CN112731962A - 一种多无人系统协同编队控制方法 - Google Patents

一种多无人系统协同编队控制方法 Download PDF

Info

Publication number
CN112731962A
CN112731962A CN202011466803.8A CN202011466803A CN112731962A CN 112731962 A CN112731962 A CN 112731962A CN 202011466803 A CN202011466803 A CN 202011466803A CN 112731962 A CN112731962 A CN 112731962A
Authority
CN
China
Prior art keywords
plane
speed
formation
ith
wing
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
CN202011466803.8A
Other languages
English (en)
Other versions
CN112731962B (zh
Inventor
黄汉桥
张晓峰
许涛
符文星
常晓飞
陈康
张通
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.)
Xi'an Innno Aviation Technology Co ltd
Northwestern Polytechnical University
Original Assignee
Xi'an Innno Aviation Technology Co ltd
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 Xi'an Innno Aviation Technology Co ltd, Northwestern Polytechnical University filed Critical Xi'an Innno Aviation Technology Co ltd
Priority to CN202011466803.8A priority Critical patent/CN112731962B/zh
Publication of CN112731962A publication Critical patent/CN112731962A/zh
Application granted granted Critical
Publication of CN112731962B publication Critical patent/CN112731962B/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

本发明涉及一种多无人系统协同编队控制方法,首先建立编队无人机质点模型,进行队形内僚机位置和速度计算,再队形跟踪控制率设计和队形自主避障控制率设计。本发明协同编队控制的有益效果:①协同编队控制,可以实现多无人系统的协同控制,编队控制;②协同编队控制,可以为多无人系统侦查打击同一目标提供基础;③协同编队控制,是未来无人作战以及集群作战的技术核心,也是未来军事研究的一个重点,该研究为未来无人机群协同打击敌方目标提供理论支撑和工程实践参考。

