CN110618702A - 一种无人机集群三维曲线路径跟踪方法、装置和存储介质 - Google Patents

一种无人机集群三维曲线路径跟踪方法、装置和存储介质 Download PDF

Info

Publication number
CN110618702A
CN110618702A CN201910991400.6A CN201910991400A CN110618702A CN 110618702 A CN110618702 A CN 110618702A CN 201910991400 A CN201910991400 A CN 201910991400A CN 110618702 A CN110618702 A CN 110618702A
Authority
CN
China
Prior art keywords
unmanned aerial
angle
aerial vehicle
reference point
path
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
CN201910991400.6A
Other languages
English (en)
Other versions
CN110618702B (zh
Inventor
赵彦杰
梁月乾
杨毅
张尚斌
李志飞
王向峰
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 Electronics Technology Group Corp CETC
Original Assignee
China Electronics Technology Group Corp CETC
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 Electronics Technology Group Corp CETC filed Critical China Electronics Technology Group Corp CETC
Priority to CN201910991400.6A priority Critical patent/CN110618702B/zh
Publication of CN110618702A publication Critical patent/CN110618702A/zh
Application granted granted Critical
Publication of CN110618702B publication Critical patent/CN110618702B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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)

Abstract

本发明实施例提供一种无人机集群三维曲线路径跟踪方法、装置和存储介质，用以实现无人机对三维曲线路径的跟踪。无人机集群三维曲线路径跟踪方法，包括：针对无人机集群的每一无人机，根据该无人机的当前位置信息，在待跟踪的三维曲线路径上选取一个参考点；确定所述参考点处的参考转向角和参考爬升角；根据所述参考点处的参考转向角和参考爬升角，构建切向量场；据构建的切向量场，确定期望飞行航迹角及其变化率；根据确定出的期望飞行航迹角及其变化率，确定该无人机对应的饱和控制律；根据确定出的饱和控制律控制所述无人机对所述三维曲线路径进行跟踪。

