和目标信息初始化所述模型函数的参数；

在所述搜索域内计算各无人机的模型函数值并进行排序，将数值最优的三个无人机确定为三个领头狼，将其他无人机定义为跟随狼；

根据所述领头狼的状态更新所述跟随狼的终点位置、飞行路径或目标分配中的至少一项；

进行迭代计算，在满足迭代停止条件时，确定目标分配方案。

利用灰狼优化算法通过迭代的方式寻找最优的目标分配方案，可以采用灰狼优化算法的现有操作方式，这里不再详述。

在一些实施例中，基于灰狼优化算法，在所述搜索域内对预构建的无人机集群目标分配的模型函数求解之前，还包括：

设置位置矩阵存储各领头狼和跟随狼的位置编码；

将领头狼位置中的非零元素转换为零元素，将领头狼位置中的零元素随机转换为非零元素，形成对立矩阵；

将所述对立矩阵加入到所述位置矩阵，形成新的位置矩阵。

具体的，灰狼优化算法等启发式算法主要用于解决静态优化问题。每个优化都是一个独立的过程，没有内存功能。对于顺序决策优化问题，强化学习的模型函数弥补了灰狼优化算法的不足，图2示出了本发明一个实施例中强化学习的整体流程图。其算法表达式如表1：

其中，

首先，设计了一个位置矩阵

其中

狼群的初始位置直接决定了优化的收敛质量。为了扩大运算的多样性并避免落入局部最优，建立了一个新的基于对立的学习算子来生成狼的初始位置。

首领狼α，β和δ被选中，由策略生成

进行转换前后的示例如表3所示：

在一些实施例中，基于灰狼优化算法，在所述搜索域内对预构建的无人机集群目标分配的模型函数求解之后，还包括：

设置目标分配矩阵存储各目标对领头狼或跟随狼的需求值；

对所述目标分配矩阵进行数值变换，得到新的目标分配矩阵。

在一些具体的实施例中，对所述目标分配矩阵进行数值变换，得到新的目标分配矩阵包括：

利用平衡算子、滑移算子或者爆炸算子中的至少一种对所述目标分配矩阵进行变换，得到新的目标分配矩阵。

其中，所述平衡算子包括：设置资源集中度的阈值；筛选出目标分配矩阵中超过所述阈值的元素，将该元素的数值减少；并将减少的部分随机分配给没有超过阈值的其他元素。

具体的，设置资源集中度的阈值为

进行平衡转换前后的示例如表5所示：

所述滑移算子包括：选择用于滑移的矩阵单元，确定滑移参数；将所述矩阵单元移动所述滑移参数大小的距离，形成新的目标分配矩阵。

具体的，滑移算子被设计为构造一个新的邻域。滑移算子的过程如表6中所示：

在算法 4 中，滑移算子通过滑动方法创建一个新邻域。参数n确定滑动操作过程中的滑动单元。参数t是一个从0到3的随机整数，t将决定每个算子的操作。当参数t为零，目标分配矩阵的相关元素将保持在原始位置。当参数t是1，目标分配矩阵的相关元素将滑动1个单位。当参数t为2，目标分配矩阵的相关元素将滑动2单位。算法4的滑动前后变化如表7所示：

所述爆炸算子包括：将现有策略矩阵中的行和/或列打乱，随机形成一个新的目标分配矩阵。

具体的，当平衡算子和滑移算子不能产生优化的解决方案时，采用爆炸算子。爆炸算子将生成一个随机序列，形成一个新的目标分配矩阵。虽然爆炸算子会探索海量可行的解，提高全局搜索能力，但邻域原有的结构也会被破坏，错过了初始解的卓越性。试图保持本地搜索和全球搜索之间的平衡，同时保持多样性。

