CN113031643B - 一种无人机编队与避障方法 - Google Patents

一种无人机编队与避障方法 Download PDF

Info

Publication number
CN113031643B
CN113031643B CN202110138753.9A CN202110138753A CN113031643B CN 113031643 B CN113031643 B CN 113031643B CN 202110138753 A CN202110138753 A CN 202110138753A CN 113031643 B CN113031643 B CN 113031643B
Authority
CN
China
Prior art keywords
unmanned aerial
aerial vehicle
formation
flight
obstacle
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
CN202110138753.9A
Other languages
English (en)
Other versions
CN113031643A (zh
Inventor
徐恩华
吕晓静
徐燕
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.)
Guangzhou Civil Aviation College
Original Assignee
Guangzhou Civil Aviation College
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 Guangzhou Civil Aviation College filed Critical Guangzhou Civil Aviation College
Priority to CN202110138753.9A priority Critical patent/CN113031643B/zh
Publication of CN113031643A publication Critical patent/CN113031643A/zh
Application granted granted Critical
Publication of CN113031643B publication Critical patent/CN113031643B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • 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

本发明公开了一种无人机编队与避障方法,涉及无人机集群控制策略领域,所述方法包括步骤:接收编队飞行的期望指令,所述期望指令包括头机与各个僚机的期望飞行轨迹;根据头机与各个僚机的期望飞行轨迹,生成编队运动分量、障碍物对比分量和避碰运动分量;根据所述编队运动分量、所述障碍物对比分量和所述避碰运动分量进行飞行能力限幅计算;根据限幅计算的计算结果生成无人机的动力学控制量;根据所述动力学控制量进行无人家集群的无碰撞编队飞行。本发明所提无人机智能编队算法保证无人机无障碍物、以及无人机之间的最小安全距离,同时无需在避障飞行与编队飞行之间实时切换。

Description

一种无人机编队与避障方法
技术领域
本发明涉及无人机集群控制策略领域,具体涉及一种无人机编队与避障方法。
背景技术
近年来,利用多个无人机协同效率高、容错性好、可扩展性强等有点,无人机编队控制在灾后救援、野外侦查、战场打击目标等领域有广泛应用前景。在无人机的编队控制中,多机的避碰问题是其中的一个核心问题。各个无人机需要实现对外界障碍物的实时躲避;由于无人机之间的相互影响,某个无人机对障碍物的躲避亦有可能引起无人机之间的碰撞风险;此外,无人机集群需要尽可能保证期望的编队队形。
由于障碍物以及无人机避障策略的不确定性,无人机编队方法必须具备快速响应的能力,即根据当前自身位置、障碍物位置等实时调整控制策略。
发明内容
针对现有技术中的不足,本发明提供一种无人机编队与避障方法,该方法同时考虑了编队控制与避障策略,其中,所述方法由飞行轨迹规划器与动力学控制组成,飞行轨迹规划器用于实现无人机群的编队、对障碍物的避碰与无人机之间的避碰规划,动力学控制器用于控制无人机根据规划好的飞行轨迹运动。
为实现上述目的,本发明的技术方案如下:
一种无人机编队与避障方法,所述方法包括步骤:
接收编队飞行的期望指令,所述期望指令包括头机与各个僚机的期望飞行轨迹;
根据头机与各个僚机的期望飞行轨迹,生成编队运动分量、障碍物对比分量和避碰运动分量;
根据所述编队运动分量、所述障碍物对比分量和所述避碰运动分量进行飞行能力限幅计算;
根据限幅计算的计算结果生成无人机的动力学控制量;
根据所述动力学控制量进行无人家集群的无碰撞编队飞行。
如上所述的无人机编队与避障方法,进一步地,所述接收编队飞行的期望指令,所述期望指令包括头机与各个僚机的期望飞行轨迹,具体包括:
根据虚拟期望飞行轨迹xd0(t),yd0(t),zd0(t)以及编队信息Δxi(t),Δyi(t),Δzi(t)确定各个无人机的期望飞行轨迹
其中i=1,...n为各个无人机对应的编号,xdi(t),ydi(t),zdi(t)分别为第i个无人机在惯性坐标系中对应的期望飞行轨迹。为期望飞行速度。
如上所述的无人机编队与避障方法,进一步地,所述编队运动分量,具体包括:
设计无人机保持期望编队的运动规划分量;
为方便书写,定义Xi=[xi;yi;zi],Xdi=[xdi;ydi;zdi],ei=Xdi-Xi,其中下标i代表无人机i,设计编队规划的分量为:
其中和/>分别为X和Xdi的导数,k>0,a>0为正控制常数。
如上所述的无人机编队与避障方法,进一步地,所述障碍物对比分量,具体包括:
定义障碍物在惯性坐标系中的位置描述为ob,无人机与障碍物之间的最小安全距离为d,设计不发生碰撞的不等式条件:
(Xi-ob)T(Xi-ob)≥d2 (4)
根据式(4),设计各个无人机躲避障碍物的运动规划分量:
其中α>0为正控制常数,λi为用于设计无人机躲避障碍物并保证最小安全距离d的辅助变量。
如上所述的无人机编队与避障方法,进一步地,所述避碰运动分量,具体包括:
设计无人机i与其他无人机不发生碰撞的不等式条件:
(Xi-Xj)T(Xi-Xj)≥d2,j=1,...n,j≠i (5)
根据式(5),设计各个无人机躲避障碍物的运动规划分量:
其中ξij为用于避免无人机之间发生碰撞并保证最小安全距离d的辅助变量。
如上所述的无人机编队与避障方法,进一步地,所述根据所述编队运动分量、所述障碍物对比分量和所述避碰运动分量进行飞行能力限幅计算,具体包括:
综合无人机的编队规划分量、躲避障碍物分量与无人机间的避碰分量,考虑无人机的飞行能力,得到最终修正后的无人机飞行规划指令:
其中为无人机在惯性坐标系下三个方向上的最大最小加速度,表征了无人机飞行能力的上下限;
如上所述的无人机编队与避障方法,进一步地,所述根据限幅计算的计算结果生成无人机的动力学控制量,具体包括:
设计无人机的控制率,使无人机在保证稳定飞行的情况下实现对修正飞行指令的跟踪;建立无人机的动力学模型:
其中m为四旋翼质量;g为重力加速度;x,y,z分别是无人机相对惯性坐标系的位置,θ,φ分别为无人机相对惯性坐标系的姿态角,分别描述了偏航、俯仰和滚转;I=diag(Ix,Iy,Iz)为无人机的转动惯量矩阵,u1,u2,u3,u4分别为系统的4个控制输入量;
设计系统的四个控制量为:
其中:
分别为式(7)所述/>的三个分量;Kpz、Kvz、/>K、K、K、K、K、K分别为控制器在高度、偏航、俯仰和滚转通道的控制参数。
本发明与现有技术相比,其有益效果在于:
1、本发明所提无人机智能编队算法保证无人机无障碍物、以及无人机之间的最小安全距离。
2、本发明同时无需在避障飞行与编队飞行之间实时切换。
3、本发明考虑了无人机的实际飞行能力的限制,使得对无人机的飞行控制更加可靠。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例中所需要使用的附图进行简单的介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例的无人机编队与避障方法的流程图。
具体实施方式
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、完整的描述,显然,所描述的实施例仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,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,都属于本申请保护的范围。
实施例:
需要说明的是,本发明实施例的术语“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。
参见图1,本发明的技术构思如下:根据无人机头机与僚机之间的相对位置信息与头机的期望位置确定各个僚机的期望轨迹;设计兼顾无人机与障碍物、无人机之间相互避碰的运动规划器,在无人机移动飞行实际飞行能力有限的情况下能够在避免碰撞;设计无人机的控制量,使无人机在保持自身稳定飞行的前提下根据规划运动飞行,从而实现避免碰撞的编队飞行。
一个实施例中,所述方法可以包括以下步骤:
S1:根据虚拟期望飞行轨迹xd0(t),yd0(t),zd0(t)以及编队信息Δxi(t),Δyi(t),Δzi(t)确定各个无人机的期望飞行轨迹
其中i=1,...n为各个无人机对应的编号,xdi(t),ydi(t),zdi(t)分别为第i个无人机在惯性坐标系中对应的期望飞行轨迹。为期望飞行速度。
S2:设计无人机保持期望编队的运动规划分量;
为方便书写,定义Xi=[xi;yi;zi],Xdi=[xdi;ydi;zdi],ei=Xdi-Xi,其中下标i代表无人机i,设计编队规划的分量为:
其中和/>分别为X和Xdi的导数,k>0,a>0为正控制常数,。
S3:定义障碍物在惯性坐标系中的位置描述为ob,无人机与障碍物之间的最小安全距离为d,设计不发生碰撞的不等式条件:
(Xi-ob)T(Xi-ob)≥d2 (4)
根据式(4),设计各个无人机躲避障碍物的运动规划分量:
其中α>0为正控制常数,λi为用于设计无人机躲避障碍物并保证最小安全距离d的辅助变量。
S4:设计无人机i与其他无人机不发生碰撞的不等式条件:
(Xi-Xj)T(Xi-Xj)≥d2,j=1,...n,j≠i (5)
根据式(5),设计各个无人机躲避障碍物的运动规划分量:
其中ξij为用于避免无人机之间发生碰撞并保证最小安全距离d的辅助变量。
S5:综合无人机的编队规划分量、躲避障碍物分量与无人机间的避碰分量,考虑无人机的飞行能力,得到最终修正后的无人机飞行规划指令:
其中为无人机在惯性坐标系下三个方向上的最大最小加速度,表征了无人机飞行能力的上下限。
S1:设计无人机的控制率,使无人机在保证稳定飞行的情况下实现对修正飞行指令的跟踪。
建立无人机的动力学模型:
其中m为四旋翼质量;g为重力加速度;x,y,z分别是无人机相对惯性坐标系的位置,θ,φ分别为无人机相对惯性坐标系的姿态角,分别描述了偏航、俯仰和滚转。I=diag(Ix,Iy,Iz)为无人机的转动惯量矩阵,u1,u2,u3,u4分别为系统的4个控制输入量。
设计系统的四个控制量为:
其中:
分别为式(7)所述/>的三个分量;Kpz、Kvz、/>K、K、K、K、K、K分别为控制器在高度、偏航、俯仰和滚转通道的控制参数。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
上述实施例只是为了说明本发明的技术构思及特点,其目的是在于让本领域内的普通技术人员能够了解本发明的内容并据以实施,并不能以此限制本发明的保护范围。凡是根据本发明内容的实质所做出的等效的变化或修饰,都应涵盖在本发明的保护范围内。

Claims (4)

1.一种无人机编队与避障方法,其特征在于,所述方法包括步骤:
接收编队飞行的期望指令,所述期望指令包括头机与各个僚机的期望飞行轨迹;
根据头机与各个僚机的期望飞行轨迹,生成编队运动分量、障碍物对比分量和避碰运动分量;
根据所述编队运动分量、所述障碍物对比分量和所述避碰运动分量进行飞行能力限幅计算;
根据限幅计算的计算结果生成无人机的动力学控制量;
根据所述动力学控制量进行无人家集群的无碰撞编队飞行;
其中,所述编队运动分量,具体包括:
设计无人机保持期望编队的运动规划分量;
为方便书写,定义Xi=[xi;yi;zi],Xdi=[xdi;ydi;zdi],ei=Xdi-Xi,其中下标i代表无人机i,设计编队规划的分量为:
其中和/>分别为X和Xdi的导数,k>0,a>0为正控制常数;
所述障碍物对比分量,具体包括:
定义障碍物在惯性坐标系中的位置描述为ob,无人机与障碍物之间的最小安全距离为d,设计不发生碰撞的不等式条件:
(Xi-ob)T(Xi-ob)≥d2(4)
根据式(4),设计各个无人机躲避障碍物的运动规划分量:
其中α>0为正控制常数,λi为用于设计无人机躲避障碍物并保证最小安全距离d的辅助变量;
所述避碰运动分量,具体包括:
设计无人机i与其他无人机不发生碰撞的不等式条件:
(Xi-Xj)T(Xi-Xj)≥d2,j=1,...n,j≠i(5)
根据式(5),设计各个无人机躲避障碍物的运动规划分量:
其中ξij为用于避免无人机之间发生碰撞并保证最小安全距离d的辅助变量。
2.根据权利要求1所述的无人机编队与避障方法,其特征在于,所述接收编队飞行的期望指令,所述期望指令包括头机与各个僚机的期望飞行轨迹,具体包括:
根据虚拟期望飞行轨迹xd0(t),yd0(t),zd0(t)以及编队信息Δxi(t),Δyi(t),Δzi(t)确定各个无人机的期望飞行轨迹
其中i=1,...n为各个无人机对应的编号,xdi(t),ydi(t),zdi(t)分别为第i个无人机在惯性坐标系中对应的期望飞行轨迹;为期望飞行速度。
3.根据权利要求1所述的无人机编队与避障方法,其特征在于,所述根据所述编队运动分量、所述障碍物对比分量和所述避碰运动分量进行飞行能力限幅计算,具体包括:
综合无人机的编队规划分量、躲避障碍物分量与无人机间的避碰分量,考虑无人机的飞行能力,得到最终修正后的无人机飞行规划指令:
其中为无人机在惯性坐标系下三个方向上的最大最小加速度,表征了无人机飞行能力的上下限。
4.根据权利要求1所述的无人机编队与避障方法,其特征在于,所述根据限幅计算的计算结果生成无人机的动力学控制量,具体包括:
设计无人机的控制率,使无人机在保证稳定飞行的情况下实现对修正飞行指令的跟踪;
建立无人机的动力学模型:
其中m为四旋翼质量;g为重力加速度;x,y,z分别是无人机相对惯性坐标系的位置,θ,φ分别为无人机相对惯性坐标系的姿态角,分别描述了偏航、俯仰和滚转;
I=diag(Ix,Iy,Iz)为无人机的转动惯量矩阵,u1,u2,u3,u4分别为系统的4个控制输入量;
设计系统的四个控制量为:
其中:
分别为式(7)所述/>的三个分量;Kpz、Kvz、/>K、K、K、K、K、K分别为控制器在高度、偏航、俯仰和滚转通道的控制参数。
CN202110138753.9A 2021-02-01 2021-02-01 一种无人机编队与避障方法 Active CN113031643B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110138753.9A CN113031643B (zh) 2021-02-01 2021-02-01 一种无人机编队与避障方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110138753.9A CN113031643B (zh) 2021-02-01 2021-02-01 一种无人机编队与避障方法

Publications (2)

Publication Number Publication Date
CN113031643A CN113031643A (zh) 2021-06-25
CN113031643B true CN113031643B (zh) 2023-10-13

Family

ID=76459639

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110138753.9A Active CN113031643B (zh) 2021-02-01 2021-02-01 一种无人机编队与避障方法

Country Status (1)

Country Link
CN (1) CN113031643B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113625762B (zh) * 2021-08-30 2023-07-25 吉林大学 无人机避障方法及系统、无人机集群避障方法及系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5521817A (en) * 1994-08-08 1996-05-28 Honeywell Inc. Airborne drone formation control system
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
WO2014018147A2 (en) * 2012-04-30 2014-01-30 The Trustees Of The University Of Pennsylvania Three-dimensional manipulation of teams of quadrotors
CN110262553A (zh) * 2019-06-27 2019-09-20 西北工业大学 基于位置信息的固定翼无人机编队飞行装置与方法
CN110502032A (zh) * 2019-08-31 2019-11-26 华南理工大学 一种基于行为控制的无人机集群编队飞行方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5521817A (en) * 1994-08-08 1996-05-28 Honeywell Inc. Airborne drone formation control system
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
WO2014018147A2 (en) * 2012-04-30 2014-01-30 The Trustees Of The University Of Pennsylvania Three-dimensional manipulation of teams of quadrotors
CN110262553A (zh) * 2019-06-27 2019-09-20 西北工业大学 基于位置信息的固定翼无人机编队飞行装置与方法
CN110502032A (zh) * 2019-08-31 2019-11-26 华南理工大学 一种基于行为控制的无人机集群编队飞行方法

Also Published As

Publication number Publication date
CN113031643A (zh) 2021-06-25

Similar Documents

Publication Publication Date Title
Wang et al. Safe certificate-based maneuvers for teams of quadrotors using differential flatness
CN108845588B (zh) 一种基于非线性制导的四旋翼飞行器轨迹跟踪控制方法
Frew et al. Cooperative stand-off tracking of moving targets by a team of autonomous aircraft
CN113157000B (zh) 基于虚拟结构和人工势场的飞行编队协同避障自适应控制方法
CN111290429A (zh) 一种基于一致性算法和人工势场方法的无人机编队及其避障控制方法
CN113655810B (zh) 一种基于速度势场的无人机避障方法和系统
Kapnopoulos et al. A cooperative particle swarm optimization approach for tuning an MPC-based quadrotor trajectory tracking scheme
CN113031643B (zh) 一种无人机编队与避障方法
CN115639830A (zh) 一种空地智能体协同编队控制系统及其编队控制方法
CN115657730B (zh) 一种大规模多旋翼无人机鲁棒分簇编队控制方法
CN114935943A (zh) 一种无人机与无人车集群编队跟踪控制方法及系统
CN116540780A (zh) 一种基于博弈制导的无人机决策控制方法
Davidi et al. Formation flight using multiple integral backstepping controllers
CN116203840A (zh) 可重复使用运载器自适应增益调度控制方法
Keshmiri et al. Performance comparison of various navigation guidance methods in interception of a moving object by a serial manipulator considering its kinematic and dynamic limits
Roussos et al. Decentralised navigation and collision avoidance for aircraft in 3D space
Li et al. Cooperative path planning of uav formation based on improved artificial potential field
CN110673616A (zh) 基于自适应滑模的固定翼无人机有限时间容错控制方法
CN117193368B (zh) 一种多无人机协同编队避障保性能控制方法
Zhou et al. Research on obstacle avoidance algorithm of fixed-wing UAV swarms based on improved artificial potential field
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
CN114020010B (zh) 一种无人机集群空基回收方法、系统、电子设备及介质
CN112678208B (zh) 基于包含动态规避和阻尼特性人工势场法的卫星集群控制方法
CN115480587A (zh) 一种基于人工势场算法的多智能体集群避障方法
Xia et al. Cooperative Formation Control Method for Unmanned Aerial Vehicle Cluster Based on Less Sensor Data.

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