CN105511494A - 一种多无人机分布式队形控制的方法 - Google Patents
一种多无人机分布式队形控制的方法 Download PDFInfo
- Publication number
- CN105511494A CN105511494A CN201610039700.0A CN201610039700A CN105511494A CN 105511494 A CN105511494 A CN 105511494A CN 201610039700 A CN201610039700 A CN 201610039700A CN 105511494 A CN105511494 A CN 105511494A
- Authority
- CN
- China
- Prior art keywords
- unmanned plane
- formation
- frame unmanned
- frame
- control
- 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.)
- Granted
Links
- 230000015572 biosynthetic process Effects 0.000 title claims abstract description 98
- 238000000034 method Methods 0.000 title claims abstract description 30
- 238000005259 measurement Methods 0.000 claims abstract description 7
- 238000004891 communication Methods 0.000 claims abstract description 5
- 239000011159 matrix material Substances 0.000 claims description 25
- 238000013341 scale-up Methods 0.000 claims description 3
- 238000013461 design Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000004888 barrier function Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000007812 deficiency Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical compound C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 230000007306 turnover Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- G05D1/10—Simultaneous control of position or course in three dimensions
- G05D1/101—Simultaneous control of position or course in three dimensions specially adapted for aircraft
Abstract
本发明涉及一种多无人机分布式队形控制的方法,在预设区域内部署n架无人机,n为n≥3的整数;无人机能够主动测量邻居无人机的相对位置信息;对n架无人机设定期望队形,确认测量关系和通信关系;对第1架无人机和第2架无人机进行队形控制,设定第一类速度控制器;同时对第3~n架无人机进行队形控制,设定第二类速度控制器,通过主动测量期望队形中邻居无人机的相对位置信息,进行速度控制使得彼此的运动距离与期望队形设定的距离一致。本方法通过分布式控制无人机进行编队,同时可以调整队形的尺度避开障碍物。
Description
技术领域
本发明涉及无人机编队控制领域,具体涉及一种多无人机分布式队形控制的方法。
背景技术
无人机是一种拥有动力装置的无人驾驶飞行系统。它具有广泛的应用,既可以用于航拍,交通巡逻等民用领域,也可以用于侦查、监控等军事领域。在一些危险复杂或者人难以进入的环境中,需要进行搜索或者搜救活动,比如灾后紧急救援,雪地搜救现场等,一般只能通过直升机来进行勘察任务,成本巨大且非常危险,无人机的作用就显得尤为突出。
目前在灾后搜救、安防扫描等众多应用中,大都采用单个无人机进行地毯式搜索的方法。然而,受限于单个无人机续航能力的不足,如果要进行大面积地毯式搜索,不仅容易漏掉目标,而且效率还十分低下。不仅如此,如果在大面积环境中还有一些障碍物的话,更是难以处理。
因此,单个无人机很难满足大面积搜索或者搜救活动的需求,如果任务紧急,那情况将更加严重。通过多个无人机编队,协作搜索来避免大面积应用场景中单个无人机不高效的问题,可以使得整个搜索过程高效准确。
