本技术公开了一种无人机群任务意图预测与路径推荐方法，包括以下步骤:步骤1、构建场景模型；步骤2、场景公式化；步骤3、模糊数据融合与场景任务意图预测；步骤4、设计基于任务区域的延迟近似算法来优化无人机完成区域内所有用户任务的总延迟。本发明利用模糊理论将多传感器的数据进行融合，对隶属度函数集合、模糊规则等历史场景经验进行学习和利用，预测捕捉关键的数据趋势和热点区域。随后根据产生的任务预测模型进行无人机群路径推荐并智能决策。这种预测性路径规划使得系统能够提前优化路径，使系统具有一定的通用性，更具自主决策和应变能力。
背景技术
近年来，无人机技术经历了快速的发展，不仅在军事领域，也在民用领域如农业、灾害响应、环境监测、交通枢纽以及其他人口密集区域等方面发挥着越来越重要的作用。然而，面对充满不确定性和复杂性的执行环境，传统的静态规划方法难以适应这种变化，因此需要更智能的预测和规划方法。无人机系统现在可以携带更多的传感器，如何从这些数据中预测任务需求，开发能够预测未来任务需求并据此做出决策的能力变得十分重要。在自主系统的情况下，无人机可以在无需人工干预的情况下智能地做出即时决策。编队路径规划可以更好的解决多无人机的路径规划问题。具体来说，编队路径规划是指每架无人机找到自己的无碰撞路径，同时尽量保持编队结构。因此，有必要设计一个可以预测任务意图以及进行路径推荐的无人机群智能管控系统。
实现思路