CN109582036A - 四旋翼无人机一致性编队控制方法 - Google Patents

四旋翼无人机一致性编队控制方法 Download PDF

Info

Publication number
CN109582036A
CN109582036A CN201811465917.3A CN201811465917A CN109582036A CN 109582036 A CN109582036 A CN 109582036A CN 201811465917 A CN201811465917 A CN 201811465917A CN 109582036 A CN109582036 A CN 109582036A
Authority
CN
China
Prior art keywords
quadrotor drone
consistency
matrix
mathematical model
follows
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
CN201811465917.3A
Other languages
English (en)
Other versions
CN109582036B (zh
Inventor
刘蓉
卫强强
张衡
肖颖峰
高艳辉
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.)
Nanjing Long Sky Technology Co Ltd
Nanjing Pukou High Tech Industrial Development Zone Management Committee
Nanjing University of Aeronautics and Astronautics
Original Assignee
Nanjing Long Sky Technology Co Ltd
Nanjing Pukou High Tech Industrial Development Zone Management Committee
Nanjing University of Aeronautics and Astronautics
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 Nanjing Long Sky Technology Co Ltd, Nanjing Pukou High Tech Industrial Development Zone Management Committee, Nanjing University of Aeronautics and Astronautics filed Critical Nanjing Long Sky Technology Co Ltd
Priority to CN201811465917.3A priority Critical patent/CN109582036B/zh
Publication of CN109582036A publication Critical patent/CN109582036A/zh
Application granted granted Critical
Publication of CN109582036B publication Critical patent/CN109582036B/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

本发明公开了一种四旋翼无人机一致性编队控制方法,包括利用反馈线性化方法将四旋翼无人机非线性数学模型进行简化,并利用解耦控制将简化后的非线性数学模型转化为四个相互之间无耦合的高阶线性子系统;利用代数图论和矩阵分析,采用位置偏差矩阵描述编队队形,设计了一种固定拓扑结构下的高阶一致性编队控制算法,并分析得到各线性子系统在该算法下实现一致性的充分条件。本发明将四旋翼无人机数学模型处理为高阶线性子系统,并采用高阶一致性编队控制方法,更加符合实际应用;在该算法下可以实现四旋翼无人机的编队集结和编队队形变化等行为。

