CN108153330B - 基于可行域约束的无人飞行器三维航迹自适应跟踪方法 - Google Patents
基于可行域约束的无人飞行器三维航迹自适应跟踪方法 Download PDFInfo
- Publication number
- CN108153330B CN108153330B CN201711454868.9A CN201711454868A CN108153330B CN 108153330 B CN108153330 B CN 108153330B CN 201711454868 A CN201711454868 A CN 201711454868A CN 108153330 B CN108153330 B CN 108153330B
- Authority
- CN
- China
- Prior art keywords
- aircraft
- guide
- flight
- length
- track
- 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
- 238000000034 method Methods 0.000 title claims abstract description 40
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 11
- 230000001133 acceleration Effects 0.000 claims description 30
- 238000004891 communication Methods 0.000 claims description 9
- 230000009194 climbing Effects 0.000 claims description 7
- 230000015572 biosynthetic process Effects 0.000 claims description 3
- 230000005484 gravity Effects 0.000 claims description 3
- 230000003044 adaptive effect Effects 0.000 claims 5
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical compound C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 claims 1
- 238000011084 recovery Methods 0.000 description 11
- 230000000007 visual effect Effects 0.000 description 3
- 238000013461 design Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005265 energy consumption Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 238000009499 grossing Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 230000014759 maintenance of location Effects 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 230000010355 oscillation Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 238000005381 potential energy Methods 0.000 description 1
- 230000035939 shock Effects 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- 239000000725 suspension Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- 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
- G05D1/104—Simultaneous control of position or course in three dimensions specially adapted for aircraft involving a plurality of aircrafts, e.g. formation flying
