CN111650963B - 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 - Google Patents
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 Download PDFInfo
- Publication number
- CN111650963B CN111650963B CN202010492752.XA CN202010492752A CN111650963B CN 111650963 B CN111650963 B CN 111650963B CN 202010492752 A CN202010492752 A CN 202010492752A CN 111650963 B CN111650963 B CN 111650963B
- Authority
- CN
- China
- Prior art keywords
- unmanned aerial
- aerial vehicle
- formation
- coordinate system
- information
- 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
Links
- 230000015572 biosynthetic process Effects 0.000 title claims abstract description 99
- 238000000034 method Methods 0.000 title claims abstract description 27
- 230000000007 visual effect Effects 0.000 title claims abstract description 21
- 239000013598 vector Substances 0.000 claims abstract description 23
- 238000005259 measurement Methods 0.000 claims abstract description 22
- 230000001133 acceleration Effects 0.000 claims description 21
- 239000011159 matrix material Substances 0.000 claims description 10
- 238000006243 chemical reaction Methods 0.000 claims description 7
- 238000012545 processing Methods 0.000 claims description 6
- 238000001914 filtration Methods 0.000 claims description 5
- 230000008569 process Effects 0.000 claims description 4
- 238000005070 sampling Methods 0.000 claims description 4
- 230000005484 gravity Effects 0.000 claims description 3
- 238000004891 communication Methods 0.000 abstract description 6
- 238000005755 formation reaction Methods 0.000 description 77
- 230000008901 benefit Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 230000004888 barrier function Effects 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000008447 perception Effects 0.000 description 2
- 238000013179 statistical model Methods 0.000 description 2
- 229920002430 Fibre-reinforced plastic Polymers 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000013016 damping Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 230000004438 eyesight Effects 0.000 description 1
