CN109542115B - 一种多无人机编队飞行避障控制策略制定方法 - Google Patents

一种多无人机编队飞行避障控制策略制定方法 Download PDF

Info

Publication number
CN109542115B
CN109542115B CN201811272488.8A CN201811272488A CN109542115B CN 109542115 B CN109542115 B CN 109542115B CN 201811272488 A CN201811272488 A CN 201811272488A CN 109542115 B CN109542115 B CN 109542115B
Authority
CN
China
Prior art keywords
unmanned aerial
aerial vehicle
obstacle avoidance
aerial vehicles
flight
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
Application number
CN201811272488.8A
Other languages
English (en)
Other versions
CN109542115A (zh
Inventor
魏春燕
丁勇飞
刘国梁
金古烃
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.)
China Aeronautical Radio Electronics Research Institute
Original Assignee
China Aeronautical Radio Electronics Research Institute
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 China Aeronautical Radio Electronics Research Institute filed Critical China Aeronautical Radio Electronics Research Institute
Priority to CN201811272488.8A priority Critical patent/CN109542115B/zh
Publication of CN109542115A publication Critical patent/CN109542115A/zh
Application granted granted Critical
Publication of CN109542115B publication Critical patent/CN109542115B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种多无人机编队飞行避障控制策略制定方法，包括如下步骤：引入斥力场函数，通过斥力场函数的大小来决策无人机相遇之后的运动速度和方向，确定相遇的无人机数量、无人机相遇方向、次序及各无人机之间的相对位置；针对两机、三机和多机相遇的各种情况分别制定无人机避障控制策略。本发明改进后的斥力场函数，引入了触发条件的无人机与目标点之间的相对距离，保证了无人机在触发避障条件后还能准确的朝目标点飞去，从而保证了不影响其它无人机的航线，引起再次触发条件。双机、三机及多机避障策略工程实践中简单可行。

