CN104880961B - 一种多无人机分布式协同的硬件在回路实时仿真实验系统 - Google Patents
一种多无人机分布式协同的硬件在回路实时仿真实验系统 Download PDFInfo
- Publication number
- CN104880961B CN104880961B CN201510212198.4A CN201510212198A CN104880961B CN 104880961 B CN104880961 B CN 104880961B CN 201510212198 A CN201510212198 A CN 201510212198A CN 104880961 B CN104880961 B CN 104880961B
- Authority
- CN
- China
- Prior art keywords
- unmanned plane
- computer
- simulation
- automatic pilot
- simulation computer
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及多无人机分布式协同的硬件在回路实时仿真实验系统,属于多自主体协同控制技术领域。链路模拟计算机与n台无人机模拟计算机在同一个局域网A内,链路模拟计算机能够与n台无人机模拟计算机中的任一台相互通信,同时n台无人机模拟计算机之间能够相互通信;链路模拟计算机与n台自动驾驶仪在另一个局域网B,链路模拟计算机能够与n台自动驾驶仪中的任一台相互通信。无人机模拟计算机与自动驾驶仪一一对应;每台自动驾驶仪采用分布式控制方式控制与其对应的无人机模拟计算机。本发明利用成熟的商业飞行模拟器软件模拟无人机,降低了实验成本和复杂度,并能获得尽可能高的仿真精度,自动驾驶仪在仿真回路能弥补纯软件仿真距离工程实际偏差大的缺陷。
Description
技术领域
本发明涉及一种多无人机分布式协同的硬件在回路实时仿真实验系统,属于多自主体协同控制技术领域。
背景技术
目前,无人机在各个领域的应用越来越广泛。但在实际中,众多无人机都是“各自为战”,相互之间无信息共享。随着无人机数量的急剧增长,空域将变得拥挤,多无人机分布式协同控制显得愈发重要。一方面可减轻操作员的工作负担,使操作员面向一群无人机下达指令,而不是面向单个无人机逐个下达指令。另一方面还可通过多无人机之间的协同来更高效地完成某些复杂任务。多无人机分布式协同控制是指多架无人机基于某种通信拓扑构成一个局域网络,网络中的各个无人机通过数据链路获取其所有相邻无人机的状态信息,再基于自身状态信息及相邻状态信息进行分布式计算的一种协同控制。多无人机分布式协同控制基于对等网络,不需要中央节点,网络结构鲁棒性高,近些年正获得广泛研究。
实现多无人机之间的协同需要开发相应的协同控制算法,需要对算法进行验证,最直接方式就是用多架真实世界中的无人机进行验证,这种方式可直接验证算法的有效性,但实施过程复杂,实验成本也极其高昂,例如宾夕法尼亚州立大学GRASP实验室的多四旋翼编队飞行系统,仅图像定位设备就价值不菲。另一种方法是通过纯软件方式进行仿真,虽然实施过程相对简单且成本低廉,但很难精确地对整个硬件系统进行仿真,适合算法的初期研究。因此需要寻求一种既能有效降低成本,又能获得尽可能高精度且易于工程化的实验方法。
发明内容
本发明的目的是提出一种多无人机分布式协同的硬件在回路实时仿真实验系统,用于对多无人机的协同控制算法进行实验和调试,相对于真实实验,能有效降低实验成本和复杂度,相对于纯软件仿真,能提高仿真精度,易于工程化。
本发明的目的是通过以下技术方案实现的。