目前无人机编队控制方法大都以集中式方法进行编队控制,集中式的控制方法往往需要建立覆盖所有节点的星形通信网络。中国发明专利(CN102591358A)公开一种多无人机的动态编队控制方法,属于飞行控制技术领域,包括步骤一:队形保持方法;步骤二:避障方法;步骤三:基于行为的编队过程,其中基于行为的编队过程分别为行为分解与控制实现。该专利引入了基于行为的编队控制方法,降低了对编队无线数据链更新率的要求,增强了无人机群编队的避障能力;同时引入了虚拟结构作为参考。但是,现有技术中没有存在通过及时调整队形的尺度,并且采用分布式控制进行编对的方法。
发明内容
本发明的目的在于针对现有技术的不足,提供一种多无人机分布式队形控制的方法,通过分布式控制无人机进行编队,同时可以调整队形的尺度避开障碍物。
本发明为解决技术问题采取如下技术方案:
一种多无人机分布式队形控制的方法,包括如下步骤:
1)在预设区域内部署n架无人机,n为n≥3的整数;所述的无人机能够主动测量邻居无人机的相对位置信息;
2)对所述的n架无人机设定期望队形,所述的期望队形表示为:
ξ=[ξ1,ξ2,…,ξn]T,
其中,ξ为期望队形的矩阵表示,ξ1为第1架无人机的位置,ξ2为第2架无人机的位置,ξn为第n架无人机的位置,T为矩阵的转置;
3)根据步骤2)中设定的期望队形,确定每架无人机在期望队形中与之测量和通信的邻居无人机,得到期望队形中无人机的测量关系和通信关系;
4)对第1架无人机和第2架无人机进行队形控制,所述的第1架无人机和第2架无人机设定第一类速度控制器,通过主动测量对方的相对位置信息,进行速度控制使得彼此的运动距离与期望队形设定的距离一致;
5)对第3~n架无人机同时进行队形控制,所述的第3~n架无人机设定第二类速度控制器,通过主动测量步骤3)中确定的期望队形中邻居无人机的相对位置信息,进行速度控制使得彼此的队形动态的达到期望队形。
上述技术方案不依赖于全局参考坐标系,利用无人机主动测量邻居无人机的相对位置,从而实现无人机编队控制的方法。对第1架和第2架无人机设定第一类速度控制器,使得两者保持设定的距离,其次,对第3~n架无人机设定第二类速度控制器,进行速度的控制得到期望队形。同时,可以通过对第一类速度控制器设定的距离进行调整,达到对期望队形的尺度的调整,避开障碍物。
所述的预设区域为平面,所述的无人机在平面内运动的动态模型如下:
z′i=vi,i=1,2,…,n;
其中vi为第i架无人机的速度向量,z′i为第i架无人机的位置向量求导。
作为优选,所述的步骤4)中第一类速度控制器为:
其中,z1为第1架无人机在其惯性平面坐标系下的位置向量,以复数表示;z2为第2架无人机在其惯性平面坐标系下的位置向量,以复数表示;||z1-z2||和||z2-z1||为第1架无人机与第2架无人机之间的欧几里得距离;r12为第1架无人机和第2架无人机之间的期望距离;k为调节速度的比例系数;v0为队形稳定时,无人机的期望运动速度向量;z′1为第1架无人机相对于惯性坐标系的速度控制向量,z′2为第2架无人机相对于惯性坐标系的速度向量控制量。
作为优选,所述的步骤5)中第二类速度控制器为:
其中,Ni(g)和Ni(H)分别为第i架无人机在期望队形中具有测量关系的邻居无人机集合和具有通讯关系的邻居无人机集合;zi为第i架无人机在其惯性平面坐标系下的位置向量,zj为第j架无人机在其惯性平面坐标系下的位置向量;ni为第i架无人机对第1架或者第2架无人机的速度估计,nj为第j架无人机对第1架或者第2架无人机的速度估计;z′i为第i架无人机相对于惯性坐标系的速度向量控制量,n′i为ni的导数,di为需要被设计的控制参数,wij为合适的权重指数,aij为任意正实数。
作为优选,所述的第一类速度控制器和第二类速度控制器分别简化如下:
式中,l表示第1架无人机或第2架无人机,f表示第3~n架无人机,12为所有元素为1的列向量;
其中,zl=[z1,z2]T,zf=[z3,…,zn]T ;
nl=[n1,n2]T,nf=[n3,…,nn]T ;
式中,In-2为n-2维的单位矩阵;
其中L用复拉普拉斯表示,表示为:
式中,02×2为2×2的0矩阵,02×(n-2)为2×(n-2)的0矩阵;
其中D表示为:
D=diag(0,0,d3,…,dn),Df=diag(d3,…,dn);其中dn为对角矩阵Df的最后一个元素;
其中H用拉普拉斯表示,表示为:
作为进一步优选,所述的第二类速度控制器需要满足以下条件:
1)Lξ=0;2)rank(L)=n-2;3)det(Lff)≠0;4)det(Hff)≠0;5)DfLff的特征值在复数右半平面;其中L为期望队形的复拉普拉斯表示,ξ为期望队形,rank(L)为矩阵L的秩,det(Lff)为矩阵Lff的行列式,det(Hff)为Hff的行列式,DfLff为两个矩阵相乘。
作为优选,所述的第一类速度控制器和第二类速度控制器控制的控制周期为0.05~0.15s。该控制周期范围,可以使得无人机及时调整期望速度,更快的达到期望队形。
作为优选,所述的期望队形的尺度通过改变第一类速度控制器设定的距离进行调整。通过调整期望队形的尺度,可以灵活的避开障碍物。
同现有技术相比,本发明的有益效果体现在:
(1)本发明中的速度控制器具有很好的收敛性,保证系统是稳定的。
(2)对于每个无人机而言,仅仅只需要用到邻居无人机的相对位置信息就能实现编队控制,从实现的角度考虑,相比于现有的编队控制算法,本发明需要更少的计算资源并且所需控制量更容易获取。