Description

一种多无人机编队飞行避障控制策略制定方法
技术领域
本发明属于无人机航路规划技术领域，具体涉及一种多无人机编队飞行避障控制策略，解决动态环境下的无人机编队避障以及避障后路径重规划问题。
背景技术
动态环境下的无人机编队避障以及避障后路径重规划是集群技术领域的一个热点和难点，运动情况下的无人机之间的碰撞会造成很大的损失，因此实时避障算法对于编队飞行的无人机来说尤其重要。不同于离线避障提前得知障碍物坐标并提前进行路径规划，实时避障对避障策略尤为考验。目前颇受欢迎的算法有人工势场法、切线图法、栅格法、神经网络法等。这些先进的算法理论上可行，但由于过于繁琐很难用于工程实践中。
发明内容
发明目的
多无人机依靠无线通讯编队协同工作可以弥补单机性能的种种不足，但多机在执行任务过程中如果没有进行有效的协调、沟通，将不能发挥出多机的潜能甚至发生碰撞情况，造成严重的经济损失。本发明提供了一种解决动态环境下的无人机编队避障以及避障后路径重规划的策略，保证在多机编队执行任务中，实现机内实时避障，提升编队飞行安全性及任务成功率。
发明技术解决方案
为了实现上述发明目的，本发明采用下述的技术方案：
一种多无人机编队飞行避障控制策略制定方法，包括如下步骤：
步骤1：引入斥力场函数Urep(q)，通过斥力场函数Urep(q)的大小来决策无人机相遇之后的运动速度和方向，斥力场函数Urep(q)如式(1)：
Figure BDA0001845338980000011
上述公式中，η(η>0)为斥力势场比例因子，用以调整斥力势能场；ρ(q)是当两架无人机飞行过程中的最近距离；(X-Xgoal)是触发条件的无人机与目标点之间的相对距离；n为相对距离影响因子；ρ0是触发阈值条件的最小安全距离。
在触发条件范围内，斥力场越大，无人机离开触发区的响应速度和运动速度越快；
步骤2：确定相遇的无人机数量、无人机相遇方向、次序及各无人机之间的相对位置；
步骤3：制定无人机避障控制策略。
优选的，当双机在水平方向上相遇时，采用沿直径圆切线方向运动的避障策略，即当无人机触发安全阈值条件L<ρ0时，以两架无人机的当前位置为直径生成一个圆，两架无人机分别朝向当前点的切线方向运动，方向相反，直到不再触发安全阈值条件，无人机按照自己的飞行轨迹运动；ρ0是触发阈值条件的最小安全距离，L是两机水平方向距离。
优选的，当双机在高度方向上相遇时，即当无人机触发安全阈值条件L<ρ0时，采用高度较低的无人机原地等待，高度高的沿着无人机轨迹飞去，当触发条件解除时等待的无人机往目标点的飞行轨迹飞去的策略。
优选的，当三机在水平方向上两两相遇时，即L1,L2,L3均小于ρ0时，以三架无人机为三个坐标点生成一个圆，三架无人机分别顺时针沿当前点的切线方向飞行；当脱离触发条件的阈值时，三架无人机分别沿着各自到目标点的轨迹飞行；L1表示无人机1、2之间水平距离，L2表示无人机2、3之间水平距离，L3表示无人机1、3之间水平距离。
优选的，当三机在水平方向上依次相遇，即L1,L2小于ρ0，L3大于ρ0时，中间无人机提升高度离开触发区域，其余两架无人机原地待命，待触发条件结束时原地待命的两架无人机分别各自飞往目标点。
优选的，当三机在高度方向两两相遇，即H1,H2,H3均小于ρ0时，通过相对位置的计算，高度最高的无人机提升高度离开触发区域，按自己的飞行轨迹朝目标点飞去；其余两架无人机依然按照高度较高的先离开，高度较低的先等待的原则进行避障策略；通过时间上的间隔，使三架无人机不会再触发阈值条件；H1表示无人机1、2之间垂直距离，H2表示无人机2、3之间垂直距离，H3表示无人机1、3之间垂直距离。
优选的，当三机在高度方向依次相遇，即H1,H2小于ρ0，H3大于ρ0时，中间的无人机2与无人机1满足避障触发条件，与无人机3满足避障触发条件。无人机2沿着另外两架无人机的垂直平分线飞行离开触发区域，待无人机2脱离触发区域后，其余两架无人机按照飞行路径往目标点飞去。
优选的，当超过三架即多架无人机相遇时，采用以预先设定的无人机的IP大小排序的基于不平等原则的避障策略：IP号大的无人机先离开触发区域，其余触发条件的无人机让出当前IP大的无人机的飞行轨迹，其次IP小的依次离开，直到所有无人机都离开触发区域，避障策略停止，无人机飞往目标点。
本发明的优点
本发明的优点在于：
(1)改进后的斥力场函数，引入了触发条件的无人机与目标点之间的相对距离，保证了无人机在触发避障条件后还能准确的朝目标点飞去，从而保证了不影响其它无人机的航线，引起再次触发条件。
(2)双机及三机避障策略工程实践中简单可行，保证在多机编队执行任务中，实现机内实时避障，提升编队飞行安全性及任务成功率。
(3)多机相遇避障策略，使得同时离开触发区域的无人机因为时间上的间隔很少会再出现和无人机相遇的情况，对编队飞行过程中实时避障工程实践提供了一个方法。
附图说明
图1为双机相遇避障策略流程图。
图2为双机水平方向上相遇策略示意图。
图3为双机水平方向上相遇策略示意图。
图4为三机相遇避障策略流程图。
图5为三机水平方向两两相遇避障策略示意图。
图6为三机水平方向依次相遇避障策略示意图。
图7为三机高度方向两两相遇避障策略示意图。
