CN103592949B - 一种用于无人机编队同时到达目标的分布式控制方法 - Google Patents

Abstract

本发明涉及无人机自动控制技术，具体的说是涉及一种用于无人机编队同时到达目标的分布式控制方法。本发明所述的一种用于无人机编队同时到达目标的分布式控制方法，主要步骤为：获取当前每个无人机距离目标的剩余飞行时间；根据所有无人机距离目标的剩余飞行时间估算无人机同时剩余飞行时间；每个无人机根据自身的实际剩余路程和同时剩余飞行时间调整自身飞行速度；最后判断是否到达目标，若未到达，则重复上述步骤进行实时调速。本发明的有益效果为，在不影响收敛效果的基础上，增强了用于无人机同时到达控制方法的实际应用性，具有很好的灵活性、鲁棒性。本发明尤其适用于无人机自动控制。

Description

一种用于无人机编队同时到达目标的分布式控制方法

技术领域

本发明涉及无人机自动控制技术，具体的说是涉及一种用于无人机编队同时到达目标的分布式控制方法。

背景技术

多机同时到达问题，即多无人机不同区域起飞同时到达同一目标位置，也称同时集结(Simul-taneousRendezvous)。多架无人机在执行任务时常常需要同时到达某一相同的目标位置，例如从不同机场起飞的多架无人机同时攻击某个目标，或是在某一位置集结编队等等。

多无人机同时到达是无人机协同控制技术的重要研究方向,通例如从不同机场起飞的多架无人机同时攻击某个目标，或是在某一位置集结编队等。常采用两种方式：一是路径规划,通过增加较短航路的长度使每架无人机的航程大致相等；二是速度控制,通过调节无人机的飞行速度使航程较大的无人机采取较大的速度，而航程较小的无人机采取较小的速度。

早期的研究以路径规划方式为主,一旦规划完成各无人机的飞行速度也就确定下来,轨迹控制也比较容易实现。例如《Coordinatedtargetassignmentandinterceptforunmannedairvehicles》(BeardRW,McLainTW,GoodrichMA,etal.IEEETransactionsonRoboticsandAutomation,2002,18(6):911-922)中提到的基于协调变量和协调函数的协同控制方法,并成功应用于多无人机同时到达控制问题。该方法能得到全局最优解,但它本质上还是集中式控制方法,在计算协调变量时必须取得所有无人机的协调函数信息,且过于依赖路径规划,当部分无人机受突发威胁影响时必须重新进行协同路径规划。而如今多采用速度控制的方式，通过平均估计算法估算无人机的剩余飞行时间平均值，进而计算出无人机当前应当调整的速度值，依靠无人机改变自身速度，实现同时到达。《Distributedaveragetrackingofmultipletime-varyingreferencesignalswithboundedderivatives》(FeiChen,YongcanCao,andWeiRen)一文中提供了一种非线性平均估计算法，并应用于多信号平局轨迹跟踪上。非线性平均估计算法收敛效果稍好，但其收敛曲线不平滑，在实际应用中难以实现。

发明内容

本发明所要解决的，就是针对上述用于无人机同时到达的算法存在的问题，提出了一种根据线性平均估计算法的用于无人机编队同时到达目标的分布式控制方法。

本发明解决上述技术问题所采用的技术方案是：一种用于无人机编队同时到达目标的分布式控制方法，其特征在于，包括以下步骤：

a.获取当前每个无人机距离目标的剩余飞行时间；

b.根据所有无人机距离目标的剩余飞行时间估算无人机同时剩余飞行时间；

c.每个无人机根据自身的实际剩余路程和同时剩余飞行时间调整自身飞行速度；

d.判断是否到达目标，若否，则回到步骤a，若是，则结束。

具体的，步骤b所述估算无人机同时剩余飞行时间为通过线性平均估计算法估算，具体为：

假设无人机剩余飞行时间为u_i(t)，同时剩余飞行时间为T_i(t)，则T_i(t)为u_i(t)在有限时间里的收敛值，设中间变量其中，i为无人机编号，n为无人机的数目，Ω_i为可相互通信无人机的集合，α为放大增益，h为用来控制u_i(t)的收敛程度变量值。

具体的，步骤b还包括以下步骤：

所述T_j(t)为无人机j与其他飞机同时到达目标所需的一致时间估计值，T_i(t)为无人机i与其他飞机的同时剩余飞行时间的估计值,则T_i(t)趋近于通过李雅普诺夫稳定性求取|T_j(t)-T_i(t)|的收敛范围，确定影响线性平均估计算法收敛时间和收敛范围的因素，具体为：

