CN111913481A - 一种可变领航员模式的多无人艇协同编队方法 - Google Patents
一种可变领航员模式的多无人艇协同编队方法 Download PDFInfo
- Publication number
- CN111913481A CN111913481A CN202010621292.6A CN202010621292A CN111913481A CN 111913481 A CN111913481 A CN 111913481A CN 202010621292 A CN202010621292 A CN 202010621292A CN 111913481 A CN111913481 A CN 111913481A
- Authority
- CN
- China
- Prior art keywords
- formation
- pilot
- unmanned
- unmanned ship
- collaborative
- 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
Links
- 230000015572 biosynthetic process Effects 0.000 title claims abstract description 185
- 238000000034 method Methods 0.000 title claims abstract description 45
- 230000008569 process Effects 0.000 claims abstract description 14
- 230000033001 locomotion Effects 0.000 claims abstract description 5
- 238000005457 optimization Methods 0.000 claims abstract description 4
- 230000006870 function Effects 0.000 claims description 13
- 230000001133 acceleration Effects 0.000 claims description 11
- 230000008447 perception Effects 0.000 claims description 9
- 238000006243 chemical reaction Methods 0.000 claims description 8
- 238000004891 communication Methods 0.000 claims description 5
- 230000006798 recombination Effects 0.000 claims description 4
- 238000005215 recombination Methods 0.000 claims description 4
- 230000008859 change Effects 0.000 claims description 3
- 238000013178 mathematical model Methods 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 2
- 238000010586 diagram Methods 0.000 abstract description 9
- 230000009466 transformation Effects 0.000 abstract description 5
- 238000011160 research Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 230000008521 reorganization Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000009545 invasion Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
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
- G05D1/02—Control of position or course in two dimensions
- G05D1/0206—Control of position or course in two dimensions specially adapted to water vehicles
-
- 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
本发明涉及一种可变领航员模式的多无人艇协同编队方法，S10，进行队形分配；S20，构建全连通图；S30，确定领航员；S40,根据无人艇运动学模型及队形关系，建立无人艇编队运动学模型；S50，编队运动决策；S60，确定无人艇控制量；S70，判断编队任务是否完成。本发明建立指派问题模型分配队形，引入总路径与总时间目标函数，从而达到在队形变换中总路径与总时间目标函数最优，并构建全联通图，从而达到紧急变换队形过程中变换领航员，保证编队高效安全航行。
Description
技术领域
本发明属于属于多无人艇协同编队领域，涉及一种可变领航员模式的多无人艇协同编队方法。
背景技术
在随着智能驾驶技术和无人技术的发展，无人艇(Unmanned Surface Vessel,USV)在海洋工程中的应用吸引了大量的专家和学者进行研究。依靠其作业成本低、作业范围广、环境适应性强等特点，已经在测绘、勘探、环保监测、安防巡逻、排雷、反潜、侦查等军民领域逐步得到应用。
在复杂海洋环境中，单一无人艇往往很难或者无法完成复杂的作业任务，采用多无人艇进行协同作业的研究便得到了大多数学者和研究机构的关注，其中最主要的就是多无人艇协同编队。多无人艇协同编队是指使多个无人艇保持期望队形，以完成由单个无人艇无法完成的一些复杂任务。多无人艇协同编队可以有效的减少系统消耗，提升作业效率，并且不会因为单一无人艇的失效而导致无法作业。
目前多无人艇协同编队方法，如领航员模式编队控制方法、虚拟结构编队控制方法等都极大的依赖编队中的单一个体，如果在编队行进过程中，存在单一个体失效将极大的影响编队的控制，也就会限制编队作业任务的完成。同时，现有编队控制模式无法满足某些临时任务需求及突发事件的处置，例如在编队过程中，突发需要分离部分编队成员进行特殊任务处理以协同高效完成任务，又如在编队巡逻任务场景下中，突发对抗目标入侵编队需紧急分割编队进行规避的。
发明内容
本发明解决的技术问题是：克服现有技术的不足，提出一种可变领航员模式的多无人艇协同编队方法，增加了一种可变领航员模式，建立指派问题模型分配队形，引入总路径与总时间目标函数，从而达到在队形变换中总路径与总时间目标函数最优，并构建全联通图，从而达到紧急变换队形过程中变换领航员，保证编队高效安全航行。
本发明解决技术的方案是：
一种可变领航员模式的多无人艇协同编队方法，该方法的步骤包括：
步骤S10，进行队形分配：在已经获取到队形参数后，在当前位置环境下，以指派问题作为队形分配的数学模型，以队形分配所需航行总路径代价和总时间代价建立目标函数，采用匈牙利寻优算法，确定最佳分配方式；
步骤S20，构建全连通图；
步骤S30，确定领航员：在全连通图中，对个体成员进行迭代回溯获得其根成员；
步骤S40,根据无人艇运动学模型及队形关系，建立无人艇编队运动学模型；
步骤S50，编队运动决策：根据无人艇环境感知信息、最短会遇距离及最短会遇时间，判断选择保持队形航行还是变换队形航行，如果最短会遇距离及最短会遇时间超出设定阈值，则进行对形变换，否则保持队形；
步骤S60，确定无人艇控制量：根据无人艇编队运动学模型，采用自适应PID控制算法，确定跟随无人艇速度和航向；
步骤S70，判断编队任务是否完成，若任务完成则结束该过程，若没有完成则返回步骤S50，直至编队任务完成为止。
进一步的，步骤S20中，构建全连通图方法为：将队形中个成员在队形行进方向上投影，对投影点采用距离聚类方法进行分类，所分类型即为层数，相同类型位于同一层，最后对层与层之间成员进行全连通获得全连通图。
进一步的，步骤S40中，无人艇运动学模型为
其中v为无人艇航速，
为无人艇航向，r为无人艇航向角加速度，(x,y)为无人艇的位置坐标，
为无人艇在x轴方向上的运动速度，
为无人艇在y轴方向上的运动速度,
为无人艇航向角加速度。
进一步的，步骤S40中，无人艇编队队形关系为
其中lx为领航员与跟随者在领航员航向上的距离，ly为领航员与跟随者在垂直领航员航向上的距离，e为领航员与跟随者航向差，(xL,yL)为领航员位置坐标，(xF,yF)为跟随者位置坐标，
为领航员航向，
为跟随者航向。
进一步的，所述无人艇编队运动学模型为：
其中，vL为领航员速度，vF为跟随者速度，rL为领航员角加速度，rF为跟随者角加速度，
为领航员与跟随者在领航员航向上的相对速率，
为领航员与跟随者在垂直领航员航向上的相对速率，
为领航员航向角加速度。
进一步的，步骤S50中，无人艇环境感知信息为自身无人艇环境感知信息与编队中其他无人艇所共享的环境感知信息的集合，包含目标的位置、类型、速度、航向信息；变换队形方式包括队形缩放、队形分割、队形重组。
进一步的，队形缩放是以队形形心为中心，对各个队形点进行等比例缩放；
对于具备n艘无人艇的编队队形f＝[f1,…,fi,…,fn]，其形心为：
队形缩放模型为：
进一步的，队形分割方式是在队形全连通图中，以障碍物航行路径对编队进行切割，断开切割处连接实现队形分割，从而达到变换领航员目的。
进一步的，最终采用的变换队形方式是通过在可航行空间内以三种不同变换方式进行采样或者可选队形空间，根据指派问题，以总路径及总时间为目标函数，选取最优队形。
进一步的，步骤S10中，设定无人艇的位置坐标为pi＝[xi yi]T，则对于具有n艘无人艇的编队其位置可表示为p＝[p1,…,pi,…,pn]，设定期望队形中位置i的坐标为fi＝[xiyi]T，则对于期望队形坐标可表示为f＝[f1,…,fi,…,fn]，
所述目标函数为
其中，
是无人艇i到达分配位置路径的距离，
是无人艇i到达分配位置所需的时间，α是总路径权重因子，β是总时间权重因子；根据目标函数，运用匈牙利算法不断搜索目标解，即可实现对队形的目标分配。
本发明与现有技术相比的有益效果是：
(1)本发明提出了一种独立的编队控制方法，根据无人艇运动学模型及队形关系，建立编队运动学模型，从而实现了编队成员之间关系的独立性，保证了编队行进过程中的可靠性；
(2)本发明针对编队在航行过程中承受危险性对抗需有效规避这一问题，根据全连通图特点，以对抗性行为对连通图切割，变换队形领航员，再做出有效规避，从而确保了编队在航行过程中承受危险性对抗时能够保持整体安全性。