Description

一种多无人系统协同编队控制方法
技术领域
本发明属于无人机应用技术领域,涉及无人系统,具体涉及一种多无人系统协同编队控制方法。
背景技术
随着科学技术的发展,无人作战系统在军事领域的应用越来越广泛。多无人系统的协同编队控制是多无人系统的基础与核心。通过多无人系统的系统编队控制可以实现多无人系统的协同控制,集群控制在未来无人作战打击具有非常重要的影响,也是未来无人集群作战的发展方向。根据上级作战任务,在作战行动过程中实时交互处理各无人装备间的协同信息,结合无人装备的作战能力,生成并提供执行任务所需的任务序列、行动轨迹和协同控制指令,无人装备控制系统依据协同控制组件提供的行动轨迹和控制指令进行本地平台控制,实现多无人装备的协同作战。可以通过参数预装或实时更改设定,具备面向各无人装备的运动性能的自适应功能,通过信息输入实现不同性能无人装备的最佳协同状态。因此多无人系统的协同编队控制对未来作战具有重要作用。协同编队控制可以使得多个无人系统侦查打击统一目标,可以变换队形躲避敌方防控识别区,是未来集群作战的关键技术。
发明内容
要解决的技术问题
为了避免现有技术的不足之处,本发明提出一种多无人系统协同编队控制方法。
技术方案
一种多无人系统协同编队控制方法,其特征在于步骤如下:
步骤1:建立编队无人机质点模型
Figure RE-GDA0002968203910000021
式中:
Figure RE-GDA0002968203910000022
为速度坐标系下第i个无人机的位置微分,θi为第i个弹道倾角,ψi为第i个无人机的弹道偏角,nix为速度方向过载,niy为速度平面内垂直于速度方向的法向过载,niz为垂直于速度所在平面上的侧向过载。
Figure RE-GDA0002968203910000023
为第i个无人机的俯仰角微分,
Figure RE-GDA0002968203910000024
为航向角微分,L为长机,fi为僚机;
将速度坐标系转换到地面坐标系转换矩阵:
Figure RE-GDA0002968203910000025
L'速度2地面为速度坐标系到地面坐标系的转置矩阵,L地面2速度为速度坐标系到地面坐标系;
Figure RE-GDA0002968203910000026
步骤2:队形内僚机的位置和速度计算
①僚机位置计算
1)依据僚机编号,计算其距离长机的间距;依据队形角度,计算其相对于长机位置[dx;dy;dz];
2)依据长机速度与地面欧拉角:弹道倾角θ、弹道偏角ψ,将僚机相对位置转换到地面系,再加上长机坐标偏移,得到编队中各点在地面系中的位置;此位置即为各僚机进行制导时需要跟踪的位置指令;
②僚机速度计算
Vf=VL+ω×r
僚机的旋转速度ω来自于长机速度方向的旋转,即纵向平面内的弹道倾角速率
Figure RE-GDA0002968203910000031
与横向平面内的弹道偏角速率
Figure RE-GDA0002968203910000032
VL为僚机在队形中的速度,r为僚机在距离长机位置;
步骤3:队形跟踪控制率
队形跟踪位置,速度反馈控制率
Figure RE-GDA0002968203910000033
其中:c1i,c2i为控制器参数,Pi,cmd为第i个僚机的位置指令向量,Pi,real为第i个僚机的实际位置向量,Vi,cmd为第i个僚机的速度指令,Vi,real为第i个僚机的实际速度, ax1i,ay1i,az1i为第i个僚机在地面坐标系中的加速度指令,通过坐标旋转,将其转换为速度系下的加速度指令;
步骤4:队形自主避障控制率
Figure RE-GDA0002968203910000034
其中:aavoid为避障指令,Pi为第i个僚机位置向量,Oi第i障碍物与僚机最近点坐标,l为距离障碍点距离,d为距离障碍点最小距离求,r为势能场参数;
步骤5:以队形跟踪控制率和队形自主避障控制率对多无人机进行协同控制。
有益效果
本发明提出的一种多无人系统协同编队控制方法,首先建立编队无人机质点模型,进行队形内僚机位置和速度计算,再队形跟踪控制率设计和队形自主避障控制率设计。本发明协同编队控制的有益效果:
①协同编队控制,可以实现多无人系统的协同控制,编队控制;
②协同编队控制,可以为多无人系统侦查打击同一目标提供基础;
③协同编队控制,是未来无人作战以及集群作战的技术核心,也是未来军事研究的一个重点,该研究为未来无人机群协同打击敌方目标提供理论支撑和工程实践参考。
附图说明
图1:编队控制系统示意图
图2:编队中各僚机位置示意图
图3:三角形编队示意图
图4:编队指令跟踪情况
图5:各僚机控制指令大小(m/s^2)
具体实施方式
现结合实施例、附图对本发明作进一步描述:
多无人系统协同编队控制系统主要包含两个部分:
(1)队形生成;
(2)队形跟踪。
其中,队形生成模块是根据队形指令、长机飞行状态,生成队形内各僚机相对位置、速度;队形跟踪模块是根据各僚机实际飞行的位置、速度进行控制,使得其飞行状态跟踪上所生成的队形。编队控制系统示意图见图2所示。
协同编队控制系统包含如下几个部分:
①编队无人机质点模型建立;
②队形内僚机位置与速度计算;
③队形跟踪控制器设计;
④编队自主避障控制器设计。
下面分别进行详细叙述具体的实施过程。
步骤1,建立编队无人机质点模型:
无人机采用质点模型,三个控制指令分别为:沿速度方向nx,速度平面内垂直于速度方向的法向过载ny,垂直于速度所在平面的侧向过载nz
Figure RE-GDA0002968203910000051
式(1)中,
Figure RE-GDA0002968203910000052
为速度坐标系下第i个无人机的位置微分,θi为第i个弹道倾角,ψi为第i个无人机的弹道偏角,nix为速度方向过载,niy为速度平面内垂直于速度方向的法向过载,niz为垂直于速度所在平面上的侧向过载。
Figure RE-GDA0002968203910000053
为第i个无人机的俯仰角微分,
Figure RE-GDA0002968203910000054
为航向角微分,L为长机,fi为僚机。
坐标系转换:
速度坐标系转换到地面坐标系转换矩阵:
Figure RE-GDA0002968203910000055
L'速度2地面为速度坐标系到地面坐标系的转置矩阵,L地面2速度为速度坐标系到地面坐标系。
Figure RE-GDA0002968203910000056
步骤2,队形内僚机位置和速度计算
考虑弹载计算机运算能力,队形在变换过程中,各僚机所处的位置编号预设好。编队飞行过程实际上是各僚机在长机的速度坐标系内保持相对静止。
①僚机位置计算
计算步骤:
1)根据僚机编号,计算相对于长机的距离,并根据队形角要求,计算各僚机相对位置[dx;dy;dz]。
2)根据长机速度系与地面系欧拉角,将各僚机相对位置转换到地面系,作为各僚机跟踪指令。
②僚机速度计算
为了在队形跟踪时达到更好的跟踪效果,除了需要令僚机编队对设计队形的位置进行跟踪以外,还需要对设计队形的速度进行跟踪。
队形变换中,根据僚机相对于长机的旋转,可以得到僚机在地面系下的绝对速度Vf
Vf=VL+ω×r (4)
僚机的旋转速度ω主要来自于长机速度方向的旋转,也即纵向平面内的弹道倾角速率
Figure RE-GDA0002968203910000061
与横向平面内的弹道偏角速率
Figure RE-GDA0002968203910000062
VL为僚机在队形中的速度,r为僚机在距离长机位置。
步骤3,队形跟踪控制率设计
队形跟踪控制率采用位置、速度反馈进行设计。
Figure RE-GDA0002968203910000063
其中,c1i,c2i为控制器参数,Pi,cmd为第i个僚机的位置指令向量,Pi,real为第i个僚机的实际位置向量,Vi,cmd为第i个僚机的速度指令,Vi,real为第i个僚机的实际速度, ax1i,ay1i,az1i为第i个僚机在地面坐标系中的加速度指令,还需要通过坐标旋转,将其转换为速度系下的加速度指令。
队形变换过程中,需要对队形角进行平滑处理,平滑函数采用cos函数过度,过度时间tr可以自行设定,tc为开始转换时刻。
例如,从180度(一字型)转换为90度队形角,则可令队形角指令设置如下:
Figure RE-GDA0002968203910000064
步骤4,队形自主避障控制率设计
若在队形变换过程中,还需要考虑各僚机相对障碍物避障,可在僚机控制器中添加相对障碍物的势能场控制指令:
Figure RE-GDA0002968203910000071
其中,aavoid为避障指令,Pi为第i个僚机位置向量,Oi第i障碍物与僚机最近点坐标,l为距离障碍点距离,d为距离障碍点最小距离求,r为势能场参数。
示例
设定7架无人机编队飞行,4号为长机,其余为僚机,僚机与长机保持20米安全距离,长机按照-0.1g横向过载进行持续机动,0-5s队形为一字型,5-15s为一字型向三角形(90°顶角)过度,15-20s为三角形队形。
在图5中,红色圆点为长机,其根据设定指令进行飞行,与红点蓝色连线上的蓝色圆圈为解算得到的队形位置;黑点为实际僚机飞行位置。
实际跟踪过程中,队形变换有一定动态响应过程,但队形跟踪较快,跟踪精度较高,实际跟踪误差最大不超过4米。
在图5中可以看出,各僚机控制指令平缓,指令出现峰值为起始时刻,因人为设定各僚机位置偏差较大,导致初始时刻指令修正较大。

