CN108563240A - 一种大规模微型无人机的编队及控制方法 - Google Patents

一种大规模微型无人机的编队及控制方法 Download PDF

Info

Publication number
CN108563240A
CN108563240A CN201810831987.XA CN201810831987A CN108563240A CN 108563240 A CN108563240 A CN 108563240A CN 201810831987 A CN201810831987 A CN 201810831987A CN 108563240 A CN108563240 A CN 108563240A
Authority
CN
China
Prior art keywords
queue
head
unmanned plane
formation
distance
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
Application number
CN201810831987.XA
Other languages
English (en)
Other versions
CN108563240B (zh
Inventor
李龙江
周红梅
毛玉明
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
University of Electronic Science and Technology of China
Original Assignee
University of Electronic Science and Technology of China
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by University of Electronic Science and Technology of China filed Critical University of Electronic Science and Technology of China
Priority to CN201810831987.XA priority Critical patent/CN108563240B/zh
Publication of CN108563240A publication Critical patent/CN108563240A/zh
Application granted granted Critical
Publication of CN108563240B publication Critical patent/CN108563240B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • G05D1/10Simultaneous control of position or course in three dimensions
    • G05D1/101Simultaneous control of position or course in three dimensions specially adapted for aircraft
    • G05D1/104Simultaneous control of position or course in three dimensions specially adapted for aircraft involving a plurality of aircrafts, e.g. formation flying

Abstract

本发明公开一种大规模微型无人机的编队及控制方法,针对现有编队技术依赖精确定位信息的缺点;本发明利用两个独立的通信信道分别获取邻居无人机和队首无人机的状态信息以及编号信息,从而获取相邻无人机之间的距离以及无人机与队首之间的距离,同时引入相邻无人机之间的排斥力以及队首无人机产生的全局吸引力,通过调整无人机的位置,以使得每一架无人机受到的排斥力和吸引力平衡,从而建立稳定的编队队形;并且地面指挥者可以任意指定队首,队首具有足够的领导自由;控制开销与微型无人机的数量成线性比例,本发明方法具有良好的可扩展性,并且容忍分组丢包、信道延迟和定位不准确性。