Description

四旋翼无人机一致性编队控制方法
技术领域
本发明涉及无人机编队控制领域,具体涉及一种四旋翼无人机一致性编队控制方法。
背景技术
四旋翼飞行器作为无人机的一种,通过四个无刷电机的转速就可以实现飞行控制,操作简单,具有体积小、造价低、机动灵活、能垂直起降和自由悬停等诸多优点,因此已成为全世界航天领域研究的重要方向之一。四旋翼无人机的诸多优点决定了其广泛的应用范围:军用方面,它既能执行各种非杀伤性任务,又能执行各种软硬杀伤性任务,如侦察、监视、目标截获、诱馆、攻击、通信中继等;民用方面,它在大气监测、交通监控、资源勘探、电力线路检测、森林防火等方面也具有广泛的应用前景。
一致性编队控制,作为多智能体协同控制领域的一个重要分支,是指智能体利用与之通信的邻居智能体的状态信息更新自身的状态,并最终使所有智能体状态达到一致的过程,近年来引起了国内外众多研究人员的兴趣。以四旋翼无人机为研究对象的一致性编队控制是其重要课题之一,与单架四旋翼无人机相比,在面对复杂化和多样化的任务需求时编队控制具有更强大的优势。而在四旋翼无人机一致性编队控制中,一个核心的问题是如何利用好自身和邻居四旋翼的信息来设计分布式控制策略(算法),使得所有的四旋翼的状态可以达到一致。目前,大多数研究成果都是将四旋翼无人机描述为二阶积分器动力系统,但在实际运用中,有时不仅仅需要位置与速度信息的一致,甚至会要求加速度信息的协调统一,所以针对四旋翼无人机的高阶一致性编队控制研究具有更重要的理论与现实意义。
发明内容
本发明针对现有技术的不足,提供一种四旋翼无人机一致性编队控制方法。
为解决上述技术问题,本发明提供的四旋翼无人机一致性编队控制方法,包括如下步骤:
步骤S1,利用反馈线性化方法将四旋翼无人机非线性数学模型进行简化得到简化后的非线性数学模型;利用解耦控制将简化后的非线性数学模型转化为X方向、Y方向、Z方向以及偏航角四个相互之间无耦合的高阶线性子系统;
步骤S2,采用四个相互之间无耦合的高阶线性子系统表示每架无人机的数学模型得到四旋翼无人机编队系统;并根据代数图论和矩阵分析以及采用位置偏差矩阵描述编队队形,采用分布式一致性控制算法,使编队系统中各架无人机在X方向、Y方向、Z方向位置变量保持稳定差值同时姿态角趋于零;
步骤S3,将一阶一致性控制算法收敛性分析拓展到高阶系统,根据四旋翼无人机一致性判定条件判断是否实现四旋翼无人机一致性编队控制。
在以上技术方案中,所述四旋翼无人机非线性数学模型表达式如下:
其中m为四旋翼无人机的质量,g为重力加速度,r为机体坐标系相对惯性坐标系的位置,其表达式为r=[x y z]T;η为姿态角,其表达式为其中φ为滚转角,θ为俯仰角,为偏航角;I=diag(Ix,Iy,Iz)为转动惯量矩阵,(U1,U2,U3,U4)为系统与电机转速相关的四个虚拟控制输入量。
进一步地,步骤S1具体包括:
定义非线性数学模型(1)的输入为U=[U1 U2 U3 U4]T,输出为令系统输出Y的各阶导数为零,可得系统零动态为:
将系统零动态(2)式分别简化为假设四旋翼无人机在不做大机动动作的情况下,进一步简化后得到非线性数学模型为:
进一步地,利用解耦控制将简化后的非线性数学模型转化为X方向、Y方向、Z方向以及偏航角四个相互之间无耦合的高阶线性子系统的具体步骤为:
结合以及结合并根据三角函数性质sec2η=tan2η+1,将简化后的非线性数学模型转化成X方向、Y方向、Z方向以及偏航角的线性子系统,表达式如下:
其中,U′3=gU3/Iy、U′2=-gU2/Ix、U′1=cosφcosθU1/m-g和U′4=U4/Iz,括号中的数字代表各个状态量的k(k=1,2,3)阶导数。
所述分布式一致性控制算法表达式如下:
其中:i∈I,γk>0是绝对信息的反馈增益,β是相对信息的反馈增益,Ni是与第i架四旋翼无人机有信息交流的邻居集合,aij为第i架与第j架四旋翼无人机的连接权重;
进一步地,步骤S3具体包括:
步骤S31:第i架四旋翼无人机的动态为(X方向为例):
式中,γ=[γ123]T,0=[0,0,0]T,I3和03为单位矩阵和零矩阵;
为整个四旋翼无人机编队系统的状态,则整个闭环网络的动态为:
其中,In为单位矩阵,L=[aij]∈Rn×n是有向拓扑结构G下的Laplacian矩阵,Rx=[Δxij]∈Rn×n为四旋翼编队系统在x方向的位置偏差矩阵;
步骤S32:作模型变换ηi=Sxi,其中ηi=[η(4i-3),..,η4i],i∈I,变换矩阵S为:
式中Si∈P,i=1,2,3,P是由正数构成的有限集;
令模型变换后的整个闭环网络的状态为则整个网络的动态为:
其中:
由ES=SA,可得
若令:
即另公式(16)成立,将一阶一致性算法的收敛性分析拓展到高阶系统的一致性分析;
步骤S33:在高阶系统下,若有向图G中有生成树,则四旋翼无人机编队系统在固定有向拓扑结构下可以实现渐进一致。
进一步地,所述四旋翼无人机一致性判定条件如下:
设Δij为第i架与第j架四旋翼无人机在某一方向上的相对位置偏差,由相对位置偏差构成的矩阵称为位置偏差矩阵,记为R=[Δij]∈Rn×n。令Δx=[Δxij,0,0,0]T,若在任意的初始条件下,各四旋翼的状态满足:
则称编队系统实现了渐进一致。
本发明所取得的有益效果:本发明的四旋翼无人机一致性编队控制方法,将四旋翼无人机非线性数学模型处理为四组相互无耦合的高阶线性子系统,并采用高阶一致性编队控制方法,更加符合实际工程应用;本发明方法可以实现四旋翼无人机的编队集结和编队队形变化等行为。
附图说明
图1是本发明具体实施例四旋翼无人机一致性编队控制方法的流程图;
图2是本发明具体实施例编队控制系统的仿真拓扑结构图;
图3是本发明具体实施例编队控制系统在x-y-z方向上的位置变化曲线图:
其中图3(a)是本发明具体实施例编队控制系统在x方向上的位置变化曲图;
图3(b)是本发明具体实施例编队控制系统在y方向上的位置变化曲线图;
图3(c)是本发明具体实施例编队控制系统在z方向上的位置变化曲线图;
图4是本发明具体实施例编队控制系统三维飞行轨迹图;
图5是本发明具体实施例编队控制系统中单架四旋翼姿态角变化曲线图。
具体实施方式
下面结合附图和具体实施例对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案,而不能以此来限制本发明的保护范围。
如图1所示,一种四旋翼无人机一致性编队控制方法,包括如下步骤:
步骤S1,利用反馈线性化方法将四旋翼无人机非线性数学模型进行简化,并利用解耦控制将简化后的非线性数学模型转化为四个相互之间无耦合的高阶线性子系统;
