基于分层多智能体的多星联合任务规划架构研究

随着卫星规模、种类的不断增长,现有卫星任务规划技术架构已很难满足多类型卫星联合运用的有效性及可扩展性要求。通过深入分析多星任务筹划、单星任务规划、数传资源规划等环节,建立了基于分层多智能体的多星联合任务规划技术架构,设计了与架构匹配的相关优化算法及智能体功能实现机制,实现了多星联合任务规划能力。仿真实验及分析结果表明,该架构对多类型卫星联合任务规划场景有良好的适用性。

基于改进合同网协议的多星分布式任务规划

传统的集中式任务规划模式灵活性低、对中心节点的计算能力要求高,难以满足快速增长的观测需求。针对此问题,提出了一种分布式卫星任务规划方法。针对多星分布式任务规划问题,考虑合同网中招标者和投标者的目标差异,分别建立全局分配模型和局部规划模型;改进合同网协议,提出了多任务集中招标策略和任务组中标策略,并改进了评标策略以对重复规划任务进行合理分配;设计了基于改进遗传的修正合同网算法(Modified Contract Network Algorithm Based on Improved Genetics, MCNA-IG)用于求解问题;通过与Cplex和集中式任务规划算法(Centralized Mission Planning Algorithm, CMPA)对比验证了算法在观测收益率和规划耗时上的有效性。从任务完成率、观测收益率以及协商次数3个指标验证了改进合同网算法的合理性;在3种不同场景下验证了算法的稳定性。实验结果表明,算法适用于多星分布式任务规划问题。

分段分策略调度的遥感卫星任务规划架构

随着遥感卫星对各类应用的支撑保障不断深入,卫星任务规划系统面临的外部环境复杂多变,如卫星轨道调整、在轨突发故障、任务随机到达、成像条件变化等,应急突发事件发生的随机性大大提高,传统的定期集中式任务规划架构逐渐无法满足高时效、高响应要求。通过分析系统外部环境种类及变化规律,设计分段分策略调度的任务规划架构,以及相应的调度策略和对象状态管理机制,实现对应急突发事件的高效响应能力。并在某遥感卫星任务管控系统项目中采用该技术架构并研制相应软件。系统实际运行结果表明,该分段分策略的任务规划技术架构基本上满足了外部环境动态变化引起的高适应和高响应要求,极大提升了系统的自动化程度和时效性指标。

陆地生态系统碳监测卫星自主任务规划研究

低轨遥感卫星往往以全球或全国范围内的特定地物为探测目标。为提高卫星在轨运行的自主性,文章提出了一种面向地物目标属性的遥感卫星自主任务规划方法。首先外推出预报点90 min后的星下点经纬度,并根据星载地图和太阳高度角,得到预报点的阳照/阴影、陆地/海洋、境内/境外属性。对地物目标属性信息进行平滑处理后,根据各载荷的地物目标属性,识别出各载荷的工作任务时间段,可实时实现提前约1个轨道圈的载荷自主任务规划。

面向战区联合作战的空间需求响应任务规划

针对战区联合作战中的空间需求响应问题,描述了面向战区联合作战的空间需求响应任务规划的背景;从空间资源能力、空间需求响应机制、空间需求响应效益和代价等方面,分析了空间需求响应任务规划所需考虑的主要因素;定义并描述了任务规划模型,设计了任务规划计算方法,并结合战区联合作战实际进行了案例仿真与分析,验证了模型和方法的有效性,为战区联合作战中空间需求的有效响应提供了理论和方法支撑。