- 239000011151 fibre-reinforced plastic Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000016776 visual perception Effects 0.000 description 1
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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
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
本发明属于无人机技术领域，本发明提出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，首先以无人机水平速度坐标系定义无人机间的期望几何关系，以使得编队适应任意方向的机动；开展无人机视觉信息测量；测量得到的状态信息转化为北东地坐标系下的相对位置矢量，进行无人机相对状态估计；再依据无人机相对速度信息确定无人机编队飞行模式，采用迟滞环控制模式以确定固定翼模式下无人机飞行安全和无人机编队状态的稳定切换；最后生成编队控制指令。本发明减少了无人机编队协同对通信、着陆和起飞条件的依赖，提升了编队协同控制的灵活性和独立性。
Description
技术领域
本发明属于无人机技术领域，具体涉及无人机的视觉集群编队控制方法。
背景技术
近年来，得益于计算机、材料和制造工艺等领域技术的快速发展，无人机技术加快走向成熟，在民用和军事领域的应用范围不断得到拓展。在民用领域，无人机利用其飞行高度高和速度快等特点，相对于地面观测和运输形成了视场大、屏障少和时效性好等优势，无人机已被广泛用于地质勘探、森林火险监测、应急物资投放等场景；在军用领域，无人机相对于有人机具有成本低、续航能力强和安全性好等优势，可用于实现海域和高山边境区域的常态化监视、敌区敏感目标的侦察和打击等任务。为保证续航性能，无人机常规载荷能力普遍有限，功能较为单一，无法满足大规模复杂任务执行的需要。多无人机以编队形式相互协同，可有效实现无人机的功能互补和增强，同时提高任务执行效率。
目前，多无人机编队协同的研究主要限于基于通信的多四旋翼无人机协同。利用通信，无人机间可以相互交互协同目的和协同控制所需的状态信息，实现无人机间动作和功能的协同；四旋翼无人机结构相对较为简单，控制较为灵活，制造成本低，易于操作实现多机编队协同。但在复杂作业环境下，受自然屏障和电磁干扰等因素影响，无人机间将无法实现正常通信，编队协同性能无法保证；四旋翼无人机限于其主要利用旋翼提供升力和机动能力，相对于固定翼无人机能耗大且飞行速度慢，而传统固定翼无人机起飞和着陆又对飞行场地要求高，实际应用存在限制。
为此，正待提出一种无人机编队的协同方法，冀望能降低无人机编队协同对通信、着陆和起飞条件的依赖，提升编队协同控制的自由度。
发明内容
本发明的目的是解决现有技术中无人机编队对复杂作业环境和多样化任务适应性不强的问题，赋予编队任意方向机动的能力，提升垂直起降固定翼无人机编队模式切换的稳定性，形成一套基于视觉测量信息的编队信息估计和协同控制控制方案。
为解决上述技术问题，本发明提出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，具体的技术方案包括如下步骤：
步骤1：以无人机水平速度坐标系定义无人机间的期望几何关系，以使得编队适应任意方向的机动；
步骤2：无人机视觉信息测量
利用视觉信息感知设备获取领航无人机的图像信息；
利用图像处理算法得到吊舱坐标系下的领航无人机的视线方位角、视线高低角和相对距离这些状态信息；
测量各无人机的飞行姿态、吊舱框架角信息；
步骤3：将步骤2测量得到的状态信息转化为北东地坐标系下的相对位置矢量，进行无人机相对状态估计；
首先估计出无人机相对速度，则相对速度结合各无人机自身速度信息即可获得对应领航无人机的速度估计信息；基于领航无人机的速度估计信息可得其航迹偏航角信息，继而可得北东地坐标系到领航无人机水平速度坐标系的转换矩阵，进而确定领航无人机水平速度坐标系下的期望相对位置矢量；
步骤4：依据无人机相对速度信息确定无人机编队飞行模式，采用迟滞环控制模式以确定固定翼模式下无人机飞行安全和无人机编队状态的稳定切换；
步骤5：生成编队控制指令
结合各无人机当前其与领航无人机的相对位置和相对速度，利用如下形式的控制律计算北东地坐标系下的加速度指令即为编队控制指令：
其中，g为地球引力加速度，主要用于补偿重力对无人机运动的影响，kr和kv是相对位置矢量和相对速度的比例系数，和rg,ij分别代表为北东地坐标系下的i号无人机与j号领航无人机的相对位置期望值和当前实际值，vg,ij代表北东地坐标系下的i号无人机与j号领航无人机的相对速度。
