多无人机任务分配与路径规划算法学习（一）

本文是阅读“多无人机任务分配与路径规划算法研究_丁家如”文献的学习记录。

记录的第一部分是有关任务分配的知识，各种模型的建立就放到下次来写。

一.多无人机任务分配的本质

        目前阅读的文献不多，所以对无人机协同任务分配问题看作为多目标优化的问题

二.任务分配数学模型

        采用二维建模，需要设置无人机的约束条件，估计无人机执行各个任务需要付出的代价及其收益（这两部分均有对应的代价函数和收益函数来进行计算，最后用适应度函数来进行评加）。

三.任务分配算法

1.匈牙利算法

        本算法解析参考文章来源于https://blog.csdn.net/u013384984/article/details/90718287

        上面的链接是对算法的定义和过程的讲解十分通俗，而下面这个链接将算法的原理讲述的更加好懂一些。（趣写算法系列之--匈牙利算法_DarkScope从这里开始-CSDN博客_匈牙利算法）

        用自己的一句话概括是，这个算法就是个渣男渣女配对的算法（还挺适合婚姻配对公司的。咳）在一对多的情况下，找出让更多对儿配对成功的方法。

        由于文献中所提到的匈牙利算法是采用的矩阵形式的，所以又去食用了矩阵形式的匈牙利算法。附上链接：匈牙利算法的数学上理解——矩阵形式_风吹乱了我的秀发-CSDN博客_匈牙利算法矩阵形式

        说实话矩阵形式的真是好理解一些。

        对于N个任务和工人应当如何分配，可以采用矩阵形式的匈牙利算法。

        1.建立N行N列的矩阵A，每一行代表一个工人，每一列代表一个任务，（i，j）代表工人i去完成j工作

        2.进行 行操作；找出每一行的最小值，然后对应的这一行减去这个最小值。例如第一行的最小值是（1，2）则第一行的值减去（1，2）所对应的值。这样处理后新的矩阵（暂且叫矩阵B）至少每一行有一个数字为0 。最理想的情况是这样的得到的矩阵B每行每列有一个0元素。最后分配工人的工作就按照下述的方式去分配。若不满足最好的情况则需要进行第3步

        i号工人去做他这一行所对应值为0的j工作，且每个工人的工作不重复。（eg：（1，3），（2，1），（3，4），（4，2）——1号工人去做3号工作；2号工人去做1号工作；3号工人去做4号工作；4号工人去做2号工作；）

        3.进行列操作，将第二部得到的矩阵B进行类似与第二步的操作，取每一列的最小值然后进行减法，得到新矩阵C。理想的情况是这样的得到的矩阵C每行每列有一个0元素。若仍不满足则进行第4步。

        4.用最少的直线来标记每一行和列的0元素且直线有交点，交叠的点就是覆盖元素 ，未在直线上的为未覆盖元素找出未覆盖元素中的最小值，对未覆盖元素减去最小值，直线交叉处元素加上最小值，其余不变。最后在进行工作分配。

2.拍卖算法

        此算法学习链接（这个博主也是个玩飞控的师兄/师姐到时候摸到PX4可以来看看他的东西，就是不知道导师那边玩不玩这个）竞拍算法(Auction Algorithm)原理及工作过程分析_一方灯火的博客-CSDN博客_cbba算法