多机协同自主任务规划系统研究综述

针对多机协同自主任务规划显著提升无人机任务感知效能、提高任务执行能力的现状,对其关键技术进行阐述,主要包括知识表示、通感一体化、任务调度及航迹规划等技术。针对知识表示技术,阐述基于任务环境上下文感知的知识库构建方法,进而对多域融合知识图谱构建、动态知识图谱更新与共享方法进行分析总结;针对通感一体化技术,分析了环境适变、灵活可扩的多机协同通感一体化架构,进而揭示多机协同通感一体化理论能限,阐述面向任务差异性需求的资源共享方法;针对任务调度及航迹规划技术,阐述资源适配的多机协同自主任务调度方案,并对基于动力学模型的航迹控制策略及不完美环境下的鲁棒控制机制进行分析总结。

低轨星座传感器资源调度的自主任务规划建模方法

低轨星座传感器资源的优化调度是复杂多约束下的任务规划问题,为了满足多个运动目标全程跟踪与监视的资源实时优化调度需求,提出一种星上自主快速求解的规划模型.在对自主任务规划问题进行详细建模的基础上,考虑各项约束条件与优化因素,将原问题转化成简易的0-1线性整数规划模型,并构建多目标跟踪试验场景对所提方法进行了仿真验证.仿真结果表明,基于简易规划模型的资源调度可实现多目标的全程跟踪与监视.

一种动态锁定式多星协同任务规划的A2C算法

提出了一种基于强化学习算法的多星协同任务规划方法。该方法将多星协同任务规划视为多个双星协同规划,采用相邻双星锁定的方式来共享双星任务规划结果信息,基于A2C(优势动作评价)强化学习算法对双星任务规划的结果进行再调整。针对多星协同任务规划状态空间复杂且变化的问题,设计了两级状态空间和价值评价函数决策的方法,对强化学习所依赖的状态空间进行维度限制,确保智能体对任务进行调整的过程不影响状态空间维度。算法设计过程考虑了多种约束条件,设置了天气、成像质量和成像优先级等可调参数作为强化学习A2C算法的评价参数,这些可调参数有助于用户自定义决策评价体系。最后,通过仿真验证了算法的可行性。仿真结果表明,该算法多星协同任务规划的组合任务抛弃率小于10%。

小天体柔性着陆任务规划的动态时间约束推理方法

针对小天体柔性着陆任务规划中的复杂耦合时间约束一致性推理效率问题,建立任务规划时间约束网络,通过划分时间约束类型,设计约束动态添加策略,提出动态弧一致时间约束推理方法,限制新添加约束的传播范围,局部求解时间网络一致性,实现规划过程中时间约束网络一致性的高效维护。最后,构建小天体着陆规划场景,生成着陆任务规划活动及时间约束。仿真结果表明,与现有时间约束推理方法相比,所提出方法提高了时间约束推理效率,进而可为小天体柔性着陆任务规划提供支撑。

面向重访周期需求的敏捷成像卫星任务规划方法

为满足敏捷成像星座观测目标的重访周期需求,提出一种混合编码差分进化算法.分析敏捷成像卫星的工作特点,构造评价重访周期需求满足情况的目标函数,建立成像任务约束满足模型.针对观测任务选择与否、执行顺序和成像时间的优化需求,提出一种二进制-实数混合编码差分进化算法,实现了成像任务在时间轴上的分布优化.通过工程实例进行仿真校验,仿真结果表明相比于基于二进制编码的遗传算法,本文算法在优化时间和优化效果方面都有较大优势.

空间站机械臂任务规划方法

任务规划技术是航天任务执行过程中的核心关键技术,针对空间站机械臂的外自主行为受限、行为多样、分支众多,存在多类型约束以及多资源条件限制等特点,对空间站机械臂任务规划方法进行研究。对任务需求进行分析形成月事件,地面工程师给出将任务分解为子任务的建议,将月事件分解为具有逻辑关系的飞控事件,飞控事件集合描述了航天器不同的行为及不同模式下的行为,每一个模式下的飞控事件由控制动作或控制动作序列构成,建立了分层规划对象模型。同时,构建状态空间集合描述时变的器上状态和状态值,在飞控事件层和控制动作序列层建立状态推理模型。采用多约束逻辑表达式对联合约束进行描述,将运动飞控事件进行归一化设计。在时间的调度和资源条件限制下在规划器中进行迭代求解,生成地面控制动作序列,实现任务目标并用于任务实施。在空间站机械臂在轨任务中验证了该方法的正确性和高效性。