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Traffic Control Systems (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明提供了一种基于可行域约束的无人飞行器三维航迹自适应跟踪方法,先确定飞行器的三维飞行可行域ΩF;然后采用以引导长度为调节参数的三维非线性制导算法对目标航迹进行跟踪,当飞行器在飞行可行域之外时,采用满足要求的最小引导长度作为基准引导长度,当飞行器在飞行可行域之内时,采用满足要求的最大引导长度作为基准引导长度;基准引导长度乘以适当的安全系数后,作为最终引导长度。在确定最终引导长度之后,计算完成引导航迹所需的三维向心力,然后将其映射到各轴气动力增量上作为控制系统输出。其基于可行域约束解决了非线性制导算法中引导长度选择缺乏依据的问题,实现了航迹跟踪过程中飞行安全、跟踪精度与稳定性等要求的自适应调节。
Description
技术领域
本发明属于飞行器导航制导与控制技术领域,具体涉及一种基于可行域约束的无人飞行器三维航迹自适应跟踪方法。
背景技术
现有飞行器航迹跟踪方法中,非线性制导算法由于具有较好的稳态精度与抗风能力而得以广泛关注。然而,该算法通常仅应用在飞行器二维平面航迹的跟踪上,并且引导长度的选择过于依赖经验,致使其在实际使用过程中,跟踪性能与飞行稳定性时常无法保证,从而使得被控航迹经常出现较大的超调和震荡。
发明内容
针对现有的飞行器航迹跟踪方法中,具有良好性能的非线性制导算法仅应用在航向轨迹跟踪,且其引导长度的选择过于依赖经验,无法保持飞行稳定性的问题,本发明提供了基于可行域约束的无人飞行器三维航迹自适应跟踪方法。
为实现上述技术目的,本发明采用的技术方案如下:
基于可行域约束的无人飞行器三维航迹自适应跟踪方法,包括以下步骤:
S1在飞行器的目标航迹的周围,确定飞行器的三维飞行可行域ΩF。三维飞行可行域ΩF是根据飞行器自身特性、外界环境限制、飞行任务需求以及跟踪精度要求等确定的。
S2采用以引导长度为调节参数的三维非线性制导算法对目标航迹进行跟踪,当飞行器在飞行可行域之外时,采用满足要求的最小引导长度作为基准引导长度,当飞行器在飞行可行域之内时,采用满足要求的最大引导长度作为基准引导长度;基准引导长度乘以适当的安全系数后,作为最终引导长度。
S3在确定最终引导长度之后,计算完成引导航迹所需的三维向心力,然后将其映射到各轴气动力增量上作为控制系统输出。
在本发明S1中,根据飞行器自身特性、外界环境限制、飞行任务需求以及跟踪精度要求,在飞行器的目标航迹的周围,确定飞行器的三维飞行可行域ΩF,方法如下:
S1.1在飞行器的目标航迹的周围,根据不断更新的飞行任务数据和外界环境数据,计算出四个基本的空间可行域;
(1)飞行器自身特性包括但不限于飞行速度以及续航时间等飞行器自身的特征参数,由飞行器自身特性确定空间可行域Ω1,当飞行器航迹超出该空间可行域Ω1时,会造成不可接受的额外能量消耗或使飞行器的飞行安全性受到明显挑战。
(2)飞行任务需求包括但不限于观测设备的覆盖需求、通讯设备的链路需求、编队飞行器队型保持需求等,由飞行器的飞行任务需求确定空间可行域Ω2;
(3)外界环境限制包括但不限于为了规避障碍物、降低大气干扰等,由外界环境限制而确定的空间可行域Ω3;
(4)由跟踪精度要求确定的空间可行域Ω4。
上述四个可行域的确定方法,即根据某方面限制条件,推导和计算飞行器在目标航线周围空间约束的方法,是本领域的常规方法。在实际应用中,可以由设计人员直接根据当前飞行器的自身特性、外界环境限制、飞行任务需求以及跟踪精度要求直接给定上述四个空间可行域。
S1.2计算S1.1中四个空间可行域的交集Ω0=Ω1∩Ω2∩Ω3∩Ω4;
S1.3为了降低空间可行域边界对飞行器的加速度、角加速度、姿态角的控制需求,避免飞行器在可行域边界发生震荡,对这个交集Ω0的外边界做平滑和过渡处理,从而形成飞行器的三维飞行可行域ΩF。
为了降低空间可行域边界对飞行器的加速度、角加速度、姿态角的控制需求,先设定一个飞行器较容易实现的最大边界曲率kbd,其值作为控制参数可根据安全性需求进行调整,但不得大于飞行器的最小盘旋半径的倒数。为了避免飞行器在可行域Ω0的外边界发生震荡,对四个基本的空间可行域的交集Ω0的外边界做平滑和过渡处理,使得其曲率不大于最大边界曲率kbd,从而形成飞行器的三维飞行可行域ΩF。对交集Ω0的外边界平滑和过渡处理的方法包括但不限于以下两种方法:(1)在超出最大边界曲率kbd的交集Ω0的外边界曲面周围,用半径为1/kbd的球面与交集Ω0的外边界内部相切,以该球面代替超出最大边界曲率的曲面部分;
(2)对交集Ω0的外边界曲面进行滤波:假设交集Ω0的外边界上任意一点的坐标用(x,y0(x),z0(x))表示,从飞行目标航迹起始点周围开始生成一个新的曲面,新曲面上与(x,y0(x),z0(x))对应点的坐标值为(x,yF(x),zF(x)),二者满足关系式yF(x)=αyF(x-1)+(1-α)y0(x),zF(x)=αzF(x-1)+(1-α)z0(x),其中0<α<1为滤波系数,其边界条件(即x=0时)为yF(0)=y0(0),zF(0)=z0(0)。
本发明S2,通过以下步骤实现:
S2.1根据飞行器的当前飞行速度、最大安全姿态角、最大舵偏角、最大可用推力,确定飞行器的最大法向加速度aM:
定义飞行器航迹坐标系,其原点在飞行器质心,X轴沿飞行速度方向,Z轴在竖直平面内垂直于X轴指向下,Y轴垂直于XZ平面指向飞行器右侧机翼。
其中,ρ是空气密度,g是重力加速度,V是飞行器速度,S是整机机翼面积,φ是滚转角,γ是爬升角;TY,TZ是推力在航迹坐标系Y轴和Z轴上的分量;CY与CL分别是侧力系数和升力系数,受到迎角和侧滑角的影响,其具体取值通常依据试验数据得到或者根据气动软件估算得到,这是本领域的常规取值方法;而迎角是俯仰角与爬升角之差,飞行器爬升角由于惯性有短期保持能力,通常通过升降舵调整俯仰角,以使迎角改变;侧滑角是偏航角和航迹偏角之差,飞行器航迹偏角由于惯性有短期保持能力,通常通过方向舵调整偏航角,以使侧滑角改变;这是本领域的公知常识;
S2.2根据飞行器的最大法向加速度aM,以及飞行器当前的飞行速度V,确定飞行器的最小转弯半径Rm:
S2.3根据飞行器的最小转弯半径Rm,确定飞行器最小引导圆的圆心A1,从而可以确定最小转弯半径Rm对应的飞行器的引导航迹,该引导航迹也为飞行器的最短引导航迹;最短引导航迹与目标航迹的交点即为最近引导点G1,最近引导点G1与飞行器质心O的直线距离即为最小引导长度Lm。
确定飞行器其转弯半径对应的飞行器的引导航迹的方法如下:
对于飞行器其转弯半径为飞行器的最小转弯半径Rm,在引导平面S与法平面T的交线上,与飞行器的质心O点距离为Rm的点即最小转弯半径Rm对应的引导圆的圆心,且该圆心即为最小引导圆的圆心A1;
在引导平面S上,以A1为圆心、最小转弯半径Rm为半径作一条劣弧,即为最小转弯半径Rm对应的飞行器的引导航迹,且该引导航迹为飞行器的最短引导航迹,最短引导航迹与目标航迹的交点即为最近引导点G1;最近引导点G1与飞行器质心O的直线距离即为最小引导长度Lm。
S2.4判断当前飞行器在飞行可行域ΩF之外还是飞行可行域ΩF之内;
如果飞行器在飞行可行域ΩF之外,则将最小引导长度Lm作为基准引导长度Lk;
如果飞行器在飞行可行域ΩF之内,则逐渐增加飞行器的转弯半径,按照步骤S2.3的方法,确定不同转弯半径对应的飞行器的引导航迹,直到飞行器的引导航迹与飞行可行域ΩF的边界相切,此时飞行器的的转弯半径为最大转弯半径R2,接着确定最大转弯半径R2对应的飞行器最大引导圆的圆心A2,从而确定飞行器的最远引导航迹,最远引导航迹与目标航迹的交点即为最远引导点G2,飞行器质心O与最远引导点G2的直线距离即为最大引导长度LM,将最大引导长度LM作为基准引导长度Lk;即
其中O是飞行器质心的位置坐标;
S2.5将基准引导长度乘以设定的安全系数w,作为最终引导长度LF;安全系数取值范围为0.8~1.2,基准引导长度取最小引导长度时,安全系数大于1;基准引导长度取最大引导长度时,安全系数小于1;
本发明的S3通过以下步骤实现:
S3.1根据已确定的最终引导长度LF,生成对应的引导航迹,并计算完成该引导航迹所需的法向加速度an:
飞行器的质心O点与引导点GF之间的线段为线段OGF,过线段OGF的中点,作垂直于线段OGF的直线,该直线与法平面T的交点即为最终引导长度LF对应的引导圆的圆心AF;
飞行器的质心O点与引导圆的圆心AF之间直线距离即为最终引导长度LF对应的引导航迹半径Rn;
以AF为圆心,Rn为半径作圆,在该圆中连接飞行器的质心O点和GF两点的劣弧即为最终引导长度LF对应的引导航迹;
完成最终引导长度LF对应的引导航迹所需的法向加速度an为
其中V是飞行器当前飞行速度;
Fn=man
ΔFL=-Fnsin(φ-η)
ΔFY=Fncos(φ-η)
其中φ是滚转角,η是引导平面S的方位角(引导平面S与航迹坐标系Y轴的夹角)。
本发明的有益效果如下:
(1)有效实现了航迹跟踪过程中飞行安全、跟踪精度与飞行稳定性等要求的自适应调节,基于可行域约束解决了非线性制导算法中引导长度选择缺乏依据的问题:当飞行器在飞行可行域之外时,确定了尽量小的引导长度,使飞行器尽快到达飞行可行域,从而保证了较高的跟踪精度;当飞行器在飞行可行域之内时,确定了尽量大的引导长度,从而最大程度地保障飞行器的平稳飞行。
(2)通过三维向心力映射的方式,将非线性制导算法由航向航迹跟踪扩展到了三维航迹跟踪。同时通过气动力增量映射,确定了三维航迹跟踪的控制系统输出。本发明基于吻切锥理论,在仅给定三维前缘线和流场参数的情况下设计乘波体,不需要考虑激波型线的影响,直接控制三维前缘线,实现了工程上对三维前缘线有要求的乘波体的按需设计。
附图说明
图1是飞行器三维航迹高精度跟踪方法示意图;
图2是同情形下引导长度的确定示意图,其中情形Ⅰ是飞行器在飞行可行域之外,情形Ⅱ是飞行器在飞行可行域之内。
具体实施方式
以下将结合具体实施例和说明书附图对本发明做进一步详细说明。
基于可行域约束的无人飞行器三维航迹自适应跟踪方法,包括以下步骤:
S1.根据飞行器自身特性、传感器系统对外界环境的感知、飞行任务的特定需求,以及跟踪精度要求,在飞行器的目标航迹的周围,确定飞行器的三维飞行可行域ΩF。