选取李雅普诺夫函数V，李雅普诺夫稳定性可知，在时，上述算法是稳定的，根据公式可得设|u_i ⁺(t)|＝β，由计算得出收敛范围为：根据收敛范围可得T_i(t)收敛范围与h值成正比，与α值成反比，根据公式可得收敛速度与α值成正比。

本发明的有益效果为，在不影响收敛效果的基础上，增强了用于无人机同时到达控制方法的实际应用性，具有很好的灵活性、鲁棒性。

附图说明

图1为无人机的通讯拓扑结构示意图；

图2为本发明的用于无人机编队同时到达目标的分布式控制方法的流程示意图。

具体实施方式

下面结合附图，详细描述本发明的技术方案：

本发明为基于分布式控制结构，无人机的通讯拓扑结构如图1所示。其中U1～U6为无人机编号，直线表示无人机间的通信关系。且拓扑结构图是无向的、连通的。

本发明的控制流程如图2所示：

步骤1：计算各无人机i距离目标位置的剩余飞行时间u_i(t)。t时刻，每个无人机均可由当前规划的航路计算出此时距离目标的路程，同样也能获得当前时刻自身的速度，由此算出当前的剩余飞行时间u_i(t)。

步骤2：无人机i通过与其他无人机间的通信，获取其他无人机的u_i(t)值，由线性平均估计算法估算T_i(t)的值。

线性平均估计算法如下所示：

其中i为无人机编号，n为无人机的数目，Ω_i为无人机U_i的邻居的集合，如图1中，U₁的邻居集合Ω₁＝{U₂,U₆}。u_i(t)是无人机i距离目标位置的剩余飞行时间。T_i(t)是u_i(t)的估算值。是的对时间求导，为中间变量，α为放大增益。h是一变量值，用来控制u_i(t)的收敛程度。

如图1中所示，U₁(i＝1)，由邻居U₂、U₆(j＝2、6)计算得T₁(t)，同理可得T_i(t)(i＝1,2，...，6)，可以证明T_i(t)均收敛于(各无人机飞至目标点所需要的一致时间)。

步骤3：通过李雅普诺夫稳定性求取|T_j(t)-T_i(t)|的收敛范围，分析影响线性平均估计算法收敛时间和收敛范围的因素。

(1)选取李雅普诺夫函数V。

(2)由李雅普诺夫稳定性可知，在时，上述算法是稳定的。由公式(3)推算得：

设|u_i ⁺(t)|＝β，由计算得：

收敛范围为：

(3)分析：由式(5)得，T_i(t)的收敛范围与h值成正比，与α值成反比，但由公式(1)可知，收敛速度与α成正比。因此合理取值h与α对于|T_j(t)-T_i(t)|的收敛效果有着重要影响。

步骤4：统一了剩余飞行时间T_i(t)后，由t时刻时各无人机距离目标位置的路程S_i(t)和T_i(t)计算出t时刻时无人机i速度的调整值为V_i(t)＝S_i(t)/T_i(t)。由无人机自身将当前速度调整为V_i(t)。

步骤5：步骤1、2、4完成了一次速度调整，动态航迹规划中，无人机的航路是实时变化的，即航程也是不停变动的，因此无人机i距离目标位置的剩余飞行时间u_i(t)也随之变化。需要我们不断更新速度值，所以需要重复执行步骤1、2、4直至到达目标位置。

Claims (1)

1.一种用于无人机编队同时到达目标的分布式控制方法，其特征在于，包括以下步骤：

a.获取当前每个无人机距离目标的剩余飞行时间；

b.根据所有无人机距离目标的剩余飞行时间估算无人机同时剩余飞行时间；假设无人机距离目标的剩余飞行时间为u_i(t)，同时剩余飞行时间为T_i(t)，则T_i(t)为u_i(t)在有限时间里的收敛值，设中间变量其中，i为无人机编号，n为无人机的数目，Ω_i为可相互通信无人机的集合，α为放大增益，h为用来控制u_i(t)的收敛程度变量值，无人机同时到达目标所需的一致时间为T_j(t)；

c.每个无人机根据自身的实际剩余路程和同时剩余飞行时间调整自身飞行速度；

d.判断是否到达目标，若否，则回到步骤a，若是，则结束。