小天体多节点着陆器强化学习任务规划方法

针对中国提出的小天体多节点着陆器节点运动强耦合,着陆规划过程复杂、执行易偏差、重新规划速度慢特点,提出一种多节点着陆器强化学习任务规划方法。该方法首先将状态空间规划逻辑模型描述为矩阵,利用模型矩阵将任务规划建模为马尔科夫过程,之后通过状态哈希的广度优先搜索算法筛选随机生成状态,生成有效多节点着陆器状态空间始末状态,构建虚拟状态空间训练环境,随机切换始末状态训练强化学习智能体,提升节点的规划适应能力,实现多种条件下的任务规划。对着陆任务进行仿真,实验表明训练后智能体成功完成所有测试任务,且规划效率比POPF3规划器更高,在方案频繁调整的短序列任务上规划速度优势更大,可以更好地应用于多节点着陆器的任务规划。

基于多种群混沌遗传算法的GEO目标服务任务规划

面向地球同步轨道(geosynchronous Earth orbit,GEO)空间目标碎片清除、燃料加注等不同在轨服务需求,研究了“固定储油站+往返航天器”相结合的航天器任务规划问题。首先,建立了多任务混合的燃料最优双层任务规划模型,外层为目标服务序列规划,内层为轨道机动规划。随后,针对该连续-离散混合变量组合优化问题,提出了一种多种群混沌遗传算法(multi-group chaotic genetic algorithm,MGCGA),采用混合编码表征决策变量,引入立方混沌映射算子提高初始种群质量,多种群及精英保留策略使得算法在求解过程中能更为显著地逼近全局最优解。最后,参考实际GEO目标构建了典型算例,规划结果表明所提算法具有全局收敛性好、收敛速度快的优点。

基于虚拟空间三维体素—语义地图的机械臂任务规划

任务规划算法是机械臂在未知环境下具备抓取能力的基础,为此提出一种基于三维体素—语义地图的机械臂虚拟空间任务规划方法。在获取完整点云场景的基础上,利用基于掩码区域的卷积神经网络实现目标检测与实例分割,构建由三维点云、语义信息、三维计算机辅助设计模型组成的体素-语义混合地图;优化A*算法完成机械臂末端执行器最优路径规划,利用贝塞尔曲线完成轨迹优化;探究抓取不同几何体时的机械臂末端位姿,分解抓取、放置等复杂任务,形成基于语义驱动的空间任务规划。在虚拟空间通过仿真试验,表明了所提算法的有效性和快速性,同时该算法可支撑机械臂执行各种复杂的抓取任务,并提升机械臂的智能水平。

SEAD场景异构无人机配置与任务规划联合优化方法

对敌防空压制(suppression of enemy air defenses, SEAD)场景是多无人机协同的典型应用,针对该场景特点,在任务规划问题基础上将各类型无人机数量也作为决策变量,充分表征目标、任务和无人机的多种约束,建立异构无人机编队路径问题模型。设计了双层联合优化方法求解该模型:上层设计了任务衔接参数指标,精确评估各类型无人机需求,指导无人机配置调整;下层设计了改进遗传算法,高效处理多类型约束并能结合无人机数量变化对任务方案进行精细调整;双层相互协调获得满足需求的无人机配置和执行方案。仿真结果表明,该方法可以在避免遍历无人机配置组合的前提下获得合理的无人机配置方案和高效可行的执行方案。

