CN111399538B - 一种基于时间一致性的分布式无人机绕飞编队方法 - Google Patents

一种基于时间一致性的分布式无人机绕飞编队方法 Download PDF

Info

Publication number
CN111399538B
CN111399538B CN202010226440.4A CN202010226440A CN111399538B CN 111399538 B CN111399538 B CN 111399538B CN 202010226440 A CN202010226440 A CN 202010226440A CN 111399538 B CN111399538 B CN 111399538B
Authority
CN
China
Prior art keywords
unmanned aerial
aerial vehicle
formation
section
vertical
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
CN202010226440.4A
Other languages
English (en)
Other versions
CN111399538A (zh
Inventor
索文博
张栋
王孟阳
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.)
Northwestern Polytechnical University
Original Assignee
Northwestern Polytechnical University
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 Northwestern Polytechnical University filed Critical Northwestern Polytechnical University
Priority to CN202010226440.4A priority Critical patent/CN111399538B/zh
Publication of CN111399538A publication Critical patent/CN111399538A/zh
Application granted granted Critical
Publication of CN111399538B publication Critical patent/CN111399538B/zh
Active 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

本发明涉及一种基于时间一致性的分布式无人机绕飞编队方法,首先计算出计算出最远路径,根据最远路径计算分段距离长度继而局部航路点坐标,最后将局部航路点插入当前位置航路点和编队航路点中,进行绕飞飞行,在直角处进行直角转弯,在直线段进行平飞,从而可形成期望编队队形。本发明只需在无人机的动力学约束下,进行无人机到编队航路点这一阶段的局部航路点规划,无人机只需在自身飞控系统的控制下到达所在线规划的航路点即可,其不需要实时调用导弹的控制系统返回相关飞行参数,且只需要局部4个航路点的设计,计算量小,简单实用,在工程上利于实现。

