CN112306088B - 一种基于dsp的多无人机系统的协同任务规划器 - Google Patents

一种基于dsp的多无人机系统的协同任务规划器 Download PDF

Info

Publication number
CN112306088B
CN112306088B CN202011082282.6A CN202011082282A CN112306088B CN 112306088 B CN112306088 B CN 112306088B CN 202011082282 A CN202011082282 A CN 202011082282A CN 112306088 B CN112306088 B CN 112306088B
Authority
CN
China
Prior art keywords
unmanned aerial
information
dsp
module
aerial vehicle
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
CN202011082282.6A
Other languages
English (en)
Other versions
CN112306088A (zh
Inventor
张栋
张鹏飞
郑元世
闫晓东
许斌
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
Xidian University
Original Assignee
Northwestern Polytechnical University
Xidian 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, Xidian University filed Critical Northwestern Polytechnical University
Priority to CN202011082282.6A priority Critical patent/CN112306088B/zh
Publication of CN112306088A publication Critical patent/CN112306088A/zh
Application granted granted Critical
Publication of CN112306088B publication Critical patent/CN112306088B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G05D1/10—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)
  • Traffic Control Systems (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本发明涉及一种基于DSP的多无人机系统的协同任务规划器，属于多无人机协同任务规划领域。每个无人机包括硬件通信模块、DSP核心处理器、以及预留的与飞控模块、传感器连接的接口，硬件通信模块接收其他无人机的硬件通信模块的数据并将其发送给DSP核心处理器，DSP核心处理器对硬件通信模块和传感器发送的数据进行数据类型识别并发送给对应的功能模块进行解算，各个无人机个体起飞前预载参与本次任务各无人机的载荷信息、预载地图信息、预载航路点信息以及预载任务，起飞后只需要与其近临的无人机之间进行定位信息、航路点信息、自身载荷、任务决策信息的交互，便可以形成期望的编队结构稳定飞行，实现整个无人机系统的协同任务规划。

