返回
An Event-Triggered Path-Based Bid Assignment Method for Energy-Aware Dynamic Multi-UAV Task Allocation
DOI:10.3390/drones10090684.png)
摘要
En 中文
本研究针对在线任务发布、静态障碍物、截止时间、有限能量和车辆故障条件下的动态多无人机任务分配问题。我们提出了一种基于路径的事件触发投标分配方法(ET-PBBA)。在每个任务事件中,A-star模块估算可行无人机-任务对的静态障碍物行驶成本,同时归一化评分结合了奖励、路径长度、预测能量和次要负载-能量压力。单次排序扫描随后生成事件局部的单对一分配。成对种子机制测试表明,事件时间激活在主场景中将完成率提高0.046,在故障压力下提高0.065,相对于10秒周期性分配。路径依赖的物理成本块提供了相对于仅奖励排名的主要改进,而平衡项在普通场景中并不显著。对于10架无人机和50个任务,ET-PBBA相对于拍卖和CBBA分别将平均完成时间减少5.2%和4.1%,总能量减少4.3%和3.0%,尽管匈牙利算法仍然是更强的集中式参考。在故障压力下,完成率达到0.790,截止时间违反降至9.73。单无人机重放以9.16厘米的平均误差完成所有50个标称航点,提供了辅助跟踪证据而非非线性或在线多无人机执行验证。
Keyword:
multi-UAV task allocation
event-triggered reassignment
path-based bid assignment
energy-aware allocation
期刊
D
IF:
4.8
论文数:
4.0K
被引数:
8.3K
机构
引用论文
Multi-UAV Task Assignment in Dynamic Environments: Current Trends and Future Directions动态环境中的多无人机任务分配: 当前趋势和未来方向
DRONES
IF4.8
Integrated dynamic task allocation via event-triggered for tracking ground moving targets by UAVs in urban基于事件触发集成的动态任务分配,用于UAVs在城区跟踪地面移动目标
Multi-UAV Dynamic Task Assignment Based on Event-Triggered Graph Reinforcement Learning Under Weak Communication基于事件触发图强化学习的弱通信环境下多无人机动态任务分配
Communication-efficient heterogeneous multi-UAV task allocation based on clustering基于聚类的通信高效异构多UAV任务分配