由于S1与飞行任务密切相关,而飞行器在回收时,由于具有较为严格的障碍区域约束,因而对航迹跟踪精度要求较高。因此下面以飞行器回收航迹跟踪为例,对S1确定飞行器的三维飞行可行域ΩF进行详细阐述,需要指出的是,本发明所涵盖的范围,包括但不限于飞行器回收航迹跟踪任务。
S1.1在飞行器的目标航迹的周围,根据不断更新的飞行任务数据和外界环境数据,计算出四个基本的空间可行域;
(1)飞行器特性包括但不限于飞行速度以及续航时间等飞行器的特征参数,由飞行器特性确定空间可行域Ω1,当飞行器航迹超出该空间可行域Ω1时,会造成不可接受的额外能量消耗或使飞行器的飞行安全性受到明显挑战。
对于回收任务,对于飞行器航迹而言最重要的是安全平稳,即保持飞行速度不变或者平稳下降;而由于重力势能与动能的相互转换,高度上的震荡会造成速度的震荡;同时较大幅度的转弯与直线飞行的切换由于会显著改变升重平衡,也会造成速度的震荡。因此,空间可行域Ω1可表示为:
Ω1={高度边界单调变化,横向边界曲率<1/R盘旋的有界空间集合}
其中R盘旋为最小盘旋半径,通常作为飞行器性能参数给出。飞行器运动轨迹的曲率越大,安全性越差。
(2)飞行任务需求包括但不限于观测设备的覆盖需求、通讯设备的链路需求、编队飞行器队型保持需求等,由飞行器的飞行任务需求确定空间可行域Ω2;
定义通讯设备链路需求集为Ω通讯={通讯信号增益>Km的有界空间集合}
其中Km是满足通讯链路信号传递需求的最小信号增益。
如果采用视觉导引,则飞行器视场中应当包含标识点,满足此要求的空间位置集合为Ω视觉={标识点位于飞行器视场的有界空间集合},则空间可行域Ω2由通讯设备与视觉导引的视场要求共同决定:
Ω2=Ω通讯∩Ω视觉
(3)外界环境限制包括但不限于为了规避障碍物、降低大气干扰等,由外界环境限制而确定的空间可行域Ω3;
对于回收任务,根据不同的回收方式,空间可行域Ω3的计算方式会有不同:
滑跑回收:
其中Y,H是空间可行域Ω3中某点的水平位置和高度,Y目标,H目标是目标航迹的水平位置和高度,W跑道,L跑道分别是跑道的可用宽度和可用长度,γ下滑是下滑角,B是飞行器展长;
撞网回收:
其中,W回收网,H回收网是回收网的宽度和高度;
空中挂索回收:
其中H回收索为回收索的高度;
(4)由跟踪精度要求确定的空间可行域Ω4。
Ω4={(Y,H)||Y-Y目标|≤ΔY,|H-H目标|ΔH}
其中ΔY,ΔH为侧向和竖向跟踪精度;
S1.2计算这四个空间可行域的交集Ω0=Ω1∩Ω2∩Ω3∩Ω4;
S1.3为了降低空间可行域边界对飞行器的加速度、角加速度、姿态角的控制需求,避免飞行器在可行域边界发生震荡,对这个交集Ω0的外边界做平滑和过渡处理,从而形成飞行器的三维飞行可行域ΩF。
为了降低空间可行域边界对飞行器的加速度、角加速度、姿态角的控制需求,先设定一个飞行器较容易实现的最大边界曲率kbd,其值作为控制参数可根据安全性需求进行调整,但不得大于飞行器的最小盘旋半径的倒数。为了避免飞行器在可行域Ω0的外边界发生震荡,对四个基本的空间可行域的交集Ω0的外边界做平滑和过渡处理,使得其曲率不大于最大边界曲率kbd,从而形成飞行器的三维飞行可行域ΩF。对交集Ω0的外边界平滑和过渡处理的方法包括但不限于以下两种方法:(1)在超出最大边界曲率kbd的交集Ω0的外边界曲面周围,用半径为1/kbd的球面与交集Ω0的外边界内部相切,以该球面代替超出最大边界曲率的曲面部分;
(2)对交集Ω0的外边界曲面进行滤波:假设交集Ω0的外边界上任意一点的坐标用(x,y0(x),z0(x))表示,从飞行目标航迹起始点周围开始生成一个新的曲面,新曲面上与(x,y0(x),z0(x))对应点的坐标值为(x,yF(x),zF(x)),二者满足关系式yF(x)=αyF(x-1)+(1-α)y0(x),zF(x)=αzF(x-1)+(1-α)z0(x),其中0<α<1为滤波系数,其边界条件(即x=0时)为yF(0)=y0(0),zF(0)=z0(0)。
S2.采用以引导长度为调节参数的三维非线性制导算法对目标航迹进行跟踪,当飞行器在飞行可行域之外时,采用满足要求的最小引导长度作为基准引导长度;当飞行器在飞行可行域之内时,采用满足要求的最大引导长度作为基准引导长度;基准引导长度乘以适当的安全系数后,作为最终引导长度。
S2.1根据飞行器的当前飞行速度、最大安全姿态角、最大舵偏角、最大可用推力,确定飞行器的最大法向加速度aM:
定义飞行器航迹坐标系,其原点在飞行器质心,X轴沿飞行速度方向,Z轴在竖直平面内垂直于X轴指向下,Y轴垂直于XZ平面指向飞行器右侧机翼。
其中,ρ是空气密度,g是重力加速度,V是飞行器速度,S是整机机翼面积,φ是滚转角,γ是爬升角;TY,TZ是推力在航迹坐标系Y轴和Z轴上的分量;CY与CL分别是侧力系数和升力系数,受到迎角和侧滑角的影响,其具体取值通常依据试验数据得到或者根据气动软件估算得到,这是本领域的常规取值方法;而迎角是俯仰角与爬升角之差,飞行器爬升角由于惯性有短期保持能力,通常通过升降舵调整俯仰角,以使迎角改变;侧滑角是偏航角和航迹偏角之差,飞行器航迹偏角由于惯性有短期保持能力,通常通过方向舵调整偏航角,以使侧滑角改变;这是本领域的公知常识;
