龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：中国人民解放军国防科技大学
摘要：本申请提供一种基于动态目标搜索的空地协同任务分配方法及相关设备，基于整合优化模型，通过无人机和无人车对经过初始化的所述目标搜索区域内的运动目标进行搜索，以确定全部所述运动目标，基于所述目标信息和动态打击任务的任务类型，通过协同优化模型确定参与所述动态打击任务的所述无人机和所述无人车，并基于A*算法确定参与所述打击任务的所述无人机和所述无人车的可行路径，以完成空地协同任务分配。本申请充分考虑了跨域无人平台视野覆盖优势和区域监视能力，提高多平台协同目标搜索能力。同时，鉴于异构无人平台的特点，建立面向系统能耗和任务时效双重指标的协同优模型，提高异构平台协同执行任务的能力。
主权项：1.一种基于动态目标搜索的空地协同任务分配方法，其特征在于，包括：对目标搜索区域进行预处理；基于整合优化模型，通过无人机和无人车对经过预处理的所述目标搜索区域内的运动目标进行搜索，以确定全部所述运动目标，包括：以最大化所述整合优化模型中的协同收益性能和区域覆盖率为优化指标，通过无人机和无人车对经过预处理的所述目标搜索区域内的所述运动目标进行搜索；所述协同收益性能具体为 其中，Sak+q和Srk+q分别表示第q个预测周期无人机或无人车在栅格化地图中的所处栅格的吸引信息素值和排斥信息素值，β和γ为常数系数，N表示预测周期总数，k表示第k个预测周期；所述区域覆盖率具体为 其中，Nuav表示无人机的总数量，Ruav表示理想情况下无人机的区域覆盖面积，R′i表示在当前预测周期下无人机i的实际区域覆盖面积，Nugv表示无人车的总数量，Rugv表示理想情况下无人车的区域覆盖面积，R′j表示在当前预测周期下无人车j去除与无人机发生重复覆盖后的实际覆盖面积；获取全部所述运动目标的目标信息和动态打击任务；基于所述目标信息和所述动态打击任务的任务类型，通过协同优化模型确定参与所述动态打击任务的所述无人机和所述无人车，并基于A*算法确定参与所述打击任务的所述无人机和所述无人车的可行路径，以完成空地协同任务分配。
全文数据：
权利要求：
百度查询： 中国人民解放军国防科技大学 基于动态目标搜索的空地协同任务分配方法及相关设备
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号