CN110825113A - 一种适用于四旋翼无人机集群飞行的队形保持方法 - Google Patents

一种适用于四旋翼无人机集群飞行的队形保持方法 Download PDF

Info

Publication number
CN110825113A
CN110825113A CN201911162061.7A CN201911162061A CN110825113A CN 110825113 A CN110825113 A CN 110825113A CN 201911162061 A CN201911162061 A CN 201911162061A CN 110825113 A CN110825113 A CN 110825113A
Authority
CN
China
Prior art keywords
unmanned aerial
aerial vehicle
formation
follower
pilot
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
CN201911162061.7A
Other languages
English (en)
Other versions
CN110825113B (zh
Inventor
雷磊
姜阳
沈高青
黄加红
李志林
张莉涓
蔡圣所
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 University of Aeronautics and Astronautics
Original Assignee
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 University of Aeronautics and Astronautics filed Critical Nanjing University of Aeronautics and Astronautics
Priority to CN201911162061.7A priority Critical patent/CN110825113B/zh
Publication of CN110825113A publication Critical patent/CN110825113A/zh
Application granted granted Critical
Publication of CN110825113B publication Critical patent/CN110825113B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • 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

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

本发明公开了一种适用于四旋翼无人机集群飞行的队形保持方法。该方法在无人机集群起飞时根据初始队形确定无人机集群参数,飞行过程中通过编队参考点组织编队队形,领航者无人机抵达目标点并悬停后,跟随者无人机可跟踪编队参考点,最终形成期望队形并悬停。通过人工势场法进行障碍规避与编队间无人机防碰撞,目标点、编队参考点、障碍物与无人机之间以及无人机与无人机之间均会产生力的作用。该方法可以有效地保证无人机集群飞行过程中按照预设队形飞行,同时飞行过程中能够规避障碍物并防止编队间无人机发生碰撞,MATLAB中数值模拟实现的无人机集群飞行轨迹证明了该方法的有效性。