S2.2根据飞行器的最大法向加速度aM,以及飞行器当前的飞行速度V,确定飞行器的最小转弯半径Rm:
S2.3根据飞行器的最小转弯半径Rm,确定飞行器最小引导圆的圆心A1,从而可以确定最小转弯半径Rm对应的飞行器的引导航迹,该引导航迹也为飞行器的最短引导航迹;最短引导航迹与目标航迹的交点即为最近引导点G1,最近引导点G1与飞行器质心O的直线距离即为最小引导长度Lm。
确定飞行器其转弯半径对应的飞行器的引导航迹的方法如下:
对于飞行器其转弯半径为飞行器的最小转弯半径Rm,在引导平面S与法平面T的交线上,与飞行器的质心O点距离为Rm的点即最小转弯半径Rm对应的引导圆的圆心,且该圆心即为最小引导圆的圆心A1;
在引导平面S上,以A1为圆心、最小转弯半径Rm为半径作一条劣弧,即为最小转弯半径Rm对应的飞行器的引导航迹,且该引导航迹为飞行器的最短引导航迹,最短引导航迹与目标航迹的交点即为最近引导点G1;最近引导点G1与飞行器质心O的直线距离即为最小引导长度Lm。
S2.4判断当前飞行器在飞行可行域ΩF之外还是飞行可行域ΩF之内;
如果飞行器在飞行可行域ΩF之外,则将最小引导长度Lm作为基准引导长度Lk;
如果飞行器在飞行可行域ΩF之内,则逐渐增加飞行器的转弯半径,按照步骤S2.3的方法,确定不同转弯半径对应的飞行器的引导航迹,直到飞行器的引导航迹与飞行可行域ΩF的边界相切,此时飞行器的的转弯半径为最大转弯半径R2,接着确定最大转弯半径R2对应的飞行器最大引导圆的圆心A2,从而确定飞行器的最远引导航迹,最远引导航迹与目标航迹的交点即为最远引导点G2,飞行器质心O与最远引导点G2的直线距离即为最大引导长度LM,将最大引导长度LM作为基准引导长度Lk;即
其中O是飞行器质心的位置坐标;
S2.5将基准引导长度乘以适当的安全系数w,作为最终引导长度LF,即
LF=wLk;
本实施例中:基准引导长度取最小引导长度时,安全系数取w=1.1;基准引导长度取最大引导长度时,安全系数取w=0.9。
S3.在确定最终引导长度LF之后,计算完成引导航迹所需的三维向心力,然后将其映射到各轴气动力增量上作为控制系统输出。
S3.1根据已确定的最终引导长度LF,生成对应的引导航迹,并计算完成该引导航迹所需的法向加速度an:
飞行器的质心O点与引导点GF之间的线段为线段OGF,过线段OGF的中点,作垂直于线段OGF的直线,该直线与法平面T的交点即为最终引导长度LF对应的引导圆的圆心AF;
飞行器的质心O点与引导圆的圆心AF之间直线距离即为最终引导长度LF对应的引导航迹半径Rn;
以AF为圆心,Rn为半径作圆,在该圆中连接飞行器的质心O点和GF两点的劣弧即为最终引导长度LF对应的引导航迹;
完成最终引导长度LF对应的引导航迹所需的法向加速度an为
其中V是飞行器当前飞行速度;
Fn=man
ΔFL=-Fnsin(φ-η)
ΔFY=Fncos(φ-η)
其中φ是滚转角,η是引导平面S的方位角(引导平面S与航迹坐标系Y轴的夹角)。
以上仅是本发明的优选实施方式,本发明的保护范围并不仅局限于上述实施例,凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理前提下的若干改进和润饰,应视为本发明的保护范围。
Claims (8)
1.基于可行域约束的无人飞行器三维航迹自适应跟踪方法,其特征在于,包括以下步骤:
S1在飞行器的目标航迹的周围,确定飞行器的三维飞行可行域ΩF;
S2采用以引导长度为调节参数的三维非线性制导算法对目标航迹进行跟踪,当飞行器在飞行可行域之外时,采用满足要求的最小引导长度作为基准引导长度,当飞行器在飞行可行域之内时,采用满足要求的最大引导长度作为基准引导长度;基准引导长度乘以适当的安全系数后,作为最终引导长度;
S2.1根据飞行器的当前飞行速度、最大安全姿态角、最大舵偏角、最大可用推力,确定飞行器的最大法向加速度aM;
S2.3根据飞行器的最小转弯半径Rm,确定飞行器最小引导圆的圆心A1,从而可以确定飞行器的最短引导航迹;最短引导航迹与目标航迹的交点即为最近引导点G1,最近引导点G1与飞行器质心O的直线距离即为最小引导长度Lm;
S2.4判断当前飞行器在飞行可行域ΩF之外还是飞行可行域ΩF之内;
如果飞行器在飞行可行域ΩF之外,则将最小引导长度Lm作为基准引导长度Lk;
如果飞行器在飞行可行域ΩF之内,则逐渐增加飞行器的转弯半径,按照步骤S2.3的方法,确定不同转弯半径对应的飞行器的引导航迹,直到飞行器的引导航迹与飞行可行域ΩF的边界相切,此时飞行器的的转弯半径为最大转弯半径R2,接着确定最大转弯半径R2对应的飞行器最大引导圆的圆心A2,从而确定飞行器的最远引导航迹,最远引导航迹与目标航迹的交点即为最远引导点G2,飞行器质心O与最远引导点G2的直线距离即为最大引导长度LM,将最大引导长度LM作为基准引导长度Lk;即
其中O是飞行器质心的位置坐标;
S2.5将基准引导长度乘以设定的安全系数w,作为最终引导长度LF;
S3在确定最终引导长度之后,计算完成引导航迹所需的三维向心力,然后将其映射到各轴气动力增量上作为控制系统输出。
