CN112783203B - 一种基于多传感器的无人机编队保持的控制系统及方法 - Google Patents
一种基于多传感器的无人机编队保持的控制系统及方法 Download PDFInfo
- Publication number
- CN112783203B CN112783203B CN202011587842.3A CN202011587842A CN112783203B CN 112783203 B CN112783203 B CN 112783203B CN 202011587842 A CN202011587842 A CN 202011587842A CN 112783203 B CN112783203 B CN 112783203B
- Authority
- CN
- China
- Prior art keywords
- plane
- wing
- relative position
- sensor
- gain correction
- 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 34
- 238000000034 method Methods 0.000 title claims abstract description 20
- 238000012423 maintenance Methods 0.000 title claims abstract description 10
- 238000012937 correction Methods 0.000 claims abstract description 57
- 230000000007 visual effect Effects 0.000 claims abstract description 21
- 238000012545 processing Methods 0.000 claims abstract description 3
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical compound C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 claims description 17
- 230000004927 fusion Effects 0.000 claims description 13
- 230000008569 process Effects 0.000 claims description 5
- 238000010586 diagram Methods 0.000 description 3
- 241001481710 Cerambycidae Species 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 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
- G05D1/10—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)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明公开了一种基于多传感器的无人机编队保持的控制系统及方法,属于无人机控制领域。本发明的控制方法,获取长机和僚机绝对位置信息,获取僚机周围长机的视觉数据;基于视觉跟踪算法处理视觉数据,输出长机与僚机的相对位置估算值;基于长机的绝对位置信息和僚机绝对位置信息确定的僚机期望的相对位置,将期望的相对位置和相对位置估算值进行比较,得到误差,基于所述误差进行判定,通过高增益校正措施或相对低增益校正措施得到修正值,将僚机移动到预设的期望相对位置范围内。本发明的控制系统及方法,使得无人机在编队飞行时,能够时刻根据误差反馈对僚机的位置进行校正,保证了编队队形的整齐性,使得编队飞行成功率提高。
Description
技术领域
本发明属于无人机控制领域,尤其是一种基于多传感器的无人机编队保持的控制系统及方法。
背景技术
无人机(Unmanned Aerial Vehicle,UAV)由于重量轻,体积小,机动性高,适应性强等优点,在当今各个领域应用越来越为广泛。随着无人机技术的日益发展,无人机从原来军用领域,逐渐进入大众视野,在民用领域大放异彩,多无人机编队、有人/无人协同编队等编队形式逐渐引起人们的关注。现有的无人机编队控制方法中,通常采用的是“长机—僚机”模式的控制方法。这种控制方法在编队飞行时,队形变换时,对于僚机的位置控制难以做到有效的保证控制的效果,有时可能会出现飞行器发生碰撞的危险。
发明内容
本发明的目的在于克服僚机的位置控制难以控制的缺点,提供一种基于多传感器的无人机编队保持的控制系统及方法。
为达到上述目的,本发明采用以下技术方案予以实现:
一种基于多传感器的无人机编队保持的控制系统,包括全球定位传感器、视频传感器、传感器融合计算机和飞控计算机;
长机上设有全球定位传感器;
僚机上设有全球定位传感器、视频传感器、传感器融合计算机和飞控计算机;
所述全球定位传感器,用以获取长机和僚机绝对位置信息;
所述视频传感器用于获取僚机周围长机的视觉数据;
所述传感器融合计算机用于接收视频传感器的视觉数据,运行视觉跟踪算法处理视觉数据,输出长机与僚机的相对位置估算值;
所述飞控计算机用于接收基于长机的绝对位置信息和僚机绝对位置信息确定的僚机期望的相对位置和传感器融合计算机输出的相对位置估算值,将两者进行比较,得到误差,基于所述误差进行判定,通过高增益校正措施或相对低增益校正措施得到修正值,将僚机移动到预设的期望相对位置范围内。
进一步的,长机与僚机的相对位置估算值包括长机和僚机之间的相对距离、方位和仰角的估算值。