Description

一种适用于四旋翼无人机集群飞行的队形保持方法
技术领域
本发明属于无人机领域,特别涉及适用于无人机集群飞行的队形保持方法。
背景技术
从无人机航拍到无人机编队飞行表演再到无人机集群作战,无人机(UnmannedAerialVehicle,UAV)在军事和民用领域都发挥着极为广泛的作用,而日益复杂的任务和环境决定了无人机开始需要一定的自主能力和协同能力,无人机集群编队控制技术将是未来无人机协同完成给定任务的关键。无人机编队控制是指如何确保多个无人机组成的集群能够在向特定目标或者方向前进的过程中,保持预设队形的同时还能适应如避障的环境约束等控制问题。四旋翼无人机相较于固定翼无人机能够提供出色的垂直起降、悬停动作、定点任务等功能,成为众多科研机构的研究热点。
近年来,国内外在无人机集群编队控制方面开展了大量理论和实物研究,主要的编队控制方法有跟随领航者法、人工势场法、虚拟结构法和基于行为方法。跟随领航者法需要指定队形中的某一个无人机作为领航者,其余作为跟随者跟随领航者运动,因此可以将无人机的编队控制问题转化为跟随者跟随领航者的位置、速度等状态的问题。跟随领航者法相对其他几种方法更易于建模分析,能够采用标准的控制理论分析其跟踪误差。人工势场法主要应用于无人机集群的障碍规避与编队间防碰撞,通过吸引力和排斥力组织编队队形,障碍物与编队内其他无人机对无人机产生排斥力、目标点对无人机产生吸引力,则无人机的前进方向为其所受合力的方向。虚拟
结构法将无人机视作虚拟的刚性结构,每个无人机的位置作为刚性结构上一点,无人机集群进行编队移动时,单个无人机跟踪虚拟结构质点便可达到编队控制的目的,但是该方法很大程度上受限于预设队形,丧失了一定的避障能力和防碰撞能力。基于行为的控制方法中单个无人机只需要完成单个简单的任务,整个无人机集群即可完成给定复杂任务,该方法中个体行为具有一定的不确定性,导致建模、仿真和实验具有一定的难度。随着研究的不断深入,上述几种方法之间没有了绝对的界限,越来越倾向于在编队控制时采用多种方法进行协同控制。
发明内容
本发明的目的是针对无人机集群编队控制方法,提出一种能够在无人机集群移动时保持预设队形并防止编队间无人机碰撞的方法。为了实现该方法,本发明所采用的步骤是:
步骤1:设定无人机集群起飞时的相对位置为无人机集群的预设队形,为防止编队间无人机碰撞,初始队形下的任意两个无人机间距离均大于最大排斥力范围dopt,起飞后无人机间才能保持无人机间的安全距离;同时跟随者无人机处于对应编队参考点dref范围内,此时的跟随者无人机处于受力平衡状态,其受合力大小为零;根据无人机集群的初始队形计算编队中无人机的相对位置,求出跟随者无人机与领航者无人机的距离矢量dformation
步骤2:无人机集群起飞后,领航者无人机根据目标点位置、障碍物位置分别计算目标点吸引力Fatt-target,障碍物排斥力Frep-obstacle,领航者无人机的前进方向为吸引力和排斥力的合力方向,行进距离与无人机的飞行速度v和状态更新频率Δt有关。
步骤3:跟随者无人机通过集群间通信网络从领航者无人机处获取其位置信息,根据初始编队队形和领航者无人机当前位置信息计算出跟随者无人机的编队参考点,然后分别计算出跟随者无人机所受的领航者的吸引力Fatt-leader、领航者的排斥力Frep-leader、障碍物的排斥力Frep-obstacle、编队参考点的吸引力Fatt-ref和其他无人机的排斥力Frep-other,跟随者无人机最终行进方向为上述5种力的合力。
步骤4:领航者无人机判断是否抵达目标点,跟随者无人机根据领航者无人机的状态判断是否结束任务并降落。
附图说明
图1是本发明的无人机间网络通信拓扑图;
图2是本发明的初始状态参数示意图;
图3是本发明的领航者无人机与跟随者无人机间受力示意图;
图4是本发明的仿真结果图。
具体实施方式
下面结合附图和实施例对本发明作进一步详细描述。
本方法首先假设了以下无人机集群飞行参数:
1、无人机集群通过互连通方式进行通信,在无人机受控范围内,所有无人机均能够较低延时地获取其他无人机位置、姿态等信息。
2、无人机集群中的无人机均已通过高度趋同算法,达到了同一高度,即所有无人机的z相同。
3、领航者无人机能够通过超声波传感器、激光雷达等方式感知障碍物信息;
4、位置矢量:P=[p1,p2,p3...pn]表示无人机集群中无人机的位置,这些信息由无人机飞控通过GPS等方式获取。
5、速度矢量:V=[v1,v2,v3...vn]表示无人机集群中无人机的速度,由飞控提供。
6、最大速度大小:vmax,在一定无人机硬件参数、环境因素制约下集群中无人机能够达到的最大速度大小。
7、最大速度大小:amax,在一定无人机硬件参数、环境因素制约下集群中无人机能够达到的最大加速度大小。
8、加速度矢量:A=[a1,a2,a3...an]表示无人机集群中无人机的加速度,由飞控提供。
9、无人机尺寸:sopt,即无人机机身大小。
10、无人机定位误差:δ,由无人机的GPS误差、悬停误差等共同决定。
11、避障范围冗余度:k,需要根据无人机的整体性能进行调整,无人机性能越好、定位精度越高,则k值越小。
12、领航者无人机任务精度:dm,领航者无人机到达目标点dm范围内时即视作完成任务目标。
以上述条件为基础,本发明提出的无人机集群队形保持算法已在MATLAB中实现具体的案例,实现结果证明了该方法的有效性,具体实施步骤为:
步骤1:根据无人机初始状态确定编队队形参数。
1、速度、加速度约束
受限于无人机硬件参数和风速等环境因素制约,无人机的速度、加速度存在一个上限,vi、ai应分别满足下述约束:
Figure BSA0000195616760000052
2、选取人工势函数
人工势场法中人工势函数的选择决定了运算的复杂性、精确度和收敛速度,需要根据不同场景、不同任务、不同需求进行选取,对于引力Fatt和斥力Frep需要选择不同的势场函数。定义katt、krep分别为引力增益、斥力增益,d′opt为受斥力距离,对于跟随者无人机在人工势场作用下受力大小可以表示为:
Figure BSA0000195616760000053
3、引力增益、斥增益关系确定
无人机集群中各个无人机已经按照附图1所示互连通通信拓扑组成无人机间通信网络,能够快速地获取集群中其他无人机的位置信息,当无人机集群准备执行任务时,需要首先根据集群初始队形确定引力增益、斥力增益之间关系。
(1)初始状态下的无人机如附图2所示,此时跟随者无人机受且仅受领航者无人机的斥力Fatt、引力Frep,且满足:
Fatt+Frep=0 (4)
Fatt与Frep大小相等方向相反,跟随者无人机根据给定人工势函数可以分别求出其大小,可以计算得出:
Figure BSA0000195616760000061
d为无人机编队初始状态下跟随者与领航者之间的距离或者无人机编队预设队形中跟随者与领航者之间的距离,可令:
Figure BSA0000195616760000062
求出krep与katt之间比例关系:
Figure BSA0000195616760000063
(2)确定最大受斥力距离dopt
dopt=(sopt+δ)(1+k) (8)
特别地,领航者无人机对于跟随者无人机的引力、斥力一直存在,领航者无人机的dopt-leader为无人机集群最大通信距离。
(3)确定各个跟随者无人机的编队位置
跟随者无人机的编队位置可以由初始队形中的领航者与跟随者的相对位置求出:
dformation=pleader-formation-pfollower-formation (9)
步骤2:计算领航者下一步位置。
(1)计算目标点的吸引力
目标点的吸引力可以根据步骤(2)中吸引力公式计算:
Fatt=kattd (10)
式中d由目标点位置与领航者当前位置决定,根据假设2,所有无人机的z相同,可以求得:
Figure BSA0000195616760000071
(2)检测障碍物
领航者无人机能够通过超声波、激光雷达等方式感知障碍物,并将障碍物位置信息广播到无人机集群中其他无人机或者提供接口以供其他跟随者无人机访问。
(3)计算障碍物的排斥力
如果并未检测到障碍物则排斥力为0,否则可以求得:
与步骤(1)不同之处在于d为无人机与障碍物之间的距离:
Figure BSA0000195616760000073
(4)根据合力计算领航者无人机下一步位置
无人机下一步位置的状态转移方程可以表示为:
Figure BSA0000195616760000074
根据运动方程:
代入求得:
Figure BSA0000195616760000082
根据飞控提供的当前位置信息以及本步骤中求得的合力即可计算出领航者无人机的下一步位置,领航者无人机移动至该位置即可。
步骤3:计算跟随者无人机下一步位置
(1)计算编队参考点
根据步骤1中计算出的dformation结合领航者无人机的实时位置信息求出编队参考点的位置:
pref=pleader-dformation (17)
(2)计算跟随者无人机的合力并计算下一步位置
跟随者无人机的合力为领航者无人机的吸引力和排斥力、障碍物的排斥力、其他跟随者无人机的排斥力、编队参考点的吸引力5种力之和,计算步骤同步骤2中引力、斥力,将式中d更换成对应距离即可,下一步位置同步骤2中领航者无人机对下一步位置的计算。
步骤4:判断是否完成任务
(1)计算领航者无人机是否抵达任务目标点
领航者无人机距离目标点的距离可以表示为:
Figure BSA0000195616760000091
如果d小于预设精度dm则领航者无人机完成给定任务,抵达目标点,此时领航者将会向整个无人机集群发送广播或者提供访问接口以供跟随者无人机查询。
(2)跟随者无人机判断是否完成给定任务
跟随者无人机接收领航者广播信息或者访问领航者无人机以获取任务完成情况,如若完成任务则降落并锁定无人机。
本发明申请书中未作详细描述的内容属于本领域专业技术人员公知的现有技术。