本发明提出的一种多无人机分布式协同的硬件在回路实时仿真实验系统,其特征在于:其包括:n台无人机模拟计算机、1台链路模拟计算机和n台自动驾驶仪;其中,n≥1且n为正整数。链路模拟计算机与n台无人机模拟计算机在同一个局域网(用符号A表示)内,链路模拟计算机能够与n台无人机模拟计算机中的任一台相互通信,同时n台无人机模拟计算机之间能够相互通信;链路模拟计算机与n台自动驾驶仪在另一个局域网(用符号B表示),链路模拟计算机能够与n台自动驾驶仪中的任一台相互通信。无人机模拟计算机与自动驾驶仪一一对应,即一台自动驾驶仪控制一台无人机模拟计算机。每台自动驾驶仪采用分布式控制方式控制与其对应的无人机模拟计算机,即每台自动驾驶仪基于自身状态以及相邻无人机模拟计算机的状态反馈控制与其对应的无人机模拟计算机。
所述通信拓扑由待验证多无人机分布式协同控制算法提供。
由于实时仿真需要同时传递大量数据,为减少数据碰撞,局域网A和局域网B为两个不同的局域网。
所述无人机模拟计算机是安装运行了飞行模拟器软件的计算机。
所述无人机模拟计算机的主要功能包括:①通过链路模拟计算机接收与所述无人机模拟计算机对应的自动驾驶仪发送来的无人机模型控制量;②无人机模拟计算机根据接收到的无人机模型控制量控制飞行模拟器软件中无人机模型运动,并得到无人机模型的状态信息。③将无人机模型的状态信息输出给链路模拟计算机。④每台无人机模拟计算机与其它无人机模拟计算机之间通信,向其它无人机模拟计算机发送自身无人机模型的状态信息,同时接受其它无人机模拟计算机中无人机模型的状态信息。
所述无人机模拟计算机上的飞行模拟器软件优选Austin Meyer开发商开发的商业飞行模拟器软件X-Plane。
所述链路模拟计算机安装了链路模拟软件。
链路模拟计算机的主要功能包括:①从自动驾驶仪接收无人机模型控制量,并转发给与所述自动驾驶仪对应的无人机模拟计算机;②从无人机模拟计算机接收无人机模型的状态信息,并根据通信拓扑转发给所有自动驾驶仪。③在向所有自动驾驶仪转发无人机模型的状态信息的过程中,链路模拟计算机能够实时改变通信拓扑来模拟现实世界中无人机网络的通信拓扑。④用户通过链路模拟计算机 在通信数据中人为添加噪声和延迟,用于仿真真实通信环境。
所述自动驾驶仪的主要功能包括:根据接收到的所有无人机模型的状态信息,计算与所述自动驾驶仪对应的无人机模拟计算机中无人机模型控制量,并将其通过链路模拟计算机发送给对应的无人机模拟计算机。
无人机模拟计算机到自动驾驶仪的状态信息传递是多对一的映射关系,具体的映射形式由通信拓扑决定。自动驾驶仪到无人机模拟计算机传递的是无人机模型控制量,是一对一的映射关系。
使用所述多无人机分布式协同的硬件在回路实时仿真实验系统对待验证多无人机分布式协同控制算法进行仿真实验的具体过程为:
步骤1:分别设置每台无人机模拟计算机的无人机模型参数、环境参数和网络参数;根据待验证多无人机分布式协同控制算法的通信拓扑、噪声强度和通信延迟参数设置链路模拟计算机的通信拓扑、噪声强度和通信延迟参数;在自动驾驶仪的控制器上实现待验证的分布式协同控制算法,并设置其参数。
步骤2:估算局域网A以及局域网B中各自路由器的最小带宽,确定局域网A以及局域网B中的路由器。
步骤3:每台无人机模拟计算机将自身无人机模型的状态信息发送给链路模拟计算机。
步骤4:链路模拟计算机根据其分别在局域网A和局域网B的地址创建基于用户数据报协议(User Diagram Protocol,UDP)的套接字(用符号a表示)和套接字(用符号b表示)。
步骤5:套接字a和套接字b均启动各自的接收线程等待数据到来,其中,套接字a负责接收局域网A中各无人机模拟计算机发送过来的无人机模型的状态信息,套接字b负责接收局域网B中各自动驾驶仪发送过来的无人机模型控制量。
步骤6:套接字a和套接字b接收到数据后写入各自缓存。
步骤7:链路模拟计算机根据步骤1输入的通信拓扑、噪声强度和通信延迟参数对套接字a收到的无人机模型的状态信息进行实时处理,得到处理后的无人机模型状态信息。
步骤8:链路模拟计算机利用套接字b,根据待验证多无人机分布式协同控制算法的通信拓扑,将处理后的无人机模型状态信息,发送给全部自动驾驶仪。
步骤9:自动驾驶仪根据接收到的无人机模拟计算机中无人机模型的状态信息计算与所述自动驾驶仪对应的无人机模拟计算机中无人机模型控制量,并发送给套接字b。
