无人机技术已经广泛应用于各种研究领域，任务分配是多无人机协同的关键技术之一，对多无人机任务完成质量的影响极大，针对多个目标追踪场景下的多无人机任务分配问题，提出了一种基于拍卖鸽群优化(auctionPIO)算法的分布式分配方法．首先采用追踪总距离、分配均衡性、任务完成时间3个性能指标，结合追踪任务约束条件，建立了分布式多指标0/1整数规划模型．然后以拍卖策略作为分布式优化框架，无人机作为拍卖者对地面目标进行竞拍出价，通过多轮竞拍确定任务分配方案．为提高拍卖分配的最优性，增强了各无人机间的共享信息量，进而使无人机可对所有目标进行竞拍出价，并引入PIO算法更新各无人机的竞拍价格，将鸽子位置编码为无人机对各地面目标的竞拍增价，利用地图指南针算子和地标算子迭代更新种群位置，实现对无人机竞拍价格的优化更新．在此基础上，设计基于目标优先级的解算策略，用于将竞价矩阵和距离矩阵解算为任务分配方案，并进行了算法的计算复杂度分析．最后对所提拍卖鸽群优化算法分别进行了数值仿真、Gazebo虚拟仿真和实机户外飞行实验，结果表明：所提算法拥有良好的任务分配性能，不但在数值仿真对比中，优化性能比经典拍卖算法提高了12.16%，而且虚拟仿真和户外实验也说明算法能够满足实用性要求.