附图说明
图1为本发明的实施流程示意图；
图2为本发明队形投影图；
图3为本发明队形全连接图；
图4为本发明队形位置关系图；
图5为本发明实施例中队形缩放的示意图；
图6为本发明实施例中队形分割的示意图；
图7为本发明实施例中队形重组的示意图。
具体实施方式
下面结合实施例对本发明作进一步阐述。
本发明提供一种可变领航员模式的多无人艇协同编队方法，其实施流程图如图1所示，具体实现步骤如下：
步骤S10，进行队形分配：以指派问题作为队形分配的数学模型，以队形分配所需航行总路径代价和总时间代价建立目标函数，采用寻优方法，解得最佳分配方式；
设定无人艇的位置坐标为pi＝[xi yi]T，则对于具有n艘无人艇的编队其位置可表示为p＝[p1,…,pi,…,pn]，设定期望队形中位置i的坐标为fi＝[xi yi]T，则对于期望队形坐标可表示为f＝[f1,…,fi,…,fn]，则队形分配即是一个n对n的指派问题；
所述目标函数为
其中，
是无人艇i到达分配位置路径的距离，
是无人艇i到达分配位置所需的时间，α是总路径权重因子，β是总时间权重因子；
根据目标函数，运用匈牙利算法不断搜索目标解，即可实现对队形的目标分配；
步骤S20，构建全连通图：将队形中个成员在队形行进方向上投影，采用距离聚类方法获得层，对层与层之间进行全连通；
如图2所示，设定具有6艘无人艇[f1,f2,f3,f4,f5,f6]的队形呈三角队形，其行进方向为虚线箭头方向，将队形位置坐标在行进方向上投影得到[f1',f′2,f′3,f′4,f′5,f′6]，运用距离聚类方法，可得到三类分别为f1，[f2,f3]，[f4,f5,f6]，这三类便构成全连接图中的三层，将层间进行全连接后如图3所示；
步骤S30，确定领航员：在全连接图中，对个体成员进行迭代回溯获得其根成员；
对于在全连接图中存在多个根成员的个体成员，在全连接图中采用广度优先搜索方式对根成员进行搜索，优先备搜索到的根成员被确定为领航员，由此确定个体成员与根成员之间的队形参数。
步骤S40,根据无人艇运动学模型及队形关系，建立编队运动学模型；
所述无人艇运动学模型为
其中v为无人艇航速，
为无人艇航向，r为无人艇航向角加速度，(x,y)为无人艇的位置坐标；
所述无人艇编队队形关系为
如图4所示；
其中lx为领航员与跟随者在领航员航向上的距离，ly为领航员与跟随者在垂直领航员航向上的距离，e为领航员与跟随者航向差，(xL,yL)为领航员位置坐标，(xF,yF)为跟随者位置坐标，
为领航员航向，
为跟随者航向。
对上式两边求导得，所述无人艇编队运动学模型为：
步骤S50，编队运动决策：根据无人艇环境感知信息，并根据最短会遇距离及最短会遇时间，判断是保持队形航行还是变换队形航行；
所述的无人艇环境感知信息是自身无人艇环境感知信息与编队中其他无人艇所共享的环境感知信息集合，包含目标的位置，类型，速度，航向等可获取信息；
所述的队形变换包括队形缩放、队形分割、队形重组三种变换方式；
所述的队形缩放是以队形形心为中心，对各个队形点进行等比例缩放；
对于具备n艘无人艇的编队队形f＝[f1,…,fi,…,fn]，其形心为：
所述的队形缩放模型为：
本发明一个典型的队形缩放实施例是，当编队由开阔水域进入狭长水道时，在不改变队形情况下，需对队形进行缩放以确保通行，如图5所示；
所述的队形分割方式是在队形全连接图中，以障碍物航行路径对编队进行切割，断开切割处连接实现队形分割，从而达到变换领航员目的；
本发明中一个典型的队形分割实施例是，当编队行进过程中遭遇非法对抗行动而无法规避时，需采用队形分割确保编队安全，如图6所示，遭遇对抗前，编队为仅有p1担任领航员，在遭遇对抗分割后，存在p1,p2分别承担p3,p6和p4,p5的领航员；
所述的队形重组是原有队形已无法满足任务需求，需选择新的队形并才能完成任务；
本发明中一个典型的队形重组实施例是，当编队回港时，原有编队已无法满足回港队形，需重组为一字队形，逐一入港，从而满足回港任务，如图7所示；
步骤S60，求解无人艇控制量，根据无人艇编队运动模型，采用自适应PID控制算法，求得跟随无人艇速度和航向；
步骤S70，判断编队任务是否完成，若任务完成则结束该过程，若没有则返回步骤S50。
本发明提出了一种独立的编队控制方法，根据无人艇运动学模型及队形关系，建立编队运动学模型，从而实现了编队成员之间关系的独立性，保证了编队行进过程中的可靠性；
本发明针对编队在航行过程中承受危险性对抗需有效规避这一问题，根据全连通图特点，以对抗性行为对连通图切割，变换队形领航员，再做出有效规避，从而确保了编队在航行过程中承受危险性对抗时能够保持整体安全性。
以上所述实施例仅用以说明本发明的技术方案，而非对其限制。尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。
Claims (10)
1.一种可变领航员模式的多无人艇协同编队方法，其特征在于，该方法的步骤包括：
步骤S10，进行队形分配：在已经获取到队形参数后，在当前位置环境下，以指派问题作为队形分配的数学模型，以队形分配所需航行总路径代价和总时间代价建立目标函数，采用匈牙利寻优算法，确定最佳分配方式；
步骤S20，构建全连通图；
步骤S30，确定领航员：在全连通图中，对个体成员进行迭代回溯获得其根成员；
步骤S40,根据无人艇运动学模型及队形关系，建立无人艇编队运动学模型；