步骤10:链路模拟计算机将套接字b接收的无人机模型控制量利用套接字a发送到对应的无人机模拟计算机。
步骤11:无人机模拟计算机实时显示协同控制仿真结果。
有益效果
本发明提出的多无人机分布式协同的硬件在回路实时仿真实验系统与已有技术相比较具有以下优点:
①本发明利用成熟的商业飞行模拟器软件模拟无人机,降低了实验成本和复杂度,同时能获得尽可能高的仿真精度,自动驾驶仪在仿真回路也能弥补纯软件仿真距离工程实际偏差较大的缺陷。
②本发明中的链路模拟计算机有很大自由度,可根据需要在通信数据中加入噪声、延迟以及控制网络的通信拓扑,来研究这些重要因素对协同控制算法稳定性的影响。
附图说明
图1为本发明具体实施方式中多无人机分布式协同的硬件在回路实时仿真实验系统的组成结构示意图;
图2为本发明具体实施方式中由4架无人机组成的一个飞行编队的通信拓扑图。
图3为本发明具体实施方式中4台无人机模拟计算机中的飞行模拟器的3D仿真结果图。
具体实施方式
下面结合附图和具体实施例对本发明技术方案作进一步说明。
本实施例中的多无人机分布式协同的硬件在回路实时仿真实验系统,其结构如图1所示,其包括:4台无人机模拟计算机,分别用符号a、b、c、d表示,1台链路模拟计算机和4台自动驾驶仪,分别用符号A、B、C、D表示。链路模拟 计算机与4台无人机模拟计算机在局域网A中,链路模拟计算机能够与4台无人机模拟计算机中的任一台相互通信,同时4台无人机模拟计算机之间能够相互通信;链路模拟计算机与4台自动驾驶仪在局域网B中,链路模拟计算机能够与4台自动驾驶仪中的任一台相互通信。自动驾驶仪A、B、C、D分别负责控制无人机模拟计算a、b、c、d中的飞机模型。
所述无人机模拟计算机是安装运行了飞行模拟器软件的计算机。
所述无人机模拟计算机的主要功能包括:①通过链路模拟计算机接收与所述无人机模拟计算机对应的自动驾驶仪发送来的无人机模型控制量;②无人机模拟计算机根据接收到的无人机模型控制量控制飞行模拟器软件中无人机模型运动,并得到无人机模型的状态信息。③将无人机模型的状态信息输出给链路模拟计算机。④每台无人机模拟计算机与其它无人机模拟计算机之间通信,向其它无人机模拟计算机发送自身无人机模型的状态信息,同时接受其它无人机模拟计算机中无人机模型的状态信息。
所述无人机模拟计算机上的飞行模拟器软件优选Austin Meyer开发商开发的商业飞行模拟器软件X-Plane 10(全球版)。
X-Plane 10有三个版本:X-Plane 10Professional(专业版),X-Plane 10Global(全球版)和X-Plane 10Reginal(地区版)。专业版需要和专门的飞行器控制硬件配套使用,整套系统需要数十万美元,而且是经过FAA(美国联邦航空局)认证的模拟器。全球版和专业版的主要区别是没有配套的硬件,但飞行器仿真模型和专业版的几乎一样,只是仪表面板的显示差别,而且价格便宜、包含全世界三维地图。地区版是全球版的子集,只包含部分区域地图。X-Plane还支持UDP传输协议等诸多功能。本实例选用的是全球版X-Plane。
所述链路模拟计算机安装了链路模拟软件。
链路模拟计算机的主要功能包括:①从自动驾驶仪接收无人机模型控制量,并转发给与所述自动驾驶仪对应的无人机模拟计算机;②从无人机模拟计算机接收无人机模型的状态信息,并根据通信拓扑转发给所有自动驾驶仪。③在向所有自动驾驶仪转发无人机模型的状态信息的过程中,能够实时改变通信拓扑来模拟现实世界中无人机网络的通信拓扑。④用户通过链路模拟计算机在通信数据中人为添加噪声和延迟,用于仿真真实通信环境。
自动驾驶仪的主要功能包括:根据接收到的所有无人机模型的状态信息,计算与所述自动驾驶仪对应的无人机模拟计算机中无人机模型控制量,并将其通过链路模拟计算机发送给对应的无人机模拟计算机。
对待验证多无人机分布式协同控制算法如公式(1)至(4)所示。
网络中的每台无人机模型用如公式(1)所示的动力学方程描述。