Description

一种无人机集群三维曲线路径跟踪方法、装置和存储介质
技术领域
本发明涉及信息技术领域，尤其涉及一种无人机集群三维曲线路径跟踪方法、装置和存储介质。
背景技术
在无人机集群的电力巡线、边界巡逻等应用中，通常会要求集群中无人机跟踪一条三维曲线路径飞行(如电线、边境线等)，而不对跟踪的时效性做出要求。但是，不同于一条直线或一个圆的简单性，如何实现三维空间中一条复杂的一般曲线路径的跟踪成为现有技术中亟待解决的技术问题之一。
发明内容
本发明实施例提供一种无人机集群三维曲线路径跟踪方法、装置和存储介质，用以实现无人机对三维曲线路径的跟踪。
第一方面，提供一种无人机集群三维曲线路径跟踪方法，包括：
针对无人机集群的每一无人机，根据该无人机的当前位置信息，在待跟踪的三维曲线路径上选取一个参考点；
确定所述参考点处的参考转向角和参考爬升角；
根据所述参考点处的参考转向角和参考爬升角，构建切向量场；
根据构建的切向量场，确定期望飞行航迹角及其变化率；
根据确定出的期望飞行航迹角及其变化率，确定该无人机对应的饱和控制律；
根据确定出的饱和控制律控制所述无人机对所述三维曲线路径进行跟踪。
在一个实施例中，根据该无人机的当前位置信息，在待跟踪的曲线路径上选取一个参考点，具体包括：
根据该无人机的当前位置信息，确定所述待跟踪的曲线路径上距离该无人机最近的点为所述参考点。
在一个实施例中，按照以下公式确定所述参考点处的参考转向角：
χr＝atan2(wry,wrx)
按照以下公式确定所述参考点处的参考爬升角：
其中：
χr表示参考点处的参考转向角；
γr表示参考点处的参考爬升角；
atan2()表示四象限正切函数；
(wrx,wry,wrz)表示参考点处的切线方向。
在一个实施例中，
本发明还提供一种，根据所述参考点处的参考转向角和参考爬升角，按照以下公式构建切向量场：
其中：
x′＝-(x-xr)sin(χr)+(y-yr)cos(χr)；
y′＝-[(x-xr)cos(χr)+(y-yr)sin(χr)]sin(γr)+(z-zr)cos(γr)；
表示x对时间的导数；
表示y对时间的导数；
表示z对时间的导数；
下标d表示期望达到的值；
Vg为无人机的地速；
表示无人机当前位置(x,y,z)到曲线路径的距离；
α∈(0,1)；
β＞0。
在一个实施例中，期望飞行航迹角包括期望对地转向角和期望爬升角；
根据构建的切向量场，按照以下公式确定期望对地转向角：并按照以下公式确定期望爬升角：其中：
χd表示期望对地转向角；
γd表示期望爬升角。
在一个实施例中，所述饱和控制律包括所述无人机的对地转向率和爬升率：
根据确定出的期望飞行航迹角及其变化率，分别按照以下公式确定该无人机的对地转向率饱和控制律和爬升率饱和控制律：
其中：
uχ表示无人机的对地转向率；
uγ表示无人机的爬升率；
sat()表示饱和函数；
kχ＞0和kγ＞0表示反馈增益；
χe＝<χ-χd>和γe＝<γ-γd>表示无人机的飞行航迹角与期望飞行航迹角的误差；
算子<>表示将误差角度等价转换到区间(-π,π]；
表示所述无人机的对地转向率限制值；
表示所述无人机的爬升率限制值；
表示期望对地转向角变化率，即对地转向角对时间的导数的期望值；
表示期望爬升角变化率，即爬升角对时间的导数的期望值。
第二方面，提供一种无人机集群三维曲线路径跟踪装置，包括：
选取单元，用于针对无人机集群的每一无人机，根据该无人机的当前位置信息，在待跟踪的三维曲线路径上选取一个参考点；
第一确定单元，用于确定所述参考点处的参考转向角和参考爬升角；
构建单元，用于根据所述参考点处的参考转向角和参考爬升角，构建切向量场；
第二确定单元，用于根据构建的切向量场，确定期望飞行航迹角及其变化率；
第三确定单元，用于根据确定出的期望飞行航迹角及其变化率，确定该无人机对应的饱和控制律；
控制单元，用于根据确定出的饱和控制律控制所述无人机对所述三维曲线路径进行跟踪。
在一个实施例中，所述选取单元，具体用于根据该无人机的当前位置信息，确定所述待跟踪的曲线路径上距离该无人机最近的点为所述参考点。
在一个实施例中，所述第一确定单元，具体用于按照以下公式确定所述参考点处的参考转向角：
χr＝atan2(wry,wrx)
按照以下公式确定所述参考点处的参考爬升角：
其中：
χr表示参考点处的参考转向角；
γr表示参考点处的参考爬升角；
atan2()表示四象限正切函数；
(wrx,wry,wrz)表示参考点处的切线方向。
在一个实施例中，所述构建单元，具体用于根据所述参考点处的参考转向角和参考爬升角，按照以下公式构建切向量场：
其中：
x′＝-(x-xr)sin(χr)+(y-yr)cos(χr)；
y′＝-[(x-xr)cos(χr)+(y-yr)sin(χr)]sin(γr)+(z-zr)cos(γr)；
表示x对时间的导数；
表示y对时间的导数；
表示z对时间的导数；
下标d表示期望达到的值；
Vg为无人机的地速；
表示无人机当前位置(x,y,z)到曲线路径的距离；
α∈(0,1)；
β＞0。
在一个实施例中，期望飞行航迹角包括期望对地转向角和期望爬升角；以及
所述第二确定单元，具体用于根据构建的切向量场，按照以下公式确定期望对地转向角：并按照以下公式确定期望爬升角：其中：
χd表示期望对地转向角；
γd表示期望爬升角。
在一个实施例中，所述第三确定单元，具体用于根据确定出的期望飞行航迹角及其变化率，分别按照以下公式确定该无人机的对地转向率饱和控制律和爬升率饱和控制律：
其中：
uχ表示无人机的对地转向率；
uγ表示无人机的爬升率；
sat()表示饱和函数；
kχ＞0和kγ＞0表示反馈增益；
χe＝<χ-χd>和γe＝<γ-γd>表示无人机的飞行航迹角与期望飞行航迹角的误差；
算子<>表示将误差角度等价转换到区间(-π,π]；
表示所述无人机的对地转向率限制值；
表示所述无人机的爬升率限制值；
表示期望对地转向角变化率，即对地转向角对时间的导数的期望值；
表示期望爬升角变化率，即爬升角对时间的导数的期望值。
第三方面，提供一种计算装置，所述计算装置包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现上述任一无人机集群三维曲线路径跟踪方法所述的步骤。
第四方面，提供一种计算机存储介质，所述计算机存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现上述任一无人机集群三维曲线路径跟踪方法所述的步骤。
采用上述技术方案，本发明至少具有下列优点：
本发明实施例提供的无人机集群三维曲线路径跟踪方法、装置和存储介质，针对无人机待跟踪的三维空间中的一条一般曲线路径，根据其参数方程表达式，为其构建了可全局收敛到曲线路径上的切向量场，根据切向量场决定的期望飞行航迹角及其变化率，为无人机三维曲线路径跟踪设计了飞行航迹角变化率控制器，以满足无人机的转向率和爬升率约束，由此实现了无人机集群对三维一般曲线路径的跟踪。
附图说明
图1为本发明实施例的无人机集群三维曲线路径跟踪方法流程图；
图2为本发明实施例的无人机集群三维曲线路径跟踪方法控制无人机对三维螺旋线路径进行跟踪时的飞行轨迹示意图；
图3为本发明实施例的无人机集群三维曲线路径跟踪方法控制无人机对三维螺旋线路径进行跟踪时，无人机与期望三维曲线路径之间的相对距离随时间变化的示意图；
图4为本发明实施例的无人机集群三维曲线路径跟踪方法控制无人机对三维螺旋线路径进行跟踪时，无人机飞行航迹角变化率的参考值、无人机控制输入值与无人机飞行性能约束值比较的示意图；
图5a为本发明实施例的为4架无人机组成的无人机集群沿三维光滑星型曲线飞行的示意图一；
图5b为本发明实施例的为4架无人机组成的无人机集群沿三维光滑星型曲线飞行的示意图二；
图5c为本发明实施例的为4架无人机组成的无人机集群沿三维光滑星型曲线飞行的示意图三；
图5d为本发明实施例的为4架无人机组成的无人机集群沿三维光滑星型曲线飞行的示意图四；
图6为本发明实施例的无人机集群三维曲线路径跟踪装置的结构示意图。
具体实施方式
为更进一步阐述本发明为达成预定目的所采取的技术手段及功效，以下结合附图及较佳实施例，对本发明进行详细说明如后。
首先，对本发明实施例中涉及的部分用语进行说明，以便于本领域技术人员理解。
空速：无人机相对于空气的速度。
地速：考虑风扰的存在，无人机相对于当地地面的速度。
对地转向角/率：考虑风扰的存在，无人机相对于当地地面的转向角/率。
飞行航迹角：包括无人机的转向角和爬升角。
飞行航迹角变化率：包括无人机的转向角关于时间的导数(转向率)和爬升角关于时间的导数(爬升率)。
需要说明的是，本发明实施例中的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。
在本文中提及的“多个或者若干个”是指两个或两个以上。“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。
不同于一条直线或一个圆的简单性，为三维空间中一条复杂的一般曲线路径的跟踪设计控制律是困难的；无论是固定翼无人机还是旋翼无人机，其转向率和爬升率都受到平台性能的限制，不可能无限大；而且，无人机在飞行过程中受到风扰的影响，有鉴于此，本发明实施例中，对每个无人机要跟踪的三维空间中一条一般曲线路径，根据其参数方程表达式，为其设计了可全局收敛到曲线路径上的切向量场；根据切向量场决定的期望飞行航迹角及其变化率，为无人机三维曲线路径跟踪设计了带有反馈项和前馈项的饱和飞行航迹角变化率控制器，能满足无人机的转向率和爬升率约束；用对地转向角与对地转向率代替原始的转向角和转向率，来消除风扰的影响。以下结合实施例对本发明的实施过程进行说明。