进一步的，步骤1中，为便于编队的大规模扩展，同时为方便无人机控制信息的测量，可采用多层领航-跟随模式的编队拓扑结构关系，即各层无人机关于上一层无人机为基准建立领航跟随关系，定义其与领航无人机在领航无人机水平速度坐标系下的期望相对位置矢量关系，进而实现编队下各无人机间协同关系的描述。
进一步的，步骤3中，使用当前统计滤波的方法估计无人机相对速度信息。
进一步的，步骤4中，无人机进入编队模式下稳定切换的速度条件为两速度边界应满足vf,up-vf,down≥2m/s，其中vf,down对应于无人机固定翼模式最低安全飞行速度，vf,up为无人机进步编队模式需要的最低飞行速度。
进一步的，步骤5中，当kr＝0.19，kv＝0.65时，能够更好的保证系统的稳定性。
相比于现有技术，本发明的有效收益如下：
1、本发明提出了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，减少了无人机编队协同对通信、着陆和起飞条件的依赖，提升了编队协同控制的灵活性和独立性。
2、鉴于垂直起降固定翼无人机存在旋翼飞行和固定翼飞行两种模态、视觉感知信息有限且精度低等特性，本发明首先提出了基于迟滞环的无人机编队飞行模式判定方法，实现了固定翼无人机飞行模式的稳定切换。
3、本发明针对领航-跟随编队控制模式提出了基于水平速度坐标系的编队协同关系描述方法，实现了仅基于视觉测量信息的任意方向无人机编队机动。
4、本发明提出了多层领航-跟随模式的编队拓扑结构，减小了编队大规模扩展时无人机信息感知测量的负担，实现了仅基于单一相邻无人机状态信息的编队期望几何构型描述和控制。
5、结合视觉信息测量特性和编队控制信息需求，本发明提出了基于当前统计模型的编队相对信息估计方法，实现了编队机动模式下的相邻无人机状态信息准确估计。
附图说明
图1是本发明水平速度坐标系定义示意图；
图2是本发明北东地坐标系下的编队机动示意图；
图3是本发明水平速度坐标系下的无人机间位置关系示意图；
图4是本发明多层领航-跟随编队拓扑关系示意图；
图5是本发明编队模式切换示意图；
图6是本发明实现流程图。
具体实施方式
下面结合附图和实施例对本发明进行详细的描述和说明。
本发明的具体流程图如图6所示，其实现过程包括如下步骤：
第一步：定义无人机间的几何关系约束
通常刚性编队在以任意方向机动时，所有无人机速度方向一致。根据这一特性，同时结合无人机实际任务应用场景，本发明提出了基于水平速度坐标系的无人机间期望几何关系描述体制。如图1所示，给出了i号无人机的水平速度坐标系(ohv,ixhv,iyhv,izhv,i)和北东地坐标系(ogxgygzg)间的转换关系，其中σi为i号无人机的航迹偏航角。图2以四无人机编队为例给出了其在北东地坐标系下的编队机动效果，可以看出以期望构型进行任意方向机动的编队要求各无人机的速度方向一致且与编队机动方向一致。图3进一步给出了1号无人机水平速度坐标系下的无人机间相对位置关系，结合图2可知无论编队以何方向进行机动任意两无人机间的相对位置矢量在1号无人机水平速度系下的各轴分量始终不变。由于编队以期望构型机动时，各无人机速度方向相同且与编队机动方向相同，因此，任意两无人机间的相对位置矢量在2号、3号和4号无人机的水平速度坐标系下各轴分量同样相同。基于此，可以无人机水平速度坐标系定义无人机间的期望几何关系，以使得编队适应任意方向的机动。
为便于编队的大规模扩展，同时为方便无人机控制信息的测量，可采用图4所示多层领航-跟随模式的编队拓扑结构关系。各层无人机关于上一层无人机为基准建立领航跟随关系，定义其与领航无人机在领航无人机水平速度坐标系下的期望相对位置矢量关系，进而实现编队下各无人机间协同关系的描述。定义矢量为i号无人机在j号无人机水平速度坐标系下的期望相对位置矢量关系。结合图4所示编队拓扑结构关系，可知编队期望几何构型可由各无人机相对于其领航无人机的期望相对位置矢量唯一确定，并且各跟随无人机仅需一个领航无人机，这有效降低了各无人机信息感知测量的负担。
第二步：无人机视觉信息测量
在完成任务和编队期望构型等配置加载后，各垂直起降固定翼无人机以旋翼模式起飞到指定位置后切换为固定翼飞行模式，并锁定领航无人机开始视觉相关信息测量。
首先利用光电吊舱等视觉信息感知设备获取领航无人机的图像信息，通过图像处理算法得到吊舱坐标系下的领航无人机视线方位角、视线高低角和相对距离等状态信息，记为qβ,ij,p(k)、qε,ij,p(k)和rij,p(k)。据此，可将相对位置矢量在跟随无人机吊舱坐标系下表示为：
然后，各无人机利用陀螺仪等设备测得飞行姿态、吊舱框架角等信息，以将视线角和相对距离信息转化为北东地坐标系下的相对位置矢量，记为rg,ij。