其中,xi、yi、zi∈R,分别表示第i台无人机模型的三维位置分量,i=1,2,3,4;vi∈R,表示第i台无人机模型的水平速度分量;vzi∈R,表示第i台无人机模型的垂直速度分量;ψi∈R,表示第i台无人机模型的航向角;ri∈R,表示第i台无人机模型航向角速率;分别表示第i台无人机模型的水平速度、航向角速率和垂直速度指令;α,β,γ为时间常数,在本实例中分别取为α=γ=5,β=10。
构造一个映射,如公式(2)所示,将公式(1)进行输入输出线性化,
xfi=xi+dicos(ψi)
yfi=yi+disin(ψi)
其中,di是任意正常数。
线性化后得到第i台无人机模型的动力学模型,如公式(3)所示。
vfi=μfi
其中,rfi=[xfi yfi]T,μfi=[μxi μxi]T。
基于模型(3)的分布式一致性编队控制器如公式(4)所示。
(4)
其中,aij是图2所示通信拓扑对应的邻接矩阵元素;rdi是编队常数,本实例取为10;K是个反馈增益矩阵,在本实例中取:
使用本发明提出的多无人机分布式协同的硬件在回路实时仿真实验系统对如公式(1)至(4)所示的待验证多无人机分布式协同控制算法进行仿真实验,其具体过程为:
步骤1:分别设置每台无人机模拟计算机中X-Plane的无人机模型参数、环境参数和网络参数;根据待验证多无人机分布式协同控制算法的通信拓扑、噪声强度和通信延迟参数设置链路模拟计算机的通信拓扑(如图2所示)、噪声强度和通信延迟参数;在自动驾驶仪上实现待验证的分布式协同控制算法,称其为待验证的分布式协同控制器,并设置其参数。
在本实例中选用X-Plane模拟器中自带的Bell-206型直升机模型来进行演示。在无人机模拟计算机上飞行模拟器软件的设置输出参数有:帧率、角速度、欧拉角、经纬度和地面速度;在无人机模拟计算机上根据不同的飞行器模型配置X-Plane的控制输入量,对于直升机类飞行器模型,输入参数主要有:周期变矩、主桨和尾桨总距。
其中,帧率是个重要参数,它表示所述无人机模拟计算机中飞行模拟器的仿真计算频率,它直接决定待验证分布式算法的实际计算频率,帧率过低会导致控制器不稳定。因此帧率高越好,本实施例中采用以下两种方法提高帧率。一是升 级计算机的硬件配置,尤其是显卡配置;二是降低飞行模拟器中的环境渲染质量,通过关闭X-Plane中的云雾、风雨效果,降低能见度等方式来加快帧率。
步骤2:估算局域网A以及局域网B中各自路由器的最小带宽,确定局域网A以及局域网B中使用的路由器参数。
局域网A中随着无人机模拟计算机数量的增多会出现通信瓶颈,因此需要选择一个合适的路由器来满足通信带宽需求。可通过公式(5)估算理论最小带宽。
Rnet=Nsim(Nsim+1)(Phead+Pdata)F (5)
其中,Rnet表示局域网A中路由器的速度,Nsim表示无人机模拟计算机的数量,Phead表示基于用户数据报协议UDP数据报头的大小,Pdata表示基于用户数据报协议UDP数据报数据域的大小,F表示基于用户数据报协议UDP数据包的频率。
对于局域网B,各个自动驾驶仪只和链路模拟计算机通信,自动驾驶仪之间不通信,路由器的选择可按照公式(6)来估算理论最小带宽:
Rwnet=2Nauto(Phead+Pdata)F (6)
其中,Rwnet表示局域网B路由器的速度,Nauto表示自动驾驶仪数量。
本实施例中,仿真频率是30Hz,局域网A中路由器使用市面常见的100M路由器。基于步骤1的配置可计算每个UDP数据报的总长度是185个字节。根据公式(5)可估算利用该路由器组建的有线局域网中最多能支持的计算机数量,得到Nsim=46。该编队中的无人机数量有4架,因此网络的带宽完全能够满足需求。根据公式(6),局域网B中路由器选择100M路由器。
步骤3:整套仿真系统准备完毕并开始运行,每台无人机模拟计算机将自身无人机模型的状态信息发送给链路模拟计算机。
步骤4:链路模拟计算机根据其分别在局域网A和局域网B的地址创建基于用户数据报协议(User Diagram Protocol,UDP)的套接字a和套接字b。