Description

一种基于DSP的多无人机系统的协同任务规划器
技术领域
本发明属于多无人机协同任务规划领域，特别提供一种用于无人机系统完成传感器融合算法、协同打击、协同侦察、编队保持与切换、突防等任务规划功能的自主规划器，实现多无人机的离线自主飞行与自主决策。
背景技术
随着常规无人机技术逐渐成熟，无人机系统的发展潮流转向集群化，其中以小型无人机组成多无人机系统执行协同作战任务是重点发展方向之一。多无人机系统作战是指一组具备部分自主的无人机在有人或无人操作装置辅助下，实现无人机之间的实时数据通信、协同打击、协同侦察、编队保持与切换、突防等任务规划功能。
多无人机系统具备分布式、智能体自主化以及复杂功能分布式化的特点。系统中不存在中心控制器控制所有的无人机，每个无人机均具备一定的自主能力，保证了系统具有良好的鲁棒性，具体表现为系统中即使有若干无人机因故障或被攻击丧失功能，剩下的无人机可以在重新组网之后继续执行任务，提高了战场生存能力。系统中的每个无人机具备一定的位置共享功能、路径规划、避障以及协同决策等能力，使得指挥任务变得不再繁琐。同时多无人机系统不需要单个无人机具备复杂的功能，每个无人机可以预载不同的功能，通过协同决策，完成复杂的任务。
目前无人机存在以下问题：
第一方面单机机载功能有限。单机的机载设备侦察能力难以有效的全方位连续侦察和监视目标；单机的武器载荷也有限，难以造成有效的打击；同时由于任务越来越复杂，单机需要的传感器数量和种类不断增加，增加了单机的成本。
另一方面单机抗未知因素能力弱。一旦设备发生故障，将导致任务被延误，甚至被迫取消；同时在面临敌方的电子阻击以及空防体系时，很容易造成通信链路的失效，或者单机被拦截摧毁，导致任务失败；而且地面控制链路难以对多架无人机同时控制，导致执行任务的空中无人机数量偏少。
现有多无人机系统的集群编队协同飞行对卫星导航信号以及地面站表现出较强的依赖性，当GPS信号受到干扰或者地面站信号丢失时，无人机集群的飞行性能将无法得到保障。
发明内容
要解决的技术问题
为了解决现有无人机单机机载功能有限、单机抗未知因素能力弱以及多无人机系统过分依赖地面站以及卫星导航信号难以实现自主飞行与自主决策的问题，本发明提出一种基于DSP的多无人机系统的协同任务规划器。实现多无人机起飞后通过自组网模块进行无人机的定位信息、航路点信息、自身载荷、任务决策信息的交互，通过DSP对多传感器数据融合定位、实时地图信息更新、航路点解算、编队与综合决策和飞行控制指令进行解算，进一步实现多无人机的协同任务规划决策与自主飞行。
技术方案
一种基于DSP的多无人机系统的协同任务规划器，各个无人机个体起飞前预载参与本次任务各无人机的载荷信息、预载地图信息、预载航路点信息以及预载任务，起飞后只需要与其近临的无人机之间进行定位信息、航路点信息、自身载荷、任务决策信息的交互，便可以形成期望的编队结构稳定飞行，实现整个无人机系统的协同任务规划；其特征在于每个无人机包括硬件通信模块、DSP核心处理器、以及预留的与飞控模块、传感器连接的接口，所述的硬件通信模块接收其他无人机的硬件通信模块的数据并将其发送给DSP核心处理器，多个硬件通信模块组成自组网通信模块；所述的DSP核心处理器包括主DSP处理器和多个从DSP处理器，主DSP处理器和从DSP处理器均包括多个核心，其中每个核心上预载多个功能模块；传感器将采集的信息发送给DSP核心处理器，DSP核心处理器对硬件通信模块和传感器发送的数据进行数据类型识别并发送给对应的功能模块进行解算；将当前无人机的定位信息、航路点信息、自身载荷、任务决策信息通过自组网通信模块发送给其他无人机的硬件通信模块，将航路点信息或飞行控制指令发给飞控模块。
本发明技术方案更进一步的说：主DSP处理器的核心0包括启动核与通信代码模块、多核通信处理模块、实时地图更新模块；所述的启动核与通信代码模块完成主从DSP处理器的启动，将DSP核心处理器解算后的数据发送给硬件通信模块；所述的多核通信处理模块实现与除主DSP处理器的核心0外的其他核心的通信；所述的实时地图更新模块对传感器和自组网模块发送的数据进行识别并结合片上内存单元预载的地图信息解算出新的地图信息并更新。
本发明技术方案更进一步的说：主DSP处理器的核心1包括数据融合定位模块、A*航路算法模块，所述的数据融合定位模块将传感器发送的数据进行识别解算出当前无人机的定位信息；所述的A*航路算法模块读取片上内存单元预载的地图信息以及更新后的地图信息，解算出航路点信息更新预载的航路点信息并存储在片上内存单元中
本发明技术方案更进一步的说：从DSP处理器的核心0包括编队与综合决策模块，所述的编队与综合决策模块结合其他无人机的定位信息、当前无人机解算的航路点信息、当前无人机和其他无人机的载荷、当前无人机和其他无人机的决策信息，解算出编队航路点信息和任务决策信息。
本发明技术方案更进一步的说：从DSP处理器的核心1包括飞控指令生成模块，所述的飞控指令生成模块根据当前无人机解算出的航路点信息生成飞控所需的飞行指令。
本发明技术方案更进一步的说：主DSP处理器和从DSP处理器采用TI公司的TMS320F28379D核心处理器。
有益效果
本发明提出的一种基于DSP的多无人机系统的协同任务规划器，可以实现多无人机在起飞后的自主飞行与自主决策功能，与传统的地面指挥相比，本申请可以减少或完全脱离对地面指挥站的依赖。在与地面站通信受扰后，依然可以通过硬件通信模块对无人机的定位信息、航路点信息、自身载荷、任务决策信息进行交互，DSP核心处理器对传感器传来的环境信息进行识别，解算出实时的定位信息、航路点信息、编队指令与协同任务决策指令，进一步对控制飞控实现多无人机的协同飞行与自主决策。本发明的各个功能模块支持替换与二次开发，可针对不同的作战任务更换或增加不同的功能模块代码，降低开发周期。此外本发明所设计的传感器接口以及飞控接口可以有效实现与相应硬件设备的对接，做到即插即用的效果，实现规划器的高度可移植性。
基于DSP的多无人机系统的协同任务规划器，各个无人机个体起飞前协同任务规划器内存单元中预载参与本次任务各无人机的载荷信息、预载地图信息、预载航路点信息以及预载任务，起飞后各个无人机的协同任务规划器只需要与其近临的无人机之间进行定位信息、航路点信息、自身载荷、任务决策信息的交互，通过协同任务规划器的核心处理器进行解算并控制无人机形成期望的编队结构稳定飞行，并且实现整个无人机系统的协同任务规划；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，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无人机系统的协同任务规划，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。如果需要对远距离的无人机进行通信，自组网通信模块还支持多跳通信实现远距离交互，进一步提高了多无人机系统的协同作战能力。
附图说明
图1为本发明实施例提供的一种多无人机协同任务规划器设计总览结构示意图。
图2为本发明实施例提供的一种基于DSP(TMS320F28379D)多无人机协同任务规划器功能设计示意图。
图3为本发明实施例提供的一种基于DSP(TMS320F28379D)多无人机协同任务规划器的内存单元分配示意图。
图4基于DSP(TMS320F28379D)单个无人机规划器主要模块连接示意图。
图5为PC机和DSP对同一A*航路算法代码解算时间对比图。
具体实施方式
现结合实施例、附图对本发明作进一步描述：
多无人机协同任务规划器包括硬件通信模块、DSP核心处理器、以及预留的与飞控模块、传感器连接的接口。
所述的硬件通信模块接收其他无人机的硬件通信模块的数据并将其发送给DSP核心处理器，并将DSP核心处理器解算后的当前无人机的定位信息、航路点信息、自身载荷、任务决策信息发送给其他无人机的硬件通信模块。多个硬件通信模块组成自组网通信模块，具备自动组网，拓扑可变，去中心化的优点，而且支持多跳通讯方式。
所述的DSP核心处理器包括主DSP处理器和多个从DSP处理器，主DSP处理器和从DSP处理器均包括多个核心、片上内存单元。其中每个核心上预载多个功能模块，片上内存单元预载参与本次任务各无人机的载荷信息、预载地图信息、预载航路点信息、预载任务等信息以及在起飞后存储各个核心解算出的动态变化数据，具体信息存储分配方案可以参照具体实施例以及附图3；
DSP核心处理器对硬件通信模块和传感器发送的数据进行数据类型识别并发送给对应的功能模块进行解算；
DSP核心处理器将解算出的当前无人机的定位信息、航路点信息、自身载荷、任务决策信息通过硬件通信模块发送给其他无人机的硬件通信模块，将航路点信息或飞行控制指令发给飞控模块。
所述的DSP核心处理器的主DSP核心0预载启动核与通信代码模块、多核通信处理模块、实时地图更新模块。DSP核心处理器的主DSP的其他核心和从DSP的核心可以根据执行不同的协同任务预载不同的功能模块，包括数据融合定位模块、A*航路算法模块、编队与综合决策模块以及飞控指令生成模块。
所述的DSP核心处理器的主DSP核心0启动核与通信代码模块实现主从DSP的多核启动，将DSP核心处理器解算后的数据发送给硬件通信模块；主DSP核心0的多核通信处理模块通过共享内存的方式实现各个核心之间不同的功能代码模块的串行或并行运行，进一步实现多无人机的协同飞行与决策。
其中除主DSP核心0外的其他核心需要预载的功能模块如下，各个功能模块可根据任务需求支持替换与扩展：
实时地图信息更新模块，实现无人机起飞后对来自传感器的数据以及自组网模块发送的数据进行分类识别，解算出新的地图信息并存储于片上内存单元中，包括但不仅限于禁飞区、雷达区、气象威胁区；
数据融合定位算法模块，实现对传感器传来数据的识别，并将解算出的最优当前无人机定位信息存储于片上内存单元中；
A*航路算法模块，根据实时更新后的地图信息实时解算出适合多无人机飞行的航路点信息，并将解算出的航路信息存储于片上内存单元中；
编队与综合决策模块从内存中读取其他无人机的定位信息、当前无人机解算的航路点信息、当前无人机和其他无人机的载荷、当前无人机和其他无人机的决策信息，解算出编队航路点信息和任务决策信息并存储在片上内存单元中；