Claims (1)

1.一种多无人系统协同编队控制方法,其特征在于步骤如下:
步骤1:建立编队无人机质点模型
Figure FDA0002832836320000011
式中:
Figure FDA0002832836320000012
为速度坐标系下第i个无人机的位置微分,θi为第i个弹道倾角,ψi为第i个无人机的弹道偏角,nix为速度方向过载,niy为速度平面内垂直于速度方向的法向过载,niz为垂直于速度所在平面上的侧向过载。
Figure FDA0002832836320000013
为第i个无人机的俯仰角微分,
Figure FDA0002832836320000014
为航向角微分,L为长机,fi为僚机;
将速度坐标系转换到地面坐标系转换矩阵:
Figure FDA0002832836320000015
L'速度2地面为速度坐标系到地面坐标系的转置矩阵,L地面2速度为速度坐标系到地面坐标系;
Figure FDA0002832836320000016
步骤2:队形内僚机的位置和速度计算
①僚机位置计算
1)依据僚机编号,计算其距离长机的间距;依据队形角度,计算其相对于长机位置[dx;dy;dz];
2)依据长机速度与地面欧拉角:弹道倾角θ、弹道偏角ψ,将僚机相对位置转换到地面系,再加上长机坐标偏移,得到编队中各点在地面系中的位置;此位置即为各僚机进行制导时需要跟踪的位置指令;
②僚机速度计算
Vf=VL+ω×r
僚机的旋转速度ω来自于长机速度方向的旋转,即纵向平面内的弹道倾角速率
Figure FDA0002832836320000021
与横向平面内的弹道偏角速率
Figure FDA0002832836320000022
VL为僚机在队形中的速度,r为僚机在距离长机位置;
步骤3:队形跟踪控制率
队形跟踪位置,速度反馈控制率
Figure FDA0002832836320000023
其中:c1i,c2i为控制器参数,Pi,cmd为第i个僚机的位置指令向量,Pi,real为第i个僚机的实际位置向量,Vi,cmd为第i个僚机的速度指令,Vi,real为第i个僚机的实际速度,ax1i,ay1i,az1i为第i个僚机在地面坐标系中的加速度指令,通过坐标旋转,将其转换为速度系下的加速度指令;
步骤4:队形自主避障控制率
Figure FDA0002832836320000024
其中:aavoid为避障指令,Pi为第i个僚机位置向量,Oi第i障碍物与僚机最近点坐标,l为距离障碍点距离,d为距离障碍点最小距离求,r为势能场参数;
步骤5:以队形跟踪控制率和队形自主避障控制率对多无人机进行协同控制。
CN202011466803.8A 2020-12-13 2020-12-13 一种多无人系统协同编队控制方法 Active CN112731962B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011466803.8A CN112731962B (zh) 2020-12-13 2020-12-13 一种多无人系统协同编队控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011466803.8A CN112731962B (zh) 2020-12-13 2020-12-13 一种多无人系统协同编队控制方法

Publications (2)

Publication Number Publication Date
CN112731962A true CN112731962A (zh) 2021-04-30
CN112731962B CN112731962B (zh) 2022-12-06

Family

ID=75599738

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011466803.8A Active CN112731962B (zh) 2020-12-13 2020-12-13 一种多无人系统协同编队控制方法

Country Status (1)

Country Link
CN (1) CN112731962B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117270563A (zh) * 2023-10-09 2023-12-22 深圳市华赛睿飞智能科技有限公司 一种无人机编队协同避障方法、控制设备及存储介质

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102591358A (zh) * 2012-03-12 2012-07-18 北京航空航天大学 一种多无人机的动态编队控制方法
CN104656663A (zh) * 2015-02-15 2015-05-27 西北工业大学 一种基于视觉的无人机编队感知与规避方法
CN107807663A (zh) * 2017-11-29 2018-03-16 南京航空航天大学 基于自适应控制的无人机编队保持控制方法
CN108459612A (zh) * 2017-02-21 2018-08-28 北京航空航天大学 基于人工势场法的无人机编队控制方法及装置
CN108983816A (zh) * 2018-08-07 2018-12-11 中南大学 多旋翼无人机变尺度协同监视编队飞行控制方法
JP2020023283A (ja) * 2018-08-08 2020-02-13 日本電信電話株式会社 飛行制御装置、方法、及びプログラム
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