步骤5:套接字a和套接字b均启动各自的接收线程等待数据到来,其中,套接字a负责接收局域网A中各无人机模拟计算机发送过来的无人机模型的状态信息,套接字b负责接收局域网B中各自动驾驶仪发送过来的无人机模型控制量。
步骤6:套接字a和套接字b接收到数据后写入各自缓存。
步骤7:链路模拟计算机根据步骤1输入的通信拓扑、噪声强度和通信延迟参数对套接字a收到的无人机模型的状态信息进行实时处理,得到处理后的无人机模型状态信息。
步骤8:链路模拟计算机利用套接字b,根据待验证多无人机分布式协同控制算法的通信拓扑,将处理后的无人机模型状态信息,发送给全部自动驾驶仪。本实施例中,根据图2所示的通信拓扑,无人机模拟计算机a没有接收任何相邻无人机的状态信息,因此在仿真过程中,链路模拟计算机只需将无人机模拟计算机a的自身状态信息(即无人机模拟计算机a的状态信息)传递给自动驾驶仪A。在图2中,无人机模拟计算机b接收无人机模拟计算机a发过来的状态信息,因此链路模拟计算机除了将其自身状态信息(即无人机模拟计算机b的状态信息)发送给自动驾驶仪B,还需将无人机模拟计算机a的状态信息发送给自动驾驶仪B。其它无人机的状态信息传递也是基于一样的规则。本实施例中采用如图2所示的是一种固定通讯拓扑。
步骤9:自动驾驶仪根据接收到的无人机模拟计算机中无人机模型的状态信息,利用待验证的分布式协同控制器计算与所述自动驾驶仪对应的无人机模拟计算机中无人机模型控制量,并发送给套接字b。
步骤10:链路模拟计算机将套接字b接收的无人机模型控制量利用套接字a发送到对应的无人机模拟计算机。
步骤11:无人机模拟计算机中的飞行模拟器根据接收到的控制量来驱动飞行器模型的运动,并实时显示协同控制仿真结果,其为4台无人机模拟计算机中的飞行模拟器的3D仿真结果,如图3所示。从图3中可以观察到4台无人机模拟计算机的飞行编队效果,验证待验证多无人机分布式协同控制算法的有效性。
本发明还可有其它多种实施例,在不背离本发明精神及其实质的情况下,熟悉本领域的技术人员可根据本发明作出各种相应的改变和变形,但这些相应的改变和变形都应属于本发明所附的权利要求的保护范围。
Claims (4)
1.一种多无人机分布式协同的硬件在回路实时仿真实验系统,其特征在于:其包括:n台无人机模拟计算机、1台链路模拟计算机和n台自动驾驶仪;其中,n≥1且n为正整数;链路模拟计算机与n台无人机模拟计算机在同一个局域网A表示内,链路模拟计算机能够与n台无人机模拟计算机中的任一台相互通信,同时n台无人机模拟计算机之间能够相互通信;链路模拟计算机与n台自动驾驶仪在另一个局域网B,链路模拟计算机能够与n台自动驾驶仪中的任一台相互通信;无人机模拟计算机与自动驾驶仪一一对应,即一台自动驾驶仪控制一台无人机模拟计算机;每台自动驾驶仪采用分布式控制方式控制与其对应的无人机模拟计算机,即每台自动驾驶仪基于自身状态以及相邻无人机模拟计算机的状态反馈控制与其对应的无人机模拟计算机;
通信拓扑由待验证多无人机分布式协同控制算法提供;
由于实时仿真需要同时传递大量数据,为减少数据碰撞,局域网A和局域网B为两个不同的局域网;
所述无人机模拟计算机是安装运行了飞行模拟器软件的计算机;
所述无人机模拟计算机的主要功能包括:①通过链路模拟计算机接收与所述无人机模拟计算机对应的自动驾驶仪发送来的无人机模型控制量;②无人机模拟计算机根据接收到的无人机模型控制量控制飞行模拟器软件中无人机模型运动,并得到无人机模型的状态信息;③将无人机模型的状态信息输出给链路模拟计算机;④每台无人机模拟计算机与其它无人机模拟计算机之间通信,向其它无人机模拟计算机发送自身无人机模型的状态信息,同时接受其它无人机模拟计算机中无人机模型的状态信息;
所述链路模拟计算机安装了链路模拟软件;
链路模拟计算机的主要功能包括:①从自动驾驶仪接收无人机模型控制量,并转发给与所述自动驾驶仪对应的无人机模拟计算机;②从无人机模拟计算机接收无人机模型的状态信息,并根据通信拓扑转发给所有自动驾驶仪;③在向所有自动驾驶仪转发无人机模型的状态信息的过程中,链路模拟计算机能够实时改变通信拓扑来模拟现实世界中无人机网络的通信拓扑;④用户通过链路模拟计算机在通信数据中人为添加噪声和延迟,用于仿真真实通信环境;