进一步的,通过高增益校正措施或相对低增益校正措施将僚机移动到预设的期望相对位置范围内具体操作为:
通过高增益校正措施或相对低增益校正措施确定校正量并转换为体轴速度vx、vy和vz;
飞行控制计算机将vx、vy和vz传递给僚机控制器,从而引导跟僚机进入预定位置。
进一步的,还包括修正限制器,所述修正限制器用于将修正值限定在预设范围内。
一种基于多传感器的无人机编队保持的控制方法,其特征在于:
获取长机和僚机绝对位置信息,获取僚机周围长机的视觉数据;
基于视觉跟踪算法处理视觉数据,输出长机与僚机的相对位置估算值;
基于长机的绝对位置信息和僚机绝对位置信息确定的僚机期望的相对位置,将期望的相对位置和相对位置估算值进行比较,得到误差,基于所述误差进行判定,通过高增益校正措施或相对低增益校正措施得到修正值,将僚机移动到预设的期望相对位置范围内。
进一步的,长机与僚机的相对位置估算值包括长机和僚机之间的相对距离、方位和仰角的估算值。
进一步的,通过高增益校正措施或相对低增益校正措施将僚机移动到预设的期望相对位置范围内具体操作为:
通过高增益校正措施或相对低增益校正措施确定校正量并转换为体轴速度vx、vy和vz;
飞行控制计算机将vx、vy和vz传递给僚机控制器,从而引导跟僚机进入预定位置。
进一步的,将所述将修正值限定在预设范围内。
与现有技术相比,本发明具有以下有益效果:
本发明的基于多传感器的无人机编队保持的控制系统及方法,使得无人机在编队飞行时,能够时刻根据误差反馈对僚机的位置进行校正,保证了编队队形的整齐性,使得编队飞行成功率提高。
进一步的,对修正量的限制,用以保护飞机和附近飞机的安全,避免了修正量过大造成的生碰撞事故。
附图说明
图1为无人机编队飞行的实例图;
图2为本发明的控制系统示意图;
其中:1-僚机;2-长机。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
下面结合附图对本发明做进一步详细描述:
参见图1,图1为无人机编队飞行的实例图,长机2的机体上装有全球定位传感器,用以获取自身的绝对位置信息(x,y,z);僚机1上设有全球定位传感器和视频传感器,用以获取自身的绝对位置信息(x,y,z)和周围长机的图像信息;僚机1上还设有激光雷达、红外传感器或多传感器,其与视频传感器融合共同工作等,用于获取自身和周围长机的位置数据,可以避免单一传感器出现故障时,无法识别周围长机,对于编队飞行将会出现碰撞事故,增加了编队飞行的可靠性与安全性。
长机2和僚机1的绝对位置数据可以由机体上的全球定位传感器获得,僚机1上的视频传感器对周围环境进行扫描,捕获到长机的图像信息,将自身的绝对位置信息(x,y,z)和捕获到的长机图像信息传输到传感器融合计算机,进行计算。
参见图2,图2为本发明的控制系统图,僚机1上设有传感器模块、传感器融合计算机和飞控计算机;
所述传感器模块包括全球定位传感器、激光雷达和视频传感器,所述全球定位传感器用于获取自身的绝对位置信息(x,y,z),所述视频传感器用于获取周围长机的视觉数据;
所述传感器融合计算机用于接收视频传感器的视觉数据,运行视觉跟踪算法处理视觉数据,输出长机2与僚机1的相对位置(Xr,Yr,Zr),包括长机2和僚机1之间的相对距离、方位和仰角的估计值;
所述飞控计算机用于接收基于长机2的绝对位置信息和僚机1绝对位置信息确定的僚机1期望的相对位置(Xr’,Yr’,Zr’),用于接收所述传感器融合计算机输出的相对位置(Xr,Yr,Zr),将两者进行比较,得到误差(δX,δY,δZ),将得到的误差与设定的误差阈值进行比对,如果高于则采用高增益校正措施;如果低于则采用低增益校正措施,,通过校正措施输出僚机要达到期望位置的三轴运动速度,考虑到无人机编队飞行中避免发生碰撞事故,该速度不能过快,所以需要设定一个最高阈值,校正措施输出的速度应在设定的阈值范围内,可以将僚机1快速平稳的移动到可接受的期望相对位置范围内。具体的,相对于僚机1的三个体轴,确定校正并转换为体轴速度vx、vy和vz。为了从物理上改变僚机的飞行方向,飞行控制计算机将校正速度vx、vy和vz转换为飞行控制输入。飞行控制计算机将体轴的速度传递给跟僚机1的控制器。通过这些输入,飞行控制计算机引导跟僚机进入预定位置。
另一方面,本发明的控制系统还包括修正限制器,当相对位置(Xr,Yr,Zr)与期望的相对位置(Xr’,Yr’,Zr’)相距很远的情况下,飞控计算机就需要对僚机1进行较大的校正,以使飞机在短时间内能够很快恢复编队队形,然而,这种改动会使得飞机速度很大,对于编队飞机的机间距离如果很小,速度不宜控制,很容易发生碰撞事故。因此,将修正速度与修正限制器的预设修正量进行比较,在预设修正量的范围内时,进行修正,用以保护飞机和附近飞机的安全。
僚机1上的多传感器能够实时的更新位置数据并提供给传感器融合计算机,使得无人机在编队飞行时,能够时刻根据误差反馈对自己的位置进行校正,保证了编队队形的整齐性,使得编队飞行成功率提高。
以上内容仅为说明本发明的技术思想,不能以此限定本发明的保护范围,凡是按照本发明提出的技术思想,在技术方案基础上所做的任何改动,均落入本发明权利要求书的保护范围之内。
Claims (5)
1.一种基于多传感器的无人机编队保持的控制系统,其特征在于,包括全球定位传感器、视频传感器、传感器融合计算机和飞控计算机;
长机上设有全球定位传感器;
僚机上设有全球定位传感器、视频传感器、传感器融合计算机和飞控计算机;
所述全球定位传感器,用以获取长机和僚机绝对位置信息;
所述视频传感器用于获取僚机周围长机的视觉数据;
所述传感器融合计算机用于接收视频传感器的视觉数据,运行视觉跟踪算法处理视觉数据,输出长机与僚机的相对位置估算值;