步骤S50，编队运动决策：根据无人艇环境感知信息、最短会遇距离及最短会遇时间，判断选择保持队形航行还是变换队形航行，如果最短会遇距离及最短会遇时间超出设定阈值，则进行对形变换，否则保持队形；
步骤S60，确定无人艇控制量：根据无人艇编队运动学模型，采用自适应PID控制算法，确定跟随无人艇速度和航向；
步骤S70，判断编队任务是否完成，若任务完成则结束该过程，若没有完成则返回步骤S50，直至编队任务完成为止。
2.根据权利要求1所述的一种可变领航员模式的多无人艇协同编队方法，其特征在于，步骤S20中，构建全连通图方法为：将队形中个成员在队形行进方向上投影，对投影点采用距离聚类方法进行分类，所分类型即为层数，相同类型位于同一层，最后对层与层之间成员进行全连通获得全连通图。
3.根据权利要求1或2所述的一种可变领航员模式的多无人艇协同编队方法，其特征在于，步骤S40中，无人艇运动学模型为
其中v为无人艇航速，
为无人艇航向，r为无人艇航向角加速度，(x,y)为无人艇的位置坐标，
为无人艇在x轴方向上的运动速度，
为无人艇在y轴方向上的运动速度,
为无人艇航向角加速度。
4.根据权利要求3所述的一种可变领航员模式的多无人艇协同编队方法，其特征在于，步骤S40中，无人艇编队队形关系为
其中lx为领航员与跟随者在领航员航向上的距离，ly为领航员与跟随者在垂直领航员航向上的距离，e为领航员与跟随者航向差，(xL,yL)为领航员位置坐标，(xF,yF)为跟随者位置坐标，
为领航员航向，
为跟随者航向。
5.根据权利要求4所述的一种可变领航员模式的多无人艇协同编队方法，其特征在于，所述无人艇编队运动学模型为：
其中，vL为领航员速度，vF为跟随者速度，rL为领航员角加速度，rF为跟随者角加速度，
为领航员与跟随者在领航员航向上的相对速率，
为领航员与跟随者在垂直领航员航向上的相对速率，
为领航员航向角加速度。
6.根据权利要求5所述的一种可变领航员模式的多无人艇协同编队方法，其特征在于，步骤S50中，无人艇环境感知信息为自身无人艇环境感知信息与编队中其他无人艇所共享的环境感知信息的集合，包含目标的位置、类型、速度、航向信息；变换队形方式包括队形缩放、队形分割、队形重组。
7.根据权利要求6所述的一种可变领航员模式的多无人艇协同编队方法，其特征在于，队形缩放是以队形形心为中心，对各个队形点进行等比例缩放；
对于具备n艘无人艇的编队队形f＝[f1,…,fi,…,fn]，其形心为：
队形缩放模型为：
8.根据权利要求6所述的一种可变领航员模式的多无人艇协同编队方法，其特征在于，队形分割方式是在队形全连通图中，以障碍物航行路径对编队进行切割，断开切割处连接实现队形分割，从而达到变换领航员目的。
9.根据权利要求6所述的一种可变领航员模式的多无人艇协同编队方法，其特征在于，最终采用的变换队形方式是通过在可航行空间内以三种不同变换方式进行采样或者可选队形空间，根据指派问题，以总路径及总时间为目标函数，选取最优队形。
10.根据权利要求1所述的一种可变领航员模式的多无人艇协同编队方法，其特征在于，步骤S10中，设定无人艇的位置坐标为pi＝[xi yi]T，则对于具有n艘无人艇的编队其位置可表示为p＝[p1,…,pi,…,pn]，设定期望队形中位置i的坐标为fi＝[xi yi]T，则对于期望队形坐标可表示为f＝[f1,…,fi,…,fn]，
所述目标函数为
其中，
是无人艇i到达分配位置路径的距离，
是无人艇i到达分配位置所需的时间，α是总路径权重因子，β是总时间权重因子；根据目标函数，运用匈牙利算法不断搜索目标解，即可实现对队形的目标分配。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010621292.6A CN111913481B (zh) | 2020-06-30 | 2020-06-30 | 一种可变领航员模式的多无人艇协同编队方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010621292.6A CN111913481B (zh) | 2020-06-30 | 2020-06-30 | 一种可变领航员模式的多无人艇协同编队方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111913481A true CN111913481A (zh) | 2020-11-10 |
| CN111913481B CN111913481B (zh) | 2023-06-06 |
Family
ID=73227970
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010621292.6A Active CN111913481B (zh) | 2020-06-30 | 2020-06-30 | 一种可变领航员模式的多无人艇协同编队方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111913481B (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112987737A (zh) * | 2021-02-26 | 2021-06-18 | 华中科技大学 | 考虑转角约束的Bi-RRT无人艇多艇导航方法及设备 |
| CN113093804A (zh) * | 2021-04-06 | 2021-07-09 | 上海海事大学 | 基于反演滑模控制的无人艇编队控制方法和控制系统 |