其中Mg2b为北东地坐标系到体坐标系的转换矩阵，由俯仰角、偏航角和滚动角决定；为体坐标系到吊舱坐标系的转换矩阵，由吊舱方位角和高低角决定。
第三步、将第二步的测量信息转换到北东地坐标系下，估计相对速度信息
鉴于任意方向机动下的相邻无人机间的相对速度变化剧烈，同时相对速度信息又是各无人机对应控制基准领航无人机信息估计的重要输入。因此，为提升相对速度信息估计精度，本发明提出了基于当前统计模型的编队相对信息估计方法，通过自适应动态调整滤波模型中的加速度均值和过程噪声来实现机动编队信息的准确估计。具体方法如下：
记：
为相对状态在北东地坐标系x、y和z轴方向位置、速度和加速度的估计值，其初值依次为：和/>
①在k时刻，首先根据上一时刻的相对状态估计信息利用预测方程估计当前帧状态信息：
②利用量测方程计算北东地x、y和z轴方向位置的估计值：
③计算新息：
其中
H＝[1,0,0]T
式中T为采样周期，可根据实际情况取值。考虑光电吊舱图像处理算法消耗时间，可将采样周期取值为0.02s。
④计算状态预测的协方差：
Px,ij(k|k-1)＝F(k-1)Px,ij(k-1|k-1)FT(k-1)+Qx,ij(k-1)
Py,ij(k|k-1)＝F(k-1)Py,ij(k-1|k-1)FT(k-1)+Qy,ij(k-1)
Pz,ij(k|k-1)＝F(k-1)Pz,ij(k-1|k-1)FT(k-1)+Qz,ij(k-1)
其中Px,ij(0|0)＝Py,ij(0|0)＝Pz,ij(0|0)＝diag([106,106,106])，Qx,ij(k-1)、Qy,ij(k-1)和Qz,ij(k-1)为过程噪声矩阵，对应Vx,i1、Vy,i1和Vz,i1是离散时间白噪声序列：
q21＝q12，q31＝q13，q32＝q23
其中α为自相关时间常数，可取值为0.1，和/>为机动加速度方程，和/>为机动加速度在北东地坐标系下的均值：
其中最大加速度对应为相邻无人机间的最大相对加速度。考虑垂直起降固定翼无人机的机动特性，可令amax＝5(m/s2)。
⑤计算新息协方差方程：
Sx,ij(k)＝HPx,ij(k|k-1)HT+Rx,ij(k-1)
Sy,ij(k)＝HPy,ij(k|k-1)HT+Ry,ij(k-1)
Sz,ij(k)＝HPz,ij(k|k-1)HT+Rz,ij(k-1)
其中Rx,ij(k-1)、Ry,ij(k-1)和Rz,ij(k-1)为测量噪声方程矩阵,ωx,ij、ωy,ij和ωz,ij对应于xg,ij、yg,ij和zg,ij的测量偏差，服从均值为0，方差为1的高斯白噪声分布。
⑥计算增益：
Kx,ij(k)＝Px,ij(k|k-1)HT[Sx,ij(k)]-1
Ky,ij(k)＝Py,ij(k|k-1)HT[Sy,ij(k)]-1
Kz,ij(k)＝Pz,ij(k|k-1)HT[Sz,ij(k)]-1
⑦更新协方差：
Px,ij(k)＝Px,ij(k|k-1)-Kx,ij(k)Sx,ij(k)[Kx,ij(k)]T
Py,ij(k)＝Py,ij(k|k-1)-Ky,ij(k)Sy,ij(k)[Ky,ij(k)]T
Pz,ij(k)＝Pz,ij(k|k-1)-Kz,ij(k)Sz,ij(k)[Kz,ij(k)]T
⑧更新状态：
在完成相对速度的估计后，各无人机可利用加速度计等设备测得的自身速度信息vg,i(k)，并结合相对速度估计信息可得对应领航无人机的速度信息/>
基于领航无人机的速度估计信息可得其航迹偏航角信息继而可得北东地坐标系到领航无人机水平速度坐标系的转换矩阵Mg2hv，进而确定领航无人机水平速度坐标系下的期望相对位置矢量/>在北东地坐标系下的表示，记为/>
第四步：确定无人机编队飞行模式
垂直起降固定翼无人机具有旋翼和固定翼两种飞行模式，旋翼主要用于起飞和着陆，降低了传统固定翼无人机对起飞和着陆场地的要求；而固定翼主要用于巡航飞行，提升无人机能耗利用率和飞行速度。因此，无人机实际任务飞行将涉及到两种飞行模式的切换，其中固定翼飞行模式下为保证飞机有足够升力其飞行速度往往存在下限约束，并且编队期望构型的收敛控制和期望构型维持下的编队机动控制仅限于固定翼飞行模式。考虑到无人机信息测量受噪声影响存在偏差，因此，为保证固定翼模式下的无人机飞行安全和无人机编队状态的稳定切换，可采用迟滞环控制模式。图5所示给出了无人机进入编队模式下的速度条件，其中vf,down对应于无人机固定翼模式最低安全飞行速度，vf,up为无人机进步编队模式需要的最低飞行速度，0表示无人机速度不具备编队飞行条件，1表示无人机速度满足编队条件。考虑到滤波偏差等因素的影响，两速度边界应满足vf,up-vf,down≥2m/s以使得无人机可以稳定实现编队模式的切换。
第五步：编队控制指令的生成
注意到编队以任意方向机动时，任意两无人机间的相对速度为零，领航无人机水平速度坐标系的相对位置矢量保持期望值不变。基于此，可以结合各无人机当前其与领航无人机的相对位置和相对速度，利用如下形式的控制律计算北东地坐标系下的加速度指令即为编队控制指令。