步骤S1中利用反馈线性化方法及相关解耦控制将四旋翼无人机非线性数学模型转化为四个相互无耦合的高阶线性子系统,包括如下步骤:
步骤S11,根据动力学和运动学原理,建立四旋翼无人机非线性数学模型:
其中m为四旋翼无人机的质量,g为重力加速度,r=[x y z]T为机体坐标系相对惯性坐标系的位置和姿态角,I=diag(Ix,Iy,Iz)为转动惯量矩阵。(U1,U2,U3,U4)为系统与电机转速相关的四个虚拟控制输入量。需要说明的是四旋翼无人机非线性数学模型为现有技术中常用的技术手段,这里不做赘述。
步骤S12,利用反馈线性化知识,将非线性数学模型进行简化:
定义非线性数学模型(如式1所示)的输入为U=[U1 U2 U3 U4]T,输出为令系统输出Y的各阶导数为零,可得系统零动态为:
在实际中,当t→∞时,姿态角通常为零。此时有sinη→0,cosη→1,零动态(2)式分别简化为考虑四旋翼无人机在不做大机动动作的情况下,进一步简化后得到数学模型为:
步骤S13,将简化后的数学模型纵向与横侧向分离,解耦控制转化为两个四阶线性子系统和两个二阶线性子系统:
结合,结合并利用三角函数性质sec2η=tan2η+1,则非线性数学模型转化成X方向、Y方向、Z方向以及偏航角四个相互之间无耦合的高阶线性子系统,由于俯仰角θ与滚转角φ包含在x和y的子系统中,所以不用单独控制;所述子系统包括两个四阶线性子系统和两个二阶线性子系统,表达式如下:
其中,U′3=gU3/Iy、U′2=-gU2/Ix、U′1=cosφcosθU1/m-g和U′4=U4/Iz,括号中的数字代表各个状态量的k阶导数,其中k=1,2,3。
通过步骤S1,只需对四个线性子系统分别设计分布式一致性编队控制算法,就可控制各四旋翼飞行器的空间飞行位置(x,y,z)和姿态角达到编队控制的目的。
步骤S2中利用代数图论和矩阵分析,采用位置偏差矩阵描述编队队形,设计了一种固定拓扑结构下的高阶一致性编队控制算法,并分析得到各线性子系统在该算法下实现一致性的充分条件,
包括如下步骤:
步骤S21,选取n架四旋翼无人机构成的编队系统,无人机的索引属于集合I={1,2,…,n},每架无人机的数学模型均由简化后的四个线性子系统如式(4)-式(7)表示(由于四个线性子系统对应四个控制算法,分别为式8-式11;选用算法后证明一致性的过程是类似的,所以下面以x方向为例):
其中,U′3i=gU3i/Iy,i∈I为转化后的系统输入,它与原始输入U3i一一对应。
考虑在实际编队飞行中各机质心不能重合,因此各无人机的位置向量r=[x y z]T不可能趋于同一值,设Δij为第i架与第j架四旋翼无人机在某一方向上的相对位置偏差,由相对位置偏差构成的矩阵称为位置偏差矩阵,记为R=[Δij]∈Rn×n。令Δx=[Δxij,0,0,0]T,若在任意的初始条件下,各四旋翼的状态满足:
则称编队系统(8)实现了渐进一致,,即编队状态量满足式(9)的四旋翼无人机一致性判定条件时才能称之为达到一致性编队,仿真中也是根据这个条件来判断是否满足一致性。
使用加权有向图G来表示编队控制系统的网络拓扑结构,G=(V,E,A)表示含有n个节点的加权有向图,其中,V={v1,v2,..,vn}表示节点(即无人机)的集合;而代表所有边(即通信关系)的集合,有向图中称为有向路径,表示第j个节点可以接收第i个节点的信息,vi称为父节点,vj称为子节点;A=[aij]∈Rn×n表示带有权值的邻接矩阵,aij为每条边(vi,vj)赋予的权值,当时,aij>0,否则,aij=0,规定aii=0。