2.根据权利要求1所述的基于可行域约束的无人飞行器三维航迹自适应跟踪方法,其特征在于,S1中,根据飞行器自身特性、外界环境限制、飞行任务需求以及跟踪精度要求,在飞行器的目标航迹的周围,确定飞行器的三维飞行可行域ΩF,方法如下:
S1.1在飞行器的目标航迹的周围,根据不断更新的飞行任务数据和外界环境数据,计算出四个基本的空间可行域;
(1)飞行器自身特性包括飞行速度以及续航时间,由飞行器自身特性确定空间可行域Ω1;
(2)飞行任务需求包括观测设备的覆盖需求、通讯设备的链路需求、编队飞行器队型保持需求,由飞行器的飞行任务需求确定空间可行域Ω2;
(3)外界环境限制包括为了规避障碍物、降低大气干扰,由外界环境限制而确定的空间可行域Ω3;
(4)由跟踪精度要求确定的空间可行域Ω4;
S1.2计算S1.1中四个基本的空间可行域的交集Ω0=Ω1∩Ω2∩Ω3∩Ω4;
S1.3设定飞行器的最大边界曲率kbd,对四个基本的空间可行域的交集Ω0的外边界做平滑和过渡处理,使得其曲率不大于最大边界曲率kbd,从而形成飞行器的三维飞行可行域ΩF。
5.根据权利要求1所述的基于可行域约束的无人飞行器三维航迹自适应跟踪方法,其特征在于,S2.5中,安全系数取值范围为0.8~1.2,基准引导长度取最小引导长度时,安全系数大于1;基准引导长度取最大引导长度时,安全系数小于1。
7.根据权利要求6所述的基于可行域约束的无人飞行器三维航迹自适应跟踪方法,其特征在于,S3.1的实现方法如下:
飞行器的质心O点与引导点GF之间的线段为线段OGF,过线段OGF的中点,作垂直于线段OGF的直线,该直线与法平面T的交点即为最终引导长度LF对应的引导圆的圆心AF;
飞行器的质心O点与引导圆的圆心AF之间直线距离即为最终引导长度LF对应的引导航迹半径Rn;
以AF为圆心,Rn为半径作圆,在该圆中连接飞行器的质心O点和GF两点的劣弧即为最终引导长度LF对应的引导航迹;
完成最终引导长度LF对应的引导航迹所需的法向加速度an为
其中V是飞行器当前飞行速度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711454868.9A CN108153330B (zh) | 2017-12-28 | 2017-12-28 | 基于可行域约束的无人飞行器三维航迹自适应跟踪方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711454868.9A CN108153330B (zh) | 2017-12-28 | 2017-12-28 | 基于可行域约束的无人飞行器三维航迹自适应跟踪方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108153330A CN108153330A (zh) | 2018-06-12 |
CN108153330B true CN108153330B (zh) | 2020-08-14 |
Family
ID=62463522
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711454868.9A Active CN108153330B (zh) | 2017-12-28 | 2017-12-28 | 基于可行域约束的无人飞行器三维航迹自适应跟踪方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108153330B (zh) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108153330B (zh) * | 2017-12-28 | 2020-08-14 | 中国人民解放军国防科技大学 | 基于可行域约束的无人飞行器三维航迹自适应跟踪方法 |
CN109582035A (zh) * | 2018-11-29 | 2019-04-05 | 沈阳无距科技有限公司 | 一种飞行器航迹导航方法、装置及电子设备 |
CN109947123B (zh) * | 2019-02-27 | 2021-06-22 | 南京航空航天大学 | 一种基于视线导引律的无人机路径跟踪与自主避障方法 |
CN110308743B (zh) * | 2019-08-05 | 2021-11-26 | 深圳市道通智能航空技术股份有限公司 | 一种飞行器控制方法、装置及飞行器 |
CN111964683B (zh) * | 2020-08-21 | 2022-11-22 | 苏州极目机器人科技有限公司 | 喷洒路径规划方法和装置 |
CN112731972B (zh) * | 2021-04-06 | 2021-06-29 | 北京三快在线科技有限公司 | 轨迹管理方法、装置、设备及计算机可读存储介质 |
CN113126644B (zh) * | 2021-06-03 | 2022-04-19 | 北京理工大学 | 基于自适应视线法的无人机三维航迹跟踪方法 |