其中g为地球引力加速度，主要用于补偿重力对无人机运动的影响，kr和kv是相对位置矢量和相对速度的比例系数。控制比例系数的设计需要考虑将无人机执行机构的动态特性，以保证编队控制的稳定性。简化起见，可用一阶惯性环节近似无人机执行机构动态特性，即：
其中T表示执行机构对加速度指令的延迟特性。保守起见，可令T＝1。结合控制律形式知可将整个系统的控制特性近似为二阶传递函数，阻尼设为0.75，则为了保证系统稳定性，可取kr＝0.19，kv＝0.65。
实施例1：
第一步：根据任务需求，确定编队拓扑结构，定义各无人机的领航无人机和对应水平速度坐标系下的期望相对位置矢量，完成任务航线的规划，并加载各无人机，根据编队控制需求，确定各无人机所需携带测量设备以获取需要的框架角、姿态角、领航无人机图像、自身位置和速度等状态信息；
第二步：操纵垂直起降无人机依次起飞到指定高度，并通过地面站操纵各无人机光电吊舱锁定领航无人机，同时由旋翼转化为固定翼飞行模式；开始视觉信息测量，各无人机根据光电吊舱测得的领航无人机图像信息，利用图像处理算法估计视线角和相对距离信息；
第三步：相对状态估计：各无人机结合陀螺仪和加速度计等传感设备测得的信息，利用滤波算法完成相对状态和领航无人机状态的估计；
第四步：编队条件判断：各无人机利用迟滞环判断飞行速度等条件是否满足编队飞行条件；
第五步：编队指令生成：当无人机满足编队飞行条件时，无人机不再接受地面站操纵指令，而利用编队控制律生成期望构型形成和机动维持所需的加速度指令；地面站监督无人机飞行状态，并判定无人机编队是否已满足任务结束条件；若满足，地面站发送强制操操纵指令，无人机不退出编队飞行模式，在地面站操纵下由固定翼转化为旋翼返航着陆到指定位置。任务结束。
Claims (4)
1.一种面向垂直起降固定翼无人机的视觉集群编队控制方法，其特征在于，包括如下步骤：
步骤1、以无人机水平速度坐标系定义无人机间的期望几何关系，以使得编队适应任意方向的机动；
步骤2：无人机视觉信息测量
利用视觉信息感知设备获取领航无人机的图像信息；
利用图像处理算法得到吊舱坐标系下的领航无人机的视线方位角、视线高低角和相对距离这些状态信息；
测量各无人机的飞行姿态、吊舱框架角信息；
步骤3、将步骤2测量得到的状态信息转化为北东地坐标系下的相对位置矢量，进行无人机相对状态估计；
首先估计出无人机相对速度，则相对速度结合各无人机自身速度信息即可获得对应领航无人机的速度估计信息；基于领航无人机的速度估计信息可得其航迹偏航角信息，继而可得北东地坐标系到领航无人机水平速度坐标系的转换矩阵，进而确定领航无人机水平速度坐标系下的期望相对位置矢量；
使用当前统计滤波的方法估计无人机相对速度信息；
其中为相对状态在北东地坐标系x轴方向位置、速度和加速度的估计值，/>为相对状态在北东地坐标系y轴方向位置、速度和加速度的估计值，/>为相对状态在北东地坐标系x、y和z轴方向位置、速度和加速度的估计值，其初值依次为：/> 和
①在k时刻，首先根据上一时刻的相对状态估计信息利用预测方程估计当前帧状态信息：
②利用量测方程计算北东地x、y和z轴方向位置的估计值：
③计算信息：
其中
H＝[1,0,0]T
式中T为采样周期，可根据实际情况取值；考虑光电吊舱图像处理算法消耗时间，可将采样周期取值为0.02s；
④计算状态预测的协方差：
Px,ij(k|k-1)＝FPx,ij(k-1|k-1)FT+Qx,ij(k-1)
Py,ij(k|k-1)＝FPy,ij(k-1|k-1)FT+Qy,ij(k-1)
Pz,ij(k|k-1)＝FPz,ij(k-1|k-1)FT+Qz,ij(k-1)
其中Px,ij(0|0)＝Py,ij(0|0)＝Pz,ij(0|0)＝diag([106,106,106])，Qx,ij(k-1)、Qy,ij(k-1)和Qz,ij(k-1)为过程噪声矩阵，对应Vx,ij、Vy,ij和Vz,ij是离散时间白噪声序列：
q21＝q12，q31＝q13，q32＝q23
其中α为无人机机动自相关时间常数，取值为0.1，和/>为机动加速度方程，/>和/>为机动加速度在北东地坐标系下的均值：
其中最大加速度amax对应为相邻无人机间的最大相对加速度；考虑垂直起降固定翼无人机的机动特性，令amax＝5m/s2；
⑤计算信息协方差方程：
Sx,ij(k)＝HPx,ij(k|k-1)HT+Rx,ij(k-1)
Sy,ij(k)＝HPy,ij(k|k-1)HT+Ry,ij(k-1)
Sz,ij(k)＝HPz,ij(k|k-1)HT+Rz,ij(k-1)
其中Rx,ij(k-1)、Ry,ij(k-1)和Rz,ij(k-1)为测量噪声方程矩阵,ωx,ij、ωy,ij和ωz,ij对应于xg,ij、yg,ij和zg,ij的测量偏差，服从均值为0，方差为1的高斯白噪声分布；