(3)队形的尺度可以根据不同的环境进行变换,使得在进行目标搜索任务中,能更加适应环境的变化。
附图说明
图1本发明实施例中的期望队形图;
图2本发明实施例中的通信图;
图3本发明实施例中队形控制图;
图4是本发明实施例中期望队形的尺度缩小0.5倍的效果图。
具体实施方式
在水平高度为5米的水平面内,部署5架四旋翼无人机(基于开源飞控pixhawk的自制四旋翼,型号:轴距550mm)。无人机的硬件系统主要分为底层飞控部分和上层上位机部分。飞控部分控制无人机的飞行稳定,上层上位机负责具体的算法控制,并且将计算得到的控制速度发送给底层飞控,从而实现无人机的自主飞行。
所述的无人机能够主动测量邻居无人机的相对位置信息,主要通过内置激光扫描仪,能够主动测量邻居无人机和自身的相对位置信息,通过极坐标转换成算法所需的向量。
所述的无人机在水平面内运动的动态模型如下:
z′i=vi,i=1,2,…,n;
其中vi为第i架无人机的速度向量,z′i为第i架无人机的位置向量求导。
对5架无人机设定期望队形,期望队形表示为:ξ=[-1,1,0,-1i,-2i]T,期望队形图如图1所示,其中箭头表示为5架无人机之间的测量关系;通信图如图2,其中箭头表示为5架无人机之间的通信关系。
然后对第1架无人机和第2架无人机进行队形控制,所述的第1架无人机和第2架无人机设定第一类速度控制器,通过主动测量对方的相对位置信息,进行速度控制使得彼此的运动距离与期望队形设定的距离一致。第一类速度控制器为:
其中,z1为第1架无人机在其惯性平面坐标系下的位置向量,以复数表示;z2为第2架无人机在其惯性平面坐标系下的位置向量,以复数表示;||z1-z2||和||z2-z1||为第1架无人机与第2架无人机之间的欧几里得距离;r12为第1架无人机和第2架无人机之间的期望距离;k为调节速度的比例系数;v0为队形稳定时,无人机的期望运动速度向量;z′1为第1架无人机相对于惯性坐标系的速度控制向量,z′2为第2架无人机相对于惯性坐标系的速度向量控制量。
继续对第3~5架无人机同时进行队形控制,所述的第3~5架无人机设定第二类速度控制器,通过主动测量步骤3)中确定的期望队形中邻居无人机的相对位置信息,进行速度控制使得彼此的队形动态的达到期望队形,队形控制过程如图3所述。
第二类速度控制器为:
其中,Ni(g)和Ni(H)分别为第i架无人机在期望队形中具有测量关系的邻居无人机集合和具有通讯关系的邻居无人机集合;zi为第i架无人机在其惯性平面坐标系下的位置向量,zj为第j架无人机在其惯性平面坐标系下的位置向量;ni为第i架无人机对第1架或者第2架无人机的速度估计,nj为第j架无人机对第1架或者第2架无人机的速度估计;z′i为第i架无人机相对于惯性坐标系的速度向量控制量,n′i为ni的导数,di为需要被设计的控制参数,wij为合适的权重指数,aij为任意正实数。
通过以下的方法进一步检验是否可以形成如图1所述的期望队形,第一类速度控制器和第二类速度控制器分别简化如下:
式中,l表示第1架无人机或第2架无人机,f表示第3~n架无人机,12为所有元素为1的列向量;
其中,zl=[z1,z2]T,zf=[z3,…,zn]T ;
nl=[n1,n2]T,nf=[n3,…,nn]T ;
式中,In-2为n-2维的单位矩阵;
其中L用复拉普拉斯表示,表示为:
式中,02×2为2×2的0矩阵,02×(n-2)为2×(n-2)的0矩阵;
其中D表示为:
D=diag(0,0,d3,…,dn),Df=diag(d3,…,dn);其中dn为对角矩阵Df的最后一个元素;
其中H用拉普拉斯表示,表示为:
根据图1所述的期望队形,以及期望队形:ξ=[-1,1,0,-1i,-2i]T,设计参数:
d3=-3,d4=-0.005-0.25i,d5=0.25+0.005i;
将上述设计参数代入到简化的公式中,所述的第二类速度控制器需要满足以下条件时,最终可以形成如图1所述的期望队形:
1)Lξ=0;2)rank(L)=n-2;3)det(Lff)≠0;4)det(Hff)≠0;5)DfLff的特征值在复数右半平面;其中L为期望队形的复拉普拉斯表示,ξ为期望队形,rank(L)为矩阵L的秩,det(Lff)为矩阵Lff的行列式,det(Hff)为Hff的行列式,DfLff为两个矩阵相乘。
根据实际环境的不同,比如遇到狭窄的走廊等环境突然改变的情况,可以调节第一类速度控制器设定的距离来调节队形的尺度,如图4所示,本实施例中将第一类速度控制器设定的距离调节为1/2时,队形尺度变为原来1/2。
以上所述的具体实施方式对本发明的技术方案有益效果进行了详细说明,应理解的是以上所述仅为本发明的最优选实施例,并不用于限制本发明,凡在本发明的原则范围内所做的任何修改、补充和等同替换等,均应包含在本发明的保护范围之内。
Claims (8)
1.一种多无人机分布式队形控制的方法,其特征在于,包括如下步骤:
1)在预设区域内部署n架无人机,n为n≥3的整数;所述的无人机能够主动测量邻居无人机的相对位置信息;
2)对所述的n架无人机设定期望队形,所述的期望队形表示为:
ξ=[ξ1,ξ2,···,ξn]T,
其中,ξ为期望队形的矩阵表示,ξ1为第1架无人机的位置,ξ2为第2架无人机的位置,ξn为第n架无人机的位置,T为矩阵的转置;