Claims (5)

1.一种适用于四旋翼无人机集群飞行的队形保持方法,所采用的步骤是:
步骤1:设定无人机集群起飞时的相对位置为无人机集群的预设队形,为防止编队间无人机碰撞,初始队形下的任意两个无人机间距离均大于最大受斥力范围dopt,起飞后无人机间才能保持无人机间的安全距离;同时跟随者无人机处于对应编队参考点dref范围内,此时的跟随者无人机处于受力平衡状态,其受合力大小为零,由此计算出无人机集群引力增益katt、斥力增益krep之间关系;根据无人机集群的初始队形计算编队中无人机的相对位置,求出跟随者无人机与领航者无人机的距离矢量dformation
步骤2:无人机集群起飞后,领航者无人机根据目标点位置、障碍物位置分别计算目标点吸引力Fatt-target,障碍物排斥力Frep-obstacle,领航者无人机的前进方向为上述两种力的合力方向,行进距离与无人机的硬件参数和状态更新频率Δt有关;
步骤3:跟随者无人机通过集群间通信网络从领航者无人机处获取其位置信息,根据初始编队队形和领航者无人机当前位置信息计算出跟随者无人机的编队参考点,然后分别计算出跟随者无人机所受的领航者的吸引力Fatt-leader、领航者的排斥力Frep-leader、障碍物的排斥力Frep-obstacle、编队参考点的吸引力Fatt-ref和其他无人机的排斥力Frep-other,跟随者无人机最终运动方向为上述5种力之和;
步骤4:领航者无人机判断是否抵达目标点以判断是否完成给定任务,跟随者无人机根据领航者无人机的状态判断是否结束任务并降落。
2.根据权利要求1所述的一种适用于四旋翼无人机集群飞行的队形保持方法,其特征在于根据预设队形确定无人机集群参数的具体方法为:
(1)速度、加速度约束
设定一个由n架无人机组成的无人机集群,P=[p1,p2,p3...pn]表示无人机集群中无人机的位置矢量,不予考虑无人机的姿态、朝向,将无人机看作一个质点,位置矢量由无人机飞控提供的GPS坐标确定;同时,定义无人机速度矢量V=[v1,v2,v3...vn],加速度矢量A=[a1,a2,a3...an];已知pi∈R3,为无人机i的位置矢量,vi∈R3,为无人机i的速度矢量,ai∈R3,为无人机i的加速度矢量,显然,vi、ai分别满足约束:
Figure FSA0000195616750000021
Figure FSA0000195616750000022
(2)选取人工势函数
对于引力Fatt和斥力Frep需要选择不同的势场函数,定义katt、krep为无人机集群的引力增益、斥力增益,d′opt为受斥力范围,对于跟随者无人机在人工势场作用下受力大小可以表示为:
Figure FSA0000195616750000023
(3)最大受斥力距离确定
根据无人机尺寸sopt、无人机定位误差δ、避障范围冗余度k求出无人机最大受斥力距离:
dopt=(sopt+δ)(1+k) (4)
特别地,领航者无人机对于跟随者无人机的引力、斥力一直存在,领航者无人机的dopt-leader为无人机集群最大通信距离;
(4)引力增益、斥力增益关系确定
无人机集群初始状态下跟随者无人机处于对应编队参考点dref范围内,为防止编队间发生碰撞,初始状态的队形需要保证任意两个无人机间距离大于dopt,起飞后方能保持无人机间的安全距离,同时由编队参考点特性可知此时跟随者无人机处于受力平衡状态,其受合力大小为零:
Fatt+Frep=0 (5)Fatt与Frep大小相等方向相反,跟随者无人机根据给定人工势函数可以分别求出其大小,可以计算得出:
Figure FSA0000195616750000031
d为无人机编队初始状态下跟随者与领航者之间的距离或者无人机编队预设队形中跟随者与领航者之间的距离,可令:
Figure FSA0000195616750000032
求出krep与katt之间比例关系:
Figure FSA0000195616750000033
(5)跟随者无人机的编队位置确定
跟随者无人机的编队位置可以由初始队形中的领航者与跟随者的相对位置求出:
dformation=pleader-formation-pfollower-formation (9)
对于每一个跟随者无人机,能根据其dformation确定在队形中的相对位置。
3.根据权利要求1所述的一种适用于四旋翼无人机集群飞行的队形保持方法,其特征在于计算领航者无人机下一步位置的具体方法为:
(1)目标点的吸引力计算
目标点的吸引力大小可以根据吸引力公式求出:
Fatt=kattd (10)
d由目标点位置与领航者当前位置决定,根据假设2,所有无人机的z相同,可以求得:
Figure FSA0000195616750000041
吸引力方向由领航者无人机指向目标点;
(2)检测障碍物
领航者无人机能够通过超声波、激光雷达等传感器感知障碍物,并将障碍物位置信息广播到无人机集群中其他无人机或者提供接口以供其他跟随者无人机访问;
(3)计算障碍物的排斥力
如果并未检测到障碍物则排斥力为0,否则可以根据排斥力公式求得障碍物的排斥大小:
与吸引力计算的不同之处在于d为无人机与障碍物之间的距离:
排斥力方向由障碍物指向领航者无人机;
(4)根据合力计算领航者无人机下一步位置
对于四旋翼无人机的悬停特性,飞至给定目标点的速度可以视作0,则领航者无人机下一步位置的状态转移方程表示为:
Figure FSA0000195616750000052
根据运动方程:
Figure FSA0000195616750000053
求得:
Figure FSA0000195616750000054
根据飞控提供的当前位置信息以及本步骤中求得的合力即可计算出领航者无人机的下一步位置,领航者无人机移动至该位置即可。
4.根据权利要求1所述的一种适用于四旋翼无人机集群飞行的队形保持方法,其特征在于计算跟随者无人机下一步位置的具体方法为:
(1)计算编队参考点
根据计算出的dformation结合领航者无人机的实时位置信息求出编队参考点的位置:
pref=pleader-dformation (17)
(2)计算跟随者无人机的合力并计算下一步位置
跟随者无人机的合力为领航者无人机的吸引力和排斥力、障碍物的排斥力、其他跟随者无人机的排斥力、编队参考点的吸引力5种力之和,其计算步骤同权利要求3中引力、斥力;然后跟随者无人机根据计算结果求出所受合力,跟随者无人机下一步位置同权利要求3中领航者无人机对下一步位置的计算;最后跟随者无人机飞行至下一步位置并悬停。
5.根据权利要求1所述的一种适用于四旋翼无人机集群飞行的队形保持方法,其特征在于判断是否完成给定任务的具体方法为:
(1)计算领航者无人机是否抵达任务目标点
领航者无人机距离目标点的距离可以表示为:
Figure FSA0000195616750000061
如果d小于预设精度dm则领航者无人机完成给定任务,抵达目标点,此时领航者将会向整个无人机集群发送广播或者提供访问接口以供跟随者无人机查询;
(2)跟随者无人机判断是否完成给定任务
跟随者无人机接收领航者广播信息或者访问领航者无人机以获取任务完成情况,如若完成任务则降落并锁定无人机。
CN201911162061.7A 2019-11-22 2019-11-22 一种适用于四旋翼无人机集群飞行的队形保持方法 Expired - Fee Related CN110825113B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911162061.7A CN110825113B (zh) 2019-11-22 2019-11-22 一种适用于四旋翼无人机集群飞行的队形保持方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911162061.7A CN110825113B (zh) 2019-11-22 2019-11-22 一种适用于四旋翼无人机集群飞行的队形保持方法