令D=diag{dout1,dout2,...,doutn}∈Rn×n为有向图G的度矩阵,其中是节点vi的出度。则定义有向图G的Laplace矩阵为L=D-A,设L=[lij]∈Rn×n,其中,lij表示为:
其中,邻集Ni是节点vi的全部子节点,即Ni={vj∈V:(vi,vj)∈E,j≠i}。
步骤S22,针对上述一致性问题,为编队系统中的每架无人机选取分布式一致性控制算法:
其中:i∈I,γk>0是绝对信息的反馈增益,β是相对信息的反馈增益,Ni是与第i架四旋翼无人机有信息交流的邻居集合,aij为第i架与第j架四旋翼无人机的连接权重。该协议目的是使编队系统中各架无人机在x方向上位置变量保持稳定差值,而其各阶导数趋于零。
在该算法下,第i架四旋翼无人机的动态为:
式中,γ=[γ123]T,0=[0,0,0]T,I3和03为单位矩阵和零矩阵。
为整个四旋翼无人机编队系统的状态,则整个闭环网络的动态为:
其中,In为单位矩阵,L=[aij]∈Rn×n是有向拓扑结构G下的Laplacian矩阵,Rx=[Δxij]∈Rn×n为四旋翼编队系统在x方向的位置偏差矩阵,为Kronecker积。
作模型变换ηi=Sxi,其中ηi=[η(4i-3),..,η4i],i∈I,变换矩阵S为:
式中Si∈P,i=1,2,3,P是由正数构成的有限集。
令模型变换后的整个闭环网络的状态为则整个网络的动态为:
其中:
由ES=SA,可得若令:
则可将一阶一致性算法的收敛性分析结果拓展到高阶系统的一致性分析中来。在满足条件(16)的情况下,若有向图G中有生成树,则四旋翼无人机编队系统(8)在固定有向拓扑结构下可以实现渐进一致。
同理,为线性子系统(5)-(7)分别选取分布式一致性控制算法:
至此,对四旋翼无人机系统的一致性编队控制算法设计完成,下面通过仿真验证该算法的有效性。
仿真分析:在simulink环境中模拟4架(n=4)四旋翼无人机编队控制系统,通信拓扑结构如图2所示,设有通信连接时aij为1,否则为0。初始化参数(单位:m)为:选取各架四旋翼的初始位置向量为x=[100,67,82,52]T,Y=[100,55,88,72]T,z=[90,60,100,75]T,初始姿态向量皆为零;位置偏差矩阵为:
通过反复调试,选取控制参数为:x方向上[β,γ123]=[1.8,-18.4,-24.4,-10.8],
y方向上[β,γ123]=[2,-24.1,-30.3,-12.8],z方向上[β,γ1]=[1.5,-5.5],通道[β,γ1]=[1.7,-4.9]。
编队控制系统在x-y-z方向上的位置变化如图3所示,可以看到随着时间的推进,各架四旋翼无人机在x-y-z方向上最终都实现了一致性聚集,并保持相对位置差;图4进一步展示了编队飞行控制效果,并且可以通过改变位置偏差矩阵得到不同编队队形;图5为编队控制系统中单架四旋翼姿态角变化曲线,与编队飞行过程也是吻合的,验证了本发明中控制算法的有效性。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明技术原理的前提下,还可以做出若干改进和变形,这些改进和变形也应视为本发明的保护范围。