图8为三机高度方向依次相遇避障策略示意图。
图9为多机相遇避障策略流程图。
具体实施方式
结合发明内容概述和附图，详细说明本发明的具体实施方式。
步骤1.引入斥力场函数Urep(q)，通过斥力场函数Urep(q)的大小来决策无人机相遇之后的运动速度和方向。
在小范围编队中，通过合理的任务分配和路径规划，很少有出现航迹点重合的现象，当然也会出现双机或者三机路径重合需要避障策略来完成任务。在这里引入斥力场函数，通过斥力场函数的大小来决策无人机相遇之后的运动速度和方向。
传统的斥力场函数并没有把目标点与无人机的当前位置的相对距离考虑进去，而且具有目标不可达的问题。从而需要建立一个新的斥力场函数Urep(q)：
Figure BDA0001845338980000041
上述公式中，ρ是当两架无人机飞行过程中的最近距离，(X-Xgoal)是触发条件的无人机与目标点之间的相对距离,ρ0是触发阈值条件的最小安全距离，η是一个位置增益函数，与传统斥力场函数相比，引入了触发条件的无人机与目标点之间的相对距离，保证了无人机在触发避障条件后还能准确的朝目标点飞去，从而保证了不影响其它无人机的航线，引起再次触发条件。在触发条件范围内，斥力场越大，无人机离开触发区的响应速度和运动速度越快。
步骤2.确定相遇的无人机数量、无人机相遇方向、次序及各无人机之间的相对位置；
步骤3：制定无人机避障控制策略。
针对双机相遇问题，图1为本发明双机相遇避障策略流程图。
(1)当双机在水平方向上相遇时，采用沿直径圆切线方向运动的避障策略，即当无人机触发安全阈值条件时L<ρ0，ρ0是触发阈值条件的最小安全距离，L是两机水平方向距离。图2为本发明双机水平方向上相遇策略示意图。以两架无人机的当前位置为直径生成一个圆，两架无人机分别朝向当前点的切线方向运动，方向相反，直到不再触发安全阈值条件，无人机按照自己的飞行轨迹运动。
(2)当双机在高度方向上相遇时，即当无人机触发安全阈值条件时H<ρ0，ρ0是触发阈值条件的最小安全距离，H是两机垂直方向距离。图3为本发明双机垂直方向上相遇策略示意图。采用高度较低的无人机原地等待，高度高的沿着无人机轨迹飞去，当触发条件解除时等待的无人机往目标点的飞行轨迹飞去的策略。
根据斥力场函数的定义，两架无人机距离越近，则执行避障策略时的运动速度越快。即当安全阈值条件设置为5米时，两架无人机的当前相对位置为3米和4米，他们的运动速度将会不同，这样也会加快编队到达目标点的速度。
针对三机相遇问题，在确定目标点与无人机的当前位置的相对距离后，将碰撞情况分为三机水平方向上两两相遇，水平方向上依次相遇，高度方向上两两相遇，高度方向上依次相遇四种情况，提出避障策略。图4为本发明三机相遇避障策略流程图。
(1)当三机在水平方向上两两相遇时，即L1,L2,L3均小于ρ0时。L1表示无人机1、2之间水平距离，L2表示无人机2、3之间水平距离，L3表示无人机1、3之间水平距离。图5为本发明三机水平方向两两相遇避障策略示意图。以三架无人机为三个坐标点生成一个圆，三架无人机分别顺时针沿当前点的切线方向飞行。当脱离触发条件的阈值时，无人机分别沿着各自到目标点的轨迹飞行。
(2)当三机在水平方向上依次相遇，即L1,L2小于ρ0，L3大于ρ0时，图6为本发明三机水平方向两两依次避障策略示意图。中间无人机提升高度离开触发区域，其余两架无人机原地待命，待触发条件结束时分别各自飞往目标点。
(3)当三机在高度方向两两相遇，即H1,H2,H3均小于ρ0时，H1表示无人机1、2之间垂直距离，H2表示无人机2、3之间垂直距离，H3表示无人机1、3之间垂直距离，图7为本发明三机垂直方向两两相遇避障策略示意图。通过相对位置的计算，高度最高的提升高度离开触发区域，按自己的飞行轨迹朝目标点飞去；其余两架无人机依然按照高度较高的先离开，高度较低的先等待的原则进行避障策略。通过时间上的间隔，使三架无人机不会再触发阈值条件。
(4)当三机在高度方向依次相遇，即H1,H2小于ρ0，H3大于ρ0时，图8为本发明三机垂直方向依次相遇避障策略示意图。共同触发条件的无人机2沿着另外两架无人机的垂直平分线飞行离开触发区域，待该无人机脱离触发区域后，其余两架无人机按照飞行路径往目标点飞去。
大规模编队飞行的基于不平等原则的避障策略。
以上两种策略都是基于小范围编队的平等关系，在大规模编队试飞中并不可取。在大规模编队试飞中，如10架无人机相遇的情况下，再采用平等策略会使计算量很大，在工程上有很大挑战。这时可以采用以编队无人机的IP大小排序的基于不平等原则的避障策略，即IP号大的先离开触发区域，其余触发条件的无人机让出当前IP大的无人机的飞行轨迹，其次IP小的依次离开，直到所有无人机都离开触发区域，避障策略停止，无人机飞往目标点，图9为本发明多机相遇避障策略流程图。
与以上两种策略不同的是，该策略在工程实践中简单可行，当触发条件后按照IP大小依次离开触发区域前往目标点。同时离开触发区域的无人机因为时间上的间隔很少会再出现和无人机相遇的情况，对编队飞行过程中实时避障工程实践提供了一个方法。需要注意的是，在试飞时需要把高度偏执提升，如果高度过于低，会发生有无人机被“拍”在地上的情况发生。