CN113237629B (zh) * | 2021-07-08 | 2021-09-21 | 中国空气动力研究与发展中心低速空气动力研究所 | 一种低速风洞自由飞模型舵面角度测量方法 |
CN114049797B (zh) * | 2021-11-10 | 2022-08-02 | 中国人民解放军国防科技大学 | 一种无人机自主滑跑回收航线的自动生成方法和装置 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103676944A (zh) * | 2013-12-11 | 2014-03-26 | 北京理工大学 | 基于Dubins路径和稀疏A*搜索的无人机航迹规划方法 |
CN103914073A (zh) * | 2014-04-22 | 2014-07-09 | 西北工业大学 | 基于变质心滚控模式的再入飞行器轨迹优化方法 |
CN104503258A (zh) * | 2014-11-26 | 2015-04-08 | 深圳市鸣鑫航空科技有限公司 | 基于光缆敷设的共轴双旋翼无人直升机建模方法 |
US9243922B2 (en) * | 2012-02-28 | 2016-01-26 | Delta Air Lines, Inc. | Weather avoidance tool system |
CN105629989A (zh) * | 2015-12-28 | 2016-06-01 | 电子科技大学 | 基于最小外包圆和最大内接圆的障碍区域划分方法 |
CN106949894A (zh) * | 2017-04-13 | 2017-07-14 | 山东科技大学 | 一种用于无人机自动避撞的最优常值导引指令求解方法 |
CN107368085A (zh) * | 2017-08-29 | 2017-11-21 | 中国人民解放军国防科技大学 | 基于模型预测的风场中平流层飞艇高度控制方法 |
CN108153330A (zh) * | 2017-12-28 | 2018-06-12 | 中国人民解放军国防科技大学 | 基于可行域约束的无人飞行器三维航迹自适应跟踪方法 |
-
2017
- 2017-12-28 CN CN201711454868.9A patent/CN108153330B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9243922B2 (en) * | 2012-02-28 | 2016-01-26 | Delta Air Lines, Inc. | Weather avoidance tool system |
CN103676944A (zh) * | 2013-12-11 | 2014-03-26 | 北京理工大学 | 基于Dubins路径和稀疏A*搜索的无人机航迹规划方法 |
CN103914073A (zh) * | 2014-04-22 | 2014-07-09 | 西北工业大学 | 基于变质心滚控模式的再入飞行器轨迹优化方法 |
CN104503258A (zh) * | 2014-11-26 | 2015-04-08 | 深圳市鸣鑫航空科技有限公司 | 基于光缆敷设的共轴双旋翼无人直升机建模方法 |
CN105629989A (zh) * | 2015-12-28 | 2016-06-01 | 电子科技大学 | 基于最小外包圆和最大内接圆的障碍区域划分方法 |
CN106949894A (zh) * | 2017-04-13 | 2017-07-14 | 山东科技大学 | 一种用于无人机自动避撞的最优常值导引指令求解方法 |
CN107368085A (zh) * | 2017-08-29 | 2017-11-21 | 中国人民解放军国防科技大学 | 基于模型预测的风场中平流层飞艇高度控制方法 |
CN108153330A (zh) * | 2017-12-28 | 2018-06-12 | 中国人民解放军国防科技大学 | 基于可行域约束的无人飞行器三维航迹自适应跟踪方法 |
Non-Patent Citations (6)
Title |
---|
Path Planning of Messenger UAV in Air-ground Coordination;Ding yulong,等;《IFAC PapersOnLine》;20170731;第50卷(第1期);第8045-8051页 * |
动态滑翔运动建模、机理分析与航迹优化;刘多能,等;《国防科技大学学报》;20161031;第38卷(第5期);第78-85页 * |
基于Dubins轨迹的多无人机队形重构问题研究;李樾的,等;《Proceedings of 2016 IEEE Chinese Guidance,Navigation and Control Conference》;20160814;第2745-2750页 * |
太阳能飞行器设计域分析和总体设计方法;朱雄峰,等;《宇航学报》;20140731;第35卷(第7期);第735-742页 * |