| CN114281089A (zh) * | 2021-11-29 | 2022-04-05 | 中国船舶重工集团公司第七0七研究所 | 一种基于多约束模型的水下协同导航编队约束方法 |
| CN114355879A (zh) * | 2021-11-26 | 2022-04-15 | 珠海云洲智能科技股份有限公司 | 无人船及其编队的队形保持控制方法 |
| CN115236972A (zh) * | 2022-07-25 | 2022-10-25 | 中国安全生产科学研究院 | 一种基于双闭环自适应pid的多机器人编队控制方法 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107168329A (zh) * | 2017-06-20 | 2017-09-15 | 南京长峰航天电子科技有限公司 | 基于跟随领航者法的航速航向协同控制编队航行控制方法 |
| US20180074520A1 (en) * | 2016-09-13 | 2018-03-15 | Arrowonics Technologies Ltd. | Formation flight path coordination of unmanned aerial vehicles |
| CN109001725A (zh) * | 2018-06-07 | 2018-12-14 | 中国人民解放军海军工程大学 | 一种海上无人艇海上多目标跟踪方法 |
| CN110162053A (zh) * | 2019-05-28 | 2019-08-23 | 哈尔滨工程大学 | 异构多无人艇编队的自适应行为融合方法 |
| CN110687917A (zh) * | 2019-09-06 | 2020-01-14 | 哈尔滨工程大学 | 多无人艇分布式队形重构编队控制方法 |
| CN110879599A (zh) * | 2019-12-12 | 2020-03-13 | 大连海事大学 | 一种基于有限时间扰动观测器的固定时间编队控制方法 |
| CN110928310A (zh) * | 2019-12-12 | 2020-03-27 | 大连海事大学 | 一种无人船领航跟随固定时间编队控制方法 |
-
2020
- 2020-06-30 CN CN202010621292.6A patent/CN111913481B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20180074520A1 (en) * | 2016-09-13 | 2018-03-15 | Arrowonics Technologies Ltd. | Formation flight path coordination of unmanned aerial vehicles |
| CN107168329A (zh) * | 2017-06-20 | 2017-09-15 | 南京长峰航天电子科技有限公司 | 基于跟随领航者法的航速航向协同控制编队航行控制方法 |
| CN109001725A (zh) * | 2018-06-07 | 2018-12-14 | 中国人民解放军海军工程大学 | 一种海上无人艇海上多目标跟踪方法 |
| CN110162053A (zh) * | 2019-05-28 | 2019-08-23 | 哈尔滨工程大学 | 异构多无人艇编队的自适应行为融合方法 |
| CN110687917A (zh) * | 2019-09-06 | 2020-01-14 | 哈尔滨工程大学 | 多无人艇分布式队形重构编队控制方法 |
| CN110879599A (zh) * | 2019-12-12 | 2020-03-13 | 大连海事大学 | 一种基于有限时间扰动观测器的固定时间编队控制方法 |
| CN110928310A (zh) * | 2019-12-12 | 2020-03-27 | 大连海事大学 | 一种无人船领航跟随固定时间编队控制方法 |
Non-Patent Citations (2)
| Title |
|---|
| 廖刚;徐海祥;余文?;李文娟;: "基于时空解耦的无人艇编队路径跟踪控制", 武汉理工大学学报(交通科学与工程版) * |
| 王银涛;严卫生;: "多自主水下航行器系统一致性编队跟踪控制", 控制理论与应用 * |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112987737A (zh) * | 2021-02-26 | 2021-06-18 | 华中科技大学 | 考虑转角约束的Bi-RRT无人艇多艇导航方法及设备 |
| CN113093804A (zh) * | 2021-04-06 | 2021-07-09 | 上海海事大学 | 基于反演滑模控制的无人艇编队控制方法和控制系统 |
| CN114355879A (zh) * | 2021-11-26 | 2022-04-15 | 珠海云洲智能科技股份有限公司 | 无人船及其编队的队形保持控制方法 |
| CN114281089A (zh) * | 2021-11-29 | 2022-04-05 | 中国船舶重工集团公司第七0七研究所 | 一种基于多约束模型的水下协同导航编队约束方法 |