Publications (2)

Publication Number Publication Date
CN110825113A true CN110825113A (zh) 2020-02-21
CN110825113B CN110825113B (zh) 2021-10-22

Family

ID=69558909

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911162061.7A Expired - Fee Related CN110825113B (zh) 2019-11-22 2019-11-22 一种适用于四旋翼无人机集群飞行的队形保持方法

Country Status (1)

Country Link
CN (1) CN110825113B (zh)

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112068598A (zh) * 2020-09-28 2020-12-11 西北工业大学 一种无人机编队飞行方法及控制系统
CN112148035A (zh) * 2020-09-15 2020-12-29 东北大学 多无人机轨迹优化方法、装置、存储介质及计算机设备
CN113110524A (zh) * 2021-05-28 2021-07-13 北京理工大学 一种多机器人自组织协同与集群方法
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
CN113341956A (zh) * 2021-05-20 2021-09-03 西安交通大学 基于改进人工势场法的多智能体主从式编队控制方法
CN113485436A (zh) * 2021-07-29 2021-10-08 西安理工大学 无线紫外光协作无人机编队保持的航迹计算方法
CN113759935A (zh) * 2021-09-30 2021-12-07 西安邮电大学 基于模糊逻辑的智能群体编队移动控制方法
CN113784042A (zh) * 2021-08-24 2021-12-10 中国电子科技集团公司电子科学研究院 一种障碍物环境下无人机集群的自组织侦察监视方法
CN114115353A (zh) * 2021-12-09 2022-03-01 北京润科通用技术有限公司 一种编队避障方法及装置
CN114530031A (zh) * 2022-02-22 2022-05-24 深圳市高巨创新科技开发有限公司 一种编队无人机的风力报警方法及系统
KR20220104499A (ko) * 2021-01-18 2022-07-26 최인용 고정밀 Geo 좌표를 이용한 초경량 비행체 교육 평가 장치
CN115810293A (zh) * 2022-11-28 2023-03-17 亿航智能设备(广州)有限公司 一种多台无人驾驶航空器的联动控制方法、系统和介质
CN118068854A (zh) * 2024-04-24 2024-05-24 四川腾盾科技有限公司 一种基于人工势场的无人机避障路径规划方法