小型无人机控制参数鲁棒优化方法;许国栋,等;《电光与控制》;20160831;第23卷(第8期);第44-47页 * |
无人机航迹跟踪抗侧风制导算法;冒云慧,等;《航空工程进展》;20151130;第6卷(第4期);第427-432页 * |
Also Published As
Publication number | Publication date |
---|---|
CN108153330A (zh) | 2018-06-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108153330B (zh) | 基于可行域约束的无人飞行器三维航迹自适应跟踪方法 | |
CN108036676B (zh) | 一种基于三维再入弹道解析解的全射向自主再入制导方法 | |
Li et al. | Visual model‐predictive localization for computationally efficient autonomous racing of a 72‐g drone | |
US7228227B2 (en) | Bezier curve flightpath guidance using moving waypoints | |
US7706932B2 (en) | Method for controlling control parameters in an air vehicle and system of controlling an air vehicle | |
CN109062241B (zh) | 基于线性伪谱模型预测控制的自主全射向再入制导方法 | |
CN105182985A (zh) | 高超声速飞行器俯冲段全量一体化制导控制方法 | |
CN110562493B (zh) | 基于矢量轨迹的火星动力下降轨迹规划方法 | |
CN112256061A (zh) | 复杂环境及任务约束下的高超声速飞行器再入制导方法 | |
CN106802570B (zh) | 一种无人直升机位置跟踪的方法与装置 | |
Mills et al. | Vision based control for fixed wing UAVs inspecting locally linear infrastructure using skid-to-turn maneuvers | |
CN109857130A (zh) | 一种基于误差四元数的导弹双回路姿态控制方法 | |
CN115016514B (zh) | 仿生扑翼飞行器的起飞、巡航及降落全自主飞行控制方法 | |
Ferdaus et al. | A generic self-evolving neuro-fuzzy controller based high-performance hexacopter altitude control system | |
Kahale et al. | Minimum time reference trajectory generation for an autonomous quadrotor | |
Karras et al. | Target tracking with multi-rotor aerial vehicles based on a robust visual servo controller with prescribed performance | |
Ariff et al. | Waypoint navigation of small-scale UAV incorporating dynamic soaring | |
CN113359856B (zh) | 一种无人机指定航向目标点导引方法及系统 | |
CN102508492A (zh) | 一种飞行器在等高航路点间的定高度大圆飞行实现方法 | |
Yoshitani | Flight trajectory control based on required acceleration for fixed-wing aircraft | |
Flores et al. | Pid switching control for a highway estimation and tracking applied on a convertible mini-uav | |
Nemes | Synopsis of soft computing techniques used in quadrotor UAV modelling and control | |
CN115542746B (zh) | 高超声速飞行器的能量管控再入制导方法及装置 | |
CN113282103B (zh) | 基于改进自适应调整阈值势场法的无人机冲突探测和解脱方法 | |
CN111538350B (zh) | 一种采用三段柔化切换实现无人机的高度全自动飞行的方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |