CN113703486A - 一种无人机分布式控制方法及系统 - Google Patents
一种无人机分布式控制方法及系统 Download PDFInfo
- Publication number
- CN113703486A CN113703486A CN202111036176.9A CN202111036176A CN113703486A CN 113703486 A CN113703486 A CN 113703486A CN 202111036176 A CN202111036176 A CN 202111036176A CN 113703486 A CN113703486 A CN 113703486A
- Authority
- CN
- China
- Prior art keywords
- unmanned aerial
- aerial vehicle
- target
- coordinate
- current
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 52
- 230000015572 biosynthetic process Effects 0.000 claims abstract description 46
- 238000004891 communication Methods 0.000 claims abstract description 11
- 230000008569 process Effects 0.000 claims description 9
- 238000003786 synthesis reaction Methods 0.000 claims description 8
- 230000002194 synthesizing effect Effects 0.000 claims description 4
- 238000005516 engineering process Methods 0.000 description 10
- 230000009471 action Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000005484 gravity Effects 0.000 description 2
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical compound C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 description 1
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 235000009421 Myristica fragrans Nutrition 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000007123 defense Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000001115 mace Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000004088 simulation Methods 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
本发明公开了一种无人机分布式控制方法及系统。所述方法，包括：采用无人机定位系统获取无人机集群系统中各无人机的当前坐标；无人机定位系统包括定位基站以及设置在各无人机上的定位标签；定位标签与定位基站采用超宽带通信连接；当前坐标为无人机在定位基站构成的坐标系中的绝对坐标；根据用户输入的控制指令和当前坐标生成各个无人机的目标坐标；根据当前坐标和目标坐标控制无人机集群系统中的各无人机，以使得无人机集群系统达到期望编队。本发明适用于室内室外实现定位，提高了无人机集群系统对不同场景的适应能力。
Description
技术领域
本发明涉及无人机控制领域，特别是涉及一种无人机分布式控制方法及系统。
背景技术
面对未来无人化、网络化、信息化、智能化的高速发展，各国势必要与时俱进利用相关技术研究更加先进的作战武器、作战平台和作战方法。智能无人集群作为一种颠覆性技术，一直被视为各国无人系统人工智能的核心，是未来智能无人系统的突破口，也是形成非对称武器装备，实现弯道超车的杀手锏技术。许多应用项目纷纷利用人工智能技术赋能作战中的无人平台和系统，提升蜂群的智能自主化能力水平，各个项目从不同侧重点进行关键技术攻关，其中便包括人机协同与人机交互技术。
无人机集群相对单机作战，有无可取代的优势。由于反无人机系统和技术近些年来飞速的发展，对“低小慢”无人机的杀伤和拦截效果很好，杀伤概率提升非常快。面对反无人机系统，单机作战的无人机一旦被捕获，不仅会造成装备损失，也会对战术侦察任务造成巨大影响。而集群式无人机则不同，它构成一个任务编队，即便一架、两架无人机被防空系统或反无人机系统击落，集群内其它无人机也能成功执行侦察任务。而且与单兵侦察无人机相比，集群无人机具有编队侦察的优势，可以对更广阔的区域进行编队搜索，探测能力强于单架无人机；此外集群无人机还可以对某一区域进行反复多次地毯式搜索，避免单次搜索造成的侦察遗漏或错漏，进一步提高侦察成功率；而且，对于运动中的作战平台目标，单兵无人机往往难于跟踪监视，而对于集群无人机而言，对移动目标进行接力侦察跟踪是非常轻松的事；此外，多架无人机侦察同一个目标，可以从不同角度对同一目标有不同的观察，对目标的观察更为立体和细致，侦察效果更好，细节更为突出。
为了实现无人机的控制，通常要对无人机进行定位。目前，对于无人机集群，GPS常作为无人机集群室外运行的定位系统以提供无人机集群位置信息，而室内定位多采用一种光学视觉定位系统，成本较高且对环境光照有一定要求。现有的定位方法无法同时在室内室外实现定位，导致无人机集群系统受到使用场景的限制，无法充分发挥无人机集群的作战优势。
发明内容
基于此，本发明实施例提供一种无人机分布式控制方法及系统，适用于室内室外实现定位，提高了无人机集群系统对不同场景的适应能力。
为实现上述目的，本发明提供了如下方案：
一种无人机分布式控制方法，包括：
采用无人机定位系统获取无人机集群系统中各无人机的当前坐标；所述无人机定位系统包括定位基站以及设置在各所述无人机上的定位标签；所述定位标签与所述定位基站采用超宽带通信连接；所述当前坐标为所述无人机在所述定位基站构成的坐标系中的绝对坐标；
根据用户输入的控制指令和所述当前坐标生成各个所述无人机的目标坐标；
根据所述当前坐标和所述目标坐标控制所述无人机集群系统中的各所述无人机，以使得所述无人机集群系统达到期望编队。
可选的，所述根据所述当前坐标和所述目标坐标控制所述无人机集群系统中的各所述无人机，以使得所述无人机集群系统达到期望编队，具体包括：
对于任意一个所述无人机，将所述无人机作为目标无人机，判断所述目标无人机在设定区域范围内是否存在障碍物，得到第一判断结果；
若所述第一判断结果为是，则基于所述目标无人机的所述当前坐标和所述目标无人机的所述目标坐标，采用人工势场法生成速度控制指令，以实现对所述目标无人机的控制，并按照设定频率对所述无人机集群系统中各所述无人机进行遍历，以使得所述无人机集群系统达到期望编队；
若所述第一判断结果为否，则由所述目标无人机的所述当前坐标和所述目标无人机的所述目标坐标计算所述目标无人机的位置控制信息，根据所述位置控制信息生成所述目标无人机的速度控制指令，以实现对所述目标无人机的控制，并按照设定频率对所述无人机集群系统中各所述无人机进行遍历，以使得所述无人机集群系统达到期望编队。
可选的，所述基于所述目标无人机的所述当前坐标和所述目标无人机的所述目标坐标，采用人工势场法生成速度控制指令，以实现对所述目标无人机的控制，具体包括：
将所述当前坐标作为起始点的坐标，将所述目标坐标作为终点的坐标，在所述起始点与终点之间以设定步长生成多个期望点，所述起始点、所述终点和多个所述期望点构成所述目标无人机的点集；
按时间顺序遍历所述点集中的各个点，生成每个所述点的速度控制指令，以实现对所述目标无人机的控制；
其中，对于所述点集中的任意一个点，采用速度合成过程，生成速度控制指令；所述速度合成过程包括：
将所述点作为当前点，将所述当前点的坐标和所述目标坐标输入无人机集群控制器，得到所述无人机集群控制器输出的所述当前点的期望速度；
计算所述目标无人机与目标点之间的欧氏距离；所述目标点为所述障碍物或所述无人机集群系统中除所述目标无人机之外的无人机；
判断所述欧式距离是否处于设定距离范围内，得到第二判断结果；
若所述第二判断结果为是，则将所述目标无人机受到的所述目标点的作用力与所述期望速度进行合成，得到合成后的期望速度，并将所述合成后的期望速度作为所述当前点的速度控制指令；所述作用力为引力或斥力；
若所述第二判断结果为否，则将所述期望速度作为所述当前点的速度控制指令。
可选的，所述根据所述位置控制信息生成所述目标无人机的速度控制指令，具体包括：
将所述位置控制信息输入无人机集群控制器，所述无人机集群控制器输出所述目标无人机的速度控制指令。
可选的，所述无人机集群控制器为比例积分微分控制器。
可选的，所述根据用户输入的控制指令和所述当前坐标生成各个所述无人机的目标坐标，具体包括：
获取用户输入的控制指令；
当所述控制指令为方位指令时，将所述当前坐标向相应的方位进行平移，并将平移后的坐标确定为所述无人机的目标坐标；所述方位指令为向前、向后、向左或向右；
当所述控制指令为设定编队队型指令时，计算虚拟领航者的坐标，并根据所述设定编队队型确定预设偏置，由所述虚拟领航者的坐标和所述预设偏置确定所述无人机的目标坐标；所述虚拟领航者的坐标为所述无人机集群系统中所有无人机的当前坐标的平均值。
可选的，在所述采用无人机定位系统获取无人机集群系统中各无人机的当前坐标之前，还包括：
对所述无人机集群系统和所述无人机定位系统分别进行初始化。
本发明还提供了一种无人机分布式控制系统，包括：无人机定位系统和分布式处理器；
所述无人机定位系统包括定位基站以及设置在无人机集群系统中各无人机上的定位标签；所述定位标签与所述定位基站采用超宽带通信连接；所述无人机定位系统用于确定无人机集群系统中各无人机的当前坐标；所述当前坐标为所述无人机在所述定位基站构成的坐标系中的绝对坐标；
所述分布式处理器分别与所述无人机定位系统和所述无人机集群系统无线连接；
所述分布式处理器用于：
获取无人机集群系统中各无人机的当前坐标，并根据用户输入的控制指令和所述当前坐标生成各个所述无人机的目标坐标；
根据所述当前坐标和所述目标坐标控制所述无人机集群系统中的各所述无人机，以使得所述无人机集群系统达到期望编队。
可选的，所述分布式处理器，具体包括：
障碍物判断模块，用于对于任意一个所述无人机，将所述无人机作为目标无人机，判断所述目标无人机在设定区域范围内是否存在障碍物，得到第一判断结果；若所述第一判断结果为是，则执行避障模块；若所述第一判断结果为否，则执行速度控制模块；
所述避障模块，用于基于所述目标无人机的所述当前坐标和所述目标无人机的所述目标坐标，采用人工势场法生成速度控制指令，以实现对所述目标无人机的控制，并按照设定频率对所述无人机集群系统中各所述无人机进行遍历，以使得所述无人机集群系统达到期望编队；
所述速度控制模块，用于由所述目标无人机的所述当前坐标和所述目标无人机的所述目标坐标计算所述目标无人机的位置控制信息，根据所述位置控制信息生成所述目标无人机的速度控制指令，以实现对所述目标无人机的控制，并按照设定频率对所述无人机集群系统中各所述无人机进行遍历，以使得所述无人机集群系统达到期望编队。
可选的，所述分布式处理器为手持式平板电脑。
与现有技术相比，本发明的有益效果是：
本发明实施例提出了一种无人机分布式控制方法及系统，采用无人机定位系统获取无人机集群系统中各无人机的当前坐标；根据用户输入的控制指令和当前坐标生成各个无人机的目标坐标；根据当前坐标和目标坐标控制无人机集群系统中的各无人机，以使得无人机集群系统达到期望编队，其中，无人机定位系统包括定位基站以及设置在各无人机上的定位标签；定位标签与定位基站采用超宽带(UltraWide Band，UWB)通信连接，而超宽带在室内室外均能实现定位，因此本发明适用于室内室外实现定位，提高了无人机集群系统对不同场景的适应能力，并且相比于光学视觉定位系统，基于超宽带的定位系统的成本低。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的无人机分布式控制方法的流程图；
图2为本发明实施例提供的无人机集群系统的模型的实物图；
图3为本发明实施例提供的速度合成示意图；
图4为本发明实施例提供的基于人工势场的单个无人机的飞行轨迹仿真图。
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、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，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，都属于本发明保护的范围。
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
图1为本发明实施例提供的无人机分布式控制方法的流程图。参见图1，本实施例的无人机分布式控制方法，包括：
步骤101：采用无人机定位系统获取无人机集群系统中各无人机的当前坐标；所述无人机定位系统包括定位基站以及设置在各所述无人机上的定位标签；所述定位标签与所述定位基站采用超宽带通信连接；所述当前坐标为所述无人机在所述定位基站构成的坐标系中的绝对坐标。所述当前坐标为无人机的实际位置坐标。
本实施例通过超宽带定位技术得到定位标签的位置信息，从而获取到各无人机的当前坐标。无人机定位系统为UWB系统。
本实施例中的无人机集群系统中包括多架无人机，以四架为例，无人机集群系统可以包括四架型号为Tello Edu的四旋翼无人机，其上搭载无人机定位系统中的定位标签，其模型实物如图2所示。无人机集群系统通过绑定于其上的定位标签与定位基站通过UWB技术进行通信，组成机器人集群控制系统的硬件结构部分。
在采用无人机定位系统获取无人机集群系统中各无人机的当前坐标之前，首先，对所述无人机集群系统和所述无人机定位系统分别进行初始化，包括：
人机集群系统中各无人机的初始化设置：将无人机设置为客户端模式(station)模式，实现将无人机加入本实施例的环境局域网中。由于本实施例所选型的四旋翼无人机的出厂设置为AP模式，可通过UDP通讯实现对所选型号的无人机发送模式更改指令，具体指令内容参考所选型号的无人机所提供的SDK用户手册，内容包括所连接网络名及密码。
无人机定位系统的初始化设置：将定位标签与经初始化设置之后的无人机绑定并编号，并使用四个定位基站作为无人机定位系统定位的基准。
在初始化之后，通过安装在无人机上的定位标签与定位基站进行超宽带通信，从而得到无人机在该定位基站构成的坐标系中的绝对坐标，从而得到各无人机的当前坐标。
步骤102：根据用户输入的控制指令和所述当前坐标生成各个所述无人机的目标坐标。该步骤，具体包括：
采用手持式平板电脑识别用户输入的控制指令。
当所述控制指令为方位指令时，将所述当前坐标向相应的方位进行平移，并将平移后的坐标确定为所述无人机的目标坐标；所述方位指令为向前、向后、向左或向右。
当所述控制指令为设定编队队型(如三角形、长方形等)指令时，计算虚拟领航者的坐标，并根据所述设定编队队型确定预设偏置，由所述虚拟领航者的坐标和所述预设偏置确定所述无人机的目标坐标；所述虚拟领航者的坐标为所述无人机集群系统中所有无人机的当前坐标的平均值。其中，由所述虚拟领航者的坐标和所述预设偏置确定所述无人机的目标坐标，具体为：将虚拟领航者的坐标和所述预设偏置相加，得到所述无人机的目标坐标。