根据图3所示的优选实施方式，上述平衡算子、滑移算子和爆炸算子依次执行，当前者算子不能满足优化条件时再执行后者的算子。

本发明的上述实施例设计了几种变量邻域搜索算子和一种基于对立的学习算子来增强灰狼优化算法的全局搜索能力。为了便于通过GWO算法生成高质量的原始解决方案，采用了强化学习训练的策略。GWO算法还可以更好地执行贪婪策略，有利于模型函数收敛。

参见图4所示的一种无人机集群目标分配装置400，所述装置400包括：

获取模块410，适于分别获取无人机集群状态信息和目标信息；

约束模块420，适于根据所述无人机集群状态信息、目标信息和预设的目标分配约束条件，得到搜索域；

求解模块430，适于基于灰狼优化算法，在所述搜索域内对预构建的无人机集群目标分配的模型函数求解；

确定模块440，适于根据模型函数的求解结果，确定目标分配方案。

上述装置方案给出了一种无人机集群目标分配的增强学习框架，提高了无人机集群目标分配算法的可扩展性、机动性和优化能力，避免了局部最优，且通过灰狼优化算法促进了高质量原始解的生成，通过灰狼优化算法的搜索能力也增强了算法收敛速度；在无人机群真实作战场景下，实现了全时域的多目标优化。

在一些实施例中，预设的目标分配的约束条件包括：

以无人机集群中各无人机对各目标的毁伤、打击时限、各无人机的飞行时长、飞行路径障碍点、各无人机的载弹量或目标对无人机需求量中的至少一项作为约束条件；

预构建的无人机集群目标分配的模型函数包括：

根据无人机集群对目标打击的评估指标，构建形成无人机集群目标分配的多目标函数；

其中，所述评估指标包括如下的至少一项：破坏值、资源消耗、效率成本比、平均拦截率或防御完成率。

在一些实施例中，所述求解模块430还适于：

根据无人机集群状态信息和目标信息初始化所述模型函数的参数；

在所述搜索域内计算各无人机的模型函数值并进行排序，将数值最优的三个无人机确定为三个领头狼，将其他无人机定义为跟随狼；

根据所述领头狼的状态更新所述跟随狼的终点位置、飞行路径或目标分配中的至少一项；

进行迭代计算，在满足迭代停止条件时，确定目标分配方案。

在一些实施例中，所述求解模块430还适于：

设置位置矩阵存储各领头狼和跟随狼的位置编码；

将领头狼位置中的非零元素转换为零元素，将领头狼位置中的零元素随机转换为非零元素，形成对立矩阵；

将所述对立矩阵加入到所述位置矩阵，形成新的位置矩阵。

在一些实施例中，所述求解模块430还适于：

设置目标分配矩阵存储各目标对领头狼或跟随狼的需求值；

对所述目标分配矩阵进行数值变换，得到新的目标分配矩阵。

在一些实施例中，所述求解模块430进一步适于：

利用平衡算子、滑移算子或者爆炸算子中的至少一种对所述目标分配矩阵进行变换，得到新的目标分配矩阵；

其中，所述平衡算子包括：设置资源集中度的阈值；筛选出目标分配矩阵中超过所述阈值的元素，将该元素的数值减少；并将减少的部分随机分配给没有超过阈值的其他元素；

所述滑移算子包括：选择用于滑移的矩阵单元，确定滑移参数；将所述矩阵单元移动所述滑移参数大小的距离，形成新的目标分配矩阵；

所述爆炸算子包括：将现有策略矩阵中的行和/或列打乱，随机形成一个新的目标分配矩阵。

参见图5所示的无人机集群系统，所述无人机集群系统用于模拟实际目标打击场景，包括：地面协同控制台、室外定位系统、通讯数据链模块和无人机集群。

其中，所述地面协同控制台包括前期视觉系统控制平台和无人机自主控制系统；

所述室外定位系统包括RTK定位测距系统，由空中端和地面基站组成，所述地面基站包括GPS测量基点；所述空中端安装在无人机机体内，所述空中端包括移动端芯片和螺旋天线；