Claims (8)

1.一种四旋翼无人机一致性编队控制方法,其特征在于,包括如下步骤:
步骤S1,利用反馈线性化方法将四旋翼无人机非线性数学模型进行简化得到简化后的非线性数学模型;利用解耦控制将简化后的非线性数学模型转化为X方向、Y方向、Z方向以及偏航角四个相互之间无耦合的高阶线性子系统;
步骤S2,采用四个相互之间无耦合的高阶线性子系统表示每架无人机的数学模型得到四旋翼无人机编队系统;并根据代数图论和矩阵分析以及采用位置偏差矩阵描述编队队形,采用分布式一致性控制算法,使编队系统中各架无人机在X方向、Y方向、Z方向位置变量保持稳定差值同时姿态角趋于零;
步骤S3,将一阶一致性控制算法收敛性分析拓展到高阶系统,根据四旋翼无人机一致性判定条件判断是否实现四旋翼无人机一致性编队控制。
2.根据权利要求1所述的一种四旋翼无人机一致性编队控制方法,所述四旋翼无人机非线性数学模型表达式如下:
其中m为四旋翼无人机的质量,g为重力加速度,r=[x y z]T为机体坐标系相对惯性坐标系的位置和姿态角,I=diag(Ix,Iy,Iz)为转动惯量矩阵,(U1,U2,U3,U4)为系统与电机转速相关的四个虚拟控制输入量。
3.根据权利要求2所述的一种四旋翼无人机一致性编队控制方法,其特征在于,步骤S1具体包括:
定义非线性数学模型如式(1),所述非线性数学模型的输入为U=[U1 U2 U3 U4]T,输出为令系统输出Y的各阶导数为零,可得系统零动态为:
将系统零动态(2)式分别简化为假设四旋翼无人机在不做大机动动作的情况下,进一步简化后得到非线性数学模型为:
4.根据权利要求3所述的一种四旋翼无人机一致性编队控制方法,其特征在于,利用解耦控制将简化后的非线性数学模型转化为X方向、Y方向、Z方向以及偏航角四个相互之间无耦合的高阶线性子系统的具体步骤为:
结合以及结合并根据三角函数性质sec2η=tan2η+1,将简化后的非线性数学模型转化成X方向、Y方向、Z方向以及偏航角的线性子系统,表达式如下:
其中,U′3=gU3/Iy、U′2=-gU2/Ix、U′1=cosφcosθU1/m-g和U′4=U4/Iz,括号中的数字代表各个状态量的k阶导数,其中k=1,2,3。
5.根据权利要求1所述的一种四旋翼无人机一致性编队控制方法,其特征在于,所述分布式一致性控制算法表达式如下:
其中:i∈I,γk>0是绝对信息的反馈增益,β是相对信息的反馈增益,Ni是与第i架四旋翼无人机有信息交流的邻居集合,aij为第i架与第j架四旋翼无人机的连接权重。
6.根据权利要求5所述的一种四旋翼无人机一致性编队控制方法,其特征在于,步骤S3具体包括:
步骤S31:X方向上第i架四旋翼无人机的动态如下:
式中,γ=[γ123]T,0=[0,0,0]T,I3和03为单位矩阵和零矩阵;
为整个四旋翼无人机编队系统的状态,则整个闭环网络的动态为:
其中,In为单位矩阵,L=[aij]∈Rn×n是有向拓扑结构G下的Laplacian矩阵,Rx=[Δxij]∈Rn×n为四旋翼编队系统在x方向的位置偏差矩阵;
步骤S32:作模型变换ηi=Sxi,其中ηi=[η(4i-3),..,η4i],i∈I,变换矩阵S为:
式中Si∈P,i=1,2,3,P是由正数构成的有限集;
令模型变换后的整个闭环网络的状态为则整个网络的动态为:
其中:
由ES=SA,可得
若令:
即另式(16)成立,将一阶一致性算法的收敛性分析拓展到高阶系统的一致性分析;
步骤S33:在高阶系统下,若有向图G中有生成树,则四旋翼无人机编队系统在固定有向拓扑结构下可以实现渐进一致。
7.根据权利要求6所述的一种四旋翼无人机一致性编队控制方法,其特征在于,所述四旋翼无人机一致性判定条件如下:
设Δij为第i架与第j架四旋翼无人机在某一方向上的相对位置偏差,由相对位置偏差构成的矩阵称为位置偏差矩阵,记为R=[Δij]∈Rn×n;令Δx=[Δxij,0,0,0]T,若在任意的初始条件下,各四旋翼的状态满足:
则称编队系统实现了渐进一致。
8.根据权利要求6所述的一种四旋翼无人机一致性编队控制方法,其特征在于,所述有向图G即加权有向图G,表示编队控制系统的网络拓扑结构;
G=(V,E,A)表示含有n个节点的加权有向图,其中,V={v1,v2,..,vn}表示节点(即无人机)的集合;而代表所有边(即通信关系)的集合,有向图中称为有向路径,表示第j个节点可以接收第i个节点的信息,vi称为父节点,vj称为子节点;A=[aij]∈Rn ×n表示带有权值的邻接矩阵,aij为每条边(vi,vj)赋予的权值,当时,aij>0,否则,aij=0,规定aii=0;
令D=diag{dout1,dout2,...,doutn}∈Rn×n为有向图G的度矩阵,其中是节点vi的出度,则定义有向图G的Laplace矩阵为L=D-A,设L=[lij]∈Rn×n,其中,lij表示为:
其中,邻集Ni是节点vi的全部子节点,即Ni={vj∈V:(vi,vj)∈E,j≠i}。
CN201811465917.3A 2018-12-03 2018-12-03 四旋翼无人机一致性编队控制方法 Active CN109582036B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811465917.3A CN109582036B (zh) 2018-12-03 2018-12-03 四旋翼无人机一致性编队控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811465917.3A CN109582036B (zh) 2018-12-03 2018-12-03 四旋翼无人机一致性编队控制方法

Publications (2)

Publication Number Publication Date
CN109582036A true CN109582036A (zh) 2019-04-05
CN109582036B CN109582036B (zh) 2021-04-27

Family

ID=65926828

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811465917.3A Active CN109582036B (zh) 2018-12-03 2018-12-03 四旋翼无人机一致性编队控制方法

Country Status (1)

Country Link
CN (1) CN109582036B (zh)

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110286691A (zh) * 2019-06-21 2019-09-27 东北大学秦皇岛分校 基于线性微分包含的多无人机编队控制方法
CN110673649A (zh) * 2019-11-12 2020-01-10 哈尔滨工业大学(深圳) 基于拓扑优化的时变信道下无人机编队一致性控制方法、系统、装置及存储介质
CN111273688A (zh) * 2020-02-17 2020-06-12 南京邮电大学 基于事件触发的四旋翼无人机一致性编队控制方法
CN111596688A (zh) * 2020-05-27 2020-08-28 北京理工大学 基于连续通信的多无人机编队一致性控制方法
CN111650963A (zh) * 2020-06-03 2020-09-11 中国人民解放军军事科学院国防科技创新研究院 一种面向垂直起降固定翼无人机的视觉集群编队控制方法
CN111665865A (zh) * 2020-06-16 2020-09-15 天津大学 基于虚拟结构法的多无人机编队鲁棒控制方法
CN111984027A (zh) * 2019-05-23 2020-11-24 南京航空航天大学 异构多无人机一致性控制方法
CN112051845A (zh) * 2020-08-17 2020-12-08 上海交通大学 一种面向无人拖航作业的分布式集群控制系统及其方法
CN112462801A (zh) * 2020-11-16 2021-03-09 西安羚控电子科技有限公司 一种仿真模型多机编队的方法
CN112631335A (zh) * 2020-12-29 2021-04-09 南京邮电大学 一种基于事件触发的多四旋翼无人机固定事件编队方法
CN113433955A (zh) * 2021-07-09 2021-09-24 哈尔滨工程大学 有向切换拓扑下多auv编队队形一致性控制方法
CN115993846A (zh) * 2023-03-23 2023-04-21 西北工业大学深圳研究院 一种四旋翼无人机集群系统的编队控制方法

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103777638B (zh) * 2014-01-26 2016-09-28 北京航空航天大学 多无人机网络编队的一致性控制方法
CN206517444U (zh) * 2015-12-31 2017-09-22 沈玮 用于经由无人驾驶飞行工具促进与车辆通信的系统
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
CN107728471A (zh) * 2017-09-01 2018-02-23 南京理工大学 针对一类混合异质多智能体系统的分组一致性控制方法
CN107807663B (zh) * 2017-11-29 2019-12-24 南京航空航天大学 基于自适应控制的无人机编队保持控制方法
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
CN108919835B (zh) * 2018-09-25 2021-02-02 北京航空航天大学 无人飞行器编队的控制方法、装置及控制器

Cited By (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111984027A (zh) * 2019-05-23 2020-11-24 南京航空航天大学 异构多无人机一致性控制方法
CN111984027B (zh) * 2019-05-23 2022-07-15 南京航空航天大学 异构多无人机一致性控制方法
CN110286691A (zh) * 2019-06-21 2019-09-27 东北大学秦皇岛分校 基于线性微分包含的多无人机编队控制方法
CN110286691B (zh) * 2019-06-21 2022-07-12 东北大学秦皇岛分校 基于线性微分包含的多无人机编队控制方法
CN110673649A (zh) * 2019-11-12 2020-01-10 哈尔滨工业大学(深圳) 基于拓扑优化的时变信道下无人机编队一致性控制方法、系统、装置及存储介质
CN110673649B (zh) * 2019-11-12 2022-09-09 哈尔滨工业大学(深圳) 基于拓扑优化的时变信道下无人机编队一致性控制方法、系统、装置及存储介质
CN111273688A (zh) * 2020-02-17 2020-06-12 南京邮电大学 基于事件触发的四旋翼无人机一致性编队控制方法
CN111596688B (zh) * 2020-05-27 2022-02-08 北京理工大学 基于连续通信的多无人机编队一致性控制方法
CN111596688A (zh) * 2020-05-27 2020-08-28 北京理工大学 基于连续通信的多无人机编队一致性控制方法
CN111650963A (zh) * 2020-06-03 2020-09-11 中国人民解放军军事科学院国防科技创新研究院 一种面向垂直起降固定翼无人机的视觉集群编队控制方法
CN111650963B (zh) * 2020-06-03 2023-08-18 中国人民解放军军事科学院国防科技创新研究院 一种面向垂直起降固定翼无人机的视觉集群编队控制方法
CN111665865A (zh) * 2020-06-16 2020-09-15 天津大学 基于虚拟结构法的多无人机编队鲁棒控制方法
CN111665865B (zh) * 2020-06-16 2021-12-07 天津大学 基于虚拟结构法的多无人机编队鲁棒控制方法
CN112051845A (zh) * 2020-08-17 2020-12-08 上海交通大学 一种面向无人拖航作业的分布式集群控制系统及其方法
CN112462801A (zh) * 2020-11-16 2021-03-09 西安羚控电子科技有限公司 一种仿真模型多机编队的方法
CN112631335A (zh) * 2020-12-29 2021-04-09 南京邮电大学 一种基于事件触发的多四旋翼无人机固定事件编队方法
CN112631335B (zh) * 2020-12-29 2023-10-03 南京邮电大学 一种基于事件触发的多四旋翼无人机固定时间编队方法
CN113433955A (zh) * 2021-07-09 2021-09-24 哈尔滨工程大学 有向切换拓扑下多auv编队队形一致性控制方法
CN115993846A (zh) * 2023-03-23 2023-04-21 西北工业大学深圳研究院 一种四旋翼无人机集群系统的编队控制方法
CN115993846B (zh) * 2023-03-23 2023-05-30 西北工业大学深圳研究院 一种四旋翼无人机集群系统的编队控制方法

Also Published As

Publication number Publication date
CN109582036B (zh) 2021-04-27

Similar Documents

Publication Publication Date Title
CN109582036A (zh) 四旋翼无人机一致性编队控制方法
CN109324636B (zh) 基于二阶一致性和自抗扰的多四旋翼主从式协同编队控制方法
CN109240331B (zh) 一种无人机-无人车集群模型时变编队控制方法及系统
Wu et al. Multi UAV cluster control method based on virtual core in improved artificial potential field
CN108919835A (zh) 无人飞行器编队的控制方法、装置及控制器
CN109947126A (zh) 四旋翼无人机的控制方法、装置、设备及可读介质
CN111273688B (zh) 基于事件触发的四旋翼无人机一致性编队控制方法
CN110658821A (zh) 一种多机器人抗干扰分组时变编队控制方法及系统
CN112631335A (zh) 一种基于事件触发的多四旋翼无人机固定事件编队方法
CN112904723A (zh) 非匹配干扰下的空地固定时间协同容错编队控制方法
Liu et al. Adaptive distributed finite-time formation control for multi-UAVs under input saturation without collisions
CN114237041A (zh) 一种基于预设性能的空-地协同固定时间容错控制方法
Xu et al. Distributed planar formation maneuvering of leader-follower networked systems via a barycentric coordinate-based approach
Guo et al. Collision-free formation tracking control for multiple quadrotors under switching directed topologies: Theory and experiment
CN114935943A (zh) 一种无人机与无人车集群编队跟踪控制方法及系统
Liu et al. Robust hierarchical pinning control for nonlinear heterogeneous multiagent system with uncertainties and disturbances
Enjiao et al. Finite-time control of formation system for multiple flight vehicles subject to actuator saturation
CN114063652A (zh) 基于应力矩阵优化的多智能体系统仿射编队控制方法
Wang et al. Robust attitude control of an indoor micro quadrotor with input delay
Shi et al. Formation tracking of heterogeneous UGV-UAV systems with switching directed topologies
Yang et al. Cooperative group formation control for multiple quadrotors system with finite-and fixed-time convergence
Souza et al. Influence of network topology on UAVs formation control based on distributed consensus
Su et al. A robust adaptive formation control methodology for networked multi-UAV systems with applications to cooperative payload transportation
Ciarletta et al. Simulation and platform tools to develop safe flock of UAVs: a CPS application-driven research
CN116610106A (zh) 一种多无人机容错跟踪控制方法

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