| CN114281089B (zh) * | 2021-11-29 | 2023-06-20 | 中国船舶重工集团公司第七0七研究所 | 一种基于多约束模型的水下协同导航编队约束方法 |
| CN115236972A (zh) * | 2022-07-25 | 2022-10-25 | 中国安全生产科学研究院 | 一种基于双闭环自适应pid的多机器人编队控制方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111913481B (zh) | 2023-06-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111913481A (zh) | 一种可变领航员模式的多无人艇协同编队方法 | |
| CA3067576A1 (en) | Cooperative autonomous navigation systems and methods for multiple unmanned surface vehicles considering communication | |
| CN110262492B (zh) | 一种无人艇的实时避碰和目标跟踪方法 | |
| CN109597417B (zh) | 一种基于避碰准则的多usv群体协同避碰规划方法 | |
| CN110083159B (zh) | 基于sbg和动态窗口约束的无人船自主动态避碰方法 | |
| CN110609552A (zh) | 一种水下无人航行器编队平面航迹规划方法 | |
| CN113268076A (zh) | 一种多无人机集群编队协同控制算法 | |
| CN108876065B (zh) | 一种基于轨迹单元的无人艇运动规划方法 | |
| Li et al. | A survey of maritime unmanned search system: theory, applications and future directions | |
| Fan et al. | Formation control of multiple unmanned surface vehicles using the adaptive null-space-based behavioral method | |
| CN112327872B (zh) | 面向溢油围捕的双无人艇协同轨迹跟踪方法 | |
| CN112731942A (zh) | 一种基于改进领航者虚拟结构法的多auv编队控制方法 | |
| CN110320907B (zh) | 一种基于改进蚁群算法和椭圆碰撞锥推演模型的无人水面艇双层避碰方法 | |
| CN115857521A (zh) | 一种应对多任务剖面的跨介质航行器控制方法 | |
| CN111256694A (zh) | 一种确定水面无人艇路径的方法 | |
| CN113093804B (zh) | 基于反演滑模控制的无人艇编队控制方法和控制系统 | |
| Ma et al. | Volcanic ash region path planning based on improved A-star algorithm | |
| CN114088094A (zh) | 一种无人艇的智能航路规划方法及系统 | |
| CN110414042B (zh) | 一种冲突会遇局面下船舶集群态势分析方法 | |
| CN109696908A (zh) | 机器人及其航迹设置方法和系统 | |
| CN115686004A (zh) | 一种基于无人船分散式编队控制的路径动态规划方法 | |
| Wu et al. | VFH+ based local path planning for unmanned surface vehicles | |
| CN110443368B (zh) | 一种冲突状态下船舶集群态势分析方法 | |
| CN113960994A (zh) | 一种多无人艇协同航行的s面自适应控制算法 | |
| CN114020014A (zh) | 无人机回收过程航线规划控制方法、装置、设备及介质 |
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 | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20220412 Address after: 266200 aoshanwei sub district office, Jimo District, Qingdao City, Shandong Province Applicant after: Aerospace Times (Qingdao) marine equipment technology development Co.,Ltd. Address before: 142 box 403, box 100854, Beijing, Beijing, Haidian District Applicant before: BEIJIGN INSTITUTE OF AEROSPACE CONTROL DEVICES |
|
| TA01 | Transfer of patent application right | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |