在室内环境下，无人机执行作业任务，使用的调度系统及其控制方法

各位看官阅读之前，请您点击一下“关注”，既方便您讨论与分享，又能给您带来不一样的参与感，感谢您的支持。

文丨吐不满的痰娱

编辑丨吐不满的痰娱

前言

随着技术的进步无人机在室内环境中的应用正在兴起，无人机在有人居住或难以进入的室内环境中带来了更多的空间灵活性例如制造业的车间和核电站。无人机通过省时的方式执行较少人工干预的任务有助于创建自主制造系统。

调度程序是需要重点关注的重要组件，但是有关无人机调度的研究报道数量却很少，这项工作提出了数学模型和基于启发式的方法来解决该问题，为了适应近乎实时的操作需要对不确定事件做出快速响应并快速创建新的高质量可行的时间表。

无人机的室内应用优势

提出的启发式方法与粒子群优化算法相结合，可以让无人机在短时间内找到接近最优的调度，这种方法被实施到调度程序中并在基于真实飞行演示生成的几个规模的数据集上进行了测试，详细讨论了调度程序的性能评估从一组选定的参数中获得的最佳解决方案。

近年来无人机在监视、物流和救援任务等各种应用中的应用日益突出，无人机对于监测活动非常有用而这些活动对于人类干预来说是乏味且危险的，并且大多数商用无人机都具有在室外环境中运行的能力。

以前无人机的应用仅限于军事目的但现在情况已经发生变化，无人机成为一种可行的低成本技术可用于各种室内应用，随着技术的进步无人机在室内环境中的应用范围越来越受到不同行业的关注。

无人机可用于制造和服务行业的室内环境中执行多项任务，可以配备高分辨率摄像头来监控室内环境，可以通过在室内环境中的位置之间运输不同的零件材料来支持材料搬运，尽管无人机在室内环境中的应用面临着各种挑战，但与该领域相关的分析仍处于早期阶段。

无人机成功运行的关键

无人机在室内环境中应用的报道数量很少，任务和其他动作在不同的执行时间分配给无人机，此分配是根据3D定位系统暴露的约束来完成的，其中随着时间的推移精确的位置坐标和位置占用管理至关重要。

无人机应用面临的问题与室内环境中的最新技术之间的本质差距，为了使用基于分支定界的方法获得最佳调度预计计算时间呈指数增长，需要基于启发式的方法其本质是在短时间内获得高质量的可行解。

无人机成功运行的关键是强大的指挥和控制系统，控制装置对无人机的运动进行导航以便在操作过程中实现无缝飞行，无人机所需的导航控制源自命令中心提供的命令，也称为调度程序详细总结了针对无人机调度的相关研究。

专注于开发无人机调度系统而不考虑旅行时间或距离限制，在开发了一种单目标非线性整数规划模型来解决无人机调度问题，旨在以有效的方式分配和最大化可用无人机的利用率，使用室外环境的小问题测试了所提出的模型。

无人机调度遗传算法

无人机调度开发了没有任何燃料限制的方法，一个指导多架无人机协同作战的数学模型，解决了分配多个无人机执行多个任务是一个NP难组合优化问题，为了获得可行解提出了遗传算法。

遗传算法主要目的是为不同的无人机分配不同的任务，从而为每个无人机分配各自的飞行路径，可以有效地提供实时、高质量的可行解，提出了混合整数线性规划模型来形式化无人机调度系统问题。

轨迹或作业被分成不同的部分称为拆分作业，当无人机由于燃料容量限制而无法在单次飞行中执行整个任务时，将遗传算法与CPLEX求解器的性能进行了基准测试，发现对于CPLEX甚至无法求解的情况，遗传算法在合理的计算时间内获得了可行的解决方案。

在进一步的工作中提出了一种改进的后退视野任务分配启发式，无人机应在其燃料容量内完成任务并在燃料耗尽前返回基地，拟议的MILP旨在最大限度地降低总系统成本，并确保每次任务都始终提供至少一架无人机。

无人机调度最优算法

制定的MILP决定了无人机的类型和数量以及站点的位置和数量，然后将开发的与分支定界算法进行比较以解决所提到的问题。基于考虑时间窗约束的车辆路径问题的输入，提出了无人机调度问题。

车辆路径问题通过MILP解决目标是找到全局最优调度n个任务和m个无人机的调度模型，每个任务的容量限制为q在充满敌意的环境中，所提出的模型旨在最小化由于操作时间和暴露的风险而产生的成本。

首先提出了MILP公式准确地解决了无人机问题，后来提出了四种计算强度较小的替代MILP，非常复杂具有大量变量和约束使得应用不切实际，为了进行改进最大限度地减少了变量和约束的数量。

一些建立持久无人机服务的工作它专注于实现长时间的任务执行，这些工作都没有集中于调度多个无人机在多个位置执行的多个任务，无人机在室内环境中的操作使得调度问题的复杂性更高。