步骤103：根据所述当前坐标和所述目标坐标控制所述无人机集群系统中的各所述无人机，以使得所述无人机集群系统达到期望编队。
其中，步骤103，具体包括：
对于任意一个所述无人机，将所述无人机作为目标无人机，判断所述目标无人机在设定区域范围内是否存在障碍物，得到第一判断结果。若所述第一判断结果为是，则执行步骤1)，以实现无人机集群系统的物理避障功能，保证了无人机与人之间、无人机与无人机之间能够保持一定的安全距离；若所述第一判断结果为否，则执行步骤2)。
步骤1)：基于所述目标无人机的所述当前坐标和所述目标无人机的所述目标坐标，采用人工势场法生成速度控制指令，以实现对所述目标无人机的控制，并按照设定频率对所述无人机集群系统中各所述无人机进行遍历，以使得所述无人机集群系统达到期望编队。
所述基于所述目标无人机的所述当前坐标和所述目标无人机的所述目标坐标，采用人工势场法生成速度控制指令，以实现对所述目标无人机的控制，具体包括：
将所述当前坐标作为起始点的坐标，将所述目标坐标作为终点的坐标，在所述起始点与终点之间以设定步长生成多个期望点，所述起始点、所述终点和多个所述期望点构成所述目标无人机的点集。按时间顺序遍历所述点集中的各个点，生成每个所述点的速度控制指令，以实现对所述目标无人机的控制。
其中，对于所述点集中的任意一个点，采用速度合成过程，生成速度控制指令。所述速度合成过程包括：
①将所述点作为当前点，将所述当前点的坐标(当前坐标)和目标点坐标(目标坐标)输入无人机集群控制器，得到所述无人机集群控制器输出的所述当前点的期望速度。所述无人机集群控制器为比例积分微分(PID)控制器。
②利用定位系统读取障碍物(例如人)与无人机的位置坐标(实际位置坐标)，计算所述目标无人机与目标点之间的欧氏距离；所述目标点为所述障碍物或所述无人机集群系统中除所述目标无人机之外的无人机。
③判断所述欧式距离是否处于设定距离范围内，得到第二判断结果。若目标无人机与障碍物之间的欧氏距离为第一欧式距离，目标无人机与其他无人机之间的欧氏距离为第二欧式距离，只要第一欧式距离和第二欧式距离中有至少一个处于设定距离范围内，则所述第二判断结果为是；第一欧式距离和第二欧式距离均处于设定距离范围外，则所述第二判断结果为否。
若所述第二判断结果为是，则将所述目标无人机受到的所述目标点的作用力与所述期望速度进行合成，得到合成后的期望速度，并将所述合成后的期望速度作为所述当前点的速度控制指令，通过ROS系统所组成的局域网对目标无人机发送所述速度控制指令。所述作用力为引力或斥力。速度合成示意图如图3所示。
若所述第二判断结果为否，则将所述期望速度作为所述当前点的速度控制指令，通过ROS系统所组成的局域网对目标无人机发送所述速度控制指令。
其中，采用设定范围内的引力与斥力公式计算无人机受到的目标点的引力或斥力：
本实施例的引力公式如下：
其中Uatt为引力场，ξ为引力系数，ρ为无人机与各点间的距离，q为单架无人机当前所在位置，qgoat为当前引力源所在位置，无人机受到的引力Fatt即为引力场的梯度，引力源为点集中的点。
本实施例的斥力公式如下：
其中Urep为斥力场，η为斥力系数，ρ为无人机与各点间的距离，q为单架无人机当前所在位置，qobs为当前斥力源所在位置，ρ0为所设定的斥力作用距离，当单架无人机与斥力源的距离小于ρ0，则该无人机受到斥力分量，当大于该值，则该斥力分量为0，无人机受到的斥力Frep即为斥力场的梯度。斥力源即为系统中障碍物与无人机的坐标点。
步骤2)：由所述目标无人机的所述当前坐标和所述目标无人机的所述目标坐标计算所述目标无人机的位置控制信息，根据所述位置控制信息生成所述目标无人机的速度控制指令，以实现对所述目标无人机的控制，并按照设定频率对所述无人机集群系统中各所述无人机进行遍历，以使得所述无人机集群系统达到期望编队。其中，所述根据所述位置控制信息生成所述目标无人机的速度控制指令，具体包括：将所述位置控制信息输入无人机集群控制器，所述无人机集群控制器输出所述目标无人机的速度控制指令。所述无人机集群控制器为比例积分微分(PID)控制器。
在实际应用中，根据当前坐标与目标坐标，进行实时控制。
首先，基于ROS操作系统，使用手持式平板电脑控制无人机集群系统。手持式平板电脑获取各个无人机在定位系统下的当前坐标，根据得到的目标坐标进行计算，得到各个无人机的位置控制信息，并将位置控制信息作为输出发送至无人机集群系统中的无人机集群控制器。无人机集群控制器以来自手持式平板电脑的位置控制信息作为输入，通过执行底层控制代码实现基本动作。
无人机集群控制器具体介绍如下：无人机集群控制器选用ROS操作系统作为基层控制平台，通过发送速度控制指令实现对无人机的控制，速度控制指令包括x方向速度、y方向速度以及偏航角速度。本实施例利用比例积分微分(PID)控制器，建立起速度控制环，实现对无人机的实时控制。
下面提供了无人机分布式控制方法的一个具体实现过程：
步骤1：对无人机集群系统和定位系统进行初始化设置，获取各无人机的当前坐标。
步骤2：手持式平板电脑获取控制指令，转化为目标坐标。
步骤3：根据当前坐标与目标坐标，进行实时控制。具体步骤如下：
基于ROS操作系统，使用手持式平板电脑控制无人机集群。手持式平板电脑获取各个无人机在UWB定位系统下的当前坐标，根据步骤2得到的目标坐标进行计算，得到各个机器人的位置控制信息，并将位置控制信息作为输出发送给无人机集群。无人机集群以来自手持式平板电脑的位置控制信息作为输入，通过执行底层控制代码实现基本动作。
步骤4：若运行过程中遇到障碍，则执行避障算法。具体步骤如下：
步骤4-1：首先生成一系列的期望点得到点集。遍历所述点集中各期望点，并与无人机当前坐标作为所述无人机集群控制器的输入，输出为所述无人机集群中各无人机的期望速度。
步骤4-2：计算目标点与无人机之间的欧氏距离，并判断距离是否处于设定距离范围内，若是，则将该斥力或引力与步骤1所得期望速度进行合成。进一步通过ROS系统所组成的局域网对各无人机发送合成后的期望速度。
步骤4-3：计算所述无人机集群中各无人机的当前坐标与目标坐标的距离，当距离小于设定阈值后，则认为集群中各无人机已到达该期望点。按照设定频率对无人机集群中各无人机进行遍历并重复步骤1、2，从而实现无人机集群形成期望编队。
参见图4，图4中构建了一右手空间坐标系，以无人机所在空间的水平面为x-y平面，以垂直于该水平面的一轴作为该坐标系的z轴，z轴正方向代表高度增加，其给出了单个无人机在典型势力场(人工势场)作用下所形成的飞行轨迹。
步骤5：重复上述步骤3、步骤4，直到当前无人机群坐标与目标坐标重合。
以下通过一个具体的室内无人机飞行控制实例来验证本实施例提出的无人机分布式控制方法的有效性。本具体实例，具体步骤如下：
(1)无人机与定位系统初始化，获取无人机的当前坐标。
考虑由4架安装了UWB标签的无人机(编号为1、2、3、4)、4个UWB基站(编号为1、2、3、4)、一台手持式平板电脑组成分布式控制系统。
无人机初始化设置：将无人机1、2、3、4设置为station模式，并将无人机分别加入实验环境的局域网中。
定位系统初始化设置：将UWB系统标签与经初始化设置之后的无人机绑定并对应编号为1、2、3、4，并使用四个基站作为UWB系统定位的基准。
通过安装在无人机上的标签与UWB基站进行超宽带通信，从而得到无人机1、2、3、4在该UWB基站组成的坐标系中当前的绝对坐标，分别为(0，0)、(0，1)、(0，2)、(0，3)。
(2)手持式平板电脑接收指令，并将指令转化为各个无人机的目标坐标。
手持式平板电脑识别用户输入的控制指令，考虑输入指令为长方形编队。首先计算各无人机1、2、3、4坐标的平均值(0，1.5)作为虚拟领航者的坐标。再根据编队队型，将原坐标原点更改为虚拟领航者所在坐标，即将原坐标系中的虚拟领航者坐标分别与特定的预设偏置相加，长方形编队对应1、2、3、4的预设偏置分别为(0，0)、(0，2)、(2，2)、(2，0)，计算后即得到四架无人机的目标坐标为(0，1.5)、(0，3.5)、(2，3.5)、(2，1.5)。
(3)根据当前坐标与目标坐标，进行实时控制
手持式平板电脑获取各个无人机在UWB定位系统下的当前坐标，根据得到的目标坐标进行计算，得到各个机器人的位置控制信息，并将位置控制信息作为输出发送给无人机集群。无人机集群以来自手持式平板电脑的位置控制信息作为输入，通过执行底层控制代码实现基本动作。
(4)若运行过程中遇到障碍，则执行避障算法
若无人机1、2、3、4运动至各期望坐标过程中，以各无人机为圆心的一定半径的圆中出现障碍物。使用了人工势场法，结合相应的无人机坐标对下一时刻的期望坐标进行计算，对运动轨迹进行更新。
(5)最终实现当前无人机群坐标与期望坐标重合，完成编队控制。若障碍物位于期望坐标，无人机将根据路径悬停于与期望坐标一定的坐标，一旦障碍物去除，即与期望坐标重合。
本实施例的无人机分布式控制方法，具有如下优点：
1)超宽带在室内室外均能实现定位，因此该方法适用于室内室外实现定位，提高了无人机集群系统对不同场景的适应能力。
2)相比于光学视觉定位系统，基于超宽带的定位系统的成本低。
3)无人机集群主要采用集中式控制，由此带来的问题是，无人机集群中的领导者出现故障而无法正常工作时，将直接影响无人机集群中其他个体的正常运行，进而导致整个无人机集群失去控制，造成较大的经济损失与安全事故。本实施例基于人工势场的分布式集群控制，解决了集中式控制所带来无人机集群控制的弊端，安全性高。
综上，本实施例实现了室内室外高安全的无人机分布式编队控制，且成本低。
本发明还提供了一种无人机分布式控制系统，包括：无人机定位系统和分布式处理器。
所述无人机定位系统包括定位基站以及设置在无人机集群系统中各无人机上的定位标签；所述定位标签与所述定位基站采用超宽带通信连接；所述无人机定位系统用于确定无人机集群系统中各无人机的当前坐标；所述当前坐标为所述无人机在所述定位基站构成的坐标系中的绝对坐标。
所述分布式处理器分别与所述无人机定位系统和所述无人机集群系统无线连接。所述分布式处理器可以为手持式平板电脑。所述分布式处理器用于：
获取无人机集群系统中各无人机的当前坐标，并根据用户输入的控制指令和所述当前坐标生成各个所述无人机的目标坐标。
根据所述当前坐标和所述目标坐标控制所述无人机集群系统中的各所述无人机，以使得所述无人机集群系统达到期望编队。
在一个实例中，所述分布式处理器，具体包括：