⑥计算增益：
Kx,ij(k)＝Px,ij(k|k-1)HT[Sx,ij(k)]-1
Ky,ij(k)＝Py,ij(k|k-1)HT[Sy,ij(k)]-1
Kz,ij(k)＝Pz,ij(k|k-1)HT[Sz,ij(k)]-1
⑦更新协方差：
Px,ij(k)＝Px,ij(k|k-1)-Kx,ij(k)sx,ij(k)[Kx,ij(k)]T
Py,ij(k)＝Py,ij(k|k-1)-Ky,ij(k)Sy,ij(k)[Ky,ij(k)]T
Pz,ij(k)＝Pz,ij(k|k-1)-Kz,ij(k)Sz,ij(k)[Kz,ij(k)]T
⑧更新状态：
在完成相对速度的估计后，各无人机可利用加速度计设备测得的自身速度信息vg,i(k)，并结合相对速度估计信息可得对应领航无人机的速度信息/>
基于领航无人机的速度估计信息可得其航迹偏航角信息继而可得北东地坐标系到领航无人机水平速度坐标系的转换矩阵Mg2hv，进而确定领航无人机水平速度坐标系下的期望相对位置矢量/>在北东地坐标系下的表示，记为/>
步骤4：依据无人机相对速度信息确定无人机编队飞行模式，采用迟滞环控制模式以确定固定翼模式下无人机飞行安全和无人机编队状态的稳定切换；
步骤5：生成编队控制指令
结合各无人机当前其与领航无人机的相对位置和相对速度，利用如下形式的控制律计算北东地坐标系下的加速度指令即为编队控制指令：
其中，g为地球引力加速度，用于补偿重力对无人机运动的影响，kr和kv是相对位置矢量和相对速度的比例系数，和rg,ij分别代表为北东地坐标系下的i号无人机与j号领航无人机的相对位置期望值和当前实际值，vg,ij代表北东地坐标系下的i号无人机与j号领航无人机的相对速度。
2.根据权利要求1所述的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，其特征在于，所述步骤1中，为便于编队的大规模扩展，同时为方便无人机控制信息的测量，可采用多层领航-跟随模式的编队拓扑结构关系，即各层无人机关于上一层无人机为基准建立领航跟随关系，定义其与领航无人机在领航无人机水平速度坐标系下的期望相对位置矢量关系，进而实现编队下各无人机间协同关系的描述。
3.根据权利要求1所述的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，其特征在于，所述步骤4中，无人机进入编队模式下稳定切换的速度条件为两速度边界应满足vf,up-vf,down≥2m/s，其中vf,down对应于无人机固定翼模式最低安全飞行速度，vf,up为无人机进入编队模式需要的最低飞行速度。
4.根据权利要求1-3任一权利要求所述的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，其特征在于，所述步骤5中，当kr＝0.19，kv＝0.65时，能够更好的保证系统的稳定性。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010492752.XA CN111650963B (zh) | 2020-06-03 | 2020-06-03 | 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 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010492752.XA CN111650963B (zh) | 2020-06-03 | 2020-06-03 | 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 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111650963A CN111650963A (zh) | 2020-09-11 |
| CN111650963B true CN111650963B (zh) | 2023-08-18 |
Family
ID=72347024
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010492752.XA Active CN111650963B (zh) | 2020-06-03 | 2020-06-03 | 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 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111650963B (zh) |
