复杂环境下多无人机任务规划方法研究
摘要
随着人工智能、微电子以及航空控制等技术的发展，无人机的技术也日益成熟，具
有造价低、灵活性高以及效率高等优点，并被广泛应用到各个领域，为了解决日益复杂
的任务环境，发展多无人机任务规划问题至关重要。本文主要复杂环境下，针对任务分
配和路径规划两个方面来研究多无人机任务规划问题，复杂环境是指具有在障碍物、威
胁源以及突发威胁作用下的环境。首先结合三维环境模型以及多架无人机和任务的信息，
使用任务分配算法对多无人机和任务进行分配得到最优执行方案，再根据执行方案来规
划无人机到任务点的安全路径并研究了遭遇突发威胁时无人机的局部路径规划问题。本
文的主要研究工作和成果包括：
（1）建立多无人机任务分配模型，从任务分配的实际角度出发，通过合理代价函数
和约束条件来构建数学模型，接着使用任务分配算法来求解分配模型。根据任务分配和
粒子群算法的特点，提出了一种自适应混合粒子群算法作为任务分配算法，针对传统粒
子群算法易陷入局部最优的问题，改进算法引入了自适应惯性权重并将快速模拟退火法
与粒子群算法相结合。通过实验证明改进算法能够有效解决多无人机任务分配问题，并
且提高搜索能力。
（2）针对在静态环境下的多无人机全局路径规划问题，建立了一种基于路径规划
评价指标的问题模型，并提出了一种改进哈里斯鹰算法。为了提高哈里斯鹰算法在全局
搜索和局部搜索之间的平衡和算法全局搜索能力，引入了非线性能量因子以及混沌映射。
实验证明改进算法在求解多无人机全局路径规划问题的可行性和高效性。
（3）使用改进人工势场法来解决无人机在遇到突发威胁时的局部路径规划问题。
相比于传统的人工势场，采用虚拟力导向法和引入距离因子来分别解决局部最小值问题
和目标不可达问题；仿真结果表明该算法能够解决无人机遭遇突发威胁问题，使无人机
能够安全到达任务点。
关键词：多无人机；任务分配；路径规划；哈里斯鹰算法；人工势场
复杂环境下多无人机任务规划方法研究
ABSTRACT
Withthedevelopmentoftechnologiessuchasartificialintelligence,microelectronics,and
aviationcontrol,dronetechnologyhasbecomeincreasinglymature.Theyhavetheadvantages
oflowcost,highflexibility,andhighefficiency,andarewidelyusedinvariousfields.Tosolve
increasinglycomplextaskenvironments,itiscriticaltodevelopmulti-dronetaskplanning.This
papermainlystudiesmulti-dronetaskplanningissuesincomplexenvironments,focusingon
taskallocationandpathplanning.Acomplexenvironmentreferstoonethatinvolvesobstacles,
threatsources,andemergentthreats.Firstly,combiningthethree-dimensionalenvironment
modelwiththeinformationofmultipledronesandtaskpoints,weusetaskassignment
algorithmstodistributetaskstomultipledronesandobtaintheoptimalexecutionplan.Then,
basedonthisplan,weplanthesafepathfordronestothetaskpointsandstudythel