障碍物判断模块，用于对于任意一个所述无人机，将所述无人机作为目标无人机，判断所述目标无人机在设定区域范围内是否存在障碍物，得到第一判断结果；若所述第一判断结果为是，则执行避障模块；若所述第一判断结果为否，则执行速度控制模块。
所述避障模块，用于基于所述目标无人机的所述当前坐标和所述目标无人机的所述目标坐标，采用人工势场法生成速度控制指令，以实现对所述目标无人机的控制，并按照设定频率对所述无人机集群系统中各所述无人机进行遍历，以使得所述无人机集群系统达到期望编队。
所述速度控制模块，用于由所述目标无人机的所述当前坐标和所述目标无人机的所述目标坐标计算所述目标无人机的位置控制信息，根据所述位置控制信息生成所述目标无人机的速度控制指令，以实现对所述目标无人机的控制，并按照设定频率对所述无人机集群系统中各所述无人机进行遍历，以使得所述无人机集群系统达到期望编队。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种无人机分布式控制方法，其特征在于，包括：
采用无人机定位系统获取无人机集群系统中各无人机的当前坐标；所述无人机定位系统包括定位基站以及设置在各所述无人机上的定位标签；所述定位标签与所述定位基站采用超宽带通信连接；所述当前坐标为所述无人机在所述定位基站构成的坐标系中的绝对坐标；
根据用户输入的控制指令和所述当前坐标生成各个所述无人机的目标坐标；
根据所述当前坐标和所述目标坐标控制所述无人机集群系统中的各所述无人机，以使得所述无人机集群系统达到期望编队。
2.根据权利要求1所述的一种无人机分布式控制方法，其特征在于，所述根据所述当前坐标和所述目标坐标控制所述无人机集群系统中的各所述无人机，以使得所述无人机集群系统达到期望编队，具体包括：
对于任意一个所述无人机，将所述无人机作为目标无人机，判断所述目标无人机在设定区域范围内是否存在障碍物，得到第一判断结果；
若所述第一判断结果为是，则基于所述目标无人机的所述当前坐标和所述目标无人机的所述目标坐标，采用人工势场法生成速度控制指令，以实现对所述目标无人机的控制，并按照设定频率对所述无人机集群系统中各所述无人机进行遍历，以使得所述无人机集群系统达到期望编队；
若所述第一判断结果为否，则由所述目标无人机的所述当前坐标和所述目标无人机的所述目标坐标计算所述目标无人机的位置控制信息，根据所述位置控制信息生成所述目标无人机的速度控制指令，以实现对所述目标无人机的控制，并按照设定频率对所述无人机集群系统中各所述无人机进行遍历，以使得所述无人机集群系统达到期望编队。
3.根据权利要求2所述的一种无人机分布式控制方法，其特征在于，所述基于所述目标无人机的所述当前坐标和所述目标无人机的所述目标坐标，采用人工势场法生成速度控制指令，以实现对所述目标无人机的控制，具体包括：
将所述当前坐标作为起始点的坐标，将所述目标坐标作为终点的坐标，在所述起始点与终点之间以设定步长生成多个期望点，所述起始点、所述终点和多个所述期望点构成所述目标无人机的点集；
按时间顺序遍历所述点集中的各个点，生成每个所述点的速度控制指令，以实现对所述目标无人机的控制；
其中，对于所述点集中的任意一个点，采用速度合成过程，生成速度控制指令；所述速度合成过程包括：
将所述点作为当前点，将所述当前点的坐标和所述目标坐标输入无人机集群控制器，得到所述无人机集群控制器输出的所述当前点的期望速度；
计算所述目标无人机与目标点之间的欧氏距离；所述目标点为所述障碍物或所述无人机集群系统中除所述目标无人机之外的无人机；
判断所述欧式距离是否处于设定距离范围内，得到第二判断结果；
若所述第二判断结果为是，则将所述目标无人机受到的所述目标点的作用力与所述期望速度进行合成，得到合成后的期望速度，并将所述合成后的期望速度作为所述当前点的速度控制指令；所述作用力为引力或斥力；
若所述第二判断结果为否，则将所述期望速度作为所述当前点的速度控制指令。
4.根据权利要求2所述的一种无人机分布式控制方法，其特征在于，所述根据所述位置控制信息生成所述目标无人机的速度控制指令，具体包括：
将所述位置控制信息输入无人机集群控制器，所述无人机集群控制器输出所述目标无人机的速度控制指令。
5.根据权利要求3或4所述的一种无人机分布式控制方法，其特征在于，所述无人机集群控制器为比例积分微分控制器。
6.根据权利要求1所述的一种无人机分布式控制方法，其特征在于，所述根据用户输入的控制指令和所述当前坐标生成各个所述无人机的目标坐标，具体包括：
获取用户输入的控制指令；
当所述控制指令为方位指令时，将所述当前坐标向相应的方位进行平移，并将平移后的坐标确定为所述无人机的目标坐标；所述方位指令为向前、向后、向左或向右；
当所述控制指令为设定编队队型指令时，计算虚拟领航者的坐标，并根据所述设定编队队型确定预设偏置，由所述虚拟领航者的坐标和所述预设偏置确定所述无人机的目标坐标；所述虚拟领航者的坐标为所述无人机集群系统中所有无人机的当前坐标的平均值。
7.根据权利要求1所述的一种无人机分布式控制方法，其特征在于，在所述采用无人机定位系统获取无人机集群系统中各无人机的当前坐标之前，还包括：
对所述无人机集群系统和所述无人机定位系统分别进行初始化。
8.一种无人机分布式控制系统，其特征在于，包括：无人机定位系统和分布式处理器；