Description

一种大规模微型无人机的编队及控制方法
技术领域
本发明属于无人机编队领域,特别涉及一种大规模无人机编队及控制技术。
背景技术
微型无人机体积微小、质量较轻,有着一般飞行器难以企及的隐蔽性、灵活性和便携性等特点,在军事和民用等领域都有着广阔的发展前景。军事方面,微型无人机可以在野外作战的复杂地形情况下进行侦察及监视,还可用于特殊环境下侦察建筑物内部情况,监视、监听、解救人质以及反恐怖行动等,所以在未来的国家战争中可以大规模的使用,具有重要战略价值。在民用方面,主要用于洪涝、森林火警以及地震等灾害的监测调查,以及民用航空拍摄、娱乐拍摄等。微型无人机的体型小意味着惯性更小,速度更快,受到撞击时也可以很快恢复,但小体型的代价却是搭载的传感器更少,单个飞行器能做的事情也有限。因此,需要大规模微型无人机群协同执行任务,弥补单架无人机的不足,扩大侦察范围、提高探测精度、增强协同工作能力等,因此微型无人机的编队技术具有重要研究意义。
这种大规模、低成本、多功能的无人机集群,既可以由人员远程指挥控制,也可以通过空中组网、自主控制、群智决策,应用于侦察干扰、探测感知、应急通信等支援领域,未来在反恐、远程突防等作战领域也有一席之地,大规模微型无人机的编队技术具有重要意义。但是,当微型无人机以编队模式一起执行任务时,微型无人机之间会存在相互影响,因此需要解决各个无人机之间信息沟通、交换、计算等难题,而且一旦编队中有一架微型无人机出现故障,由于故障机与其余微型无人机距离近,故障排除及风险规避的难度较大,一旦处置不当,将会对整个无人机编队造成牵连影响,这是目前微型无人机群需要解决的问题。
发明内容
为了解决上述技术问题,本发明提出一种大规模微型无人机的编队及控制方法,基于力平衡建立稳定的无人机队形;并实现队首自由切换,容忍分组丢包,信道延迟和定位不准确性,克服了现有编队技术依赖精确定位信息的缺点。
本发明采用的技术方案为:一种大规模微型无人机的编队方法,每个无人机配置两个独立的通信信道,其中一个信道为近程通信信道,该近程通信信道覆盖相邻无人机的近程通信信道;另一个为远程通信信道,该远程通信信道覆盖整个机群的远程通信信道;
每个无人机通过近程通信信道获取邻居无人机的状态信息,根据某个无人机获取到的邻居无人机的状态信息计算该无人机受到的来自每一个邻居的排斥力;
每个无人机通过远程通信信道获取队首周期性广播的状态信息和编号信息,根据某个无人机获取到的队首的状态信息和编号信息计算来自队首的全局吸引力;
根据排斥力和吸引力的力平衡控制每个无人机当前的运动状态,基于力平衡建立以队首为中心的无人机编队队形。
进一步地,某个无人机受到的来自每一个邻居的排斥力的计算式为:
其中,dij为无人机i的坐标位置指向邻居无人机j的单位方向矢量,xij表示无人机i与邻居无人机j之间的距离α为斥力系数,α≥1,FR为预先设置的固定排斥力。
进一步地,某个无人机受到来自队首的全局吸引力的计算式为:
Fil=xil β·dil·Fs
其中,dil为无人机i的坐标位置指向队首无人机l的单位方向矢量,xil表示无人机i与队首无人机l之间的距离,β为斥力系数,β≥0,Fs为预先设置的固定吸引力。
进一步地,某无人机的力平衡为:
本发明提供的另一技术方案为:一种大规模微型无人机的编队控制方法,队首周期性广播自身的状态信息和编号信息,无人机根据队首广播的状态信息预测与队首的距离;
当距离小于或等于第一阈值且队首编号不变时,则基于力平衡建立以队首当前位置为中心的无人机编队队形;
当距离变化大于第一阈值且队首编号不变时,则执行队首平滑过渡处理。
进一步地,所述第一阈值为k·|FR|,k表示控制系数,|·|表示取绝对值。
进一步地,所述队首平滑过渡处理具体为:将当前周期时刻队首位置坐标与前一周期时刻队首位置坐标进行连线,然后做线性插值计算,得到若干插值点;按照插值点与前一周期时刻队首位置坐标距离的远近排序,基于力平衡依次建立以前一周期时刻队首位置坐标、若干插值点、当前周期时刻队首位置坐标为中心的无人机编队队形。
本发明还提供一种基于队首切换的编队重组方法,包括三种情况:更改另一个无人机为队首;一个队首切换为多个队首;多个队首切换为一个队首;
