本發(fā)明實(shí)施例涉及無(wú)人機(jī)
技術(shù)領(lǐng)域：
，具體涉及一種無(wú)人機(jī)探測(cè)任務(wù)分配方法及裝置。
背景技術(shù)：
：隨著航空技術(shù)的不斷發(fā)展，越來(lái)越多的高科技設(shè)備已經(jīng)應(yīng)用到航空領(lǐng)域中。而在眾多高科技設(shè)備當(dāng)中，無(wú)人機(jī)以其作業(yè)效率高、勞動(dòng)強(qiáng)度小、綜合成本低等方面的優(yōu)勢(shì)，迅速成為航空作業(yè)過程中一種較為重要的高科技設(shè)備。例如，可以執(zhí)行航拍或掃描成像等作業(yè)任務(wù)。目前的無(wú)人機(jī)大致可以大致分為多旋翼(例如四旋翼、六旋翼或八旋翼無(wú)人機(jī)等)以及固定翼兩大類。其中固定翼無(wú)人機(jī)以飛行距離長(zhǎng)、巡航面積大、飛行速度快、高度高等優(yōu)點(diǎn)被較為廣泛應(yīng)用于航空作業(yè)中。然而，在實(shí)施本發(fā)明的過程中發(fā)明人發(fā)現(xiàn)，由于當(dāng)前多旋翼無(wú)人機(jī)作業(yè)主要是人為遙控為主，實(shí)際作業(yè)的效果受到操作員的操作水平的影響較大，且通過人為即視的方式規(guī)劃的航線與理論航線偏離嚴(yán)重，導(dǎo)致無(wú)人機(jī)的作業(yè)遺漏率和重復(fù)率往往偏高。此外，當(dāng)一架多旋翼無(wú)人機(jī)對(duì)多塊待探測(cè)區(qū)域完成一種探測(cè)任務(wù)時(shí)，在此過程中由于無(wú)人機(jī)的飛行時(shí)長(zhǎng)有限，如何選擇待探測(cè)區(qū)域以及路徑規(guī)劃使得完成任務(wù)后的收益最大(即盡可能多的完成區(qū)域探測(cè)任務(wù)且完成區(qū)域探測(cè)后所有區(qū)域的總收益最大)，并在收益最大的基礎(chǔ)上選擇出花費(fèi)時(shí)間最短的方案也成為了一個(gè)亟待解決的問題。技術(shù)實(shí)現(xiàn)要素：本發(fā)明的一個(gè)實(shí)施例提供了一種無(wú)人機(jī)探測(cè)任務(wù)分配方法及裝置，用于克服現(xiàn)有技術(shù)中無(wú)人機(jī)的航行受人為操作的影響較大，且在利用一架多旋翼無(wú)人機(jī)對(duì)多塊待探測(cè)區(qū)域進(jìn)行作業(yè)時(shí)無(wú)法對(duì)無(wú)人機(jī)的航跡進(jìn)行合理規(guī)劃以獲得最大總收益花費(fèi)最短時(shí)間的缺陷。第一方面，本發(fā)明的一個(gè)實(shí)施例提供了一種無(wú)人機(jī)探測(cè)任務(wù)分配方法，當(dāng)一架多旋翼無(wú)人機(jī)對(duì)多塊矩形待探測(cè)區(qū)域執(zhí)行多種探測(cè)任務(wù)，所述方法包括：獲取待探測(cè)區(qū)域信息以及多旋翼無(wú)人機(jī)信息；獲取滿足預(yù)設(shè)的uav-o-op模型約束條件的初始解，其中，所述uav-o-op模型為多旋翼無(wú)人機(jī)在此次探測(cè)任務(wù)中獲得總收益最大的目標(biāo)函數(shù)；所述約束條件包括多旋翼無(wú)人機(jī)所飛行時(shí)長(zhǎng)約束；采用預(yù)設(shè)的遺傳算法基于所述初始解對(duì)所述uav-o-op模型求解得到最優(yōu)解，并將該最優(yōu)解作為一架多旋翼無(wú)人機(jī)對(duì)多塊待探測(cè)區(qū)域的任務(wù)分配結(jié)果。第二方面，本發(fā)明的又一個(gè)實(shí)施例一種無(wú)人機(jī)探測(cè)任務(wù)分配裝置，當(dāng)一架多旋翼無(wú)人機(jī)對(duì)多塊矩形待探測(cè)區(qū)域執(zhí)行多種探測(cè)任務(wù)，所述裝置包括：信息獲取單元，用于獲取待探測(cè)區(qū)域信息以及多旋翼無(wú)人機(jī)信息；初始解獲取單元，用于獲取滿足預(yù)設(shè)的uav-o-op模型約束條件的初始解，其中，所述uav-o-op模型為多旋翼無(wú)人機(jī)在此次探測(cè)任務(wù)中獲得總收益最大的目標(biāo)函數(shù)；所述約束條件包括多旋翼無(wú)人機(jī)所飛行時(shí)長(zhǎng)約束；最優(yōu)解計(jì)算單元，用于采用預(yù)設(shè)的遺傳算法基于所述初始解對(duì)所述uav-o-op模型求解得到最優(yōu)解，并將該最優(yōu)解作為一架多旋翼無(wú)人機(jī)對(duì)多塊待探測(cè)區(qū)域的任務(wù)分配結(jié)果。本發(fā)明的一個(gè)實(shí)施例提供了一種無(wú)人機(jī)探測(cè)任務(wù)分配方法，該方法中針對(duì)一架多旋翼無(wú)人機(jī)對(duì)多塊待探測(cè)區(qū)域執(zhí)行多種作業(yè)任務(wù)的情況，首先獲取執(zhí)行本次任務(wù)的待探測(cè)區(qū)域信息以及多旋翼無(wú)人機(jī)信息，接著根據(jù)這一信息基于預(yù)設(shè)的uav-o-op模型以及遺傳算法，獲得能夠使得該模型獲得最大總收益的最優(yōu)解，并將該最優(yōu)解作為本次作業(yè)的任務(wù)分配和航跡規(guī)劃結(jié)果。相比于現(xiàn)有的人工遙控的方式，本發(fā)明提供的方法能夠根據(jù)預(yù)設(shè)的模型及算法自動(dòng)獲得本次作業(yè)中無(wú)人機(jī)的任務(wù)以及航跡規(guī)劃，使得無(wú)人機(jī)可以按照該任務(wù)以及航跡規(guī)劃自動(dòng)執(zhí)行作業(yè)任務(wù)，避免受到人為操作的影響。此外，由于本發(fā)明提供的方法是將預(yù)設(shè)的最大化收益模型的最優(yōu)解作為航跡規(guī)劃結(jié)果，因此基于該結(jié)果執(zhí)行作業(yè)任務(wù)的無(wú)人機(jī)在執(zhí)行任務(wù)的同時(shí)也能夠獲得最大總收益，花費(fèi)最短的時(shí)間，從而能夠有效地提高作業(yè)的效率，使得無(wú)人機(jī)作業(yè)形式能夠應(yīng)用于更廣泛的探測(cè)任務(wù)中。附圖說(shuō)明通過閱讀下文優(yōu)選實(shí)施方式的詳細(xì)描述，各種其他的優(yōu)點(diǎn)和益處對(duì)于本領(lǐng)域普通技術(shù)人員將變得清楚明了。附圖僅用于示出優(yōu)選實(shí)施方式的目的，而并不認(rèn)為是對(duì)本發(fā)明的限制。而且在整個(gè)附圖中，用相同的參考符號(hào)表示相同的部件。在附圖中：圖1是本發(fā)明提供的一種無(wú)人機(jī)探測(cè)任務(wù)分配的方法實(shí)施例流程圖；圖2(a)-2(c)是本發(fā)明提供的待探測(cè)區(qū)域探測(cè)方式示意圖；圖3是本發(fā)明提供的進(jìn)入點(diǎn)位置示意圖；圖4是本發(fā)明提供的染色體交叉過程示意圖；圖5是本發(fā)明提供的染色體變異規(guī)則示意圖；圖6是本發(fā)明提供的5個(gè)待探測(cè)區(qū)域示意圖；圖7是本發(fā)明提供的最優(yōu)解收斂示意圖；圖8是本發(fā)明提供的一種無(wú)人機(jī)探測(cè)任務(wù)分配的裝置實(shí)施例結(jié)構(gòu)示意圖。具體實(shí)施方式下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對(duì)本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例僅僅是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例?；诒景l(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。第一方面，本發(fā)明實(shí)施例提供了一種無(wú)人機(jī)探測(cè)任務(wù)分配方法，當(dāng)一架多旋翼無(wú)人機(jī)對(duì)多塊矩形待探測(cè)區(qū)域執(zhí)行多種探測(cè)任務(wù)時(shí)，如圖1所示，所述方法包括：s101、獲取待探測(cè)區(qū)域信息以及多旋翼無(wú)人機(jī)信息；s102、獲取滿足預(yù)設(shè)的uav-o-op模型約束條件的初始解，其中，所述uav-o-op模型為多旋翼無(wú)人機(jī)在此次探測(cè)任務(wù)中獲得總收益最大的目標(biāo)函數(shù)；所述約束條件包括多旋翼無(wú)人機(jī)所飛行時(shí)長(zhǎng)約束；s103、采用預(yù)設(shè)的遺傳算法基于所述初始解對(duì)所述uav-o-op模型求解得到最優(yōu)解，并將該最優(yōu)解作為該多旋翼無(wú)人機(jī)對(duì)多塊待探測(cè)區(qū)域的任務(wù)分配結(jié)果。本發(fā)明的一個(gè)實(shí)施例提供了一種無(wú)人機(jī)探測(cè)任務(wù)分配方法，該方法中針對(duì)一架多旋翼無(wú)人機(jī)對(duì)多塊待探測(cè)區(qū)域執(zhí)行多種作業(yè)任務(wù)的情況，首先獲取執(zhí)行本次任務(wù)的待探測(cè)區(qū)域信息以及多旋翼無(wú)人機(jī)信息，接著根據(jù)這一信息基于預(yù)設(shè)的uav-o-op模型以及遺傳算法，獲得能夠使得該模型獲得最大總收益的最優(yōu)解，并將該最優(yōu)解作為本次作業(yè)的任務(wù)分配和航跡規(guī)劃結(jié)果。相比于現(xiàn)有的人工遙控的方式，本發(fā)明提供的方法能夠根據(jù)預(yù)設(shè)的模型及算法自動(dòng)獲得本次作業(yè)中無(wú)人機(jī)的任務(wù)以及航跡規(guī)劃，使得無(wú)人機(jī)可以按照該任務(wù)以及航跡規(guī)劃自動(dòng)執(zhí)行作業(yè)任務(wù)，避免受到人為操作的影響。此外，由于本發(fā)明提供的方法是將預(yù)設(shè)的最大化收益模型的最優(yōu)解作為航跡規(guī)劃結(jié)果，因此基于該結(jié)果執(zhí)行作業(yè)任務(wù)的無(wú)人機(jī)在執(zhí)行任務(wù)的同時(shí)也能夠獲得最大總收益，花費(fèi)最短的時(shí)間，從而能夠有效地提高作業(yè)的效率，使得無(wú)人機(jī)作業(yè)形式能夠應(yīng)用于更廣泛的探測(cè)任務(wù)中。在具體實(shí)施時(shí)，可以理解的是，上述方法中的uav-o-op模型包含的目標(biāo)函數(shù)以及約束條件是本發(fā)明能夠獲得最優(yōu)規(guī)劃結(jié)果的重要依據(jù)，其可以通過多種方式來(lái)設(shè)置，下面對(duì)其中一種可選的設(shè)置方式進(jìn)行詳細(xì)說(shuō)明。所述uav-o-op模型是一個(gè)定向問題(op)。多旋翼無(wú)人機(jī)自身性能、待探測(cè)區(qū)域的大小與多旋翼無(wú)人機(jī)執(zhí)行任務(wù)時(shí)的路徑等方面也對(duì)任務(wù)分配的結(jié)果產(chǎn)生影響。具體模型中的具體參數(shù)及設(shè)置如下：(一)多旋翼無(wú)人機(jī)用u表示執(zhí)行待探測(cè)任務(wù)的一架多旋翼無(wú)人機(jī)；該架無(wú)人機(jī)從同一起點(diǎn)出發(fā)，并最終返回到該起點(diǎn)。在飛行過程中，多旋翼無(wú)人機(jī)的飛行速度為v，且均攜帶探測(cè)半徑為rd的傳感器。結(jié)合多旋翼無(wú)人機(jī)執(zhí)行探測(cè)任務(wù)的特點(diǎn)，本文做出以下假設(shè)：(1)多旋翼無(wú)人機(jī)均具有自動(dòng)避障的能力，可在面臨碰撞的情形下，采用自主規(guī)避的控制策略，由此而產(chǎn)生的路徑偏差相對(duì)于總的飛行路徑長(zhǎng)度也很小，可忽略不計(jì)；(2)多旋翼無(wú)人機(jī)均以相同的巡航速度和巡航高度飛行，從而在不考慮其他因素影響時(shí)達(dá)到最佳的探測(cè)效果；(3)多旋翼無(wú)人機(jī)飛行過程中不考慮外界環(huán)境對(duì)多旋翼無(wú)人機(jī)飛行軌跡的影響；(4)多旋翼無(wú)人機(jī)飛行過程中燃料有限；(二)待探測(cè)區(qū)域設(shè)分別為多旋翼無(wú)人機(jī)的起點(diǎn)和終點(diǎn)，本文中起點(diǎn)和終點(diǎn)相同；為na塊待探測(cè)區(qū)域，且待探測(cè)區(qū)域ai是頂點(diǎn)坐標(biāo)為(ai1,ai2,ai3,ai4)面積為si的矩形；多旋翼無(wú)人機(jī)的起點(diǎn)、終點(diǎn)以及待探測(cè)區(qū)域的集合為當(dāng)多旋翼無(wú)人機(jī)對(duì)待探測(cè)區(qū)域ai覆蓋式掃描時(shí)，多旋翼無(wú)人機(jī)飛入待探測(cè)區(qū)域的進(jìn)入點(diǎn)為ini，飛離待探測(cè)區(qū)域的離開點(diǎn)為outi，并假設(shè)該多旋翼無(wú)人機(jī)必須完全探測(cè)整塊待探測(cè)區(qū)域后才能離開。與此同時(shí)，每一個(gè)待探測(cè)區(qū)域最多只能被探測(cè)一次。(三)飛行路徑在多旋翼無(wú)人機(jī)執(zhí)行探測(cè)任務(wù)的過程中，不僅需要在待探測(cè)區(qū)域內(nèi)部通過覆蓋式掃描完成作業(yè)任務(wù)，而且還需要在不同待探測(cè)區(qū)域間飛行以實(shí)現(xiàn)任務(wù)之間的切換，由此而產(chǎn)生了兩種類型的飛行路徑，即待探測(cè)區(qū)域間和待探測(cè)區(qū)域內(nèi)的飛行路徑。(1)多旋翼無(wú)人機(jī)在待探測(cè)區(qū)域間的飛行路徑：在兩塊待探測(cè)區(qū)域ai,aj之間，多旋翼無(wú)人機(jī)飛行的路徑長(zhǎng)度為歐式距離長(zhǎng)度。且多旋翼無(wú)人機(jī)在兩塊待探測(cè)區(qū)域ai,aj之間的花費(fèi)的時(shí)間為tij。(2)多旋翼無(wú)人機(jī)在待探測(cè)區(qū)域內(nèi)覆蓋式掃描時(shí)的飛行路徑多旋翼無(wú)人機(jī)作業(yè)方式：在待探測(cè)區(qū)域ai內(nèi)部，多旋翼無(wú)人機(jī)使用平行掃描策略進(jìn)行路徑規(guī)劃。在覆蓋式掃描時(shí)多旋翼無(wú)人機(jī)從待探測(cè)區(qū)域ai的ini點(diǎn)進(jìn)入，進(jìn)入待探測(cè)區(qū)域后的路徑平行于待探測(cè)區(qū)域某條邊，然后從outi點(diǎn)離開，此時(shí)，多旋翼無(wú)人機(jī)探測(cè)掃描待探測(cè)區(qū)域的花費(fèi)時(shí)間為ti。在給定速度下多旋翼無(wú)人機(jī)的探測(cè)掃描時(shí)間取決于轉(zhuǎn)彎的次數(shù)，針對(duì)圖2(c)的待探測(cè)區(qū)域就有兩個(gè)不同的轉(zhuǎn)彎半徑次數(shù)，如圖2(a)以及圖2(b)所示，其中圖2(b)所示航跡中的轉(zhuǎn)彎次數(shù)比圖2(a)所示航跡要少，且總路徑長(zhǎng)度也比圖2(a)要少。多旋翼無(wú)人機(jī)采用平行掃描策略執(zhí)行區(qū)域探測(cè)任務(wù)時(shí)，需要先確定進(jìn)入待探測(cè)區(qū)域的點(diǎn)和進(jìn)入方向。多旋翼無(wú)人機(jī)進(jìn)入待探測(cè)區(qū)域的點(diǎn)可以是任意點(diǎn)，但是當(dāng)進(jìn)入點(diǎn)距離待探測(cè)區(qū)域頂點(diǎn)處距離為rd時(shí)多旋翼無(wú)人機(jī)的轉(zhuǎn)彎次數(shù)最少，總路徑最短。由于本文的待探測(cè)區(qū)域均為矩形，則距離頂點(diǎn)為rd的點(diǎn)有八個(gè)(如圖3所示)，分別為{rd1,rd2...rd8}，所以多旋翼無(wú)人機(jī)進(jìn)入待探測(cè)區(qū)域的進(jìn)入點(diǎn)ini有八種可能，且進(jìn)入方向均為垂直于該點(diǎn)所在的邊。且由進(jìn)入點(diǎn)可以唯一確定離開點(diǎn)，因?yàn)楫?dāng)多旋翼無(wú)人機(jī)的轉(zhuǎn)彎半徑確定，掃描半徑確定，進(jìn)入待探測(cè)區(qū)域方向確定，待探測(cè)區(qū)域邊長(zhǎng)確定時(shí)，則轉(zhuǎn)彎次數(shù)確定，多旋翼無(wú)人機(jī)離開待探測(cè)區(qū)域的方向和離開點(diǎn)outi是確定的。然而在對(duì)待探測(cè)區(qū)域進(jìn)行探測(cè)掃描時(shí)不僅需要考慮待探測(cè)區(qū)域內(nèi)部的花費(fèi)時(shí)間還需要考慮待探測(cè)區(qū)域之間的花費(fèi)時(shí)間，需要均衡兩者之間的時(shí)間，所以不再以所花費(fèi)的時(shí)間為衡量標(biāo)準(zhǔn)，而是以探測(cè)過的待探測(cè)區(qū)域的收益為標(biāo)準(zhǔn)。因此，針對(duì)所描述的一種無(wú)人機(jī)探測(cè)任務(wù)分配問題，本文以多旋翼無(wú)人機(jī)完成任務(wù)后的總收益最大化作為優(yōu)化問題的目標(biāo)函數(shù)，建立如下數(shù)學(xué)模型。所述uav-o-op模型的目標(biāo)函數(shù)為：所述uav-o-op模型的約束條件為：在uav-o-op模型中，na表示待探測(cè)區(qū)域ai的個(gè)數(shù)；表示多旋翼無(wú)人機(jī)的起始點(diǎn)和終點(diǎn)，所述起始點(diǎn)與終點(diǎn)為同一點(diǎn)；si表示待探測(cè)區(qū)域ai的面積；pi表示完成待探測(cè)區(qū)域ai的任務(wù)所獲得的收益；ti表示多旋翼無(wú)人機(jī)對(duì)探測(cè)區(qū)域ai按照平行掃描策略執(zhí)行任務(wù)的時(shí)間；tij表示多旋翼無(wú)人機(jī)在待探測(cè)區(qū)域ai,aj之間飛行的時(shí)間；e表示多旋翼無(wú)人機(jī)最大飛行時(shí)長(zhǎng)限制；ui表示待探測(cè)區(qū)域ai在路線中的位置；xi表示多旋翼無(wú)人機(jī)對(duì)待探測(cè)區(qū)域ai完成任務(wù)的情況，若xi＝1，則表示完成探測(cè)任務(wù)，否則多旋翼無(wú)人機(jī)沒有對(duì)待探測(cè)區(qū)域ai執(zhí)行任務(wù)；yij表示多旋翼無(wú)人機(jī)是否經(jīng)過待探測(cè)區(qū)域ai,aj，若yij＝1表示多旋翼無(wú)人機(jī)經(jīng)過待探測(cè)區(qū)域ai,aj，否則該多旋翼無(wú)人機(jī)沒有經(jīng)過待探測(cè)區(qū)域ai,aj。其中，目標(biāo)函數(shù)式(1)為多旋翼無(wú)人機(jī)執(zhí)行任務(wù)后獲得的總收益最大；約束式(2)是為了保證多旋翼無(wú)人機(jī)的路徑起始點(diǎn)為a0，終點(diǎn)為約束式(3)是確保每個(gè)待探測(cè)區(qū)域最多被訪問一次；約束式(4)是確保多旋翼無(wú)人機(jī)的最大飛行時(shí)長(zhǎng)不能超過e；約束式(5)和式(6)是防止無(wú)人機(jī)路線形成子回路；約束式(7)是目標(biāo)、路徑變量的定義。不難理解的是，在獲得了uav-o-op模型之后，本發(fā)明實(shí)施例提供的方法可以根據(jù)預(yù)設(shè)的遺傳算法求解uav-o-op模型的最優(yōu)解。其中這一求取最優(yōu)解的預(yù)設(shè)遺傳算法可以通過多種方法實(shí)現(xiàn)，下面對(duì)其中一種可選的方式進(jìn)行詳細(xì)說(shuō)明。本發(fā)明實(shí)施例提供的方法的總體思路為：對(duì)于本發(fā)明實(shí)施例所要解決的任務(wù)分配問題來(lái)說(shuō)，每一個(gè)可行解(也即滿足預(yù)設(shè)模型約束的解)可以表示為一條染色體?？尚薪夥N群(也即初始父代種群)可以由多條染色體組成，其規(guī)模根據(jù)實(shí)際情況自行定義。在得到這樣的初始父代種群后，進(jìn)而可以將初始父代種群通過染色體的交叉、變異來(lái)進(jìn)行更新種群，形成新的子代種群。其中，這里的交叉是指兩條父代染色體根據(jù)交叉概率形成新的兩條子代染色體，這里的變異是指一條染色體根據(jù)變異概率形成一條新的染色體。這一交叉變異更新的循環(huán)過程不斷迭代，最終在迭代次數(shù)達(dá)到預(yù)設(shè)值時(shí)選出當(dāng)前最優(yōu)的子代染色體，該子代染色體即為滿足模型約束的能夠使得目標(biāo)函數(shù)獲得最大化收益的最優(yōu)解，該最優(yōu)解即為本發(fā)明最終所需的任務(wù)分配結(jié)果。而在這一過程中，涉及到對(duì)于遺傳算法中的編碼、交叉、變異、以及適應(yīng)度的函數(shù)規(guī)則的設(shè)置以使得設(shè)置之后的遺傳算法能夠應(yīng)用于對(duì)預(yù)設(shè)模型的求解獲得最優(yōu)解中?？梢岳斫獾氖?，遺傳算法中的各個(gè)函數(shù)的設(shè)置可以有多種方式來(lái)實(shí)現(xiàn)，下面對(duì)一種可選的函數(shù)設(shè)置方式進(jìn)行具體說(shuō)明。(1)編碼本發(fā)明中的編碼包括待探測(cè)區(qū)域、是否執(zhí)行待探測(cè)區(qū)域任務(wù)、待探測(cè)區(qū)域進(jìn)入點(diǎn)，其中，待探測(cè)區(qū)域?qū)儆诩蟵1,2,...na}，待探測(cè)區(qū)域的進(jìn)入點(diǎn)屬于集合{rd1,rd2,...rd8}。例如，表1給出了一條編碼之后的染色體每一行的內(nèi)容。其中，染色體第一行是待探測(cè)區(qū)域的信息也即待探測(cè)區(qū)域的標(biāo)識(shí)信息，第二行是表示無(wú)人機(jī)是否執(zhí)行待探測(cè)區(qū)域任務(wù)，1表示有，0表示無(wú)，第三行是無(wú)人機(jī)對(duì)待探測(cè)區(qū)域執(zhí)行任務(wù)時(shí)的進(jìn)入點(diǎn)標(biāo)識(shí)信息(進(jìn)入點(diǎn)標(biāo)號(hào)對(duì)應(yīng)于圖2所示的待探測(cè)區(qū)域rd1-rd8)。整條染色體表示多旋翼無(wú)人機(jī)先從rd7進(jìn)入點(diǎn)進(jìn)入待探測(cè)區(qū)域a3完成任務(wù)，再?gòu)膔d5點(diǎn)進(jìn)入待探測(cè)區(qū)域a5完成任務(wù)，然后從rd8點(diǎn)進(jìn)入待探測(cè)區(qū)域a4完成任務(wù)，最后返回起始點(diǎn)，而目標(biāo)a1,a2沒有被訪問。表1染色體:na＝5待探測(cè)區(qū)域31542是否執(zhí)行任務(wù)10110進(jìn)入點(diǎn)71586(2)交叉本發(fā)明實(shí)施例選擇的交叉方式是先隨機(jī)選擇第一染色體的兩個(gè)交叉位置，然后尋找第二染色體中與第一染色體交叉位置的第一行相同的基因；將第一染色體與第二染色體的交叉位置基因進(jìn)行替換，從而得到第三染色體以及第四染色體；例如在圖4中，兩條父代染色體先在父代a中隨機(jī)選擇進(jìn)行交叉的2個(gè)位置，然后找到父代b相同目標(biāo)區(qū)域位置進(jìn)行交換，從而得到兩條新的子代染色體a，b。(3)變異本發(fā)明中變異可能是一個(gè)基因也可能是多個(gè)基因，本文染色體變異主要有以下幾種情況：待探測(cè)區(qū)域順序變異，是否有多旋翼無(wú)人機(jī)執(zhí)行任務(wù)變異，待探測(cè)區(qū)域進(jìn)入點(diǎn)變異。其中，若第一行發(fā)生變異，則對(duì)第一行進(jìn)行隨機(jī)全排列，若第二行發(fā)生變異，確定變異位置，并由原來(lái)的無(wú)多旋翼無(wú)人機(jī)執(zhí)行任務(wù)變成有多旋翼無(wú)人機(jī)執(zhí)行任務(wù)，或者相反，若第三行發(fā)生變異，確定其變異的位置，并將隨機(jī)生成的進(jìn)入點(diǎn)替換原變異位置處的進(jìn)入點(diǎn)；例如，圖5中染色體a進(jìn)行了三種變異，待探測(cè)區(qū)域訪問順序由3,1,5,4,2變異為4,2,1,3,5，第二行第三列由1變?yōu)?表示無(wú)人機(jī)本來(lái)執(zhí)行的待探測(cè)區(qū)域任務(wù)不執(zhí)行，第三行第一列的進(jìn)入點(diǎn)由rd7變成rd2。(4)適應(yīng)度函數(shù)和選擇所述染色體的適應(yīng)度為：其中，na表示待探測(cè)區(qū)域ai的個(gè)數(shù)；si表示待探測(cè)區(qū)域ai的面積；pi表示完成待探測(cè)區(qū)域ai的任務(wù)所獲得的收益；若xi＝1，則表示完成探測(cè)任務(wù)，否則該多旋翼無(wú)人機(jī)沒有對(duì)待探測(cè)區(qū)域ai執(zhí)行任務(wù)；其中，0,...na+1表示起始點(diǎn)、待探測(cè)區(qū)域和終止點(diǎn)；ti表示多旋翼無(wú)人機(jī)對(duì)探測(cè)區(qū)域ai按照平行掃描策略執(zhí)行任務(wù)的時(shí)間；tij表示多旋翼無(wú)人機(jī)在待探測(cè)區(qū)域ai,aj之間飛行的時(shí)間；xi表示多旋翼無(wú)人機(jī)完成待探測(cè)區(qū)域ai完成任務(wù)的情況，若xi＝1，則表示完成探測(cè)任務(wù)，否則該多旋翼無(wú)人機(jī)沒有對(duì)待探測(cè)區(qū)域ai執(zhí)行任務(wù)；yij表示多旋翼無(wú)人機(jī)是否經(jīng)過待探測(cè)區(qū)域ai,aj，若yij＝1表示多旋翼無(wú)人機(jī)經(jīng)過待探測(cè)區(qū)域ai,aj，否則該多旋翼無(wú)人機(jī)沒有經(jīng)過待探測(cè)區(qū)域ai,aj。本發(fā)明實(shí)施例中有兩個(gè)適應(yīng)度函數(shù)，第一適應(yīng)度為式(8)，越大越好，表示所有被訪問待探測(cè)區(qū)域的總收益，即與被訪問的區(qū)域和區(qū)域的面積有關(guān)。而當(dāng)多條染色體的第一適應(yīng)度相同時(shí)，即分配方案不同總收益相同，但是每個(gè)分配方案的花費(fèi)時(shí)間卻是不同的，因此需要進(jìn)行第二適應(yīng)度的計(jì)算(如式(9)所示)，進(jìn)行二次篩選，從而選擇出總收益最大，且在總收益最大的基礎(chǔ)上花費(fèi)時(shí)間最短的分配方案。由于上述交叉變異過程的不斷地循環(huán)迭代進(jìn)行，使得父代種群被不斷更新，從而生成更多的新的種群?？梢岳斫獾氖牵@一迭代循環(huán)的過程是可以無(wú)限進(jìn)行下去的，但這樣無(wú)法獲得一個(gè)最終的結(jié)果。因此本發(fā)明在每次迭代結(jié)束后會(huì)判斷當(dāng)前累計(jì)的迭代次數(shù)是否已經(jīng)達(dá)到了迭代次數(shù)閾值，其中這一閾值可以根據(jù)實(shí)際情況自行設(shè)置。若判斷當(dāng)前未達(dá)到迭代次數(shù)閾值，則需要繼續(xù)進(jìn)行迭代過程；若判斷當(dāng)前達(dá)到了迭代次數(shù)閾值，則認(rèn)為此時(shí)的迭代次數(shù)已經(jīng)足夠，當(dāng)前的最優(yōu)解即可以作為本次作業(yè)的任務(wù)分配的結(jié)果。進(jìn)而還可以將該結(jié)果分配至對(duì)應(yīng)的一架多旋翼無(wú)人機(jī)，以使得該架無(wú)人機(jī)可以根據(jù)這一結(jié)果執(zhí)行本次作業(yè)任務(wù)，達(dá)到本次作業(yè)的目的且獲得待探測(cè)區(qū)域的最大化收益。為體現(xiàn)本發(fā)明實(shí)施例提供的方法的優(yōu)越性，下面舉幾個(gè)具體的實(shí)例，詳細(xì)說(shuō)明如何根據(jù)上述函數(shù)設(shè)置利用遺傳算法對(duì)uav-o-op模型的求解，從而獲得最終的任務(wù)分配結(jié)果。具體來(lái)說(shuō)，在matlab2013的環(huán)境中實(shí)現(xiàn)了所述遺傳算法對(duì)uav-o-op模型的求解，并進(jìn)行了實(shí)驗(yàn)。假設(shè)有1架無(wú)人機(jī)對(duì)五塊待探測(cè)區(qū)域執(zhí)行任務(wù)，并使用所述遺傳算法獲取分配方案，其中取所述遺傳算法的交叉概率為0.9，變異概率為0.5，種群規(guī)模為500，迭代次數(shù)為100。實(shí)驗(yàn)過程中涉及到的具體參數(shù)描述如下：(1)無(wú)人機(jī)在本文的實(shí)驗(yàn)中無(wú)人機(jī)的具體配置如表2所示，無(wú)人機(jī)速度為4m/s，最大探測(cè)半徑為5m，最大續(xù)航時(shí)間為1800s。表2無(wú)人機(jī)基本參數(shù)配置表無(wú)人機(jī)參數(shù)a0\an+1vrde無(wú)人機(jī)信息(0,0)4m/s5m1800s(2)待探測(cè)區(qū)域有五塊待探測(cè)區(qū)域，具體如圖6所示。具體坐標(biāo)和收益如表3所示。表3待探測(cè)區(qū)域坐標(biāo)信息坐標(biāo)左下頂點(diǎn)左上頂點(diǎn)右上頂點(diǎn)右下頂點(diǎn)收益區(qū)域1(100,100)(100,200)(200,200)(200,100)0.9區(qū)域2(10,410)(10,560)(110,560)(110,410)0.94區(qū)域3(350,10)(350,110)(540,110)(540,10)0.87區(qū)域4(150,300)(150,400)(260,400)(260,300)0.89區(qū)域5(350,350)(350,480)(450,480)(450,350)0.97使用所述遺傳算法對(duì)上述場(chǎng)景獲得的最優(yōu)解的收益為4.9420，且在第4代已收斂，收斂速度較快，具體如圖7所示。在收益最大的情形下花費(fèi)最短時(shí)間的最優(yōu)分配方案如表4所示，且最短花費(fèi)時(shí)間為1735.5s。而在所有的待探測(cè)區(qū)域中，區(qū)域5沒有被探測(cè)，其他區(qū)域均被探測(cè)。表4最優(yōu)分配方案區(qū)域34521任務(wù)執(zhí)行11011進(jìn)入點(diǎn)28783第二方面，本發(fā)明的一個(gè)實(shí)施例還提供了一種無(wú)人機(jī)探測(cè)任務(wù)分配裝置，當(dāng)一架多旋翼無(wú)人機(jī)對(duì)多塊矩形待探測(cè)區(qū)域執(zhí)行多種探測(cè)任務(wù)，如圖8所示，所述裝置包括：信息獲取單元201，用于獲取待探測(cè)區(qū)域信息以及多旋翼無(wú)人機(jī)信息；初始解獲取單元202，用于獲取滿足預(yù)設(shè)的uav-o-op模型約束條件的初始解，其中，所述uav-o-op模型為多旋翼無(wú)人機(jī)在此次探測(cè)任務(wù)中獲得總收益最大的目標(biāo)函數(shù)；所述約束條件包括多旋翼無(wú)人機(jī)所飛行時(shí)長(zhǎng)約束；最優(yōu)解計(jì)算單元203，用于采用預(yù)設(shè)的遺傳算法基于所述初始解對(duì)所述uav-o-op模型求解得到最優(yōu)解，并將該最優(yōu)解作為該多旋翼無(wú)人機(jī)對(duì)多塊待探測(cè)區(qū)域的任務(wù)分配結(jié)果。在具體實(shí)施時(shí)，其特征在于：所述uav-o-op模型的目標(biāo)函數(shù)為：所述uav-o-op模型的約束條件為：在uav-o-op模型中，na表示待探測(cè)區(qū)域ai的個(gè)數(shù)；表示多旋翼無(wú)人機(jī)的起始點(diǎn)和終點(diǎn)，所述起始點(diǎn)與終點(diǎn)為同一點(diǎn)；si表示待探測(cè)區(qū)域ai的面積；pi表示完成待探測(cè)區(qū)域ai的任務(wù)所獲得的收益；ti表示多旋翼無(wú)人機(jī)對(duì)探測(cè)區(qū)域ai按照平行掃描飛行方式執(zhí)行任務(wù)的時(shí)間；tij表示多旋翼無(wú)人機(jī)在待探測(cè)區(qū)域ai,aj之間飛行的時(shí)間；e表示多旋翼無(wú)人機(jī)最大飛行時(shí)長(zhǎng)限制；ui表示待探測(cè)區(qū)域ai在路線中的位置；xi表示多旋翼無(wú)人機(jī)對(duì)待探測(cè)區(qū)域ai完成任務(wù)的情況，若xi＝1，則表示完成探測(cè)任務(wù)，否則多旋翼無(wú)人機(jī)沒有對(duì)待探測(cè)區(qū)域ai執(zhí)行任務(wù)；yij表示多旋翼無(wú)人機(jī)是否經(jīng)過待探測(cè)區(qū)域ai,aj，若yij＝1表示多旋翼無(wú)人機(jī)經(jīng)過待探測(cè)區(qū)域ai,aj，否則該多旋翼無(wú)人機(jī)沒有經(jīng)過待探測(cè)區(qū)域ai,aj；其中，所述平行掃描飛行方式為：以垂直于待探測(cè)區(qū)域第一邊的方向從第一邊上的第一進(jìn)入點(diǎn)進(jìn)入待探測(cè)區(qū)域，所述第一進(jìn)入點(diǎn)與最近的待探測(cè)區(qū)域頂點(diǎn)的距離為多旋翼無(wú)人機(jī)探測(cè)半徑，所述第一邊為待探測(cè)區(qū)域的任意一邊；在待探測(cè)區(qū)域內(nèi)部采用平行于待探測(cè)區(qū)域的一邊的方式飛行。在具體實(shí)施時(shí)，所述初始解獲取單元202進(jìn)一步用于：對(duì)所述待探測(cè)區(qū)域信息、多旋翼無(wú)人機(jī)信息進(jìn)行編碼，隨機(jī)生成多條染色體；其中，所述多條染色體的第一行為所述待探測(cè)區(qū)域的標(biāo)識(shí)信息的隨機(jī)全排列，所述多條染色體的第二行表示多旋翼無(wú)人機(jī)是否執(zhí)行待探測(cè)區(qū)域任務(wù)，所述多條染色體的第三行為多旋翼無(wú)人機(jī)進(jìn)入待探測(cè)區(qū)域的進(jìn)入點(diǎn)的隨機(jī)組合。在具體實(shí)施時(shí)，所述最優(yōu)解計(jì)算單元，進(jìn)一步用于執(zhí)行以下步驟：步驟一、根據(jù)所述初始解生成預(yù)設(shè)規(guī)模的初始父代種群，并計(jì)算種群中每條染色體的適應(yīng)度；步驟二、對(duì)父代種群中染色體進(jìn)行交叉操作得到第一代子代種群，所述交叉的步驟具體包括：隨機(jī)選擇第一染色體中的兩個(gè)交叉位置，然后尋找第二染色體中與第一染色體交叉位置的第一行相同的基因；將第一染色體與第二染色體的交叉位置基因進(jìn)行替換，從而得到第三染色體以及第四染色體；判斷所述第三染色體以及第四染色體是否滿足所述預(yù)設(shè)約束條件；若滿足，則替換所述父代種群中的第一染色體以及第二染色體；若不滿足，則結(jié)束當(dāng)前操作；步驟三、對(duì)第一代子代種群中染色體進(jìn)行變異操作得到第二代子代種群，所述變異的步驟具體包括：隨機(jī)選擇第五染色體進(jìn)行變異操作，若第一行發(fā)生變異，則對(duì)第一行進(jìn)行隨機(jī)全排列，若第二行發(fā)生變異，確定變異位置，并由原來(lái)的無(wú)多旋翼無(wú)人機(jī)執(zhí)行任務(wù)變成有多旋翼無(wú)人機(jī)執(zhí)行任務(wù)，或者相反，若第三行發(fā)生變異，確定其變異的位置，并將隨機(jī)生成的進(jìn)入點(diǎn)替換原變異位置處的進(jìn)入點(diǎn)；步驟四、根據(jù)所述適應(yīng)度函數(shù)獲取所述第二子代種群中的最優(yōu)解，并將所述第二子代種群與所述父代種群按照預(yù)設(shè)比例組合形成新的父代種群；判斷當(dāng)前步驟二、三、四整體循環(huán)迭代的次數(shù)是否達(dá)到預(yù)設(shè)值；若否，則返回步驟二，并將所述新的父代種群作為當(dāng)前的父代種群執(zhí)行步驟二；若是，則執(zhí)行步驟五；步驟五：結(jié)束迭代，并將最終獲得的最優(yōu)解作為本次任務(wù)的分配結(jié)果。在具體實(shí)施時(shí)，所述染色體的適應(yīng)度為：其中，na表示待探測(cè)區(qū)域ai的個(gè)數(shù)；si表示待探測(cè)區(qū)域ai的面積；pi表示完成待探測(cè)區(qū)域ai的任務(wù)所獲得的收益；若xi＝1，則表示完成探測(cè)任務(wù)，否則該多旋翼無(wú)人機(jī)沒有對(duì)待探測(cè)區(qū)域ai執(zhí)行任務(wù)；其中，0,...na+1表示起始點(diǎn)、待探測(cè)區(qū)域和終止點(diǎn)；ti表示多旋翼無(wú)人機(jī)對(duì)探測(cè)區(qū)域ai按照平行掃描策略執(zhí)行任務(wù)的時(shí)間；tij表示多旋翼無(wú)人機(jī)在待探測(cè)區(qū)域ai,aj之間飛行的時(shí)間；xi表示多旋翼無(wú)人機(jī)完成待探測(cè)區(qū)域ai完成任務(wù)的情況，若xi＝1，則表示完成探測(cè)任務(wù)，否則該多旋翼無(wú)人機(jī)沒有對(duì)待探測(cè)區(qū)域ai執(zhí)行任務(wù)；yij表示多旋翼無(wú)人機(jī)是否經(jīng)過待探測(cè)區(qū)域ai,aj，若yij＝1表示多旋翼無(wú)人機(jī)經(jīng)過待探測(cè)區(qū)域ai,aj，否則該多旋翼無(wú)人機(jī)沒有經(jīng)過待探測(cè)區(qū)域ai,aj。由于本實(shí)施例所介紹的無(wú)人機(jī)探測(cè)任務(wù)分配的裝置為可以執(zhí)行本發(fā)明實(shí)施例中的無(wú)人機(jī)探測(cè)任務(wù)分配的方法的裝置，故而基于本發(fā)明實(shí)施例中所介紹的無(wú)人機(jī)探測(cè)任務(wù)分配的方法，本領(lǐng)域所屬技術(shù)人員能夠了解本實(shí)施例的無(wú)人機(jī)探測(cè)任務(wù)分配的裝置的具體實(shí)施方式以及其各種變化形式，所以在此對(duì)于該無(wú)人機(jī)探測(cè)任務(wù)分配的裝置如何實(shí)現(xiàn)本發(fā)明實(shí)施例中的無(wú)人機(jī)探測(cè)任務(wù)分配的方法不再詳細(xì)介紹。只要本領(lǐng)域所屬技術(shù)人員實(shí)施本發(fā)明實(shí)施例中無(wú)人機(jī)探測(cè)任務(wù)分配的方法所采用的裝置，都屬于本申請(qǐng)所欲保護(hù)的范圍。在此處所提供的說(shuō)明書中，說(shuō)明了大量具體細(xì)節(jié)。然而，能夠理解，本發(fā)明的實(shí)施例可以在沒有這些具體細(xì)節(jié)的情況下實(shí)踐。在一些實(shí)例中，并未詳細(xì)示出公知的方法、結(jié)構(gòu)和技術(shù)，以便不模糊對(duì)本說(shuō)明書的理解。類似地，應(yīng)當(dāng)理解，為了精簡(jiǎn)本公開并幫助理解各個(gè)發(fā)明方面中的一個(gè)或多個(gè)，在上面對(duì)本發(fā)明的示例性實(shí)施例的描述中，本發(fā)明的各個(gè)特征有時(shí)被一起分組到單個(gè)實(shí)施例、圖、或者對(duì)其的描述中。然而，并不應(yīng)將該公開的方法解釋成反映如下意圖：即所要求保護(hù)的本發(fā)明要求比在每個(gè)權(quán)利要求中所明確記載的特征更多的特征。更確切地說(shuō)，如下面的權(quán)利要求書所反映的那樣，發(fā)明方面在于少于前面公開的單個(gè)實(shí)施例的所有特征。因此，遵循具體實(shí)施方式的權(quán)利要求書由此明確地并入該具體實(shí)施方式，其中每個(gè)權(quán)利要求本身都作為本發(fā)明的單獨(dú)實(shí)施例。本領(lǐng)域那些技術(shù)人員可以理解，可以對(duì)實(shí)施例中的設(shè)備中的模塊進(jìn)行自適應(yīng)性地改變并且把它們?cè)O(shè)置在與該實(shí)施例不同的一個(gè)或多個(gè)設(shè)備中。可以把實(shí)施例中的模塊或單元或組件組合成一個(gè)模塊或單元或組件，以及此外可以把它們分成多個(gè)子模塊或子單元或子組件。除了這樣的特征和/或過程或者單元中的至少一些是相互排斥之外，可以采用任何組合對(duì)本說(shuō)明書(包括伴隨的權(quán)利要求、摘要和附圖)中公開的所有特征以及如此公開的任何方法或者設(shè)備的所有過程或單元進(jìn)行組合。除非另外明確陳述，本說(shuō)明書(包括伴隨的權(quán)利要求、摘要和附圖)中公開的每個(gè)特征可以由提供相同、等同或相似目的替代特征來(lái)代替。此外，本領(lǐng)域的技術(shù)人員能夠理解，盡管在此的一些實(shí)施例包括其它實(shí)施例中所包括的某些特征而不是其它特征，但是不同實(shí)施例的特征的組合意味著處于本發(fā)明的范圍之內(nèi)并且形成不同的實(shí)施例。例如，在下面的權(quán)利要求書中，所要求保護(hù)的實(shí)施例的任意之一都可以以任意的組合方式來(lái)使用。本發(fā)明的某些部件實(shí)施例可以以硬件實(shí)現(xiàn)，或者以在一個(gè)或者多個(gè)處理器上運(yùn)行的軟件模塊實(shí)現(xiàn)，或者以它們的組合實(shí)現(xiàn)。本領(lǐng)域的技術(shù)人員應(yīng)當(dāng)理解，可以在實(shí)踐中使用微處理器或者數(shù)字信號(hào)處理器(dsp)來(lái)實(shí)現(xiàn)根據(jù)本發(fā)明實(shí)施例的網(wǎng)關(guān)、代理服務(wù)器、系統(tǒng)中的一些或者全部部件的一些或者全部功能。本發(fā)明還可以實(shí)現(xiàn)為用于執(zhí)行這里所描述的方法的一部分或者全部的設(shè)備或者裝置程序(例如，計(jì)算機(jī)程序和計(jì)算機(jī)程序產(chǎn)品)。這樣的實(shí)現(xiàn)本發(fā)明的程序可以存儲(chǔ)在計(jì)算機(jī)可讀介質(zhì)上，或者可以具有一個(gè)或者多個(gè)信號(hào)的形式。這樣的信號(hào)可以從因特網(wǎng)網(wǎng)站上下載得到，或者在載體信號(hào)上提供，或者以任何其他形式提供。應(yīng)該注意的是上述實(shí)施例對(duì)本發(fā)明進(jìn)行說(shuō)明而不是對(duì)本發(fā)明進(jìn)行限制，并且本領(lǐng)域技術(shù)人員在不脫離所附權(quán)利要求的范圍的情況下可設(shè)計(jì)出替換實(shí)施例。在權(quán)利要求中，不應(yīng)將位于括號(hào)之間的任何參考符號(hào)構(gòu)造成對(duì)權(quán)利要求的限制。單詞“包含”不排除存在未列在權(quán)利要求中的元件或步驟。位于元件之前的單詞“一”或“一個(gè)”不排除存在多個(gè)這樣的元件。本發(fā)明可以借助于包括有若干不同元件的硬件以及借助于適當(dāng)編程的計(jì)算機(jī)來(lái)實(shí)現(xiàn)。在列舉了若干裝置的單元權(quán)利要求中，這些裝置中的若干個(gè)可以是通過同一個(gè)硬件項(xiàng)來(lái)具體體現(xiàn)。單詞第一、第二、以及第三等的使用不表示任何順序?？蓪⑦@些單詞解釋為名稱。當(dāng)前第1頁(yè)12