Claims (7)

1.一种多无人机编队飞行避障控制策略制定方法，其特征在于，包括如下步骤：
步骤1：引入斥力场函数Urep(q)，通过斥力场函数Urep(q)的大小来决策无人机相遇之后的运动速度和方向，斥力场函数Ureq(q)如式(1)：
Figure FDA0003101634630000011
上述公式中，η(η>0)为斥力势场比例因子，用以调整斥力势能场；ρ(q)是当两架无人机飞行过程中的最近距离；(X-Xgoal)是触发条件的无人机与目标点之间的相对距离；n为相对距离影响因子；ρ0是触发阈值条件的最小安全距离；
在触发条件范围内，斥力场越大，无人机离开触发区的响应速度和运动速度越快；
步骤2：确定相遇的无人机数量、无人机相遇方向、次序及各无人机之间的相对位置；
步骤3：制定无人机避障控制策略；
当三机在水平方向上两两相遇时，即L1,L2,L3均小于ρ0时，以三架无人机为三个坐标点生成一个圆，三架无人机分别顺时针沿当前点的切线方向飞行；当脱离触发条件的阈值时，三架无人机分别沿着各自到目标点的轨迹飞行；L1表示无人机1、2之间水平距离，L2表示无人机2、3之间水平距离，L3表示无人机1、3之间水平距离。
2.根据权利要求1所述的一种多无人机编队飞行避障控制策略制定方法，其特征在于：当双机在水平方向上相遇时，采用沿直径圆切线方向运动的避障策略，即当无人机触发安全阈值条件L<ρ0时，以两架无人机的当前位置为直径生成一个圆，两架无人机分别朝向当前点的切线方向运动，方向相反，直到不再触发安全阈值条件，无人机按照自己的飞行轨迹运动；ρ0是触发阈值条件的最小安全距离，L是两机水平方向距离。
3.根据权利要求1所述的一种多无人机编队飞行避障控制策略制定方法，其特征在于：当双机在高度方向上相遇时，即当无人机触发安全阈值条件L<ρ0时，采用高度较低的无人机原地等待，高度高的沿着无人机轨迹飞去，当触发条件解除时等待的无人机往目标点的飞行轨迹飞去的策略。
4.根据权利要求1所述的一种多无人机编队飞行避障控制策略制定方法，其特征在于：当三机在水平方向上依次相遇，即L1,L2小于ρ0，L3大于ρ0时，中间无人机提升高度离开触发区域，其余两架无人机原地待命，待触发条件结束时原地待命的两架无人机分别各自飞往目标点。
5.根据权利要求1所述的一种多无人机编队飞行避障控制策略制定方法，其特征在于：当三机在高度方向两两相遇，即H1,H2,H3均小于ρ0时，通过相对位置的计算，高度最高的无人机提升高度离开触发区域，按自己的飞行轨迹朝目标点飞去；其余两架无人机依然按照高度较高的先离开，高度较低的先等待的原则进行避障策略；通过时间上的间隔，使三架无人机不会再触发阈值条件；H1表示无人机1、2之间垂直距离，H2表示无人机2、3之间垂直距离，H3表示无人机1、3之间垂直距离。
6.根据权利要求1所述的一种多无人机编队飞行避障控制策略制定方法，其特征在于：当三机在高度方向依次相遇，即H1,H2小于ρ0，H3大于ρ0时，中间的无人机2与无人机1满足避障触发条件，与无人机3满足避障触发条件；无人机2沿着另外两架无人机的垂直平分线飞行离开触发区域，待无人机2脱离触发区域后，其余两架无人机按照飞行路径往目标点飞去。
7.根据权利要求1所述的一种多无人机编队飞行避障控制策略制定方法，其特征在于，多机相遇时，采用以预先设定的无人机的IP大小排序的基于不平等原则的避障策略：IP号大的无人机先离开触发区域，其余触发条件的无人机让出当前IP大的无人机的飞行轨迹，其次IP小的依次离开，直到所有无人机都离开触发区域，避障策略停止，无人机飞往目标点。
CN201811272488.8A 2018-10-29 2018-10-29 一种多无人机编队飞行避障控制策略制定方法 Active CN109542115B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811272488.8A CN109542115B (zh) 2018-10-29 2018-10-29 一种多无人机编队飞行避障控制策略制定方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811272488.8A CN109542115B (zh) 2018-10-29 2018-10-29 一种多无人机编队飞行避障控制策略制定方法

Publications (2)

Publication Number Publication Date
CN109542115A CN109542115A (zh) 2019-03-29
CN109542115B true CN109542115B (zh) 2021-08-31