所述更改另一个无人机为队首,具体过程为:当新队首与旧队首之间的距离小于或等于第一阈值时,则基于力平衡建立以新队首为中心的无人机编队队形;当新队首与旧队首之间的距离大于第一阈值时,执行平滑过渡处理,基于力平衡依次建立由旧队首、插值点、新队首为中心的无人机编队队形;
所述一个队首切换为多个队首,具体为:旧队首停止广播自身的状态信息和编号信息,若干个新队首周期性广播各自的状态信息和编号信息;无人机根据与队首的距离或队首的编号信息选择跟随的队首;然后基于力平衡建立以对应队首为中心的无人机编队队形;
所述多个队首切换为一个队首,具体为:旧队首停止广播自身的状态信息和编号信息,新的队首周期性广播自身的状态信息与编号信息,无人机根据接收到的新队首的状态信息和编号信息,基于力平衡建立以对应队首为中心的无人机编队队形。
进一步地,无人机根据与队首的距离选择跟随的队首,具体为:指定若干个新队首时,同时设定新队首的选择范围,所述各新队首的选择范围相同;无人机选择与其距离小于选择范围的那个队首跟随;并基于力平衡建立以对应队首为中心的无人机编队队形。
更进一步地,若无人机在多个队首的选择范围内或不在任何一个队首的选择范围内,随机选择其中一个队首跟随。
进一步地,无人机根据队首信息选择跟随的队首,具体为:指定若干个新队首时,同时指定各新队首的跟随者编号;然后广播的新队首的编号信息包括其跟随者编号;无人机根据接收到的跟随者编号,选择对应的新队首跟随;并基于力平衡建立以对应队首为中心的无人机编队队形。
本发明的有益效果:本发明的大规模微型无人机的编队及控制方法,利用两个独立的通信信道分别获取邻居无人机和队首无人机的状态信息以及编号信息,从而获取相邻无人机之间的距离以及无人机与队首之间的距离,同时引入相邻无人机之间的排斥力以及队首无人机产生的全局吸引力,通过调整无人机的位置,以使得每一架无人机受到的排斥力和吸引力平衡,从而建立稳定的编队队形;并且地面指挥者可以任意指定队首,队首具有足够的领导自由;控制开销与微型无人机的数量成线性比例,本发明方法具有良好的可扩展性,并且容忍分组丢包,信道延迟和定位不准确性,克服了现有编队技术依赖精确定位信息的缺点。
附图说明
图1是本发明实施例提供的基于力平衡的无人机队形建立示意图;
图2是本发明实施例提供的基于队首位置的无人机编队控制示意图;
图3是本发明实施例提供的基于队首切换的编队重组示意图。
具体实施方式
为便于本领域技术人员理解本发明的技术内容,下面结合附图对本发明内容进一步阐释。
本发明的大规模微型无人机的编队及控制方法,利用两个独立通信信道获取相邻及队首无人机的状态信息,并利用排斥力和吸引力的平衡建立、维持无人机队形。如图1所示,队形中心的白色填充的方框代表的无人机为队首,其余黑色填充的方框代表的无人机跟随队首飞行,利用队首可实现队形的控制及变换,包括以下三项技术:
1.基于力平衡的无人机队形建立:
每个无人机根据近程信道获取邻居的状态信息,计算它受到的来自每一个邻居的排斥力,根据远程信道获取队首周期性广播的状态信息和编号信息,计算来自队首的全局吸引力,通过排斥力和吸引力的平衡控制无人机当前的运动状态,建立稳定的无人机队形。具体到本实例中,如图1所示,无人机1的邻居为无人机2、3、4、5、6,因此无人机1受到来自无人机2、3、4、5、6的排斥力,分别为F2、F3、F4、F5、F6,它们的合力为F。此外无人机1还受到来自队首的吸引力F,当无人机1受到的排斥力等于吸引力时,达到力平衡状态。通过不断调整自己的位置,使得每一个无人机都达到力平衡状态,此时无人机集群的队形稳定,从而实现无人机队形的建立。
其中无人机1受到的各个邻居的排斥力是根据近程信道获取的状态信息计算的,具体计算过程为:无人机1与其邻居无人机2、3、4、5、6通过近程信道通信,根据接收到报文的时间获得两者之间的距离,分别为x12,x13,x14,x15,x16。从而,无人机1受到来自无人机2的排斥力为:
式中d12为无人机1的坐标位置指向无人机2的单位方向矢量,这里设α=1。FR为预先设置的固定排斥力。无人机1与其余邻居之间的排斥力同理可得,此外,无人机1受到的吸引力为:
F17=x17·d17·Fs