Description

一种基于时间一致性的分布式无人机绕飞编队方法
技术领域
本发明属于无人机的编队飞行技术领域,该编队方法可广泛应用于无人机的编队切换和编队集结上。
背景技术
无人机编队是指多架无人机为适应任务需求而进行的某种队形排列和任务分配。这个概念既包括了无人机编队飞行时的队形产生、保持和变化,也涵盖了飞行任务的规划、组织与执行。无人机编队是无人机技术发展的一个重要趋势,拥有无比广阔的发展和应用前景,由于单架无人机所搭载的设备,航程和活动区域都极为有限,所以要完成比较复杂的任务时,就必须出动多个架次的无人机。而编队作业的无人机则可以弥补这一缺陷,多架无人机可以分散搭载设备,将复杂的任务拆分为若干个相对简单的任务,分配给编队中的不同无人机分别执行,使该项任务能够一次完成,从而显著地提高任务效率。
编队控制问题作为无人机领域一项关键技术和研究热点,国外的专家和学者已经开展了大量的研究工作,并且有许多显著的研究成果,主要有传统的跟随领航者方法、虚拟领航者结构、行为控制方法,以及近几年受到青睐的基于一致性理论的分布式编队控制方法。
对领航-跟随者方法的研究中,虽然控制简单,每个无人机只需要跟随领航者的位置即可,很大程度地减少了每个无人机的计算量;但是领航者没有跟随者的位置误差反馈,领航者运动过快可能导致跟随者掉队,链式领航跟随者策略存在位置误差的传递迭代,越后面的跟随者的位置误差越大,领航者发生故障,会导致整个编队失效。
在虚拟结构方法中,每个无人机跟踪的是同一个虚拟固定点,因此不存在链式领航跟随者策略中的位置误差传递迭代问题,同时可以避免领航-跟随者策略中的领航者发生故障,而可能导致整个编队失效的问题;然而,合成虚拟领航者的位置并将其传输给每个无人机的过程中,需要复杂的计算和大量的通信,由于虚拟领航者的位置固定不变,整个编队的避障能力较差。
在基于行为的方法中,通信量较少,对环境变化响应速度快,当同时有多个相互冲突的行为目标时,可以很容易地得到控制输出,同时有队形的反馈。然而,编队的整体行为是隐现出来的,难以进行明确的定义,无法对基本行为进行准确的数学描述,队形的稳定性不能保证。
基于分布式的协同编队控制中,无人机个体只需要与其近临的无人机之间进行信息交换,便可以形成期望的编队结构,并且实现整个无人机系统的速度、航迹方位角、航迹倾斜角等状态量的统一;这种通过局部信息交换的分布式控制策略,以其短距离通讯的优势确保整个编队系统稳定的前提下,降低了计算的复杂度,大大减少了信息传递所带来的能量消耗;在这种无集中协调的方式下,可以实现大规模、分布式的编队控制与协调,具有较好的灵活性和适应性,能够有效的实现整个编队的避撞,同时,也不会因为少量成员的退出或者损伤而降低多无人机系统的鲁棒性。
以上所述的编队控制方法都需要无人机的控制系统在控制周期内不断修正飞行参数使其进行编队保持、切换与重构,在工程上实现有较大困难,因此如何设计一种简单有效的编队控制方法具有相当重要的理论和现实意义。
发明内容
要解决的技术问题
为了解决各无人机飞往所设计的编队航路点经过的时间不一致从而不能形成编队队形的问题,本发明提出一种基于时间一致性的分布式无人机绕飞编队方法,实现无人机在匀速飞行时的编队切换。
技术方案
一种基于时间一致性的分布式无人机绕飞编队方法,其特征在于步骤如下:
步骤1:在飞行过程中,收到编队切换命令或编队集结命令得到编队航路点后,根据式(1)计算出最远路径Cmax
max(Ci)+dy=Cmax (1)
其中,dy为垂直飞行余量,Ci为每个第i个无人机需要飞行的路径:
Ci=Δxi+Δyi+Δti×V (2)
其中,Δxi和Δyi分别为第i个无人机从当前位置到编队航路点的水平距离和垂直距离;V为无人机的飞行速度;Δti为第i个无人机的等待时间,可根据工程实际选取,若为编队切换,Δti=0,若为编队集结,则Δti为第i个无人机距第1个无人机的发射时间间隔;
步骤2:将无人机i飞行航路依次分为水平段①、垂直段②、水平段③、垂直段④和水平段⑤,其中水平段①、垂直段②的交点为Pi1,垂直段②、水平段③的交点为Pi2,水平段③、垂直段④的交点为Pi3,垂直段④、水平段⑤的交点为Pi4;无人机i根据式(3)以及步骤1中得到的Cmax计算出①、②、③、④、⑤段的距离长度,再通过式(4)得到Pi1、Pi2、Pi3、Pi4 4个局部航路点坐标:
Figure BDA0002427822680000031
其中,L1x,i、L3x,i L5x,i分别为无人机i①、③、⑤段的水平距离,L2y,i和L4y,i分别为无人机②段和④的垂直距离;r为转弯半径;
通过起始航路点坐标和①、②、③、④、⑤段距离长度计算出无人机i其余航路点坐标:
Figure BDA0002427822680000041
步骤3:无人机i将步骤2中得到的4个局部航路点插入当前位置航路点Pi0和编队航路点Pit中,一共为6个航路点,进行绕飞飞行,在直角处进行直角转弯,在直线段进行平飞,从而可形成期望编队队形。
步骤1中为了保证垂直方向满足2个转弯半径进行绕飞,dy取2r。
有益效果
本发明提出的一种基于时间一致性的分布式无人机绕飞编队方法,只需在无人机的动力学约束下,进行无人机到编队航路点这一阶段的局部航路点规划,无人机只需在自身飞控系统的控制下到达所在线规划的航路点即可,其不需要实时调用导弹的控制系统返回相关飞行参数,且只需要局部4个航路点的设计,计算量小,简单实用,在工程上利于实现。
附图说明
图1基于时间一致的编队绕飞方案
图2为本发明需仿真模拟的12个无人机的编队集结队形
图3为本发明的12个无人机的编队集结过程示意图
图4为本发明需仿真模拟的12个无人机的编队切换队形
图5为本发明的12个无人机的编队切换过程示意图
图6为本发明的12个无人机的编队集结和编队切换过程示意图
具体实施方式
现结合实施例、附图对本发明作进一步描述:
在无人机飞往编队航路点时,首先以要飞最远路径的无人机为时间基准,然后规划其他无人机进行水平面的绕飞,以使最终到达编队航路点的时间趋为一致。
最远路径Cmax为:
max(Ci)+dy=Cmax (1)
其中,dy为垂直飞行余量,以保证垂直方向满足2个转弯半径进行绕飞,一般取2r,r为转弯半径。Ci为每个第i个无人机需要飞行的路径:
Ci=Δxi+Δyi+Δti×V (2)
其中,Δxi和Δyi分别为第i个无人机从当前位置到编队航路点的水平距离和垂直距离;V为无人机的飞行速度;Δti为第i个无人机的等待时间,可根据工程实际选取,若为编队切换,Δti=0,若为编队集结,则Δti为第i个无人机距第1个无人机的发射时间间隔。
绕飞方案的动力学约束只需考虑转弯半径约束,其绕飞方案分为如下几段:
如图1,此方案由四个直角转弯段构成,粗实线为方案路线,分别为①、②、③、④、⑤段,虚线为考虑无人机转弯过程的实际飞行路线,实心点为无人机航路点。此方案易于设计,只需在直角转弯处予以半径为转弯半径的航路点且保证所有无人机飞行距离都相同即可,因此,设计①、②、③、④、⑤段的距离长度为:
Figure BDA0002427822680000051
其中,L1x,i、L3x,i L5x,i分别为无人机i①、③、⑤段的水平距离,L2y,i和L4y,i分别为无人机②段和④的垂直距离。
通过起始航路点坐标和①、②、③、④、⑤段距离长度即可计算出无人机i其余航路点坐标:
Figure BDA0002427822680000061
至此,可以得到所有的局部航路点并且使无人机到达编队航路点的时间一致,从而形成编队队形。
如图2-5所示,为12个无人机的编队集结队形,具体步骤如下:
步骤一:在飞行过程中,收到编队切换命令或编队集结命令得到编队航路点后,根据式(1)计算出最远路径Cmax
步骤二:无人机i根据式(3)以及步骤一中得到的Cmax计算出①、②、③、④、⑤段的距离长度,再通过式(4)得到Pi1、Pi2、Pi3、Pi4 4个局部航路点坐标。
步骤三:无人机i将步骤二中得到的4个局部航路点插入当前位置航路点Pi0和编队航路点Pit中,一共为6个航路点,进行绕飞飞行,在直角处进行直角转弯,在直线段进行平飞,从而可形成期望编队队形。