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102749847A (zh) * 2012-06-26 2012-10-24 清华大学 多无人机协同着陆方法
CN103412564A (zh) * 2013-07-26 2013-11-27 中国科学院计算技术研究所 一种无人系统分布式一致性编队控制方法及其系统
CN106054922A (zh) * 2016-06-22 2016-10-26 长安大学 一种无人机‑无人车联合编队协同控制方法
US9545993B2 (en) * 2007-01-12 2017-01-17 John William McGinnis Aircraft stability and efficient control through induced drag reduction
CN107015571A (zh) * 2017-05-12 2017-08-04 南京航空航天大学 一种编队无人机追踪与规避移动目标的算法
CN107219857A (zh) * 2017-03-23 2017-09-29 南京航空航天大学 一种基于三维全局人工势函数的无人机编队路径规划算法
CN108549403A (zh) * 2018-03-30 2018-09-18 北京润科通用技术有限公司 一种协同避障方法及装置
CN109062252A (zh) * 2018-08-27 2018-12-21 中国人民解放军战略支援部队航天工程大学 基于人工势场法的四旋翼无人机集群控制方法及其装置
CN109445459A (zh) * 2018-10-25 2019-03-08 中国人民解放军战略支援部队航天工程大学 无人机集群编队控制方法及其装置
CN109521794A (zh) * 2018-12-07 2019-03-26 南京航空航天大学 一种多无人机航路规划及动态避障方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9545993B2 (en) * 2007-01-12 2017-01-17 John William McGinnis Aircraft stability and efficient control through induced drag reduction
CN102749847A (zh) * 2012-06-26 2012-10-24 清华大学 多无人机协同着陆方法
CN103412564A (zh) * 2013-07-26 2013-11-27 中国科学院计算技术研究所 一种无人系统分布式一致性编队控制方法及其系统
CN106054922A (zh) * 2016-06-22 2016-10-26 长安大学 一种无人机‑无人车联合编队协同控制方法
CN107219857A (zh) * 2017-03-23 2017-09-29 南京航空航天大学 一种基于三维全局人工势函数的无人机编队路径规划算法
CN107015571A (zh) * 2017-05-12 2017-08-04 南京航空航天大学 一种编队无人机追踪与规避移动目标的算法
CN108549403A (zh) * 2018-03-30 2018-09-18 北京润科通用技术有限公司 一种协同避障方法及装置
CN109062252A (zh) * 2018-08-27 2018-12-21 中国人民解放军战略支援部队航天工程大学 基于人工势场法的四旋翼无人机集群控制方法及其装置
CN109445459A (zh) * 2018-10-25 2019-03-08 中国人民解放军战略支援部队航天工程大学 无人机集群编队控制方法及其装置
CN109521794A (zh) * 2018-12-07 2019-03-26 南京航空航天大学 一种多无人机航路规划及动态避障方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
JIYANG DAI,等: "Multi-UAV cooperative formation flight control based on APF & SMC", 《2ND INTERNATIONAL CONFERENCE ON ROBOTICS AND AUTOMATION ENGINEERING》 *
SONG XIAOQIN,等: "Stability control of multi-parameter adaptive wireless communication systems based on multi-Lyapunov function", 《HIGH TECHNOLOGY LETTERS》 *
VISHAL SHARMA,等: "On the positioning likelihood of UAVs in 5G networks", 《PHYSICAL COMMUNICATION》 *
严磊,等: "基于路径规划的无人机加权高效分簇方法", 《计算机工程》 *
施书成,曹东,张岑: "多无人机编队协同保持的速度矢量场算法", 《电光与控制》 *