式中d17=(x1,y1,z1)-(x7,y7,z7),为无人机1的坐标位置指向队首无人机7的单位方向矢量,这里设β=1。Fs为预先设置的固定吸引力。无人机1通过不断微调自身的位置使得受到的排斥力和吸引力平衡时,此时达到它的平衡状态:
2.基于队首位置的无人机编队控制:
队首周期性广播自己的状态信息,无人机根据广播信息预测与队首的距离。当距离小于或等于k·|FR|且队首编号不变时,即认为队首正常飞行,其余无人机按照前面的运行状态和队形直接跟随队首飞行,k表示控制系数。当距离大于k·|FR|且队首编号不变时,认为队首突然加速或减速,运行状态发生较大变化,此时机群需进行平滑过渡。具体到本实例中:如图2所示,以前一周期时刻队首的坐标位置为P1=(x1,y1,z1),后一周期时刻检测到队首的坐标位置为P4=(x4,y4,z4),此时P1,P4之间的距离较大,圆P1和圆P4的公共面积较小,因此队首由P1移动到P4时建立以P4为中心的无人机队形需调整大量的无人机,即那些不在公共区域中的,队形波动较大。采用线性插值处理进行平滑过渡,以P1,P4为直线,作线性插值计算,得到插值点P2,P3,依次以P2,P3为中心建立力平衡的无人机编队,最后队首由无人机3变为无人机4;由于P1,P2,P3,P4两两之间的距离较短,机群的公共部分较多,每一次改变不会引起较大的波动,从而实现队首的平滑过渡。
3.基于队首切换的编队重组:
队首切换可分为三种情况,更改另一个无人机为队首(队首更改);一个队首切换为多个队首(队形分裂);多个队首切换为一个队首(队形合并)。具体到实例中:
(1)队首更改:当新队首与旧队首之间的距离较小时,直接建立以新队首为中心的无人机队形;当新队首与旧队首之间的距离较大时,进行2中的平滑过渡处理,依次由旧队首、插值点、新队首为中心建立平稳队形。如图2所示:旧队首为无人机1,插值点为无人机2、3,新队首为无人机4,依次以无人机1、2、3、4为中心建立力平衡的无人机队形,即圆沿着直线P1P2依次平移。
(2)队形分裂:如图3所示,无人机机群由一个大的圆形变化为3个小的圆形,新队首为图中3个白色填充方框代表的无人机,同时也分别是3个小圆形的圆心。新的队首周期性广播自己的状态信息与编号信息,无人机通过远程信道获取队首广播的信息,进而获得与队首的距离以及队首的编号信息。每架无人机根据距离和编号信息,再按照规则选择将要跟随的队首,然后执行1中的基于力平衡的无人机队形建立过程,以每个队首为中心建立多个基于力平衡的无人机机群,实现队形的分裂。
按照规则选择将要跟随的队首,具体包括:根据与队首的距离选择跟随的队首,根据队首信息选择跟随的队首;本实施例中通过在队首设置选择范围或跟随者编号来实现其他无人机选择对应的队首跟随,且在队首处设置不会出现通信干扰。
无人机根据与队首的距离选择跟随的队首,具体为:指定若干个新队首时,同时设定新队首的选择范围,所述各新队首的选择范围相同;无人机选择与其距离小于选择范围的那个队首跟随;并基于力平衡建立以对应队首为中心的无人机编队队形;无人机在多个队首的选择范围内或不在任何一个队首的选择范围内,随机选择其中一个队首跟随。
无人机根据队首信息选择跟随的队首,具体为:指定若干个新队首时,同时指定各新队首的跟随者编号;然后广播的新队首的编号信息包括其跟随者编号;无人机根据接收到的跟随者编号,选择对应的新队首跟随;并基于力平衡建立以对应队首为中心的无人机编队队形。
(3)队形合并:队形合并为队形分裂的逆过程,在图3的实例中,无人机机群由3个小的队形变化为一个大的队形,旧队首为图中3个白色填充方框代表的无人机,新队首为大圆的中心。当队形合并的指令发出并指定了新队首以后,3个旧的无人机不再广播自己的状态信息,此时由新队首广播状态信息以及编号信息,其余无人机在一定时间接收不到旧队首的广播信息,就放弃追随原队首,转而跟随现在的新队首,从而建立以新队首为中心的无人机队形,实现队形的合并。
本实施例中所提到的圆所覆盖的范围均是指各队首的选择范围,且本实施例中每个队首的选择范围相同。
本领域的普通技术人员将会意识到,这里所述的实施例是为了帮助读者理解本发明的原理,应被理解为本发明的保护范围并不局限于这样的特别陈述和实施例。对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的权利要求范围之内。