所述自动驾驶仪的主要功能包括:根据接收到的所有无人机模型的状态信息,计算与所述自动驾驶仪对应的无人机模拟计算机中无人机模型控制量,并将其通过链路模拟计算机发送给对应的无人机模拟计算机。
2.如权利要求1所述的一种多无人机分布式协同的硬件在回路实时仿真实验系统,其特征在于:所述无人机模拟计算机上的飞行模拟器软件选Austin Meyer开发商开发的商业飞行模拟器软件X-Plane。
3.如权利要求1或2所述的一种多无人机分布式协同的硬件在回路实时仿真实验系统,其特征在于:无人机模拟计算机到自动驾驶仪的状态信息传递是多对一的映射关系,具体的映射形式由通信拓扑决定;自动驾驶仪到无人机模拟计算机传递的是无人机模型控制量,是一对一的映射关系。
4.使用如权利要求1或2所述多无人机分布式协同的硬件在回路实时仿真实验系统对待验证多无人机分布式协同控制算法进行仿真实验的具体过程为:
步骤1:分别设置每台无人机模拟计算机的无人机模型参数、环境参数和网络参数;根据待验证多无人机分布式协同控制算法的通信拓扑、噪声强度和通信延迟参数设置链路模拟计算机的通信拓扑、噪声强度和通信延迟参数;在自动驾驶仪的控制器上实现待验证的分布式协同控制算法,并设置其参数;
步骤2:估算局域网A以及局域网B中各自路由器的最小带宽,确定局域网A以及局域网B中的路由器;
步骤3:每台无人机模拟计算机将自身无人机模型的状态信息发送给链路模拟计算机;
步骤4:链路模拟计算机根据其分别在局域网A和局域网B的地址创建基于用户数据报协议的套接字a和套接字b;
步骤5:套接字a和套接字b均启动各自的接收线程等待数据到来,其中,套接字a负责接收局域网A中各无人机模拟计算机发送过来的无人机模型的状态信息,套接字b负责接收局域网B中各自动驾驶仪发送过来的无人机模型控制量;
步骤6:套接字a和套接字b接收到数据后写入各自缓存;
步骤7:链路模拟计算机根据步骤1输入的通信拓扑、噪声强度和通信延迟参数对套接字a收到的无人机模型的状态信息进行实时处理,得到处理后的无人机模型状态信息;
步骤8:链路模拟计算机利用套接字b,根据待验证多无人机分布式协同控制算法的通信拓扑,将处理后的无人机模型状态信息,发送给全部自动驾驶仪;
步骤9:自动驾驶仪根据接收到的无人机模拟计算机中无人机模型的状态信息计算与所述自动驾驶仪对应的无人机模拟计算机中无人机模型控制量,并发送给套接字b;
步骤10:链路模拟计算机将套接字b接收的无人机模型控制量利用套接字a发送到对应的无人机模拟计算机;
步骤11:无人机模拟计算机实时显示协同控制仿真结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510212198.4A CN104880961B (zh) | 2015-04-29 | 2015-04-29 | 一种多无人机分布式协同的硬件在回路实时仿真实验系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510212198.4A CN104880961B (zh) | 2015-04-29 | 2015-04-29 | 一种多无人机分布式协同的硬件在回路实时仿真实验系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104880961A CN104880961A (zh) | 2015-09-02 |
CN104880961B true CN104880961B (zh) | 2017-06-06 |
Family
ID=53948495
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510212198.4A Active CN104880961B (zh) | 2015-04-29 | 2015-04-29 | 一种多无人机分布式协同的硬件在回路实时仿真实验系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104880961B (zh) |