3)根据步骤2)中设定的期望队形,确定每架无人机在期望队形中与之测量和通信的邻居无人机,得到期望队形中无人机的测量关系和通信关系;
4)对第1架无人机和第2架无人机进行队形控制,所述的第1架无人机和第2架无人机设定第一类速度控制器,通过主动测量对方的相对位置信息,进行速度控制使得彼此的运动距离与期望队形设定的距离一致;
5)对第3~n架无人机同时进行队形控制,所述的第3~n架无人机设定第二类速度控制器,通过主动测量步骤3)中确定的期望队形中邻居无人机的相对位置信息,进行速度控制使得彼此的队形动态的达到期望队形。
2.根据权利要求1所述的多无人机分布式队形控制的方法,其特征在于,所述的预设区域为平面,所述的无人机在平面内运动的动态模型如下:
z′i=vi,i=1,2,···,n;
其中vi为第i架无人机的速度向量,z′i为第i架无人机的位置向量求导。
3.根据权利要求1或2所述的多无人机分布式队形控制的方法,其特征在于,所述的步骤4)中第一类速度控制器为:
其中,z1为第1架无人机在其惯性平面坐标系下的位置向量,以复数表示;z2为第2架无人机在其惯性平面坐标系下的位置向量,以复数表示;||z1-z2||和||z2-z1||为第1架无人机与第2架无人机之间的欧几里得距离;r12为第1架无人机和第2架无人机之间的期望距离;k为调节速度的比例系数;v0为队形稳定时,无人机的期望运动速度向量;z′1为第1架无人机相对于惯性坐标系的速度控制向量,z′2为第2架无人机相对于惯性坐标系的速度向量控制量。
4.根据权利要求3所述的多无人机分布式队形控制的方法,其特征在于,所述的步骤5)中第二类速度控制器为:
其中,Ni(g)和Ni(H)分别为第i架无人机在期望队形中具有测量关系的邻居无人机集合和具有通讯关系的邻居无人机集合;zi为第i架无人机在其惯性平面坐标系下的位置向量,zj为第j架无人机在其惯性平面坐标系下的位置向量;ni为第i架无人机对第1架或者第2架无人机的速度估计,nj为第j架无人机对第1架或者第2架无人机的速度估计;z′i为第i架无人机相对于惯性坐标系的速度向量控制量,n′i为ni的导数,di为需要被设计的控制参数,wij为合适的权重指数,aij为任意正实数。
5.根据权利要求4所述的多无人分布式队形控制的方法,其特征在于,所述的第一类速度控制器和第二类速度控制器分别简化如下:
式中,l表示第1架无人机或第2架无人机,f表示第3~n架无人机,12为所有元素为1的列向量;
其中,zl=[z1,z2]T,zf=[z3,···,zn]T;
nl=[n1,n2]T,nf=[n3,···,nn]T;
式中,In-2为n-2维的单位矩阵;
其中L用复拉普拉斯表示,表示为:
式中,02×2为2×2的0矩阵,02×(n-2)为2×(n-2)的0矩阵;
其中D表示为:
D=diag(0,0,d3,···,dn),Df=diag(d3,···,dn);其中dn为对角矩阵Df的最后一个元素;
其中H用拉普拉斯表示,表示为:
6.根据权利要求5所述的多无人机分布式队形控制的方法,其特征在于,所述的第二类速度控制器需要满足以下条件:
1)Lξ=0;2)rank(L)=n-2;3)det(Lff)≠0;4)det(Hff)≠0;5)DfLff的特征值在复数右半平面;其中L为期望队形的复拉普拉斯表示,ξ为期望队形,rank(L)为矩阵L的秩,det(Lff)为矩阵Lff的行列式,det(Hff)为Hff的行列式,DfLff为两个矩阵相乘。
7.根据权利要求1所述的多无人机分布式队形控制的方法,其特征在于,所述的第一类速度控制器和第二类速度控制器控制的控制周期为0.05~0.15s。
8.根据权利要求1所述的多无人机分布式队形控制的方法,其特征在于,所述的期望队形的尺度通过改变第一类速度控制器设定的距离进行调整。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610039700.0A CN105511494B (zh) | 2016-01-20 | 2016-01-20 | 一种多无人机分布式队形控制的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610039700.0A CN105511494B (zh) | 2016-01-20 | 2016-01-20 | 一种多无人机分布式队形控制的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105511494A true CN105511494A (zh) | 2016-04-20 |
CN105511494B CN105511494B (zh) | 2018-06-19 |
Family
ID=55719554
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610039700.0A Expired - Fee Related CN105511494B (zh) | 2016-01-20 | 2016-01-20 | 一种多无人机分布式队形控制的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105511494B (zh) |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106406354A (zh) * | 2016-11-29 | 2017-02-15 | 中山大学 | 一种基于三维动态避障的分布式飞行器编队实现方法 |