Cited By (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112148035A (zh) * 2020-09-15 2020-12-29 东北大学 多无人机轨迹优化方法、装置、存储介质及计算机设备
CN112148035B (zh) * 2020-09-15 2022-02-01 东北大学 多无人机轨迹优化方法、装置、存储介质及计算机设备
CN112068598A (zh) * 2020-09-28 2020-12-11 西北工业大学 一种无人机编队飞行方法及控制系统
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
KR20220104499A (ko) * 2021-01-18 2022-07-26 최인용 고정밀 Geo 좌표를 이용한 초경량 비행체 교육 평가 장치
KR102509387B1 (ko) 2021-01-18 2023-03-14 최인용 고정밀 Geo 좌표를 이용한 초경량 비행체 교육 평가 장치
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
CN113341956A (zh) * 2021-05-20 2021-09-03 西安交通大学 基于改进人工势场法的多智能体主从式编队控制方法
CN113341956B (zh) * 2021-05-20 2022-10-28 西安交通大学 基于改进人工势场法的多智能体主从式编队控制方法
CN113110524A (zh) * 2021-05-28 2021-07-13 北京理工大学 一种多机器人自组织协同与集群方法
CN113485436A (zh) * 2021-07-29 2021-10-08 西安理工大学 无线紫外光协作无人机编队保持的航迹计算方法
CN113485436B (zh) * 2021-07-29 2024-05-31 郑晓海 无线紫外光协作无人机编队保持的航迹计算方法
CN113784042A (zh) * 2021-08-24 2021-12-10 中国电子科技集团公司电子科学研究院 一种障碍物环境下无人机集群的自组织侦察监视方法
CN113784042B (zh) * 2021-08-24 2023-05-16 中国电子科技集团公司电子科学研究院 一种障碍物环境下无人机集群的自组织侦察监视方法
CN113759935A (zh) * 2021-09-30 2021-12-07 西安邮电大学 基于模糊逻辑的智能群体编队移动控制方法
CN113759935B (zh) * 2021-09-30 2023-10-27 西安邮电大学 基于模糊逻辑的智能群体编队移动控制方法
CN114115353A (zh) * 2021-12-09 2022-03-01 北京润科通用技术有限公司 一种编队避障方法及装置
CN114115353B (zh) * 2021-12-09 2024-04-12 北京润科通用技术有限公司 一种编队避障方法及装置
CN114530031A (zh) * 2022-02-22 2022-05-24 深圳市高巨创新科技开发有限公司 一种编队无人机的风力报警方法及系统
CN115810293A (zh) * 2022-11-28 2023-03-17 亿航智能设备(广州)有限公司 一种多台无人驾驶航空器的联动控制方法、系统和介质
CN118068854A (zh) * 2024-04-24 2024-05-24 四川腾盾科技有限公司 一种基于人工势场的无人机避障路径规划方法

Also Published As

Publication number Publication date
CN110825113B (zh) 2021-10-22

Similar Documents

Publication Publication Date Title
CN110825113B (zh) 一种适用于四旋翼无人机集群飞行的队形保持方法
CA3052019C (en) Trajectory planner for a vehicle
KR102010568B1 (ko) 다수의 무인비행체 시스템과 군집 지능을 사용한 현실 3d 공간 탐색 시스템 및 방법
CN108958289B (zh) 基于相对速度障碍的集群无人机避碰方法
Achtelik et al. Onboard IMU and monocular vision based control for MAVs in unknown in-and outdoor environments
CN105022401B (zh) 基于视觉的多四旋翼无人机协同slam方法
Frank et al. Hover, transition, and level flight control design for a single-propeller indoor airplane
CN112684807A (zh) 无人机集群三维编队方法
CN105759829A (zh) 基于激光雷达的微型无人机操控方法及系统
Bernardini et al. Planning the behaviour of low-cost quadcopters for surveillance missions
Wenzel et al. Low-cost visual tracking of a landing place and hovering flight control with a microcontroller
Mohta et al. Vision-based control of a quadrotor for perching on lines
CN113311859A (zh) 一种无人机集群有限时间仿射编队飞行控制方法
CN109856972A (zh) 一种无人直升机鲁棒容错跟踪控制方法
de Angelis et al. Multirotor aircraft formation flight control with collision avoidance capability
US20240076066A1 (en) Fixed-wing unmanned aerial vehicle capable of high angle-of-attack maneuvering
CN115454115A (zh) 基于混合灰狼-粒子群算法的旋翼无人机路径规划方法
CN107678442A (zh) 一种基于双模型下的四旋翼自主着船控制方法
Feng et al. Uav formation and obstacle avoidance based on improved apf
Pestana et al. A general purpose configurable navigation controller for micro aerial multirotor vehicles
CN116295342A (zh) 一种用于飞行器勘测的多传感状态估计器
CN112161626B (zh) 一种基于航路跟踪映射网络的高可飞性航路规划方法
Tingting et al. Formation control of multiple UAVs via pigeon inspired optimisation
Cai et al. Development of fully functional miniature unmanned rotorcraft systems
Athilingam et al. Design and implementation of a multirotor unmanned aircraft system for target tracking

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
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20211022