在本发明实施例中，无人机集群中的每个无人机均装备有导航模块，能输出无人机自身的位置信息和速度信息；而且无人机装备有执行单元，能快速响应控制输入。本发明实施例提供的无人机集群三维曲线路径跟踪方法建立在以下假设的基础之上：风速小于无人机的空速，风速只有水平分量，没有垂直分量。待跟踪的三维一般曲线路径是二次可微的。二次可微曲线的具体定义如下：设的参数方程为{x＝x(θ),y＝y(θ),z＝z(θ)}，其中(x,y,z)为空间三维坐标，θ为曲线参数。称为二次可微的，如果函数x(θ)、y(θ)、z(θ)关于θ的所有一阶和二阶导数均存在。
如图1所示，其为本发明实施例提供的无人机集群三维曲线路径跟踪方法的实施流程示意图，包括以下步骤：
S11、针对无人机集群的每一无人机，根据该无人机的当前位置信息，在待跟踪的三维曲线路径上选取一个参考点。
具体实施时，根据无人机导航模块提供的当前位置p(x,y,z)，在其待跟踪的曲线路径上选取一个参考点pr(xr,yr,zr)。
较佳地，可以按照以下方法选取参考点：根据该无人机的当前位置信息，确定待跟踪的曲线路径上距离该无人机最近的点为参考点，即选取曲线上离该无人机当前位置最近的点作为参考点。
S12、确定选取的参考点处的参考转向角和参考爬升角。
本步骤中，可以按照以下公式确定参考点处的参考转向角χr和参考爬升角γr：
χr＝atan2(wry,wrx) (1)
其中：
χr表示参考点处的参考转向角；
γr表示参考点处的参考爬升角；
atan2()表示四象限正切函数；
(wrx,wry,wrz)表示参考点pr处的切线方向。
需要说明的是，(-wrx,-wry,-wrz)也是参考点pr处的切线方向，当选择此切线方向时，可以控制无人机沿相反的方向跟踪曲线路径
S13、根据选取的参考点处的参考转向角和参考爬升角，构建切向量场。
本步骤中，根据步骤S12确定出的参考转向角和参考爬升角，为二次可微的三维一般曲线路径构造如下切向量场：
x′＝-(x-xr)sin(χr)+(y-yr)cos(χr) (4)
y′＝-[(x-xr)cos(χr)+(y-yr)sin(χr)]sin(γr)+(z-zr)cos(γr) (5)
其中：
表示x对时间的导数(下同)；
表示y对时间的导数；
表示z对时间的导数；
下标d表示期望达到的值(下同)；
Vg为无人机的地速；
表示无人机当前位置(x,y,z)到曲线路径的距离；
切向量场(3)中包含两个可调整的参数，α∈(0,1)和β＞0，这两个参数均决定了向量场(3)到曲线路径的收敛速度，α和β越大，收敛速度越快，但同时越容易使控制器达到饱和。具体实施时，可以根据实际需要设定α和β的值，本发明实施例对此不进行限定。
S14、根据构建的切向量场，确定期望飞行航迹角及其变化率。
期望飞行航迹角包括期望对地转向角χd和期望爬升角γd，具体实施时，可以按照以下公式确定期望对地转向角χd和期望爬升角γd：
期望飞行航迹角变化率包括期望对地转向率和期望爬升率其中，期望对地转向率为期望对地转向角χd对时间的导数，期望爬升率为期望爬升角γd对时间的导数。具体实施时，可以按照以下公式确定期望对地转向率和期望爬升率
其中：
其中Fl、Gl、Hl(l＝1,2,3,4,5)均是关于x、y、z、x′、y′、xr、yr、zr、χr、γr等的函数，其可以通过对公式(6)和公式(7)求导得到，这里不再赘述；xθ、xθθ分别表示函数x(θ)对θ的一阶和二阶导数，其余类似。
S15、根据确定出的期望飞行航迹角及其变化率，确定该无人机对应的饱和控制律。
设无人机的对地转向率和爬升率限制分别为和为使无人机在满足上述限制的同时实现对三维一般曲线路径的跟踪，本发明实施例中，可以分别按照以下公式确定无人机的对地转向率和爬升率：
其中：
uχ表示无人机的对地转向率；
uγ表示无人机的爬升率；
sat()表示饱和函数；
kχ＞0和kγ＞0表示反馈增益；
χe＝<χ-χd>和γe＝<γ-γd>表示无人机的飞行航迹角与期望飞行航迹角的误差；
算子<>表示将误差角度等价转换到区间(-π,π]；
表示所述无人机的对地转向率限制值；
表示所述无人机的爬升率限制值；
表示期望对地转向角变化率，即对地转向角对时间的导数的期望值；
表示期望爬升角变化率，即爬升角对时间的导数的期望值。
S16、根据确定出的饱和控制律控制无人机对三维曲线路径进行跟踪。
如图2所示，其为根据本发明实施例提供的无人机集群三维曲线路径跟踪方法控制无人机对三维螺旋线路径进行跟踪时的飞行轨迹示意图。其中，三角形图标为无人机的飞行起点，正方形为无人机的飞行终点。
如图3所示，其为根据本发明实施例提供的无人机集群三维曲线路径跟踪方法控制无人机对三维螺旋线路径进行跟踪时，无人机与期望三维曲线路径之间的相对距离随时间变化的示意图。
如图4所示，其为根据本发明实施例提供的无人机集群三维曲线路径跟踪方法控制无人机对三维螺旋线路径进行跟踪时，无人机飞行航迹角变化率的参考值(和)、无人机控制输入值与无人机飞行性能约束值 比较的示意图。