飞控指令解算模块，结合多无人机协同编队飞行与协同任务策略等信息，解算出可供飞控识别的指令与航路点信息，以进一步通过总线控制飞控进行动作；
以上功能模块存储在非易失性可读存储介质上包括片上内存单元和必要时扩展的内存单元，规划器上电后通过DSP启动核加载到预分配的核心上或并行或串行运行，解算出相应的指令与数据，并将结果存储在内存相应区域供其他核心或外设调用。
其中传感器与飞控接口预留出来，实现即插即用。
多个无人机分别配置一块上述的规划器，通过预留接口将传感器以及飞控进行连接。上电启动后，主DSP核心0运行启动核与通信代码模块、多核通信处理模块、实时地图更新模块，DSP核心处理器的主DSP的其他核心和从DSP的核心分别运行对应的数据融合定位模块、A*航路算法模块、编队与综合决策模块以及飞控指令生成模块，实现多无人机的自主飞行与自主决策。
本实施例是一种基于DSP(TMS320F28379D)多无人机协同任务规划器设计与实现方法。参考附图并结合实施例来详细说明本发明。
如图2所示本实施例中DSP核心处理器由2块TI公司的TMS320F28379D核心处理器构成。
DSP核心处理器的片上内存单元预载参与本次任务各无人机的载荷信息、预载地图信息、预载航路点信息以及预载任务等信息。
主DSP处理器的核心0包括启动核与通信代码模块、多核通信处理模块、实时地图更新模块；所述的启动核与通信代码模块完成主从DSP处理器的启动，将DSP核心处理器解算后的数据发送给硬件通信模块。所述的多核通信处理模块实现与除主DSP处理器的核心0外的其他核心的通信，通过共享内存的方式与其他核心实现指令与数据的交互。所述的实时地图更新模块对传感器和自组网模块发送的数据进行识别并结合片上内存单元预载的地图信息解算出新的地图信息并更新，结果存储在片上内存单元中，地图更新信息包括新的禁飞区，雷达区。
主DSP处理器的核心1包括数据融合定位模块、A*航路算法模块，所述的数据融合定位模块将传感器发送的数据进行识别解算出当前无人机的定位信息并存储在内存中；所述的A*航路算法模块通过读取片上内存单元预载的地图信息以及更新后的地图信息如雷达区和禁飞区等，解算出航路点信息更新预载的航路点信息并存储在片上内存单元中。
从DSP的核心0包括编队与综合决策模块，从片上内存单元中读取其他无人机的定位信息、当前无人机解算的航路点信息、当前无人机和其他无人机的载荷、当前无人机和其他无人机的决策信息，并结合片上内存单元预载的航路点信息和预载任务信息解算出编队航路点信息和任务决策信息更新并存储在片上内存单元中。
从DSP处理器的核心1包括飞控指令生成模块，所述的飞控指令生成模块根据当前无人机解算出的编队航路点信息生成飞控所需的飞行指令，通过预留的与飞控连接的接口控制飞控。
如图3所示对单个无人机DSP处理器的片上内存单元设计：
主DSP处理器片上内存单元信息数据结构包括内存预载信息和内存动态变化信息两部分：
主DSP处理器内存预载信息包括4个部分：数字高程地图、雷达、无人机的起点和终点以及预载无人机的航路点(以无人机ID为各架的分割)。
主DSP处理器内存动态变化信息为来自传感器以及数据链的一些数据，以及数据融合定位算法和A*算法解算出来的坐标信息具体如图3中所示：传感器数据、威胁区域新禁飞区新雷达区、融合定位计算最优位置的数据、A*算法解算出的无人机的航路点。
从DSP处理器片上内存单元信息数据结构同样包括内存预载信息和内存动态变化信息两部分：
从DSP处理器内存预载信息包括如下2个部分：多无人机预载任务、多无人机载荷等信息。
从DSP处理器内存动态变化信息为来自传感器以及数据链的一些任务变化数据、弹药续航更新信息，决策模块解算出来的航路点信息与协同指令飞控指令等。包括如下5个信息：多无人机弹药续航、多无人机定位信息、多无人机协同飞行航路点、多无人机协决策动作指令以及多无人机飞控指令。
如图4所示为单个无人机规划器主要模块连接示意图展示了所述实施例中核心处理器、硬件通信模块、内存扩展单元、传感器模块以及飞控模块的连接关系。所示实施例中选择的F28379D处理器的片上内存有限，必要时需要扩展内存单元。核心处理器、硬件通信模块以及内存扩展单元之间通过设计电路集成在一起。传感器模块与飞控模块通过总线与多无人机协同任务规划器进行连接。
如图5所示为PC机与DSP解算1000次A*算法运行时间统计对比。其中PC机采用的CPU型号为
Figure BDA0002719100990000091
CoreTM i5-8500，工作主频为3.00Ghz。DSP采用TMS320C6678，单个核心的工作频率为1～1.25Ghz。测试时在PC机通过软件Visual Studio 2019运行A*算法对10*10二维栅格地图进行1000次航路解算，运行时常为5224ms。DSP TMS320C6678只采用单个核心运行相同的A*算法对10*10二维栅格地图进行1000次航路解算，时间为37.778ms。通过对比，采用DSP核心处理器完成航路算法的解算的实时性上是优于PC机，说明本发明为实现多无人系统的自主无人飞行在实时解算方面可以得到保障。