Claims (10)

1.一种大规模微型无人机的编队方法,其特征在于,每个无人机配置两个独立的通信信道,其中一个信道为近程通信信道,该近程通信信道覆盖相邻无人机的近程通信信道;另一个为远程通信信道,该远程通信信道覆盖整个机群的远程通信信道;
每个无人机通过近程通信信道获取邻居无人机的状态信息,根据某个无人机获取到的邻居无人机的状态信息计算该无人机受到的来自每一个邻居的排斥力;
每个无人机通过远程通信信道获取队首周期性广播的状态信息和编号信息,根据某个无人机根据获取到的队首的状态信息和编号信息计算来自队首的全局吸引力;
根据排斥力和吸引力的力平衡控制每个无人机当前的运动状态,基于力平衡建立以队首为中心的无人机编队队形。
2.根据权利要求1所述的一种大规模微型无人机的编队方法,其特征在于,某个无人机受到的来自每一个邻居的排斥力的计算式为:
其中,dij为无人机i的坐标位置指向邻居无人机j的单位方向矢量,xij表示无人机i与邻居无人机j之间的距离α为斥力系数,α≥1,FR为预先设置的固定排斥力。
3.根据权利要求2所述的一种大规模微型无人机的编队方法,其特征在于,某个无人机受到来自队首的全局吸引力的计算式为:
Fil=xil β·dil·Fs
其中,dil为无人机i的坐标位置指向队首无人机l的单位方向矢量,xil表示无人机i与队首无人机l之间的距离,β为斥力系数,β≥0,Fs为预先设置的固定吸引力。
4.根据权利要求3所述的一种大规模微型无人机的编队方法,其特征在于,某无人机的力平衡为:
5.基于权利要求1的一种大规模微型无人机的编队控制方法,其特征在于,队首周期性广播自身的状态信息和编号信息,无人机根据队首广播的状态信息预测与队首的距离;
当距离小于或等于第一阈值且队首编号不变时,则基于力平衡建立以队首当前位置为中心的无人机编队队形;
当距离变化大于第一阈值且队首编号不变时,则执行队首平滑过渡处理。
6.根据权利要求5所述的一种大规模微型无人机的编队控制方法,其特征在于,所述第一阈值为k·|FR|,k表示控制系数,|·|表示取绝对值。
7.根据权利要求6所述的一种大规模微型无人机的编队控制方法,其特征在于,所述队首平滑过渡处理具体为:将当前周期时刻队首位置坐标与前一周期时刻队首位置坐标进行连线,然后做线性插值计算,得到若干插值点;按照插值点与前一周期时刻队首位置坐标距离的远近排序,基于力平衡依次建立以前一周期时刻队首位置坐标、若干插值点、当前周期时刻队首位置坐标为中心的无人机编队队形。
8.基于权利要求5的一种基于队首切换的编队重组方法,其特征在于,包括三种情况:更改另一个无人机为队首;一个队首切换为多个队首;多个队首切换为一个队首;
所述更改另一个无人机为队首,具体过程为:当新队首与旧队首之间的距离小于或等于第一阈值时,则基于力平衡建立以新队首为中心的无人机编队队形;当新队首与旧队首之间的距离大于第一阈值时,执行平滑过渡处理,基于力平衡依次建立由旧队首、插值点、新队首为中心的无人机编队队形;
所述一个队首切换为多个队首,具体为:旧队首停止广播自身的状态信息和编号信息,若干个新队首周期性广播各自的状态信息和编号信息;无人机根据与队首的距离或队首的编号信息选择跟随的队首;然后基于力平衡建立以对应队首为中心的无人机编队队形;
所述多个队首切换为一个队首,具体为:旧队首停止广播自身的状态信息和编号信息,新的队首周期性广播自身的状态信息与编号信息,无人机根据接收到的新队首的状态信息和编号信息,基于力平衡建立以对应队首为中心的无人机编队队形。
9.根据权利要求8所述的一种基于队首切换的编队重组方法,其特征在于,无人机根据与队首的距离选择跟随的队首,具体为:指定若干个新队首时,同时设定新队首的选择范围,所述各新队首的选择范围相同;无人机选择与其距离小于选择范围的那个队首跟随;并基于力平衡建立以对应队首为中心的无人机编队队形;
若无人机在多个队首的选择范围内或不在任何一个队首的选择范围内,随机选择其中一个队首跟随。
10.根据权利要求8所述的一种基于队首切换的编队重组方法,其特征在于,无人机根据队首信息选择跟随的队首,具体为:指定若干个新队首时,同时指定各新队首的跟随者编号;然后广播的新队首的编号信息包括其跟随者编号;无人机根据接收到的跟随者编号,选择对应的新队首跟随;并基于力平衡建立以对应队首为中心的无人机编队队形。
CN201810831987.XA 2018-07-26 2018-07-26 一种大规模微型无人机的编队及控制方法 Active CN108563240B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810831987.XA CN108563240B (zh) 2018-07-26 2018-07-26 一种大规模微型无人机的编队及控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810831987.XA CN108563240B (zh) 2018-07-26 2018-07-26 一种大规模微型无人机的编队及控制方法