如图5a-图5d所示，其为4架无人机组成的无人机集群沿三维光滑星型曲线飞行的示意图。其中，浅色圆形、三角形、菱形、五角星分别为4架无人机初始时刻的位置；图5a中深色圆形、三角形、菱形、五角星为4架无人机在30秒时刻的位置示意图；图5b中深色圆形、三角形、菱形、五角星为4架无人机在50秒时刻的位置示意图；图5c中深色圆形、三角形、菱形、五角星为4架无人机在70秒时刻的位置示意图；图5d中深色圆形、三角形、菱形、五角星为4架无人机在110秒时刻的位置示意图。图5a-图5d中的曲线为4架无人机的飞行轨迹示意图，从图5a-图5d中可以看到，每架无人机的飞行轨迹均收敛到一条光滑星型曲线。
本发明实施例提供的无人机集群三维曲线路径跟踪方法中，期望飞行航迹角编号公式中隐含无人机的飞行航迹角与切向量场决定的期望飞行航迹角之间的误差，可以引导飞机的飞行航迹逐渐收敛到由切向量场决定的期望飞行航迹，最终实现对三维一般曲线路径的跟踪。
本发明实施例提供了一种基于切向量场的易实现、精度高且控制代价低的无人机集群三维曲线路径跟踪方法，该方法不局限于二维空间的路径、不局限于具体路径，不仅能够处理三维空间中的一般曲线路径，而且能够有效处理无人机的飞行性能约束以及飞行环境中风扰的影响，从而，提高了无人机对三维曲线路径进行跟踪的精确性。
基于相同的技术构思，本发明实施例还提供了一种无人机集群三维曲线路径跟踪装置，如图6所示，可以包括：
选取单元61，用于针对无人机集群的每一无人机，根据该无人机的当前位置信息，在待跟踪的三维曲线路径上选取一个参考点；
第一确定单元62，用于确定所述参考点处的参考转向角和参考爬升角；
构建单元63，用于根据所述参考点处的参考转向角和参考爬升角，构建切向量场；
第二确定单元64，用于根据构建的切向量场，确定期望飞行航迹角及其变化率；
第三确定单元65，用于根据确定出的期望飞行航迹角及其变化率，确定该无人机对应的饱和控制律；
控制单元66，用于根据确定出的饱和控制律控制所述无人机对所述三维曲线路径进行跟踪。
在一个实施例中，所述选取单元，具体用于根据该无人机的当前位置信息，确定所述待跟踪的曲线路径上距离该无人机最近的点为所述参考点。
在一个实施例中，所述第一确定单元，具体用于按照以下公式确定所述参考点处的参考转向角：
χr＝atan2(wry,wrx)
按照以下公式确定所述参考点处的参考爬升角：
其中：
χr表示参考点处的参考转向角；
γr表示参考点处的参考爬升角；
atan2()表示四象限正切函数；
(wrx,wry,wrz)表示参考点处的切线方向。
在一个实施例中，所述构建单元，具体用于根据所述参考点处的参考转向角和参考爬升角，按照以下公式构建切向量场：
其中：
x′＝-(x-xr)sin(χr)+(y-yr)cos(χr)；
y′＝-[(x-xr)cos(χr)+(y-yr)sin(χr)]sin(γr)+(z-zr)cos(γr)；
表示x对时间的导数；
表示y对时间的导数；
表示z对时间的导数；
下标d表示期望达到的值；
Vg为无人机的地速；
表示无人机当前位置(x,y,z)到曲线路径的距离；
α∈(0,1)；
β＞0。
在一个实施例中，期望飞行航迹角包括期望对地转向角和期望爬升角；以及
所述第二确定单元，具体用于根据构建的切向量场，按照以下公式确定期望对地转向角：并按照以下公式确定期望爬升角：其中：
χd表示期望对地转向角；
γd表示期望爬升角。
在一个实施例中，所述第三确定单元，具体用于根据确定出的期望飞行航迹角及其变化率，分别按照以下公式确定该无人机的对地转向率饱和控制律和爬升率饱和控制律：
其中：
uχ表示无人机的对地转向率；
uγ表示无人机的爬升率；
sat()表示饱和函数；
kχ＞0和kγ＞0表示反馈增益；
χe＝<χ-χd>和γe＝<γ-γd>表示无人机的飞行航迹角与期望飞行航迹角的误差；
算子<>表示将误差角度等价转换到区间(-π,π]；
表示所述无人机的对地转向率限制值；
表示所述无人机的爬升率限制值；
表示期望对地转向角变化率，即对地转向角对时间的导数的期望值；
表示期望爬升角变化率，即爬升角对时间的导数的期望值。
基于相同的技术构思，本发明实施例还提供了一种计算装置，所述计算装置包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现上述任一无人机集群三维曲线路径跟踪方法所述的步骤。
基于相同的技术构思，本发明实施例还提供了一种计算机存储介质，所述计算机存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现上述任一无人机集群三维曲线路径跟踪方法所述的步骤。
通过具体实施方式的说明，应当可对本发明为达成预定目的所采取的技术手段及功效得以更加深入且具体的了解，然而所附图示仅是提供参考与说明之用，并非用来对本发明加以限制。