所述飞控计算机用于接收基于长机的绝对位置信息和僚机绝对位置信息确定的僚机期望的相对位置和传感器融合计算机输出的相对位置估算值,将两者进行比较,得到误差,基于所述误差进行判定,通过高增益校正措施或相对低增益校正措施得到修正值,将僚机移动到预设的期望相对位置范围内;
通过高增益校正措施或相对低增益校正措施将僚机移动到预设的期望相对位置范围内具体操作为:
通过高增益校正措施或相对低增益校正措施确定校正量并转换为体轴速度vx、vy和vz;
飞行控制计算机将vx、vy和vz传递给僚机控制器,从而引导跟僚机进入预定位置。
2.根据权利要求1所述的基于多传感器的无人机编队保持的控制系统,其特征在于,长机与僚机的相对位置估算值包括长机和僚机之间的相对距离、方位和仰角的估算值。
3.根据权利要求1所述的基于多传感器的无人机编队保持的控制系统,其特征在于,还包括修正限制器,所述修正限制器用于将修正值限定在预设范围内。
4.一种基于多传感器的无人机编队保持的控制方法,其特征在于:
获取长机和僚机绝对位置信息,获取僚机周围长机的视觉数据;
基于视觉跟踪算法处理视觉数据,输出长机与僚机的相对位置估算值;
基于长机的绝对位置信息和僚机绝对位置信息确定的僚机期望的相对位置,将期望的相对位置和相对位置估算值进行比较,得到误差,基于所述误差进行判定,通过高增益校正措施或相对低增益校正措施得到修正值,将僚机移动到预设的期望相对位置范围内;
长机与僚机的相对位置估算值包括长机和僚机之间的相对距离、方位和仰角的估算值;
通过高增益校正措施或相对低增益校正措施将僚机移动到预设的期望相对位置范围内具体操作为:
通过高增益校正措施或相对低增益校正措施确定校正量并转换为体轴速度vx、vy和vz;
飞行控制计算机将vx、vy和vz传递给僚机控制器,从而引导跟僚机进入预定位置。
5.根据权利要求4所述的基于多传感器的无人机编队保持的控制方法,其特征在于,将所述将修正值限定在预设范围内。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011587842.3A CN112783203B (zh) | 2020-12-28 | 2020-12-28 | 一种基于多传感器的无人机编队保持的控制系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011587842.3A CN112783203B (zh) | 2020-12-28 | 2020-12-28 | 一种基于多传感器的无人机编队保持的控制系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112783203A CN112783203A (zh) | 2021-05-11 |
CN112783203B true CN112783203B (zh) | 2023-03-21 |
Family
ID=75753058
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011587842.3A Active CN112783203B (zh) | 2020-12-28 | 2020-12-28 | 一种基于多传感器的无人机编队保持的控制系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112783203B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114217640A (zh) * | 2021-12-16 | 2022-03-22 | 西北工业大学 | 一种飞机多机密集编队安全飞行控制方法及系统 |
CN115437405A (zh) * | 2022-11-07 | 2022-12-06 | 西北工业大学 | 一种飞机大规模仿生编队控制系统及方法 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2012002976A1 (en) * | 2010-07-01 | 2012-01-05 | Mearthane Products Corporation | High performance resilient skate wheel with compression modulus gradient |
CN104267716B (zh) * | 2014-09-15 | 2017-03-01 | 南京航空航天大学 | 一种基于多智能体技术的分布式飞行控制系统故障诊断设计方法 |
KR20180120289A (ko) * | 2017-04-26 | 2018-11-06 | (주)동연시스템 | 단일 조정기를 이용한 다중 비행체 제어 시스템 |
CN109491244B (zh) * | 2017-09-13 | 2021-10-22 | 南京航空航天大学 | 一种基于滑模观测器的无人机编队系统故障诊断方法 |
CN107608385B (zh) * | 2017-10-25 | 2019-10-11 | 南京航空航天大学 | 无人直升机编队控制方法及控制系统 |
CN107807663B (zh) * | 2017-11-29 | 2019-12-24 | 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 |
CN110703798B (zh) * | 2019-10-23 | 2022-10-28 | 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 |
CN110849360B (zh) * | 2019-11-25 | 2023-08-01 | 中国航空无线电电子研究所 | 面向多机协同编队飞行的分布式相对导航方法 |
-
2020
- 2020-12-28 CN CN202011587842.3A patent/CN112783203B/zh active Active
Non-Patent Citations (1)
Title |
---|
基于Mission Planner的无人机长机僚机法集群控制;万昱堃等;《自动化应用》;20200325(第03期);第6-10页 * |
Also Published As
Publication number | Publication date |
---|---|
CN112783203A (zh) | 2021-05-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Barry et al. | High‐speed autonomous obstacle avoidance with pushbroom stereo | |
EP3521158B1 (en) | Flight control device, unmanned aerial vehicle, flight control method, and computer program | |
US20180003161A1 (en) | Unmanned aerial vehicle wind turbine inspection systems and methods | |
US10308348B2 (en) | Unmanned moving vehicle piloting method and unmanned moving vehicle watching device | |
US20190220039A1 (en) | Methods and system for vision-based landing | |
Yang et al. | A 3D collision avoidance strategy for UAVs in a non-cooperative environment | |
Laiacker et al. | Vision aided automatic landing system for fixed wing UAV | |
GB2557715A (en) | Unmanned aerial vehicles | |
CN112783203B (zh) | 一种基于多传感器的无人机编队保持的控制系统及方法 | |
KR20140123835A (ko) | 무인 항공기 제어 장치 및 그 방법 | |
US20200217967A1 (en) | Systems and methods for modulating the range of a lidar sensor on an aircraft | |
RU2724937C2 (ru) | Летательный аппарат и способ стабилизации летательного аппарата | |
Kim et al. | Lidar-guided autonomous landing of an aerial vehicle on a ground vehicle | |
Eguíluz et al. | Asynchronous event-based line tracking for time-to-contact maneuvers in uas | |
US20220017235A1 (en) | Autonomous landing systems and methods for vertical landing aircraft | |
US20230028792A1 (en) | Machine learning architectures for camera-based detection and avoidance on aircrafts | |
US20210088652A1 (en) | Vehicular monitoring systems and methods for sensing external objects | |
Pestana et al. | A general purpose configurable navigation controller for micro aerial multirotor vehicles | |
WO2021056144A1 (zh) | 可移动平台的返航控制方法、装置及可移动平台 | |
US20230073120A1 (en) | Method for Controlling an Unmanned Aerial Vehicle for an Inspection Flight to Inspect an Object and Inspection Unmanned Aerial Vehicle | |
Ren et al. | Vision-encoder-based payload state estimation for autonomous mav with a suspended payload | |
CN113467504B (zh) | 一种飞行器飞行稳定控制方法、系统、设备及存储介质 | |
CN111443733B (zh) | 一种无人机飞行控制方法、装置及无人机 | |
KR20190077704A (ko) | 회전익 무인비행체의 자동 착륙 시스템 및 방법 | |
Lin et al. | 6DoF Motion estimation for UAV landing on a moving shipdeck using real-Time on-board vision |
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 |