勾青超，李庆奎

(北京信息科技大学 自动化学院，北京 100192)

0 引言

多无人机协同[1]在军事领域和民用领域都具有广泛的应用前景。任务规划是多无人机协同任务的关键技术，是实现多无人机协同完成任务的指挥系统，主要包括任务分配和航迹规划。任务分配是在考虑多种约束下，对同类型的无人机或者是异构无人机进行任务指派，是实现协同任务的核心。

多无人机任务分配已经成为目前的研究热点，国内外学者开展了相关的研究工作。文献[2]用遗传算法求解异构无人机的多机协同任务分配问题；文献[3]介绍了合同网方法的提出及发展；文献[4]对一致性包算法(CBBA)进行了扩展，提出了基于改进冲突消解原则的一致性联盟算法(CBCA)，以实现异构多智能体协同无冲突任务分配。智能算法对于求解任务分配具有先天的优势，主要包括基于蚁群算法的任务分配[5]、基于粒子群算法的任务分配[6-10]、基于遗传算法的任务分配[11]等。

目前，任务分配的算法模型多是基于多目标单任务进行的。而实际上在真实环境中无人机需要通过协同同时执行多个任务。为研究多目标多任务的任务分配问题，本文将鸽群算法进行改进，并将其离散化，应用改进后的算法对多无人机的协同任务分配问题进行了求解。鸽群算法[12]具有全局优化的特点，对于多约束多目标问题具有较大的求解优势。

1 任务分配模型

1.1 问题描述

假定多无人机在执行广域搜索攻击任务中，任务区域已被其他无人机或者侦察平台搜索到Nt个疑似目标，需要任务区域内的多无人机对疑似目标依次进行侦察、攻击。……