Claims (10)

1.一种无人机集群三维曲线路径跟踪方法，其特征在于，包括：
针对无人机集群的每一无人机，根据该无人机的当前位置信息，在待跟踪的三维曲线路径上选取一个参考点；
确定所述参考点处的参考转向角和参考爬升角；
根据所述参考点处的参考转向角和参考爬升角，构建切向量场；
根据构建的切向量场，确定期望飞行航迹角及其变化率；
根据确定出的期望飞行航迹角及其变化率，确定该无人机对应的饱和控制律；
根据确定出的饱和控制律控制所述无人机对所述三维曲线路径进行跟踪。
2.根据权利要求1所述的方法，其特征在于，根据该无人机的当前位置信息，在待跟踪的曲线路径上选取一个参考点，具体包括：
根据该无人机的当前位置信息，确定所述待跟踪的曲线路径上距离该无人机最近的点为所述参考点。
3.根据权利要求1或2所述的方法，其特征在于，按照以下公式确定所述参考点处的参考转向角：
χr＝atan2(wry,wrx)
按照以下公式确定所述参考点处的参考爬升角：
其中：
χr表示参考点处的参考转向角；
γr表示参考点处的参考爬升角；
atan2()表示四象限正切函数；
(wrx,wry,wrz)表示参考点处的切线方向。
4.根据权利要求1所述的方法，其特征在于，根据所述参考点处的参考转向角和参考爬升角，按照以下公式构建切向量场：
其中：
x′＝-(x-xr)sin(χr)+(y-yr)cos(χr)；
y′＝-[(x-xr)cos(χr)+(y-yr)sin(χr)]sin(γr)+(z-zr)cos(γr)；
表示x对时间的导数；
表示y对时间的导数；
表示z对时间的导数；
下标d表示期望达到的值；
Vg为无人机的地速；
表示无人机当前位置(x,y,z)到曲线路径的距离；
α∈(0,1)；
β＞0。
5.根据权利要求4所述的方法，其特征在于，期望飞行航迹角包括期望对地转向角和期望爬升角；
根据构建的切向量场，按照以下公式确定期望对地转向角：并按照以下公式确定期望爬升角：其中：
χd表示期望对地转向角；
γd表示期望爬升角。
6.根据权利要求5所述的方法，其特征在于，所述饱和控制律包括所述无人机的对地转向率和爬升率：
根据确定出的期望飞行航迹角及其变化率，分别按照以下公式确定该无人机的对地转向率饱和控制律和爬升率饱和控制律：
其中：
uχ表示无人机的对地转向率；
uγ表示无人机的爬升率；
sat()表示饱和函数；
kχ＞0和kγ＞0表示反馈增益；
χe＝<χ-χd>和γe＝<γ-γd>表示无人机的飞行航迹角与期望飞行航迹角的误差；
算子<>表示将误差角度等价转换到区间(-π,π]；
表示所述无人机的对地转向率限制值；
表示所述无人机的爬升率限制值；
表示期望对地转向角变化率，即对地转向角对时间的导数的期望值；
表示期望爬升角变化率，即爬升角对时间的导数的期望值。
7.一种无人机集群三维曲线路径跟踪装置，其特征在于，包括：
选取单元，用于针对无人机集群的每一无人机，根据该无人机的当前位置信息，在待跟踪的三维曲线路径上选取一个参考点；
第一确定单元，用于确定所述参考点处的参考转向角和参考爬升角；
构建单元，用于根据所述参考点处的参考转向角和参考爬升角，构建切向量场；
第二确定单元，用于根据构建的切向量场，确定期望飞行航迹角及其变化率；
第三确定单元，用于根据确定出的期望飞行航迹角及其变化率，确定该无人机对应的饱和控制律；
控制单元，用于根据确定出的饱和控制律控制所述无人机对所述三维曲线路径进行跟踪。
8.根据权利要求7所述的装置，其特征在于，
所述选取单元，具体用于根据该无人机的当前位置信息，确定所述待跟踪的曲线路径上距离该无人机最近的点为所述参考点。
9.一种计算装置，其特征在于，所述计算装置包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如权利要求1至6中任一项所述的方法的步骤。
10.一种计算机存储介质，所述计算机存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至6中任一项所述方法的步骤。
CN201910991400.6A 2019-10-18 2019-10-18 一种无人机集群三维曲线路径跟踪方法、装置和存储介质 Active CN110618702B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910991400.6A CN110618702B (zh) 2019-10-18 2019-10-18 一种无人机集群三维曲线路径跟踪方法、装置和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910991400.6A CN110618702B (zh) 2019-10-18 2019-10-18 一种无人机集群三维曲线路径跟踪方法、装置和存储介质

Publications (2)

Publication Number Publication Date
CN110618702A true CN110618702A (zh) 2019-12-27
CN110618702B CN110618702B (zh) 2022-06-24

Family

ID=68925988

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910991400.6A Active CN110618702B (zh) 2019-10-18 2019-10-18 一种无人机集群三维曲线路径跟踪方法、装置和存储介质

Country Status (1)

Country Link
CN (1) CN110618702B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113359812A (zh) * 2021-05-11 2021-09-07 中国电子科技集团公司电子科学研究院 一种无人机集群控制方法、装置及可读存储介质

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2000017722A2 (en) * 1998-08-11 2000-03-30 Nekton Technologies, Inc. Devices and methods for orienting and steering in three-dimensional space
US20030014165A1 (en) * 1999-12-21 2003-01-16 Baker Brian C Spatial avoidance method and apparatus
CN105717942A (zh) * 2016-01-31 2016-06-29 中国人民解放军海军航空工程学院 一种无人飞行器空间避障方法及相关路径在线规划方法
CN107992069A (zh) * 2017-11-29 2018-05-04 上海无线电设备研究所 一种无人机路径跟踪控制的制导律设计方法
CN107992065A (zh) * 2017-09-14 2018-05-04 北京航空航天大学 一种固定翼无人机群移动目标跟踪与避障防碰撞方法
CN108444482A (zh) * 2018-06-15 2018-08-24 东北大学 一种无人机自主寻路避障方法及系统
CN109613931A (zh) * 2019-01-07 2019-04-12 北京航空航天大学 基于生物社会力的异构无人机集群目标跟踪系统及方法
CN110262543A (zh) * 2019-05-23 2019-09-20 北京航空航天大学 多目标点同时到达约束下的集群四维轨迹规划设计方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2000017722A2 (en) * 1998-08-11 2000-03-30 Nekton Technologies, Inc. Devices and methods for orienting and steering in three-dimensional space
US20030014165A1 (en) * 1999-12-21 2003-01-16 Baker Brian C Spatial avoidance method and apparatus
CN105717942A (zh) * 2016-01-31 2016-06-29 中国人民解放军海军航空工程学院 一种无人飞行器空间避障方法及相关路径在线规划方法
CN107992065A (zh) * 2017-09-14 2018-05-04 北京航空航天大学 一种固定翼无人机群移动目标跟踪与避障防碰撞方法
CN107992069A (zh) * 2017-11-29 2018-05-04 上海无线电设备研究所 一种无人机路径跟踪控制的制导律设计方法
CN108444482A (zh) * 2018-06-15 2018-08-24 东北大学 一种无人机自主寻路避障方法及系统
CN109613931A (zh) * 2019-01-07 2019-04-12 北京航空航天大学 基于生物社会力的异构无人机集群目标跟踪系统及方法
CN110262543A (zh) * 2019-05-23 2019-09-20 北京航空航天大学 多目标点同时到达约束下的集群四维轨迹规划设计方法

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
ALESSANDRO GARDI 等: "Descent 4D trajectory optimisation for curved GNSS approaches", 《2017 INTERNATIONAL CONFERENCE ON UNMANNED AIRCRAFT SYSTEMS (ICUAS)》 *
曹志斌: "面向机动目标跟踪的多无人机主从式协同导引与编队控制方法", 《中国优秀高级论文全文数据库 工程科技Ⅱ辑》 *
李牧东 等: "基于TLD模型的UAV三维实时平滑航迹规划", 《系统工程与电子技术》 *
杨宇龙 等: "多UAV路径跟踪协同编队机动指令决策算法", 《飞行力学》 *
蒋婉 等: "基于时变向量场的多无人机编队集结控制方法", 《控制理论与应用》 *
邵壮 等: "三维动态环境下多无人机编队分布式保持控制", 《控制与决策》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113359812A (zh) * 2021-05-11 2021-09-07 中国电子科技集团公司电子科学研究院 一种无人机集群控制方法、装置及可读存储介质

Also Published As

Publication number Publication date
CN110618702B (zh) 2022-06-24

Similar Documents

Publication Publication Date Title
Zheng et al. Planning and tracking in image space for image-based visual servoing of a quadrotor
Saska et al. Coordination and navigation of heterogeneous UAVs-UGVs teams localized by a hawk-eye approach
Li et al. Robust tracking control strategy for a quadrotor using RPD-SMC and RISE
CN109375643B (zh) 基于领航-跟随式三角形编队的多四旋翼对峙跟踪目标制导律
CN105786024B (zh) 一种基于模型误差补偿的机载光电平台高精度跟踪控制器及其跟踪控制方法
US20060015247A1 (en) Bezier curve flightpath guidance using moving waypoints
Saska et al. Navigation, localization and stabilization of formations of unmanned aerial and ground vehicles
CN113311859A (zh) 一种无人机集群有限时间仿射编队飞行控制方法
CN110687920B (zh) 无人机集群编队控制方法、装置及储存介质
CN111338374B (zh) 无人机集群编队控制方法
CN112327872B (zh) 面向溢油围捕的双无人艇协同轨迹跟踪方法
CN115639830B (zh) 一种空地智能体协同编队控制系统及其编队控制方法
CN106292297B (zh) 基于pid控制器和l1自适应控制器的姿态控制方法
CN110618702B (zh) 一种无人机集群三维曲线路径跟踪方法、装置和存储介质
CN108427429B (zh) 一种考虑动态指向约束的航天器视轴机动控制方法
Kim et al. Robust path following control via command-filtered backstepping scheme
Yang et al. A decentralised control strategy for formation flight of unmanned aerial vehicles
CN117270402A (zh) 一种适用于极端风场的无人机复合抗扰航迹跟踪控制方法
Gao et al. Adaptive tracking and perching for quadrotor in dynamic scenarios
CN117311388A (zh) 一种无人直升机集群的编队巡逻飞行方法及装置
Borkar et al. Multi-agent aerial monitoring of moving convoys using elliptical orbits
Amendola et al. Single Reinforcement Learning Policy for Landing a Drone Under Different UGV Velocities and Trajectories
El-Kalubi et al. Vision-based real time guidance of UAV
CN116203840A (zh) 可重复使用运载器自适应增益调度控制方法
CN110879611B (zh) 无人机集群三维曲线路径跟踪方法及装置

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
CB03 Change of inventor or designer information
CB03 Change of inventor or designer information

Inventor after: Zhao Yanjie

Inventor after: Liang Yueqian

Inventor before: Zhao Yanjie

Inventor before: Liang Yueqian

Inventor before: Yang Yi

Inventor before: Zhang Shangbin

Inventor before: Li Zhifei

Inventor before: Wang Xiangfeng

GR01 Patent grant
GR01 Patent grant