Families Citing this family (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112383872B (zh) * | 2020-11-12 | 2022-09-20 | 中国空气动力研究与发展中心 | 一种分布式无人机编队状态信息广播发送频率的优化方法 |
| CN112363532B (zh) * | 2020-11-12 | 2024-04-16 | 西安爱生技术集团公司 | 一种基于quatre算法的多无人机同时起飞集结方法 |
| CN112597799B (zh) * | 2020-11-24 | 2022-09-27 | 北京理工大学 | 一种基于视觉的固定翼飞行器飞行趋势判断方法 |
| CN112462777A (zh) * | 2020-11-30 | 2021-03-09 | 武汉理工大学 | 一种考虑操纵性差异的船舶编队路径主动协调系统及方法 |
| CN112965525B (zh) * | 2021-02-10 | 2022-11-22 | 成都两江前沿科技有限公司 | 约束条件下的大规模固定翼无人机集群编队方法 |
| CN113277063B (zh) * | 2021-06-03 | 2022-03-08 | 中国人民解放军军事科学院国防科技创新研究院 | 一种折叠翼无人机空中投放控制系统设计方法 |
| CN113759982B (zh) * | 2021-10-19 | 2024-05-28 | 中国人民解放军军事科学院国防科技创新研究院 | 一种仅基于视线测量信息的无人机编队相对状态估计方法 |
| CN116301041B (zh) * | 2023-03-16 | 2024-01-09 | 华中科技大学 | 固定翼从机追随领机的编队飞行控制方法、装置和系统 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108958289A (zh) * | 2018-07-28 | 2018-12-07 | 天津大学 | 基于相对速度障碍的集群无人机避碰方法 |
| CN109582036A (zh) * | 2018-12-03 | 2019-04-05 | 南京航空航天大学 | 四旋翼无人机一致性编队控制方法 |
| CN110162094A (zh) * | 2019-06-13 | 2019-08-23 | 中国人民解放军军事科学院国防科技创新研究院 | 一种基于视觉测量信息的密集编队控制方法 |
| CN110174906A (zh) * | 2019-06-17 | 2019-08-27 | 沈阳无距科技有限公司 | 无人机降落控制方法、装置，存储介质及电子设备 |
| CN110703798A (zh) * | 2019-10-23 | 2020-01-17 | 中国人民解放军军事科学院国防科技创新研究院 | 基于视觉的无人机编队飞行控制方法 |
| CN110737283A (zh) * | 2019-11-04 | 2020-01-31 | 中国人民解放军军事科学院国防科技创新研究院 | 一种面向视觉集群的编队解耦控制方法 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| AU2019307459A1 (en) * | 2018-01-29 | 2020-08-06 | Aerovironment, Inc. | Methods and systems for determining flight plans for vertical take-off and landing (VTOL) aerial vehicles |
| US20190389573A1 (en) * | 2018-06-26 | 2019-12-26 | Honeywell International Inc. | Vertical take-off and landing unmanned aerial vehicle |
-
2020
- 2020-06-03 CN CN202010492752.XA patent/CN111650963B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108958289A (zh) * | 2018-07-28 | 2018-12-07 | 天津大学 | 基于相对速度障碍的集群无人机避碰方法 |
| CN109582036A (zh) * | 2018-12-03 | 2019-04-05 | 南京航空航天大学 | 四旋翼无人机一致性编队控制方法 |
| CN110162094A (zh) * | 2019-06-13 | 2019-08-23 | 中国人民解放军军事科学院国防科技创新研究院 | 一种基于视觉测量信息的密集编队控制方法 |