CN106483958A (zh) * | 2016-11-10 | 2017-03-08 | 北京理工大学 | 一种基于障碍图和势场法的人机协同编队跟随及避障方法 |
CN106526239A (zh) * | 2016-12-16 | 2017-03-22 | 山东科技大学 | 一种无人机编队系统的分布式速度传感器故障诊断方法 |
CN107315421A (zh) * | 2017-07-10 | 2017-11-03 | 山东科技大学 | 一种时延无人机编队的分布式速度传感器故障诊断方法 |
CN107544541A (zh) * | 2017-09-18 | 2018-01-05 | 南方科技大学 | 一种无人机控制方法及系统 |
CN107688350A (zh) * | 2017-08-03 | 2018-02-13 | 北京小米移动软件有限公司 | 无人机控制方法和装置 |
CN108594853A (zh) * | 2018-04-27 | 2018-09-28 | 中国人民解放军陆军工程大学 | 无人机队形控制方法 |
CN108983816A (zh) * | 2018-08-07 | 2018-12-11 | 中南大学 | 多旋翼无人机变尺度协同监视编队飞行控制方法 |
CN109240341A (zh) * | 2018-12-04 | 2019-01-18 | 中国航空无线电电子研究所 | 一种基于消息交互的无人机密集编队控制方法 |
CN109254592A (zh) * | 2018-09-17 | 2019-01-22 | 中国人民解放军国防科技大学 | 一种无人机队形变化控制方法及系统 |
WO2019105231A1 (zh) * | 2017-11-29 | 2019-06-06 | 深圳市大疆创新科技有限公司 | 信息处理装置、飞行控制指示方法及记录介质 |
CN110249281A (zh) * | 2017-02-10 | 2019-09-17 | 深圳市大疆创新科技有限公司 | 位置处理装置、飞行体、位置处理系统、飞行系统、位置处理方法、飞行控制方法、程序以及记录介质 |
CN111522362A (zh) * | 2020-06-15 | 2020-08-11 | 湖南大学 | 一种无线速度反馈的四旋翼无人机分布式编队控制方法 |
CN111596690A (zh) * | 2020-06-15 | 2020-08-28 | 湖南大学 | 一种无线速度测量的四旋翼飞行机器人机动编队控制方法 |
CN117631674A (zh) * | 2024-01-23 | 2024-03-01 | 齐鲁工业大学(山东省科学院) | 基于采样信息的移动机器人分布式平均控制方法及装置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070288132A1 (en) * | 2006-06-07 | 2007-12-13 | Raytheon Company | Cooperative swarm of unmanned vehicles |
US20100049376A1 (en) * | 2008-08-19 | 2010-02-25 | Abraham Schultz | Method and system for providing a gps-based position |
CN103412564A (zh) * | 2013-07-26 | 2013-11-27 | 中国科学院计算技术研究所 | 一种无人系统分布式一致性编队控制方法及其系统 |
CN103592949A (zh) * | 2013-11-28 | 2014-02-19 | 电子科技大学 | 一种用于无人机编队同时到达目标的分布式控制方法 |
CN103777640A (zh) * | 2014-01-15 | 2014-05-07 | 北京航空航天大学 | 一种分布式控制无人机群集中分簇编队方法 |
CN104571131A (zh) * | 2015-01-20 | 2015-04-29 | 西安电子科技大学宁波信息技术研究院 | 无人机编队分布式协作系统及其抗干扰方法 |
-
2016
- 2016-01-20 CN CN201610039700.0A patent/CN105511494B/zh not_active Expired - Fee Related
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070288132A1 (en) * | 2006-06-07 | 2007-12-13 | Raytheon Company | Cooperative swarm of unmanned vehicles |