Claims (6)

1.一种基于DSP的多无人机系统的协同任务规划器，各个无人机个体起飞前预载参与本次任务各无人机的载荷信息、预载地图信息、预载航路点信息以及预载任务，起飞后只需要与其近临的无人机之间进行定位信息、航路点信息、自身载荷、任务决策信息的交互，便可以形成期望的编队结构稳定飞行，实现整个无人机系统的协同任务规划；其特征在于每个无人机包括硬件通信模块、DSP核心处理器、以及预留的与飞控模块、传感器连接的接口，所述的硬件通信模块接收其他无人机的硬件通信模块的数据并将其发送给DSP核心处理器，多个硬件通信模块组成自组网通信模块；所述的DSP核心处理器包括1个主DSP处理器和多个从DSP处理器，主DSP处理器和从DSP处理器均包括多个核心，其中每个核心上预载多个功能模块；传感器将采集的信息发送给DSP核心处理器，DSP核心处理器对硬件通信模块和传感器发送的数据进行数据类型识别并发送给对应的功能模块进行解算；将当前无人机的定位信息、航路点信息、自身载荷、任务决策信息通过自组网通信模块发送给其他无人机的硬件通信模块，将航路点信息或飞行控制指令发给飞控模块。
2.根据权利要求1所述的一种基于DSP的多无人机系统的协同任务规划器，其特征在于主DSP处理器的核心0包括启动核与通信代码模块、多核通信处理模块、实时地图更新模块；所述的启动核与通信代码模块完成主从DSP处理器的启动，将DSP核心处理器解算后的数据发送给硬件通信模块；所述的多核通信处理模块实现与除主DSP处理器的核心0外的其他核心的通信；所述的实时地图更新模块对传感器和自组网模块发送的数据进行识别并结合片上内存单元预载的地图信息解算出新的地图信息并更新。
3.根据权利要求1所述的一种基于DSP的多无人机系统的协同任务规划器，其特征在于主DSP处理器的核心1包括数据融合定位模块、A*航路算法模块，所述的数据融合定位模块将传感器发送的数据进行识别解算出当前无人机的定位信息；所述的A*航路算法模块读取片上内存单元预载的地图信息以及更新后的地图信息，解算出航路点信息更新预载的航路点信息并存储在片上内存单元中。
4.根据权利要求1所述的一种基于DSP的多无人机系统的协同任务规划器，其特征在于从DSP处理器的核心0包括编队与综合决策模块，所述的编队与综合决策模块结合其他无人机的定位信息、当前无人机解算的航路点信息、当前无人机和其他无人机的载荷、当前无人机和其他无人机的决策信息，解算出编队航路点信息和任务决策信息。
5.根据权利要求1所述的一种基于DSP的多无人机系统的协同任务规划器，其特征在于从DSP处理器的核心1包括飞控指令生成模块，所述的飞控指令生成模块根据当前无人机解算出的航路点信息生成飞控所需的飞行指令。
6.根据权利要求1所述的一种基于DSP的多无人机系统的协同任务规划器，其特征在于主DSP处理器和从DSP处理器采用TI公司的TMS320F28379D核心处理器。
CN202011082282.6A 2020-10-12 2020-10-12 一种基于dsp的多无人机系统的协同任务规划器 Active CN112306088B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011082282.6A CN112306088B (zh) 2020-10-12 2020-10-12 一种基于dsp的多无人机系统的协同任务规划器

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011082282.6A CN112306088B (zh) 2020-10-12 2020-10-12 一种基于dsp的多无人机系统的协同任务规划器

Publications (2)

Publication Number Publication Date
CN112306088A CN112306088A (zh) 2021-02-02
CN112306088B true CN112306088B (zh) 2022-08-02

Family

ID=74488346

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011082282.6A Active CN112306088B (zh) 2020-10-12 2020-10-12 一种基于dsp的多无人机系统的协同任务规划器

Country Status (1)

Country Link
CN (1) CN112306088B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115951706A (zh) * 2022-12-28 2023-04-11 浙江大学 基于单芯多核的无人机编队飞控一体控制系统
CN116126029B (zh) * 2023-04-13 2023-08-29 四川腾盾科技有限公司 一种活塞动力无人机连续侦察任务规划方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2453331A1 (en) * 2010-11-13 2012-05-16 The Boeing Company Position/time synchronization of unmanned air vehicles for air refueling operations
CN105700553A (zh) * 2016-01-28 2016-06-22 中国科学院自动化研究所 多无人机自主协同决策快速集成系统
CN106406345A (zh) * 2016-10-20 2017-02-15 天津大学 基于Qt的室内多无人机编队控制系统
CN106444423A (zh) * 2016-09-30 2017-02-22 天津大学 室内多无人机编队飞行仿真验证平台及其实现方法
CN109213198A (zh) * 2018-09-11 2019-01-15 中国科学院长春光学精密机械与物理研究所 多无人机协同控制系统
CN109508041A (zh) * 2019-01-21 2019-03-22 梁晓龙 植保无人机集群系统及植保方法
CN110119158A (zh) * 2019-05-13 2019-08-13 浙江大学 一种高亚音速无人飞行器多机协同编队控制系统及方法
CN110187695A (zh) * 2019-04-19 2019-08-30 北京航空航天大学 一种无人机协同控制验证平台

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2453331A1 (en) * 2010-11-13 2012-05-16 The Boeing Company Position/time synchronization of unmanned air vehicles for air refueling operations
CN105700553A (zh) * 2016-01-28 2016-06-22 中国科学院自动化研究所 多无人机自主协同决策快速集成系统
CN106444423A (zh) * 2016-09-30 2017-02-22 天津大学 室内多无人机编队飞行仿真验证平台及其实现方法
CN106406345A (zh) * 2016-10-20 2017-02-15 天津大学 基于Qt的室内多无人机编队控制系统
CN109213198A (zh) * 2018-09-11 2019-01-15 中国科学院长春光学精密机械与物理研究所 多无人机协同控制系统
CN109508041A (zh) * 2019-01-21 2019-03-22 梁晓龙 植保无人机集群系统及植保方法
CN110187695A (zh) * 2019-04-19 2019-08-30 北京航空航天大学 一种无人机协同控制验证平台
CN110119158A (zh) * 2019-05-13 2019-08-13 浙江大学 一种高亚音速无人飞行器多机协同编队控制系统及方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Discrete Sliding Mode Adaptive Control of HFV with Prediction Model;Zhang Dong;《2019 IEEE 28th International Symposium on Industrial Electronics (ISIE)》;20190801;第2253-2258页 *
多巡飞弹侦察/打击/评估一体协同方案设计;张栋;《火力与指挥控制》;20191231;第44卷(第12期);第1-5页 *

Also Published As

Publication number Publication date
CN112306088A (zh) 2021-02-02

Similar Documents

Publication Publication Date Title
CN112306088B (zh) 一种基于dsp的多无人机系统的协同任务规划器
Khan et al. Information merging in multi-UAV cooperative search
Kaur et al. Flying ad-hoc network (FANET): challenges and routing protocols
CN107861522A (zh) 无人靶机控制系统
CN113359838B (zh) 一种多uav协同飞行控制系统及方法
CN115840463B (zh) 一种用于无人机集群协同侦察的数据处理方法及装置
CN111580561A (zh) 基于粒子群算法优化的无人机调度方法、系统和可读存储介质
CN114740883B (zh) 一种协同点侦察任务规划跨层联合优化方法
Brodeur et al. Search and rescue operations with mesh networked robots
CN110377054B (zh) 一种基于机载平台的无人机集群控制系统及方法
CN114859965A (zh) 基于分布式区块链的无人机投放部署方法及系统
Qi et al. Autonomous reconnaissance and attack test of UAV swarm based on mosaic warfare thought
CN114138011A (zh) 一种基于飞蛾信息素机制的无人机集群目标搜索方法
Saputra et al. UAV-based localization for distributed tactical wireless networks using archimedean spiral
CN109460060A (zh) 无人装备智能协同控制组件及控制方法
Zhu et al. Demonstration and verification system for UAV formation control
Wu Cooperative guidance & control of missiles autonomous formation
CN113108653B (zh) 一种导弹集群智能协同系统及其实现方法
CN116488755A (zh) 基于任务的集群无人机可靠性评估方法、装置及电子设备
Jee et al. Autonomous maneuvering of relay UAV for battlefields using TDOA localization
Müller Flying ad-hoc networks
JP2020091201A (ja) コンピュータシステムおよびデータ構造
CN109686068A (zh) 一种子母弹控制系统、子母弹及其控制方法
CN117707200A (zh) 一种基于ros的无人机蜂群协同控制系统
Danting et al. Research Status and Application of Mission Assignment Method and Cooperative Positioning and Navigation for Cluster Aircraft

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