Claims (2)

1.一种基于时间一致性的分布式无人机绕飞编队方法,其特征在于步骤如下:
步骤1:在飞行过程中,收到编队切换命令或编队集结命令得到编队航路点后,根据式(1)计算出最远路径Cmax
max(Ci)+dy=Cmax (1)
其中,dy为垂直飞行余量,Ci为每个第i个无人机需要飞行的路径:
Ci=Δxi+Δyi+Δti×V (2)
其中,Δxi和Δyi分别为第i个无人机从当前位置到编队航路点的水平距离和垂直距离;V为无人机的飞行速度;Δti为第i个无人机的等待时间,可根据工程实际选取,若为编队切换,Δti=0,若为编队集结,则Δti为第i个无人机距第1个无人机的发射时间间隔;
步骤2:将无人机i飞行航路依次分为水平段①、垂直段②、水平段③、垂直段④和水平段⑤,其中水平段①、垂直段②的交点为Pi1,垂直段②、水平段③的交点为Pi2,水平段③、垂直段④的交点为Pi3,垂直段④、水平段⑤的交点为Pi4;无人机i根据式(3)以及步骤1中得到的Cmax计算出①、②、③、④、⑤段的距离长度,再通过式(4)得到Pi1、Pi2、Pi3、Pi4 4个局部航路点坐标:
Figure FDA0002427822670000011
其中,L1x,i、L3x,iL5x,i分别为无人机i①、③、⑤段的水平距离,L2y,i和L4y,i分别为无人机②段和④的垂直距离;r为转弯半径;
通过起始航路点坐标和①、②、③、④、⑤段距离长度计算出无人机i其余航路点坐标:
Figure FDA0002427822670000021
步骤3:无人机i将步骤2中得到的4个局部航路点插入当前位置航路点Pi0和编队航路点Pit中,一共为6个航路点,进行绕飞飞行,在直角处进行直角转弯,在直线段进行平飞,从而可形成期望编队队形。
2.根据权利要求1所述的一种基于时间一致性的分布式无人机绕飞编队方法,其特征在于步骤1中为了保证垂直方向满足2个转弯半径进行绕飞,dy取2r。
CN202010226440.4A 2020-03-27 2020-03-27 一种基于时间一致性的分布式无人机绕飞编队方法 Active CN111399538B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010226440.4A CN111399538B (zh) 2020-03-27 2020-03-27 一种基于时间一致性的分布式无人机绕飞编队方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010226440.4A CN111399538B (zh) 2020-03-27 2020-03-27 一种基于时间一致性的分布式无人机绕飞编队方法

Publications (2)

Publication Number Publication Date
CN111399538A CN111399538A (zh) 2020-07-10
CN111399538B true CN111399538B (zh) 2022-06-24

Family

ID=71432890

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010226440.4A Active CN111399538B (zh) 2020-03-27 2020-03-27 一种基于时间一致性的分布式无人机绕飞编队方法

Country Status (1)