所述无人机定位系统包括定位基站以及设置在无人机集群系统中各无人机上的定位标签；所述定位标签与所述定位基站采用超宽带通信连接；所述无人机定位系统用于确定无人机集群系统中各无人机的当前坐标；所述当前坐标为所述无人机在所述定位基站构成的坐标系中的绝对坐标；
所述分布式处理器分别与所述无人机定位系统和所述无人机集群系统无线连接；
所述分布式处理器用于：
获取无人机集群系统中各无人机的当前坐标，并根据用户输入的控制指令和所述当前坐标生成各个所述无人机的目标坐标；
根据所述当前坐标和所述目标坐标控制所述无人机集群系统中的各所述无人机，以使得所述无人机集群系统达到期望编队。
9.根据权利要求8所述的一种无人机分布式控制系统，其特征在于，所述分布式处理器，具体包括：
障碍物判断模块，用于对于任意一个所述无人机，将所述无人机作为目标无人机，判断所述目标无人机在设定区域范围内是否存在障碍物，得到第一判断结果；若所述第一判断结果为是，则执行避障模块；若所述第一判断结果为否，则执行速度控制模块；
所述避障模块，用于基于所述目标无人机的所述当前坐标和所述目标无人机的所述目标坐标，采用人工势场法生成速度控制指令，以实现对所述目标无人机的控制，并按照设定频率对所述无人机集群系统中各所述无人机进行遍历，以使得所述无人机集群系统达到期望编队；
所述速度控制模块，用于由所述目标无人机的所述当前坐标和所述目标无人机的所述目标坐标计算所述目标无人机的位置控制信息，根据所述位置控制信息生成所述目标无人机的速度控制指令，以实现对所述目标无人机的控制，并按照设定频率对所述无人机集群系统中各所述无人机进行遍历，以使得所述无人机集群系统达到期望编队。
10.根据权利要求6所述的一种无人机分布式控制系统，其特征在于，所述分布式处理器为手持式平板电脑。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111036176.9A CN113703486A (zh) | 2021-09-06 | 2021-09-06 | 一种无人机分布式控制方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111036176.9A CN113703486A (zh) | 2021-09-06 | 2021-09-06 | 一种无人机分布式控制方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113703486A true CN113703486A (zh) | 2021-11-26 |
Family
ID=78660215
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111036176.9A Pending CN113703486A (zh) | 2021-09-06 | 2021-09-06 | 一种无人机分布式控制方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113703486A (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2017100698A (ja) * | 2015-11-25 | 2017-06-08 | カシオ計算機株式会社 | 飛行装置、方法、及びプログラム |
| 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 |
| CN108919825A (zh) * | 2018-05-18 | 2018-11-30 | 国网山东省电力公司青岛供电公司 | 具备避障功能的无人机室内定位系统及方法 |
| CN109557936A (zh) * | 2018-12-03 | 2019-04-02 | 北京航空航天大学 | 基于人工势场法的可垂起无人机机间防碰撞控制方法 |
| CN211718765U (zh) * | 2020-03-31 | 2020-10-20 | 黑龙江振宁科技股份有限公司 | 模拟城市空间无人机飞控系统 |
-
2021
- 2021-09-06 CN CN202111036176.9A patent/CN113703486A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2017100698A (ja) * | 2015-11-25 | 2017-06-08 | カシオ計算機株式会社 | 飛行装置、方法、及びプログラム |
| 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 |
| CN108919825A (zh) * | 2018-05-18 | 2018-11-30 | 国网山东省电力公司青岛供电公司 | 具备避障功能的无人机室内定位系统及方法 |
| CN109557936A (zh) * | 2018-12-03 | 2019-04-02 | 北京航空航天大学 | 基于人工势场法的可垂起无人机机间防碰撞控制方法 |
| CN211718765U (zh) * | 2020-03-31 | 2020-10-20 | 黑龙江振宁科技股份有限公司 | 模拟城市空间无人机飞控系统 |