Families Citing this family (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6845227B2 (ja) * | 2015-09-25 | 2021-03-17 | エスゼット ディージェイアイ テクノロジー カンパニー リミテッドSz Dji Technology Co.,Ltd | ビデオ放送のためのシステム |
CN106599455A (zh) * | 2016-12-13 | 2017-04-26 | 中国航空工业集团公司洛阳电光设备研究所 | 一种实现X‑Plane与Simulink联合同步仿真的方法 |
CN107102565A (zh) * | 2017-06-03 | 2017-08-29 | 复旦大学 | 无人机集群软件在环仿真系统 |
CN107085385B (zh) * | 2017-06-20 | 2020-05-08 | 中仿智能科技(上海)股份有限公司 | 一种模拟多飞行器自主飞行的仿真系统及方法 |
CN109240257B (zh) * | 2017-07-11 | 2021-06-01 | 深圳市中兴微电子技术有限公司 | 一种多从机无人机测试系统及方法 |
CN109407694A (zh) * | 2017-08-18 | 2019-03-01 | 清华大学 | 无人机编队控制方法、可读存储介质、设备及无人机 |
CN108021144A (zh) * | 2017-12-29 | 2018-05-11 | 中国地质大学(武汉) | 一种无人机航迹规划及动态威胁规避仿真设备 |
CN109188933A (zh) * | 2018-09-21 | 2019-01-11 | 北京大翔航空科技有限公司 | 一种集群无人机分布式硬件在回路仿真系统 |
CN110083945B (zh) * | 2019-04-29 | 2023-03-24 | 中国人民解放军空军航空大学飞行研究所 | 一种分布式多节点仿真管理方法 |
CN112947125B (zh) * | 2021-05-13 | 2021-07-13 | 北京航空航天大学 | 一种基于高速串行总线的嵌入式无人机集群仿真系统 |
CN113359508B (zh) * | 2021-05-25 | 2022-10-25 | 中国人民解放军陆军航空兵学院 | 直升机/无人机武器协同数据链通信系统仿真建模方法、介质和系统 |
CN113485420B (zh) * | 2021-07-04 | 2022-09-27 | 西北工业大学 | 一种基于udp控制的飞机编队合成功率可视化方法 |
CN113885353B (zh) * | 2021-09-29 | 2024-01-30 | 北京大翔航空科技有限公司 | 一种分布式智能无人机集群对抗的硬件在回路仿真系统 |
CN113867173B (zh) * | 2021-09-29 | 2024-01-30 | 北京大翔航空科技有限公司 | 一种无人机集群集中式硬件在回路仿真系统及方法 |
CN114488848A (zh) * | 2021-12-30 | 2022-05-13 | 北京理工大学 | 面向室内建筑空间的无人机自主飞行系统及仿真实验平台 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN202533754U (zh) * | 2011-10-14 | 2012-11-14 | 中国民航大学 | 无人飞行器物理仿真试验平台地面监控系统 |
CN102591358B (zh) * | 2012-03-12 | 2015-07-08 | 北京航空航天大学 | 一种多无人机的动态编队控制方法 |
-
2015