Publications (2)

Publication Number Publication Date
CN108563240A true CN108563240A (zh) 2018-09-21
CN108563240B CN108563240B (zh) 2020-09-29

Family

ID=63555556

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810831987.XA Active CN108563240B (zh) 2018-07-26 2018-07-26 一种大规模微型无人机的编队及控制方法

Country Status (1)

Country Link
CN (1) CN108563240B (zh)

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108983825A (zh) * 2018-09-30 2018-12-11 北京航空航天大学 一种无人机时变编队的跟踪方法及系统
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
CN110275546A (zh) * 2019-07-31 2019-09-24 河海大学常州校区 一种无人机编队搜索与任务调度方法
CN110515391A (zh) * 2019-08-20 2019-11-29 西南石油大学 一种基于梯度函数的无人机编队三维避障方法
CN110865655A (zh) * 2019-12-12 2020-03-06 电子科技大学 无人机系统中无人机的编队和避障控制方法
CN111459161A (zh) * 2020-04-03 2020-07-28 北京理工大学 一种多机器人系统人为干预控制方法
CN111736628A (zh) * 2020-06-29 2020-10-02 西安理工大学 无线紫外光mimo协作无人机最优持久编队生成方法
CN112099531A (zh) * 2020-10-19 2020-12-18 中国空气动力研究与发展中心 一种分布式无人机编队队形变换方法
CN113268076A (zh) * 2021-03-06 2021-08-17 南京航空航天大学 一种多无人机集群编队协同控制算法
CN113495574A (zh) * 2021-08-18 2021-10-12 北京邮电大学 一种无人机群飞行的控制方法、装置

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20230419844A1 (en) * 2020-11-13 2023-12-28 Nokia Technologies Oy Apparatus, methods, and computer programs

Citations (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102096415A (zh) * 2010-12-31 2011-06-15 重庆邮电大学 基于Ad-Hoc网络和leader-follower算法的多机器人编队方法
CN103455033A (zh) * 2013-09-06 2013-12-18 重庆大学 一种面向多移动机器人系统的模糊编队及避障控制方法
CN103941728A (zh) * 2014-04-24 2014-07-23 北京航空航天大学 一种无人机密集自主编队的队形变换方法
KR101475629B1 (ko) * 2013-11-22 2014-12-22 인하공업전문대학산학협력단 무인 항공기의 교대 제어 장치 및 그 방법
US9104201B1 (en) * 2012-02-13 2015-08-11 C&P Technologies, Inc. Method and apparatus for dynamic swarming of airborne drones for a reconfigurable array
WO2016014143A1 (en) * 2014-07-22 2016-01-28 Raytheon Company Autonomous coordination of agents via attraction and repulsion
CN105353766A (zh) * 2015-11-10 2016-02-24 合肥工业大学 一种多无人机编队结构的分布式容错管理方法
US20160203723A1 (en) * 2015-01-09 2016-07-14 Botlink System and method of collision avoidance in unmanned aerial vehicles
CN105974939A (zh) * 2016-07-25 2016-09-28 零度智控(北京)智能科技有限公司 无人机编队阵型自动生成方法及装置
CN106125760A (zh) * 2016-07-25 2016-11-16 零度智控(北京)智能科技有限公司 无人机编队路径自动规划方法及装置
CN106843269A (zh) * 2017-01-22 2017-06-13 北京航空航天大学 一种基于小型鸟类集群飞行机制的无人机编队方法
CN106873621A (zh) * 2017-02-26 2017-06-20 南京航空航天大学 一种基于拉格朗日方程的无人机编队队形控制算法
EP3188476A1 (en) * 2015-12-31 2017-07-05 Wellen Sham Uav network
CN107092270A (zh) * 2016-08-06 2017-08-25 广州亿航智能技术有限公司 实现编队飞行的方法、装置及系统
US20170325221A1 (en) * 2016-05-06 2017-11-09 Ubiqomm Llc Unmanned aerial vehicle (uav) beam pointing and data rate optimization for high throughput broadband access
CN107479572A (zh) * 2017-08-02 2017-12-15 南京理工大学 基于仿生的无人机群组实时路径规划方法
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
US20180074520A1 (en) * 2016-09-13 2018-03-15 Arrowonics Technologies Ltd. Formation flight path coordination of unmanned aerial vehicles
CN107817814A (zh) * 2017-11-10 2018-03-20 广东工业大学 一种无人机群、无人机群的切换方法及装置
CN108196579A (zh) * 2018-01-24 2018-06-22 电子科技大学 基于几何分布的无人机分级编队方法