所述通讯数据链模块的工作频率为300MHz至6GHz，所述通讯数据链模块能够提供以太网和基于串行的数据通信；

所述无人机集群中的无人机包括飞思无人机。

并且，上述的各系统或者设备的主要信息流如图6所示。

具体的，无人机控制地面站是系统开发实验控制平台，可用于双目视觉目标识别，为前期视觉系统控制平台，当在上位机中控制成功后即可以移植到TX2上进行实时自主控制。

参见图7所示的高精度室外定位系统，该系统优选为RTK定位测距系统，由RTK空中端和RTK地面基站组成，其中RTK空中端安装在无人机机体中，含有RTK移动端芯片和高灵敏度螺旋天线，可实现GPS坐标的精确测量。RTK地面基站提供GPS测量基点，用于修正机载RTK的数据。

所述无人机集群系统还包括工业级通讯数据链，该通讯数据链提供了复杂数据应用所需的带宽和范围。工作频率选择范围从300MHz直至6GHz，并提供快速、安全、同步以太网和基于串行数据通信。它具有强大的数字调制技术，并提供了安全的数据传输和扩展范围要求的创新解决方式。

无人机集群系统中还包括高性能智能无人机实验平台，优选飞思X450无人机平台，它是室外智能飞行器，使用高强度碳纤维和3D打印技术相结合设计制造，载重大，飞行时间长。内部采用激光定高，性能优秀，飞行稳定，使用简单，一键起降。

需要说明的是：

在此提供的算法和显示不与任何特定计算机、虚拟装置或者其它设备固有相关。各种通用装置也可以与基于在此的示教一起使用。根据上面的描述，构造这类装置所要求的结构是显而易见的。此外，本发明也不针对任何特定编程语言。应当明白，可以利用各种编程语言实现在此描述的本发明的内容，并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。

在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。

类似地，应当理解，为了精简本发明并帮助理解各个发明方面中的一个或多个，在上面对本发明的示例性实施例的描述中，本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释成反映如下意图：即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如下面的权利要求书所反映的那样，发明方面在于少于前面公开的单个实施例的所有特征。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本发明的单独实施例。

本领域那些技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书（包括伴随的权利要求、摘要和附图）中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书（包括伴随的权利要求、摘要和附图）中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。

此外，本领域的技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如，在下面的权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。

本发明的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器（DSP）来实现根据本发明实施例的无人机集群目标分配装置中的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序（例如，计算机程序和计算机程序产品）。这样的实现本发明的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。

本发明实施例提供了一种非易失性计算机存储介质，所述计算机存储介质存储有至少一可执行指令，该计算机可执行指令可执行上述任意方法实施例中的上述无人机集群目标分配方法。

图8示出了本发明电子设备实施例的结构示意图，本发明具体实施例并不对电子设备的具体实现做限定。

如图8所示，该电子设备可以包括：处理器(processor)802、通信接口(Communications Interface)804、存储器(memory)806、以及通信总线808。

其中：处理器802、通信接口804、以及存储器806通过通信总线808完成相互间的通信。通信接口804，用于与其它设备比如客户端或其它服务器等的网元通信。处理器802，用于执行程序810，具体可以执行上述用于电子设备的上述无人机集群目标分配实施例中的相关步骤。

具体地，程序810可以包括程序代码，该程序代码包括计算机操作指令。

处理器802可能是中央处理器CPU，或者是特定集成电路ASIC（ApplicationSpecific Integrated Circuit），或者是被配置成实施本发明实施例的一个或多个集成电路。电子设备包括的一个或多个处理器，可以是同一类型的处理器，如一个或多个CPU；也可以是不同类型的处理器，如一个或多个CPU以及一个或多个ASIC。

存储器806，用于存放程序810。存储器806可能包含高速RAM存储器，也可能还包括非易失性存储器（non-volatile memory），例如至少一个磁盘存储器。

程序810具体可以用于使得处理器802执行上述无人机集群目标分配实施例对应的操作。

应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。