无人机算法的开发

关于持续无人机服务的工作是为了在室内环境中进行监视，但没有或只有很少的障碍的重点是开发一种方法，在室内环境中以高效的方式将不同的任务分配给不同的无人机，并且需要找到允许无人机自主飞行的准确时间表。

无人机调度是一个复杂的问题利用CPLEX启发式算法和遗传算法来解决它，目前还没有关于使用元启发式算法解决无人机调度问题的工作报道，其中使用不同的元启发法来解决特定类型的调度问题。

由于这些问题的NP困难性质作业车间调度问题和并行机器调度的概念，可以归类为无人机调度问题的一部分。作业车间调度问题的重点是解决不同的目标函数，就像最小化完工时间和最大化利用率，其中作业车间和并行机器调度问题都被称为NP- hard。

进一步扩展从无人机控制问题的角度来看，发现采用元启发法来识别无人机是有益的，将注意力转向元启发法作为解决此类问题的流行方法。还有一种方法其中包括与粒子群优化算法相结合的最早可用时间算法，其目标是最小化完工时间。

室内环境下无人机控制重要计算方法

EAT根据任务序列构建调度这是PSO框架中使用的解决方案表示，PSO是一种相对较新的元启发式方法。PSO是用于解决调度问题的重要进化计算方法之一，但它尚未用于所解决的无人机调度问题。

室内环境中无人机调度问题与室外环境相比，无人机在室内环境的应用需要更多的约束和精确的控制。系统地设计室内环境下无人机系统组件的框架，作为室内环境中各种无人机应用的指南。

通过指定域平台以及它们之间的接口，可以使用参考模型在各种通用系统中使用无人机，给出无人机调度系统的架构和基于阶段的调度框架，室内环境下的无人机系统分三层定义提出无人机调度系统设计的调度框架。

室内环境层包含实施无人机系统的基础设施，环境结构和在其中执行的无人机操作会影响彼此的需求。在高度占用的车间中定义用于物料搬运任务的专用走廊以抑制安全风险，任务和环境的其他表示可能具有相互影响的不同特征。

室内环境无人机系统

为了避免无人机在操作过程中与障碍物发生碰撞环境被分为多个区域，这些区域实际上指示了当前被无人机占据的区域、永久障碍物和其他临时障碍物，这种区域的概念将纳入未来的工作中。

无人机的防撞是通过在特定时间只允许一架无人机占据某个位置来实现的，基于实时传感器防撞的正确研究也将在调度系统中进行考虑，最终使用kinect传感器解决了这个问题，将检测区域的成像数据发送到应用程序，无人机上的飞行控制系统发出警告消息和回避命令。

无人机操作系统层由无人机和无人机在室内环境下运行的其他支撑实体组成，在室内环境中安装超声波发射器建立无人机定位系统，无人机调度系统通过无人机控制服务器规划任务执行并指示各个无人机。

任务层包含无人机要执行的操作需要定义每个任务的详细信息，起始位置和结束位置表示物料搬运任务的起点和目的地，而对于单一和复合检测任务来说它们将是一个检测位置，任务可能具有优先关系，这意味着只有在前趋列表中的特定任务完成后才会执行该任务。

无人机调度系统

所提出的室内无人机系统操作多个无人机来执行多项任务，任务是非抢占式的并且专门分配给一架无人机，任务分为三种类型：单一检查、复合检查以及物料搬运任务，单个检查任务包括飞行到特定位置并使用内置摄像头捕获图像。

工作中考虑的无人机是相同的多旋翼飞行器，带有内置摄像头和物料搬运设备，可以处理指定类型的任务。考虑无人机具有的能力一架无人机可以在一条飞行路线上执行多项任务，以达到电池容量的极限。

无人机还可以悬停在空中或在地面预定位置等待，在假设有效载荷与无人机的比例重量比的情况下无人机的飞行速度和电池消耗是恒定的，在时间表中时间的维度是离散的任务执行时间、其他动作执行时间和任务执行时间已计划。

为了有效地执行任务无人机调度系统需要将任务分配给无人机，同时以连贯的方式考虑所有涉及的动作的执行时间戳，它是无人机操作系统的重要组成部分。在无人机调度系统中调度器组件与任务数据库进行交互，任务数据库存储要执行的任务的详细信息。

结语

轨迹数据库提供三维轨迹图包括位置之间的最短路径，高层地图中的路线具有低层地图中各自包含的路径的总权重，需要高级映射来减少调度生成过程中的解决方案空间和计算时间，而低级映射则需要在将调度发送到无人机之前将其转换为无人机兼容的指令。

文章描述过程、图片都来源于网络，此文章旨在倡导社会正能量，无低俗等不良引导。如涉及版权或者人物侵权问题，请及时联系我们，我们将第一时间删除内容！如有事件存疑部分，联系后即刻删除或作出更改。