| CN110174906A (zh) * | 2019-06-17 | 2019-08-27 | 沈阳无距科技有限公司 | 无人机降落控制方法、装置，存储介质及电子设备 |
| CN110703798A (zh) * | 2019-10-23 | 2020-01-17 | 中国人民解放军军事科学院国防科技创新研究院 | 基于视觉的无人机编队飞行控制方法 |
| CN110737283A (zh) * | 2019-11-04 | 2020-01-31 | 中国人民解放军军事科学院国防科技创新研究院 | 一种面向视觉集群的编队解耦控制方法 |
Non-Patent Citations (1)
| Title |
|---|
| 非定常气动力对垂起固定翼无人机动力学的影响;吴翰 等;《航空兵器》;20190430;第26卷(第2期);第21-28页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111650963A (zh) | 2020-09-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111650963B (zh) | 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 | |
| CN109991991B (zh) | 一种无人直升机鲁棒容错跟踪方法 | |
| Çetinsoy et al. | Design and construction of a novel quad tilt-wing UAV | |
| NL2017971B1 (en) | Unmanned aerial vehicle | |
| Cai et al. | An overview on development of miniature unmanned rotorcraft systems | |
| Iscold et al. | Development of a hand-launched small UAV for ground reconnaissance | |
| CN109765918B (zh) | 一种无人直升机鲁棒自适应补偿控制方法 | |
| CN109856972B (zh) | 一种无人直升机鲁棒容错跟踪控制方法 | |
| JP4685866B2 (ja) | 動的システムを制御するためのシステムおよび方法 | |
| CN108873929B (zh) | 一种固定翼飞机自主着舰方法及系统 | |
| CN107491083B (zh) | 一种基于饱和自适应滑模控制的四旋翼自主着船方法 | |
| CN110794857B (zh) | 考虑外部风干扰的固定翼无人机鲁棒离散分数阶控制方法 | |
| CN111045450B (zh) | 固定翼无人机双机编队组队过程制导方法 | |
| CN106249747A (zh) | 智能化无人机系统 | |
| CN113156995A (zh) | 一种执行器故障下的无人直升机姿态控制方法 | |
| CN107678442B (zh) | 一种基于双模型下的四旋翼自主着船控制方法 | |
| CN115933733A (zh) | 一种固定翼无人机纵向高度速度解耦非线性控制方法 | |
| CN116300988A (zh) | 一种基于分数阶滑模的先进布局无人机抗干扰控制策略 | |
| Li et al. | Driving and tilt‐hovering–An agile and manoeuvrable aerial vehicle with tiltable rotors | |
| Watanabe et al. | Modeling and simulation of nonlinear dynamics of a powered paraglider | |
| CN113110593B (zh) | 基于虚拟结构和估计信息传输的飞行编队协同自适应控制方法 | |
| CN114237270A (zh) | 一种考虑输入饱和的无人直升机跟踪控制方法 | |
| CN113110538A (zh) | 一种基于反步法控制的舰载机着舰固定时间容错控制方法 | |
| CN114967724A (zh) | 一种四旋翼无人机目标环绕抗干扰控制方法 | |
| Fan | Flight Control System Simulation for Quadcopter Unmanned Aerial Vehicle (UAV) based on Matlab Simulink |
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 |