Patent Citations (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102096415A (zh) * 2010-12-31 2011-06-15 重庆邮电大学 基于Ad-Hoc网络和leader-follower算法的多机器人编队方法
US9104201B1 (en) * 2012-02-13 2015-08-11 C&P Technologies, Inc. Method and apparatus for dynamic swarming of airborne drones for a reconfigurable array
CN103455033A (zh) * 2013-09-06 2013-12-18 重庆大学 一种面向多移动机器人系统的模糊编队及避障控制方法
KR101475629B1 (ko) * 2013-11-22 2014-12-22 인하공업전문대학산학협력단 무인 항공기의 교대 제어 장치 및 그 방법
CN103941728A (zh) * 2014-04-24 2014-07-23 北京航空航天大学 一种无人机密集自主编队的队形变换方法
WO2016014143A1 (en) * 2014-07-22 2016-01-28 Raytheon Company Autonomous coordination of agents via attraction and repulsion
US20160203723A1 (en) * 2015-01-09 2016-07-14 Botlink System and method of collision avoidance in unmanned aerial vehicles
CN105353766A (zh) * 2015-11-10 2016-02-24 合肥工业大学 一种多无人机编队结构的分布式容错管理方法
EP3188476A1 (en) * 2015-12-31 2017-07-05 Wellen Sham Uav network
US20170325221A1 (en) * 2016-05-06 2017-11-09 Ubiqomm Llc Unmanned aerial vehicle (uav) beam pointing and data rate optimization for high throughput broadband access
CN105974939A (zh) * 2016-07-25 2016-09-28 零度智控(北京)智能科技有限公司 无人机编队阵型自动生成方法及装置
CN106125760A (zh) * 2016-07-25 2016-11-16 零度智控(北京)智能科技有限公司 无人机编队路径自动规划方法及装置
CN107092270A (zh) * 2016-08-06 2017-08-25 广州亿航智能技术有限公司 实现编队飞行的方法、装置及系统
US20180074520A1 (en) * 2016-09-13 2018-03-15 Arrowonics Technologies Ltd. Formation flight path coordination of unmanned aerial vehicles
CN106843269A (zh) * 2017-01-22 2017-06-13 北京航空航天大学 一种基于小型鸟类集群飞行机制的无人机编队方法
CN106873621A (zh) * 2017-02-26 2017-06-20 南京航空航天大学 一种基于拉格朗日方程的无人机编队队形控制算法
CN107479572A (zh) * 2017-08-02 2017-12-15 南京理工大学 基于仿生的无人机群组实时路径规划方法
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
CN107817814A (zh) * 2017-11-10 2018-03-20 广东工业大学 一种无人机群、无人机群的切换方法及装置
CN108196579A (zh) * 2018-01-24 2018-06-22 电子科技大学 基于几何分布的无人机分级编队方法

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
AHMAD ATAKA AWWALUR RIZQI 等: "Path Planning and Formation Control via Potential Function for UAV Quadrotor", 《2014 INTERNATIONAL CONFERENCE ON ADVANCED ROBOTICS AND INTELLIGENT SYSTEMS (ARIS 2014)》 *
SAHJENDRA N.SINGH: "Adaptive Feedback Linearizing Nonlinear Close Formation Control of UAVS", 《PROCEEDINGS OF THE AMERICAN CONTROL CONFERENCE》 *
安柏义: "多无人机系统协同航迹规划研究", 《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》 *
朱旭: "基于信息一致性多无人机编队控制方法研究", 《中国博士学位论文全文数据库》 *
袁学敏: "基于Leader-Follower理论的四旋翼无人机编队控制系统研究", 《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》 *
陈传均: "多机器人领航-跟随型编队控制研究", 《中国优秀硕士学位论文全文数据库》 *

