基于标准库的月面人机联合探测任务分配方法

计算机工程与应用 ›› 2016, Vol. 52 ›› Issue (24): 241-245.

基于标准库的月面人机联合探测任务分配方法

张伟1，2，靳召君1，2

1.中国科学院空间应用工程与技术中心战略规划室，北京 100094
2.中国科学院太空应用重点实验室，北京 100094

出版日期:2016-12-15 发布日期:2016-12-20

Task allocation method of human-robot coordinated exploration on lunar surface based on standard database

ZHANG Wei1，2, JIN Zhaojun1，2

1.The Laboratory of Strategic Planning, Technology and Engineering Center for Space Utilization, Chinese Academy of Sciences, Beijing 100094, China
2.Key Laboratory of Space Utilization, Chinese Academy of Sciences, Beijing 100094, China

Online:2016-12-15 Published:2016-12-20

摘要/Abstract

摘要： 月球探测是近年来各航天大国的探测重点，人机联合探测因其安全、可靠及高效而成为未来载人月球和月球基地探测的趋势。人机联合探测任务的成功执行始于良好的任务分配。建立标准人机功能库和标准人机交互库，分析月面人机联合探测任务分配流程，重点突出两个标准库在任务分配过程中的关键作用。

关键词: 月球探测, 人机联合, 任务分配, 标准库

Abstract: Lunar exploration is the focus of space powers in recent years. Human-robot coordinated exploration becomes the trends of manned lunar and lunar base exploration for its safety, reliability and efficiency. The successful implementation of human-robot coordinated exploration begins with its good task allocation. Standard human-robot function database and standard human-robot interactive database are established. The task allocation process of the human-robot coordinated exploration is analyzed in detail, and the key role of the two standard databases in the task allocation process is highlighted.

Key words: lunar exploration, human-robot coordinated exploration, task allocation, standard database

张伟1，2，靳召君1，2. 基于标准库的月面人机联合探测任务分配方法[J]. 计算机工程与应用, 2016, 52(24): 241-245.

ZHANG Wei1，2, JIN Zhaojun1，2. Task allocation method of human-robot coordinated exploration on lunar surface based on standard database[J]. Computer Engineering and Applications, 2016, 52(24): 241-245.

[1]	陈宝童，王丽清，蒋晓敏，姚寒冰. 群智协同任务分配研究综述[J]. 计算机工程与应用, 2021, 57(20): 1-12.
[2]	王梦娇，尹翔，黄宁馨. 基于迁移学习的多任务分配算法[J]. 计算机工程与应用, 2020, 56(13): 150-155.
[3]	陈友玲，赵金鹏，兰桂花，黄典. 基于双边知识匹配的产品开发任务分配方法[J]. 计算机工程与应用, 2018, 54(22): 223-228.
[4]	王国豪1，2，李庆华1，刘安丰2. 一种云工作流任务调度能效优化算法[J]. 计算机工程与应用, 2018, 54(10): 90-98.
[5]	胡晓辉，李兰凤，方政，刘雪亮. 改进的任务分配策略在WSN中的应用研究[J]. 计算机工程与应用, 2017, 53(2): 124-128.
[6]	曾文权，余爱民. 基于改进PSO算法的任务分配研究[J]. 计算机工程与应用, 2013, 49(13): 51-55.
[7]	王永皎. 改进差分进化算法求解整数任务分配[J]. 计算机工程与应用, 2012, 48(31): 53-55.
[8]	叶春晓，罗娟. 基于网格的混合微粒群算法解决任务调度问题[J]. 计算机工程与应用, 2012, 48(12): 34-37.
[9]	葛平淑1，郭烈2. 参数自调整的月球车路径跟踪模糊控制器设计[J]. 计算机工程与应用, 2012, 48(11): 55-59.
[10]	陈晶，潘全科. 改进蚁群算法求解同型机任务调度问题[J]. 计算机工程与应用, 2011, 47(6): 44-48.
[11]	郭志明，莫蓉，孙惠斌，常智勇. 改进GSA算法在协同制造任务分配中的应用[J]. 计算机工程与应用, 2011, 47(14): 210-213.
[12]	叶菁，陈国龙，吴运兵，朱丹红. 无线传感器网络任务分配的遗传优化算法[J]. 计算机工程与应用, 2010, 46(35): 119-122.
[13]	有伟¹，王社伟¹，陶军^1，2. 基于免疫粒子群算法的多UCAV协同任务分配[J]. 计算机工程与应用, 2010, 46(32): 224-227.
[14]	唐恒娟¹,李志刚². 传感器网络GaSA任务分配算法[J]. 计算机工程与应用, 2009, 45(18): 126-128.
[15]	姜健,闫继宏,臧希喆,赵杰. 基于信息素的多机器人协作任务分配[J]. 计算机工程与应用, 2008, 44(2): 20-22.