US20100049376A1 (en) * | 2008-08-19 | 2010-02-25 | Abraham Schultz | Method and system for providing a gps-based position |
CN103412564A (zh) * | 2013-07-26 | 2013-11-27 | 中国科学院计算技术研究所 | 一种无人系统分布式一致性编队控制方法及其系统 |
CN103592949A (zh) * | 2013-11-28 | 2014-02-19 | 电子科技大学 | 一种用于无人机编队同时到达目标的分布式控制方法 |
CN103777640A (zh) * | 2014-01-15 | 2014-05-07 | 北京航空航天大学 | 一种分布式控制无人机群集中分簇编队方法 |
CN104571131A (zh) * | 2015-01-20 | 2015-04-29 | 西安电子科技大学宁波信息技术研究院 | 无人机编队分布式协作系统及其抗干扰方法 |
Non-Patent Citations (3)
Title |
---|
J. GUO 等: "Adaptive control schemes for mobile robot formations with triangularised structures", 《IET CONTROL THEORY APPL.》 * |
纪超 等: "基于神经网络的多机协同编队控制器设计", 《自动技术与应用》 * |
纪超: "基于神经网络的多机协同编队控制器设计", 《自动化技术与应用》 * |
Cited By (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106483958A (zh) * | 2016-11-10 | 2017-03-08 | 北京理工大学 | 一种基于障碍图和势场法的人机协同编队跟随及避障方法 |
CN106406354A (zh) * | 2016-11-29 | 2017-02-15 | 中山大学 | 一种基于三维动态避障的分布式飞行器编队实现方法 |
CN106526239B (zh) * | 2016-12-16 | 2019-05-03 | 山东科技大学 | 一种无人机编队系统的分布式速度传感器故障诊断方法 |
CN106526239A (zh) * | 2016-12-16 | 2017-03-22 | 山东科技大学 | 一种无人机编队系统的分布式速度传感器故障诊断方法 |
US11513514B2 (en) | 2017-02-10 | 2022-11-29 | SZ DJI Technology Co., Ltd. | Location processing device, flight vehicle, location processing system, flight system, location processing method, flight control method, program and recording medium |
CN110249281A (zh) * | 2017-02-10 | 2019-09-17 | 深圳市大疆创新科技有限公司 | 位置处理装置、飞行体、位置处理系统、飞行系统、位置处理方法、飞行控制方法、程序以及记录介质 |
CN107315421A (zh) * | 2017-07-10 | 2017-11-03 | 山东科技大学 | 一种时延无人机编队的分布式速度传感器故障诊断方法 |
CN107315421B (zh) * | 2017-07-10 | 2019-05-10 | 山东科技大学 | 一种时延无人机编队的分布式速度传感器故障诊断方法 |
CN107688350A (zh) * | 2017-08-03 | 2018-02-13 | 北京小米移动软件有限公司 | 无人机控制方法和装置 |
CN107544541A (zh) * | 2017-09-18 | 2018-01-05 | 南方科技大学 | 一种无人机控制方法及系统 |
WO2019105231A1 (zh) * | 2017-11-29 | 2019-06-06 | 深圳市大疆创新科技有限公司 | 信息处理装置、飞行控制指示方法及记录介质 |
CN110366711A (zh) * | 2017-11-29 | 2019-10-22 | 深圳市大疆创新科技有限公司 | 信息处理装置、飞行控制指示方法及记录介质 |
CN108594853A (zh) * | 2018-04-27 | 2018-09-28 | 中国人民解放军陆军工程大学 | 无人机队形控制方法 |
CN108594853B (zh) * | 2018-04-27 | 2020-11-17 | 中国人民解放军陆军工程大学 | 无人机队形控制方法 |
CN108983816A (zh) * | 2018-08-07 | 2018-12-11 | 中南大学 | 多旋翼无人机变尺度协同监视编队飞行控制方法 |
CN108983816B (zh) * | 2018-08-07 | 2021-04-02 | 中南大学 | 多旋翼无人机变尺度协同监视编队飞行控制方法 |