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102591358A (zh) * 2012-03-12 2012-07-18 北京航空航天大学 一种多无人机的动态编队控制方法
CN104656663A (zh) * 2015-02-15 2015-05-27 西北工业大学 一种基于视觉的无人机编队感知与规避方法
CN108459612A (zh) * 2017-02-21 2018-08-28 北京航空航天大学 基于人工势场法的无人机编队控制方法及装置
CN107807663A (zh) * 2017-11-29 2018-03-16 南京航空航天大学 基于自适应控制的无人机编队保持控制方法
CN108983816A (zh) * 2018-08-07 2018-12-11 中南大学 多旋翼无人机变尺度协同监视编队飞行控制方法
JP2020023283A (ja) * 2018-08-08 2020-02-13 日本電信電話株式会社 飛行制御装置、方法、及びプログラム
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

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
HUANG HANQIAO: "Cooperative Guidance Law with Multiple Missiles Against a Maneuvering Target", 《2018 CHINESE AUTOMATION CONGRESS (CAC)》 *
秦昂等: "多无人机编队队形保持优化控制仿真研究", 《飞行力学》 *
黄汉桥: "智能空战体系下无人协同作战发展现状及关键技术", 《导航与控制》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117270563A (zh) * 2023-10-09 2023-12-22 深圳市华赛睿飞智能科技有限公司 一种无人机编队协同避障方法、控制设备及存储介质

Also Published As

Publication number Publication date
CN112731962B (zh) 2022-12-06

Similar Documents

Publication Publication Date Title
CN102163059B (zh) 推力变向无人机的姿态控制系统及控制方法
CN101286071B (zh) 基于微粒群优化和遗传算法的多无人机三维编队重构方法
CN113311859A (zh) 一种无人机集群有限时间仿射编队飞行控制方法
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
CN111506079B (zh) 一种考虑障碍物避让的无人船虚拟结构编队控制方法
CN110456816B (zh) 一种基于连续终端滑模的四旋翼轨迹跟踪控制方法
CN106444822A (zh) 一种基于空间矢量场制导的平流层飞艇路径跟踪控制方法
CN111007877B (zh) 一种四旋翼飞行器的全局鲁棒自适应轨迹跟踪控制方法
CN112731962B (zh) 一种多无人系统协同编队控制方法
CN114237288A (zh) 一种基于跟踪控制的多导弹编队控制方法
Wang et al. Three-dimensional integrated guidance and control with input saturation and impact angle constraints
CN104656659B (zh) 舰载机滑跃起飞自动飞行控制方法
CN117193345B (zh) 基于动态事件触发的机-船协同平台自主降落控制方法
CN111256545B (zh) 一种水雷高速打击实时修正方法
CN111930142A (zh) 速度不可控条件下的多弹编队协同控制方法
CN116859914A (zh) 一种基于角度约束的水下三维协同制导方法
CN116540780A (zh) 一种基于博弈制导的无人机决策控制方法
CN115344056A (zh) 一种复杂操纵面飞机的智能飞行控制方法及应用
CN116203840A (zh) 可重复使用运载器自适应增益调度控制方法
CN114326786B (zh) 基于观测器的多无人机协同运输系统控制方法
CN113031643B (zh) 一种无人机编队与避障方法
Peng et al. Nonlinear flight control design for maneuvering flight of quadrotors in high speed and large acceleration
Huo et al. Integrated guidance and control based on high-order sliding mode method
CN112015201B (zh) 一种基于预测校正的四旋翼飞行器位置控制方法
CN113009924A (zh) 一种基于非二次型逆最优控制的水下无人器避障方法

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