Country Link
CN (1) CN111399538B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103713641A (zh) * 2013-12-19 2014-04-09 北京航空航天大学 一种飞行器密集自主编队的队形拆分方法
CN104503457A (zh) * 2014-10-24 2015-04-08 南京航空航天大学 无人机编队飞行转弯防碰控制方法
CN108563243A (zh) * 2018-06-28 2018-09-21 西北工业大学 一种基于改进rrt算法的无人机航迹规划方法
CN109871032A (zh) * 2019-03-04 2019-06-11 中科院成都信息技术股份有限公司 一种基于模型预测控制的多无人机编队协同控制方法
CN110032209A (zh) * 2019-03-20 2019-07-19 中国航空无线电电子研究所 一种多无人机任务区集结分布式控制方法
CN110162086A (zh) * 2019-03-21 2019-08-23 中山大学 一种基于模型预测控制框架的集群无人机编队方法
CN110262553A (zh) * 2019-06-27 2019-09-20 西北工业大学 基于位置信息的固定翼无人机编队飞行装置与方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2015179439A1 (en) * 2014-05-19 2015-11-26 EpiSys Science, Inc. Method and apparatus for control of multiple autonomous mobile nodes based on dynamic situational awareness data
US20190107846A1 (en) * 2017-10-06 2019-04-11 The Charles Stark Draper Laboratory, Inc. Distributed system for management and control of aerial vehicle air traffic

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103713641A (zh) * 2013-12-19 2014-04-09 北京航空航天大学 一种飞行器密集自主编队的队形拆分方法
CN104503457A (zh) * 2014-10-24 2015-04-08 南京航空航天大学 无人机编队飞行转弯防碰控制方法
CN108563243A (zh) * 2018-06-28 2018-09-21 西北工业大学 一种基于改进rrt算法的无人机航迹规划方法
CN109871032A (zh) * 2019-03-04 2019-06-11 中科院成都信息技术股份有限公司 一种基于模型预测控制的多无人机编队协同控制方法
CN110032209A (zh) * 2019-03-20 2019-07-19 中国航空无线电电子研究所 一种多无人机任务区集结分布式控制方法
CN110162086A (zh) * 2019-03-21 2019-08-23 中山大学 一种基于模型预测控制框架的集群无人机编队方法
CN110262553A (zh) * 2019-06-27 2019-09-20 西北工业大学 基于位置信息的固定翼无人机编队飞行装置与方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于连续螺旋滑模的无人机分布式编队控制;彭麒麟;《南京航空航天大学学报》;20191230;第51卷(第6期);第778-795页 *

Also Published As

Publication number Publication date
CN111399538A (zh) 2020-07-10

Similar Documents

Publication Publication Date Title
CN111399537B (zh) 一种基于航路点的分布式无人机动态编队切换方法
CN110162086A (zh) 一种基于模型预测控制框架的集群无人机编队方法
CN110488859B (zh) 一种基于改进Q-learning算法的无人机航路规划方法
CN111811511B (zh) 一种基于降维解耦机制的无人机集群实时航迹生成方法
CN109871032A (zh) 一种基于模型预测控制的多无人机编队协同控制方法
CN111142533B (zh) 多个无人水面艇的多势场避障方法及复杂环境下多usv多模式编队避障控制方法
CN106020189A (zh) 基于邻域约束的空地异构机器人系统路径规划方法
CN110308740A (zh) 一种面向移动目标追踪的无人机群动态任务分配方法
CN110032209A (zh) 一种多无人机任务区集结分布式控制方法
CN113359848B (zh) 一种基于航路点的无人机编队生成-切换航迹规划方法
CN109613921A (zh) 基于快速移动萤火虫算法的无人船舶局部路径规划方法
CN110231821A (zh) 多机器人编队的改进自适应零空间行为融合方法
CN105843256A (zh) 一种多机编队飞行控制方法
CN115047910A (zh) 一种基于雁形阵的无人机编队巡航控制方法
CN113093801A (zh) 一种多无人机协同编队的航路文件制作方法
Shang et al. Collaborative path planning of multiple carrier-based aircraft based on multi-agent reinforcement learning
CN117170410A (zh) 用于无人机编队飞行的控制方法及相关产品
CN117193303B (zh) 基于固定时间扩张状态观测器的多无人艇编队控制方法
Perez-Leon et al. Integration of a 4D-trajectory follower to improve multi-UAV conflict management within the U-space context
CN111399538B (zh) 一种基于时间一致性的分布式无人机绕飞编队方法
Guo et al. Research on multi-uav formation and semi-physical simulation with virtual structure
Li et al. UAV-BS formation control method based on loose coupling structure
Han et al. Hybrid Algorithm-Based Full Coverage Search Approach With Multiple AUVs to Unknown Environments in Internet of Underwater Things
Deng et al. Overview of UAV path planning algorithms
CN114943168B (zh) 一种水上浮桥组合方法及系统

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