Family

ID=65845854

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811272488.8A Active CN109542115B (zh) 2018-10-29 2018-10-29 一种多无人机编队飞行避障控制策略制定方法

Country Status (1)

Country Link
CN (1) CN109542115B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110069075B (zh) * 2019-04-19 2020-06-09 北京航空航天大学 一种仿鸽群应急避障机制的集群超机动避障方法
CN110134142B (zh) * 2019-05-29 2020-07-07 北京理工大学 一种基于旋转排斥场的旋翼无人机领航跟随编队控制方法
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
CN112068598B (zh) * 2020-09-28 2021-11-16 西北工业大学 一种无人机编队飞行方法及控制系统
CN112644486B (zh) * 2021-01-05 2022-04-08 南京航空航天大学 一种基于驾驶安全场的智能车避障轨迹规划方法
CN112947545B (zh) * 2021-01-25 2022-10-21 中国人民解放军国防科技大学 基于条件触发机制的无人机集群任务适变架构设计方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107589752A (zh) * 2017-07-25 2018-01-16 天津大学 无人机与地面机器人协同编队实现方法及系统
CN108459612A (zh) * 2017-02-21 2018-08-28 北京航空航天大学 基于人工势场法的无人机编队控制方法及装置
WO2018190833A1 (en) * 2017-04-12 2018-10-18 Paglieroni David W Swarm path planner system for vehicles

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108459612A (zh) * 2017-02-21 2018-08-28 北京航空航天大学 基于人工势场法的无人机编队控制方法及装置
WO2018190833A1 (en) * 2017-04-12 2018-10-18 Paglieroni David W Swarm path planner system for vehicles
CN107589752A (zh) * 2017-07-25 2018-01-16 天津大学 无人机与地面机器人协同编队实现方法及系统

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
基于人工势场法的多无人机航迹规划;郭忠同等;《自动化应用》;20170930(第9期);第69-71,125页 *
基于改进人工势场法的动态环境下无人机路径规划;田亚卓等;《武汉科技大学学报》;20171231;第40卷(第6期);第451-456页 *
基于碰撞锥改进人工势场的无人机避障路径规划;熊超等;<计算机工程>;20180930;第44卷(第9期);第314-320页 *

Also Published As

Publication number Publication date
CN109542115A (zh) 2019-03-29

Similar Documents

Publication Publication Date Title
CN109542115B (zh) 一种多无人机编队飞行避障控制策略制定方法
CN108594853B (zh) 无人机队形控制方法
CN108549407B (zh) 一种多无人机协同编队避障的控制算法
CN108829131B (zh) 一种基于多目标自适应变异鸽群优化的无人机集群避障法
CN110908373B (zh) 一种基于改进人工势场的智能车辆轨迹规划方法
CN107807658B (zh) 面向多无人机编队飞行任务的轨迹规划方法
CN112917486B (zh) 一种基于无人机的船舶外板智能喷涂路径自动规划方法
CN102901498A (zh) 一种不确定环境下的无人飞行器编队协同搜索和动态任务分配方法
CN105353766A (zh) 一种多无人机编队结构的分布式容错管理方法
CN104793201A (zh) 一种跟踪临近空间高超声速目标的修正变结构网格交互多模型滤波方法
CN105953800A (zh) 一种无人飞行器航迹规划栅格空间划分方法
CN112506230B (zh) 基于螺旋线的群组移动性模型构建方法
CN110084414B (zh) 一种基于k次控制深度强化学习的空管防冲突方法
CN105843255A (zh) 无人机集群自主飞行的防撞装置及防撞方法
CN112527010B (zh) 基于人工势场与粒子优化的室内变电站无人机多机协同巡检方法
WO2018086041A1 (zh) 飞行器的飞行位置动态调整方法和装置
CN110134142A (zh) 一种基于旋转排斥场的旋翼无人机领航跟随编队控制方法
CN116661502B (zh) 一种智能农业无人机路径规划方法
CN108446497A (zh) 一种舰载机集群运动建模仿真方法
Zhang et al. Penetration path planning of stealthy UAV based on improved sparse A-star algorithm
CN112489500A (zh) 一种基于几何视景模型的短期飞行冲突检测与避免方法
CN113495572B (zh) 一种可拓展分布式无人机编队控制方法
Xu et al. Optimal control of UAV elastic formation based on legendre pseudospectral method
CN205608526U (zh) 一种无人飞行器及无人飞行器控制装置
Wang et al. Research on multi-robots self-organizing cooperative pursuit algorithm based on Voronoi graph

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