Non-Patent Citations (3)
| Title |
|---|
| 文元桥 等: "水面无人艇的体系结构与运动控制", 31 July 2019, 武汉理工大学出版社, pages: 175 * |
| 林海 等: "基于改进人工势场的无人机编队防碰撞控制方法", 哈尔滨工程大学学报, vol. 38, no. 6, pages 961 - 968 * |
| 王江锋 等: "智能交通理论与实践", 30 June 2020, 中国铁道出版社, pages: 196 - 198 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11347217B2 (en) | User interaction paradigms for a flying digital assistant | |
| Khan et al. | Cooperative robots to observe moving targets | |
| CN106873621B (zh) | 一种基于拉格朗日方程的无人机编队队形控制算法 | |
| Monajjemi et al. | Hri in the sky: Creating and commanding teams of uavs with a vision-mediated gestural interface | |
| Mademlis et al. | Autonomous unmanned aerial vehicles filming in dynamic unstructured outdoor environments [applications corner] | |
| Recchiuto et al. | Post‐disaster assessment with unmanned aerial vehicles: A survey on practical implementations and research approaches | |
| US20180046187A1 (en) | Unmanned aerial image capture platform | |
| CN109613931A (zh) | 基于生物社会力的异构无人机集群目标跟踪系统及方法 | |
| Bernardini et al. | Planning the behaviour of low-cost quadcopters for surveillance missions | |
| CN110069075B (zh) | 一种仿鸽群应急避障机制的集群超机动避障方法 | |
| CN109062252A (zh) | 基于人工势场法的四旋翼无人机集群控制方法及其装置 | |
| Sun et al. | Path planning for dense drone formation based on modified artificial potential fields | |
| CN115951598B (zh) | 一种多无人机的虚实结合仿真方法、装置及系统 | |
| US20210112194A1 (en) | Method and device for taking group photo | |
| Tang et al. | A joint global and local path planning optimization for UAV task scheduling towards crowd air monitoring | |
| CN106973221A (zh) | 基于美学评价的无人机摄像方法和系统 | |
| CN115047910A (zh) | 一种基于雁形阵的无人机编队巡航控制方法 | |
| Valenti et al. | An autonomous flyer photographer | |
| Hentati et al. | Cooperative UAVs framework for mobile target search and tracking | |
| CN107703970B (zh) | 无人机集群环绕追踪方法 | |
| KR102106893B1 (ko) | 무인비행체의 비행 제어 시스템 및 방법 | |
| Xiang et al. | UAV based target tracking and recognition | |
| Doukhi et al. | Deep reinforcement learning for autonomous map-less navigation of a flying robot | |
| CN115435787A (zh) | 一种基于改进蝴蝶算法的无人机三维路径规划方法及系统 | |
| Liu et al. | Rapid location technology of odor sources by multi‐UAV |
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 |