国家知识产权局于2025年01月28日公布了北京理工大学关于在无人机领域的3件发明专利。
国家知识产权局于2025年01月28日公布了专利名称为“一种通信约束下的多无人机协同任务分配方法”的发明专利，申请号：202411317472X；公布号：CN119376408A；申请日：2024.09.20。
根据摘要显示：本发明属于无人机指挥决策技术领域，涉及一种通信约束下的多无人机协同任务分配方法。该方法具体过程为：步骤1：确定无人机和任务目标的初始态势信息；步骤2：采用PI算法构建任务束，为每架无人机引入RPI矩阵Z；步骤3：计算无人机通信误码率计算模型，判断两架无人机之间能否正常通信；步骤4：针对可正常通信的无人机进行一致性处理为：对于同一个任务，若矩阵Z中分配给某一任务的无人机数目大于该任务需要的无人机数目，依次剔除RPI值最大的无人机，直到分配的无人机数目等于任务需要的无人机数目，更新各无人机的任务束和RPI矩阵Z；步骤5：判断无人机执行序列是否收敛，若收敛，生成可执行路径；若不收敛，返回步骤2。
无人机因灵活、隐蔽、低成本，在军民用领域应用广泛。其任务分配分集中式和分布式，前者依赖中心节点，有单点故障和计算量大问题；后者靠个体交互协商，是主流方法。PI 算法在已知环境且有时间约束的任务分配中表现不错，但无人机多任务完成率低。本发明改进 PI 算法，提出时间约束下的分布式任务分配方法，优化分配，提高完成率。第一，本发明为每架无人机引入RPI矩阵Z，将矩阵Z设计为二维矩阵，在一致性处理时可以保留几个RPI较小的值，从而实现多机协同。第二，本发明引入误码率通信模型，根据不同的通信环境调节误码率调节因子，任务分配结果贴近实际应用需求。
国家知识产权局于2025年01月28日公布了专利名称为“一种基于时间约束的无人机分布式任务分配方法”的发明专利，申请号：2024112942623；公布号：CN119376406A；申请日：2024.09.14。
根据摘要显示：本发明提供一种基于时间约束的无人机分布式任务分配方法，属于无人机指挥决策技术领域。具体过程为：生成无人机任务束、无人机对所有任务的RPI值以及无人机序列，其中当无人机执行任务满足时间约束时，按照PI算法RPI值，当不满足时，将RPI值设置为无穷大；无人机间相互通信，对于每一任务，保留RPI值最低的无人机执行该任务，其余无人机删除该任务，实现一致性处理；针对删除任务数目最大的无人机，删除其所需执行的所有任务；针对其余无人机，重新进行冲突任务剔除，并更新其对应的RPI值和无人机序列；若每架无人机任务分配结果不再变化，无人机任务分配结束，否则，针对未分配无人机的任务，开始新一轮的任务分配。
无人机因灵活性高、隐蔽性好、成本低，在军事和民用领域广泛应用。其任务分配分为集中式和分布式，前者依赖中心节点，存在单点故障和计算量大的问题；后者靠个体交互协商，是主流研究方法。PI算法在已知环境且有时间约束的任务分配中表现良好，但无人机数量多的时候任务完成率低。
有鉴于此，本发明提供一种考虑时间约束的无人机分布式任务分配方法，该方法能够实现最合理的任务分配，提高无人机任务分配的完成率。
本专利的有益效果在于：
第一，PI算法通过比较每架无人机对某一任务的RPI大小，决定是否剔除该任务，基本原则是RPI最小的无人机保留该任务，其余无人机放弃执行该任务。一旦某一任务被分配给某一无人机，如U1，除非其他无人机获得比U1更小的RPI值，否者该任务无法从U1的任务序列中剔除，导致部分任务无法继续添加至U1。本发明通过清空删除任务数目最大的无人机任务束等操作，可以确保更多的任务添加至无人机。
第二，PI算法中无人机对任务的RPI值与执行的任务序列密切相关，一旦某一任务被剔除，处于该任务后的任务RPI值也会变化，本发明通过更新所有任务的RPI可以保证其余任务的RPI值是最新的，能够更加准确剔除不需要的任务。
国家知识产权局于2025年01月28日公布了专利名称为“一种面向集群目标的多无人机制导概率最优分配方法”的发明专利，申请号：2024108053782；公布号：CN119376428A；申请日：2024.06.20。
根据摘要显示：本发明公开了一种面向集群目标的多无人机制导概率最优分配方法，该方法中，通过利用零控脱靶量，将利用PN制导律的系统重新表述为由无人机自动驾驶仪和导引头动态组成的线性时变系统；根据控制理论，可以将该系统建立为框图形式，以目标机动和初始航向误差作为输入，零控脱靶量作为输出；然后，引入协方差分析方法准确计算在目标随机机动和航向误差干扰下零控脱靶量的平均值和方差；通过结合无人机机载载荷的有效作用半径，可以精确获得单个无人机对单个目标的制导概率，再结合边际收益的列枚举法来得到最优的分配结果，在此基础上由比例导引制导律控制无人机飞向目标。
随着信息技术与低空经济发展，无人机应用广泛，但城市环境下无人机群体威胁低空安全，需对无人机集群加以控制和捕获。研究机构探索有效对策，使用无人机群体制导目标群体是有效手段之一，集群对抗中准确进行多追击者与多目标分配（MPMTA）很关键。然而，当前 MPMTA 方法靠经验拟合建分配模型，结果不准确，基于蒙特卡洛方法的概率计算耗时、成本高，实践中不太适用，急需快速准确的评估器。在Jin T Y 等人 2023 年提出的学术报告中给出了较为科学有效的分配方案，但该方案是基于估计的概率的基础上进行的，所以该方案数据基础的准确性还有待提高。针对上述问题，本发明人深入研究每个飞行器的制导概率，设计出面向集群目标的多无人机制导概率最优分配方法。该方法利用零控脱靶量，将 PN 制导律系统重述为线性时变系统，建为框图形式，引入协方差分析方法算零控脱靶量平均值和方差，结合无人机机载载荷有效作用半径得单个无人机对单个目标的制导概率，再用边际收益列枚举法获最优分配结果，最后由比例导引制导律控制无人机追踪目标。(1)根据本发明提供的集群目标制导概率最优的多无人机精确分配方法，该方法中引入了协方差分析法，可以准确快速计算在目标机动以及指向误差影响下，制导末端脱靶量的均值和方差，进而得到脱靶量的正态分布函数，较为精确地求解出单个无人机对单个目标的制导概率；(2)根据本发明提供的面向集群目标的多无人机制导概率最优分配方法，该方法中在精确的单个无人机对单个目标的制导概率的基础上，通过边际收益的列枚举法获得最优的分配结果，从而使得每个目标都有对应的无人机进行追踪，并且整体的制导成功可能性最大。（以上部分数据来源：中国专利审查信息查询网）