CN109254592A (zh) * | 2018-09-17 | 2019-01-22 | 中国人民解放军国防科技大学 | 一种无人机队形变化控制方法及系统 |
CN109240341A (zh) * | 2018-12-04 | 2019-01-18 | 中国航空无线电电子研究所 | 一种基于消息交互的无人机密集编队控制方法 |
CN111522362A (zh) * | 2020-06-15 | 2020-08-11 | 湖南大学 | 一种无线速度反馈的四旋翼无人机分布式编队控制方法 |
CN111596690A (zh) * | 2020-06-15 | 2020-08-28 | 湖南大学 | 一种无线速度测量的四旋翼飞行机器人机动编队控制方法 |
CN117631674A (zh) * | 2024-01-23 | 2024-03-01 | 齐鲁工业大学(山东省科学院) | 基于采样信息的移动机器人分布式平均控制方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN105511494B (zh) | 2018-06-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105511494A (zh) | 一种多无人机分布式队形控制的方法 | |
CN109508035B (zh) | 基于分布式控制的多区域分级式无人机编队路径规划方法 | |
CN102591358B (zh) | 一种多无人机的动态编队控制方法 | |
Dang et al. | Autonomous exploration and simultaneous object search using aerial robots | |
Yaoming et al. | A newly bio-inspired path planning algorithm for autonomous obstacle avoidance of UAV | |
CN109521794A (zh) | 一种多无人机航路规划及动态避障方法 | |
CN108388270A (zh) | 面向安全域的集群无人机轨迹姿态协同控制方法 | |
CN111240319A (zh) | 室外多机器人协同作业系统及其方法 | |
CN109358638A (zh) | 基于分布式地图的无人机视觉避障方法 | |
CN108897312A (zh) | 多无人飞行器对大规模环境的持续监控路径规划方法 | |
CN105589470A (zh) | 一种多无人机分布式编队控制方法 | |
CN113741518A (zh) | 基于领航跟随模式的固定翼无人机集群仿射编队控制方法 | |
CN104407619A (zh) | 不确定环境下的多无人机同时到达多个目标方法 | |
CN101127657A (zh) | 自主移动传感器网络动态建模与控制技术 | |
CN104501816A (zh) | 一种多无人飞行器协调避碰导引规划方法 | |
Roca et al. | Emergent behaviors in the internet of things: The ultimate ultra-large-scale system | |
CN110377051A (zh) | 一种应用于无人机群的时变编队蜂拥控制方法 | |
Qi et al. | Formation tracking and obstacle avoidance for multiple quadrotors with static and dynamic obstacles | |
CN106647771A (zh) | 多移动机器人的最小步编队方法 | |
CN110161847A (zh) | 一种基于分布式奇异观测器的无人机编队系统传感器故障估计方法 | |
Wang et al. | Virtual reality technology of multi uavearthquake disaster path optimization | |
Liu et al. | Study on UAV parallel planning system for transmission line project acceptance under the background of industry 5.0 | |
CN113050677A (zh) | 多无人机队形保持和变换的控制方法、系统、存储介质 | |
CN109254592A (zh) | 一种无人机队形变化控制方法及系统 | |
Yan et al. | Single-input single-output system with multiple time delay PID control methods for UAV cluster multiagent systems |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20180619 |
|
CF01 | Termination of patent right due to non-payment of annual fee |