自然灾害监测卫星协同任务规划研究

当前对地观测卫星具有快速、动态、准确等特点,是自然灾害高精度监测的必要手段。然而当前对地观测卫星数量众多,且卫星的主要任务和分辨率也存在较大差异,如何对卫星任务进行合理的调配是自然灾害应急监测的关键。文章在自然灾害监测需求分析的基础上,提出了一种基于时空约束和任务优先级的自然灾害卫星观测规划方法。通过建立卫星任务规划模型,结合贪婪算法和遗传算法分别进行优化,最后使用优化模型进行模拟仿真实验来验证模型的可靠性。结果表明,贪婪算法和遗传算法分别适合于中小区域和大型区域的自然灾害对地观测任务规划。

基于距离及相对角度信息的多智能体系统刚性编队任务规划

针对仅在获取多智能体局部距离及相对角度信息条件下如何保持多智能体系统刚性编任务规划队问题,本文提出了两种多智能体刚性编队任务规划方案。首先提出一种基于距离和相对角度的刚性编队规划方案,规划在未知相对位置情况下确保智能体刚性编队。其次利用零空间投影的任务规划方法解决编队任务与避障任务的冲突,确保编队移动过程中编队队形的稳定。再次结合距离和相对角度提出一种整体刚性编队规划方案,并在避障过程中将多智能体系统视为整体进行避障,确保稳定的刚性编队和避障任务的完成。经过仿真验证本文提出的两种方法在弱化相对位置信息的条件下能够较好的保持刚性编队并完成避障任务,对比于依赖相对位置的零空间行为控制方法弱化了对于相对位置信息的依赖。

海洋一号卫星观测任务规划算法设计及系统应用

针对海洋一号卫星观测任务规划需求,提出并实现了基于遗传策略的任务规划框架,解决了卫星实际使用中成像任务受卫星其他业务影响的多类型约束成像规划问题。基于海洋一号卫星实际规划业务要求,对任务规划约束和优化目标建立数学模型,提出了由预处理、窗口约束处理和组合约束处理与优化组成的三阶段规划框架。设计了多约束任务规划优化目标函数,并利用交叉、变异和种群选择等遗传机制对优化问题进行了求解。基于海洋一号卫星实际观测需求数据,对提出的算法进行了有效性和性能验证,结果表明本算法能够给出满足多类型约束的观测规划方案,并在观测时间、观测覆盖率等方面较其他策略有显著提升。研究结果表明通过优化目标函数的设计遗传算法能够实现复杂约束条件的成像规划求解,算法框架可为与海洋卫星具有相似业务特点的对地观测规划系统设计提供借鉴。

国际空间站舱外多载荷运行任务规划

空间站舱外载荷平台支持部署众多不同类型的载荷,为开展大规模空间科学研究提供了机会.但随着舱外载荷数量及相应任务量的不断增加,且在受限于资源约束的情况下,需要制定科学合理的任务规划,以提高舱外载荷的工作效率.针对舱外多载荷运行任务规划方法,深入分析了国际空间站舱外载荷任务规划现状,重点分析了其舱外载荷平台、载荷类型及特点和多载荷运行任务规划方法,分析当前任务规划策略、方法及未来发展方向.根据中国空间站舱外载荷平台特点,从载荷总体设计和运行任务规划方法等方面为中国空间站后续舱外多载荷系统运行任务规划提供参考和建议.

多无人机协同任务规划方法研究综述

随着通信技术的发展,未来多无人机系统将会朝向集群化、自主化和智能化方向发展。通过单元间的信息融合和能力互补,多无人机系统可以打破自身能力壁垒,形成多样化的任务能力。任务规划是多无人机系统协同应用的顶层设计,属于带约束的组合优化问题,是在任务需求、单元能力和环境态势的影响下,优化求解获得满足要求的、优化的任务执行方案。从问题表征建模和方案求解评估两个角度梳理现有研究,从场景分析、任务分配和航迹规划3个方面总结问题表征建模部分的研究,从求解算法和效能评估两个方面总结方案求解评估部分的研究。最后,分析未来无人机任务规划研究中值得关注的若干方向。