Cited By (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108983825A (zh) * 2018-09-30 2018-12-11 北京航空航天大学 一种无人机时变编队的跟踪方法及系统
CN108983825B (zh) * 2018-09-30 2020-04-03 北京航空航天大学 一种无人机时变编队的跟踪方法及系统
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
CN110275546A (zh) * 2019-07-31 2019-09-24 河海大学常州校区 一种无人机编队搜索与任务调度方法
CN110275546B (zh) * 2019-07-31 2022-05-10 河海大学常州校区 一种无人机编队搜索与任务调度方法
CN110515391B (zh) * 2019-08-20 2022-04-15 西南石油大学 一种基于梯度函数的无人机编队三维避障方法
CN110515391A (zh) * 2019-08-20 2019-11-29 西南石油大学 一种基于梯度函数的无人机编队三维避障方法
CN110865655A (zh) * 2019-12-12 2020-03-06 电子科技大学 无人机系统中无人机的编队和避障控制方法
CN111459161B (zh) * 2020-04-03 2021-07-06 北京理工大学 一种多机器人系统人为干预控制方法
CN111459161A (zh) * 2020-04-03 2020-07-28 北京理工大学 一种多机器人系统人为干预控制方法
CN111736628A (zh) * 2020-06-29 2020-10-02 西安理工大学 无线紫外光mimo协作无人机最优持久编队生成方法
CN112099531A (zh) * 2020-10-19 2020-12-18 中国空气动力研究与发展中心 一种分布式无人机编队队形变换方法
CN112099531B (zh) * 2020-10-19 2023-04-07 中国空气动力研究与发展中心 一种分布式无人机编队队形变换方法
CN113268076A (zh) * 2021-03-06 2021-08-17 南京航空航天大学 一种多无人机集群编队协同控制算法
CN113268076B (zh) * 2021-03-06 2022-10-04 南京航空航天大学 一种多无人机集群编队协同控制算法
CN113495574A (zh) * 2021-08-18 2021-10-12 北京邮电大学 一种无人机群飞行的控制方法、装置

Also Published As

Publication number Publication date
CN108563240B (zh) 2020-09-29

Similar Documents

Publication Publication Date Title
CN108563240A (zh) 一种大规模微型无人机的编队及控制方法
Wang et al. Taking drones to the next level: Cooperative distributed unmanned-aerial-vehicular networks for small and mini drones
CN111786713B (zh) 一种基于多智能体深度强化学习的无人机网络悬停位置优化方法
Aijaz et al. The tactile internet for industries: A review
JP2020532894A (ja) 無線通信システムにおいて、下りリンクデータチャンネルを送受信する方法及びそのための装置
CN109407694A (zh) 无人机编队控制方法、可读存储介质、设备及无人机
CN109613931A (zh) 基于生物社会力的异构无人机集群目标跟踪系统及方法
Pham et al. Aerial computing: A new computing paradigm, applications, and challenges
JP2020532892A (ja) 参照信号を送受信する方法及びそのための装置
Wu et al. Unmanned aerial vehicle swarm-enabled edge computing: Potentials, promising technologies, and challenges
JP2020532890A (ja) 共通リソースブロックグリッドに関係なく基準点を設定する方法及びそのための装置
CN109917811A (zh) 一种无人机集群协同避障-重构处理方法
CN106774429A (zh) 一种数据传输方法及系统
CN108616303A (zh) 无人机基站通信系统的控制方法、系统、装置及存储介质
US11736169B2 (en) Method for reporting channel state information and device therefor
CN108830450A (zh) 无人机集群调度方法及系统
CN110049448A (zh) 一种基于无人机群的无线传感网数据收集方法
Shamsoshoara et al. UAV-assisted communication in remote disaster areas using imitation learning
Natalizio et al. Two families of algorithms to film sport events with flying robots
CN107454651A (zh) 一种用于通信中继的无人机分段拓扑生成方法
Parvaresh et al. A continuous actor–critic deep Q-learning-enabled deployment of UAV base stations: Toward 6G small cells in the skies of smart cities
Fu et al. Toward energy-efficient UAV-assisted wireless networks using an artificial intelligence approach
CN108983818A (zh) 基于虚拟结构的无人机队形变换方法
Aboueleneen et al. Deep reinforcement learning for internet of drones networks: issues and research directions
Obdržálek Software environment for simulation of UAV multi-agent system

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