李 翰, 张洪海, 张连东, 刘 皞

(南京航空航天大学民航学院, 江苏 南京 211106)

0 引 言

随着社会生活节奏的加快,城市物流需求量越来越大,对配送要求越来越高,物流无人机这种低成本、高灵活的运输载具越来越受到人们的青睐。同时,当前正处于新冠病毒肆虐期间,减少不必要的外出和人际接触成为阻断疫情传播的重要方式,进一步促进了无人机物流配送的发展,无人机物流已经成为全球物流业发展的重大趋势之一[1-2]。相较于单无人机,多无人机通过协同能够更高效地完成任务,符合城市无人机物流配送发展趋势。而多机执行任务往往具有范围大、数量多等特点,因此必须要考虑协同任务分配问题,其本质为建立无人机与任务目标之间的对应关系[3-5],实现全局层面的路径规划。

国内外众多专家学者对多无人机协同任务分配问题进行过研究。文献[6]提出了一种以无人机总巡航距离和使用无人机数量最少为目标的优化模型,并提出了多目标进化算法进行求解。文献[7]针对多无人作战飞机协同任务分配问题建立了一种扩展的多目标整数规划模型,采用量子粒子群优化(quantum particle swarm optimization, QPSO)算法求解最优方案。文献[8]针对异构多无人机完成攻击和毁伤评估任务的协同任务分配问题,提出了一种引力搜索算法与遗传算法相结合的混合算法,仿真结果表明,该算法可以快速、稳定地找到最佳解决方案。文献[9]以无人机能耗最小为目标函数,采用改进的聚类算法求解,通过数值模拟和物理实验表明,该方法可以为多无人机任务分配提供一种合理可行的解决方案。……