- 2015-04-29 CN CN201510212198.4A patent/CN104880961B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN104880961A (zh) | 2015-09-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104880961B (zh) | 一种多无人机分布式协同的硬件在回路实时仿真实验系统 | |
Ribeiro et al. | UAV autopilot controllers test platform using Matlab/Simulink and X-Plane | |
CN104007661B (zh) | 一种单台模拟器实现多机编队的仿真方法 | |
US11688297B2 (en) | Virtual reality with virtualization in trainers and test environments | |
US8864497B1 (en) | Geographically distributed simulation system, components and methods | |
CN105427704A (zh) | 一种面向无人机飞控与任务系统的使用维护模拟器 | |
CN103257352B (zh) | 一种双星gps闭环控制测试方法 | |
CN108803653A (zh) | 基于差分定位的无人机、控制方法、教学考试方法和系统 | |
CN108919831A (zh) | 一种能够实现在浏览器中实时模拟无人机飞行场景的方法 | |
CN107085385A (zh) | 一种模拟多飞行器自主飞行的仿真系统及方法 | |
CN113467275A (zh) | 一种基于实物机载设备的无人机集群飞行仿真系统 | |
CN104950688B (zh) | 分布式传递对准半实物仿真系统及其方法 | |
CN111816024A (zh) | 一种基于仿真平台的无人机模拟训练系统及其使用方法 | |
KR101082874B1 (ko) | 다중 비행 시뮬레이션 시스템 | |
US10909875B2 (en) | Method and system for determining a recirculation effect from an obstacle on a main rotor induced velocity of a simulated rotorcraft | |
CN112422214B (zh) | 一种适用于航空信道的通信效果演示验证系统 | |
CN107993515A (zh) | 一种基于直升机多模拟器协同训练的实时互联系统 | |
CN112562050B (zh) | 虚拟对象风动画的生成方法及装置、存储介质、终端 | |
CN108008646A (zh) | 一种无人机航电半实物仿真系统 | |
CN206989966U (zh) | 一种用于测试卫星接收机和地磁模块组合导航系统的地面测试平台 | |
CN208399997U (zh) | 一种无人机航迹规划及动态威胁规避仿真设备 | |
CN106774370B (zh) | 实现飞艇按照给定速度稳定飞行的速度跟踪控制方法 | |
CN104443450A (zh) | 微卫星导航系统地面验证系统及方法 | |
CN107202598A (zh) | 一种用于测试卫星接收机和地磁模块组合导航系统的地面测试平台及测试方法 | |
CN113946128A (zh) | 一种无人机集群半实物仿真控制系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
EXSB | Decision made by sipo to initiate substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |