CN113867393A - 一种航迹可控的无人机编队队形重构方法 - Google Patents

一种航迹可控的无人机编队队形重构方法 Download PDF

Info

Publication number
CN113867393A
CN113867393A CN202111217663.5A CN202111217663A CN113867393A CN 113867393 A CN113867393 A CN 113867393A CN 202111217663 A CN202111217663 A CN 202111217663A CN 113867393 A CN113867393 A CN 113867393A
Authority
CN
China
Prior art keywords
unmanned aerial
formation
plane
aerial vehicle
expected
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
CN202111217663.5A
Other languages
English (en)
Other versions
CN113867393B (zh
Inventor
苏文山
陈磊
白显宗
申晓东
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.)
National Defense Technology Innovation Institute PLA Academy of Military Science
Original Assignee
National Defense Technology Innovation Institute PLA Academy of Military Science
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 National Defense Technology Innovation Institute PLA Academy of Military Science filed Critical National Defense Technology Innovation Institute PLA Academy of Military Science
Priority to CN202111217663.5A priority Critical patent/CN113867393B/zh
Publication of CN113867393A publication Critical patent/CN113867393A/zh
Application granted granted Critical
Publication of CN113867393B publication Critical patent/CN113867393B/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

本发明属于集群编队控制技术领域,提供一种航迹可控的无人机编队队形重构方法。本发明首先构建期望控制轨迹,然后结合固定翼无人机实际控制模型,设计控制律控制无人机趋近期望航迹,并沿期望航迹收敛到期望位置,最终到达无人机编队控制轨迹受控的效果。本发明控制思路简洁明了,将受控的编队重构问题分解为期望轨迹设计和期望轨迹跟踪两个子问题,易于在实践中实现轨迹受控的编队重构,降低了任务执行过程中编队无人机间的碰撞风险。

Description

一种航迹可控的无人机编队队形重构方法
技术领域
本发明属于集群编队控制技术领域,具体涉及一种航迹可控的无人机编队队形重构方法。
背景技术
无人机集群具有组织架构灵活、任务执行效率高和性能可靠等潜在优势,目前已在商业和国防领域得到广泛关注。在商业方面,无人机集群表演具有较强的观赏性,可根据用户需求灵活定制集群表演效果。在国防领域,无人机具有快速部署、应用灵活和政治风险低等优势,可利用多机配合提升探测和打击能力,快速高效的完成敌方区域目标的协同侦察、搜索和打击等任务。编队的设计、形成、保持和重构是无人机集群得到广泛应用的关键能力支撑。
编队的设计往往是指通过选取合适几何变量,如无人机间的期望相对距离、方位等,来描述无人机集群的期望构型的过程;编队的形成、保持和重构则是利用无人机间相对几何变量的当前值和期望值生成各无人机的控制指令,调整各自状态使得集群呈现出期望构型,以适应任务需求和环境。编队结构、信息感知与交互,和控制对象模型是设计和控制编队需要考虑的主要约束。分布式编队结构具有扩展性强、可靠性高的优势,是目前编队控制理论研究的主要研究对象,但受限于编队自组网技术尚不成熟,尚无法广泛应用于实践。通信是目前无人机间实现信息交互的主要手段,但在通信受干扰的条件下,视觉等其它信息感知和交互手段往往会作为一种重要的补充形式。控制对象模型往往将无人机视为质点模型,采用一阶或二阶微分方程近似描述其动态特性,但受无人机控制特性影响,其各方向运动具有较强的耦合性,从而使得基于线性微分方程模型设计的编队控制律,难以在实际应用中达到期望的设计性能,呈现出控制轨迹不可控的现象,引起无人机间间隔小于安全间隔距离、长僚机视线有遮挡等风险,给集群飞行带来安全隐患。
发明内容
本发明的目的是提出一种轨迹可控的无人机编队控制方法,解决当前无人机集群编队控制过程中控制轨迹不可控的技术问题。
为解决上述技术问题,本发明的实现思路是首先构建期望控制轨迹,然后结合固定翼无人机实际控制模型,设计控制律控制无人机趋近期望航迹,并沿期望航迹收敛到期望位置,最终到达无人机编队控制轨迹受控的效果,且本发明以基于视觉的主从式编队控制为例,给出了应用示范。具体的实现步骤如下,流程图如图5所示:
第一步:根据无人机编队飞行任务需求,设计编队构型
针对不同无人机编队飞行任务和无人机编队飞行任务的不同阶段,编队往往会根据需求调整构型。例如,在执行搜索侦察任务时,会采用菱形编队;在执行攻击任务时,会采用横型编队;在穿越狭窄飞行通道时,会采用纵型编队。为简化任务执行的复杂度,在编队设计阶段需要指定一架无人机为长机,其他无人机为僚机,并进行相应编号。不失一般性,记长机为0号,其余僚机依次编号。
第二步:确定各编队构型下的各无人机期望几何约束
为便于实现编队构型的形成和重构,需要对首先完成期望编队构型的量化描述。编队在执行任务时,往往需要维持当前构型进行任意方向的机动,这要求各期望构型下的期望几何约束量对任意方向的机动具有不变性。惯性参考坐标系下的几何量不满足此要求,故采用0号长机的速度为基准,建立水平速度坐标系,如图1所示。即令x轴指向与无人机速度在当地水平坐标坐标系下的投影向量方向平行,y轴指向天,z轴指向按右手定则根据x轴和y轴指向确定。各僚机在0号长机水平速度坐标系下的期望位置矢量
Figure BDA0003311354890000031
按下述方法确定。
记期望构型下,0号长机和i号僚机在北天东惯性坐标系下的位置
Figure BDA0003311354890000032
Figure BDA0003311354890000033
分别为:
Figure BDA0003311354890000034
则i号僚机在0号长机水平速度坐标系下的期望位置
Figure BDA0003311354890000035
可表述为:
Figure BDA0003311354890000036
其中Mg2hv0表示北天东惯性坐标系到水平速度坐标系的转换矩阵,由长机航迹偏航角θ0决定。矢量
Figure BDA0003311354890000037
在北天东坐标系下的各轴分量表示如下:
Figure BDA0003311354890000038
任务执行前,各僚机预加载期望构型下其在0号长机水平速度坐标系下的期望位置。
第三步:测量无人机编队控制需要的状态信息
对于可利用通信进行状态信息交互的无人机编队,各僚机可首先通过数据链直接获取长机的位置p0,g、速度信息v0,g,然后结合自身的位置信息pi,g、速度信息vi,g计算长僚机的相对位置ri0,g、相对速度vi0,g
Figure BDA0003311354890000041
对于在通信拒止环境下执行任务的无人机编队,各僚机可通过视觉传感器首先感知长机图像信息,然后结合已知的长机模型、视觉传感器的焦距、像元宽度等信息,基于投影成像原理解算长僚机相对位置信息ri0,g,最后利用滤波解算长僚机相对速度信息vi0,g
利用北天东惯性坐标系到长机水平速度坐标系的转换矩阵Mg2hv0可得各僚机与长机相对位置、相对速度在长机水平速度坐标系下的表示:
Figure BDA0003311354890000042
实际飞行过程中,对于基于通信进行信息交互的编队可直接利用长机速度信息v0,g计算Mg2hv0;对于基于视觉感知的编队,各僚机首先需结合自身的速度vi,g和长僚机相对速度滤波估计值vi0,g解算长机速度值v0,g,然后再据此计算Mg2hv0
第四步:根据构型切换信号规划切换航迹
任务执行过程中,为可靠高效的完成指定任务,同时满足适应环境的需求,编队构型往往需要动态调整。当收到编队调整指令后,各无人机由当前位置调整到期望构型下的期望位置时,为避免无人机间出现碰撞风险,其收敛轨迹应无重叠。对于采用视觉感知长僚机相对状态的无人机编队,各僚机在与长机的视线连线上应不存在其它僚机遮挡视线的情况。对于一些其它想定任务,收敛轨迹往往还存在其它特殊约束。以收敛轨迹无重叠、视线无遮挡和任务特殊性要求为约束,结合无人机当前位置和期望调整的位置规划期望收敛航迹。规划后的航迹通常为航路点序列,同时考虑到编队构型是以各僚机在长机水平速度坐标系下相对于长机的位置定义,因此,各僚机位置调整时的期望航迹亦以航路点在长机水平速度坐标系下的位置来定义,即可以表达为:
Figure BDA0003311354890000051
其中
Figure BDA0003311354890000052
为期望构型下i号僚机在0号长机水平速度坐标系下的期望相对位置。
第五步:确定当前时刻期望位置、期望速度
僚机期望位置和期望速度的确定需要综合考虑僚机当前的位置和期望航迹,下面分首次进入航迹调整阶段和非首次进入航迹调整讨论。
(1)僚机首次进入航迹调整阶段
当僚机首次进入航迹调整阶段时,僚机结合自身位置和期望航迹下的各航路点位置确定其期望位置、期望速度;具体操作如下,记各僚机当前相对于长机的位置在长机水平速度坐标系下可表示为ri0,hv0,按航迹点先后顺序依次取
Figure BDA0003311354890000053
Figure BDA0003311354890000054
计算ri0,hv0
Figure BDA0003311354890000055
Figure BDA0003311354890000056
连线所在直线的距离,记di,i+1,并定义ri0,hv0到航迹各相邻航路点连线距离形成的集合为D={d1,2,d2,3,…,dn-1,n},取最小距离对应的两相邻航路点连线为当前僚机进入期望航迹的切入口。
①工况1
若有图2所示工况1,在首次进入航迹调整阶段时,僚机距航路点
Figure BDA0003311354890000061
Figure BDA0003311354890000062
连线的直线距离最近,且其在航路点
Figure BDA0003311354890000063
Figure BDA0003311354890000064
所在直线的垂直投影点位于由
Figure BDA0003311354890000065
指向
Figure BDA0003311354890000066
连线的延长线上,即有:
Figure BDA0003311354890000067
其中
Figure BDA00033113548900000621
Figure BDA00033113548900000622
分别表示期望航路点
Figure BDA0003311354890000068
到无人机当前位置ri0,hv0和期望航路点
Figure BDA0003311354890000069
的向量,则记无人机当前时刻对应期望位置
Figure BDA00033113548900000610
和期望速度
Figure BDA00033113548900000611
为:
Figure BDA00033113548900000612
其中v*表示期望速度的大小。在确定期望位置和期望速度后,将航迹中所有满足k≤i的航路点
Figure BDA00033113548900000613
均标记为经过点。
②工况2
若有图3所示工况2,在首次进入航迹调整阶段时,僚机距航路点
Figure BDA00033113548900000614
Figure BDA00033113548900000615
连线的直线距离最近,且其在航路点
Figure BDA00033113548900000616
Figure BDA00033113548900000617
所在直线的垂直投影点位于
Figure BDA00033113548900000618
Figure BDA00033113548900000619
间的连线上,即有:
Figure BDA00033113548900000620
其中
Figure BDA00033113548900000719
Figure BDA00033113548900000720
分别表示期望航路点
Figure BDA0003311354890000071
到无人机当前位置ri0,hv0和期望航路点
Figure BDA0003311354890000072
的向量,则记无人机当前时刻对应期望位置
Figure BDA0003311354890000073
和期望速度
Figure BDA0003311354890000074
为:
Figure BDA0003311354890000075
其中
Figure BDA00033113548900000721
表示
Figure BDA00033113548900000722
的单位矢量
Figure BDA00033113548900000723
在确定期望位置和期望速度后,将航迹中所有满足k≤i的航路点
Figure BDA0003311354890000076
均标记为经过点。
③工况3
若在首次进入航迹调整阶段时,僚机距航路点
Figure BDA0003311354890000077
Figure BDA0003311354890000078
连线的直线距离最近,且其在航路点
Figure BDA0003311354890000079
Figure BDA00033113548900000710
所在直线的垂直投影点位于由
Figure BDA00033113548900000711
指向
Figure BDA00033113548900000712
连线的延长线上,即有:
Figure BDA00033113548900000713
Figure BDA00033113548900000714
其中j=n对应于图4所示工况3,即僚机距离航迹中最后两个航路点连线的直线距离最近,且其在航路点
Figure BDA00033113548900000715
Figure BDA00033113548900000716
所在直线的垂直投影点位于由
Figure BDA00033113548900000717
指向
Figure BDA00033113548900000718
连线的延长线上;
(2)非首次进入编队
当僚机处于非首次进入航迹调整阶段时,若航路点中存在未经过航路点,取航路点
Figure BDA0003311354890000081
Figure BDA0003311354890000082
其中
Figure BDA0003311354890000083
为期望航迹中下标最小的未经过航路点,i=j-1。若i=1,则其对应期望位置和速度为:
Figure BDA0003311354890000084
Figure BDA0003311354890000085
则其对应期望位置和期望速度为:
Figure BDA0003311354890000086
Figure BDA0003311354890000087
Figure BDA0003311354890000088
并将航路点置为经过航路点。
若航路中所有航路点均为经过点,则对应期望位置和速度为:
Figure BDA0003311354890000089
第六步:生成编队控制指令,实现构型切换
各僚机利用当前时刻在长机水平速度坐标系下的相对位置ri0,hv0和相对速度vi0,hv0,以及其当前时刻在期望航迹下的期望位置
Figure BDA00033113548900000810
和期望速度
Figure BDA00033113548900000811
计算僚机在长机水平速度坐标系下的编队控制指令ai,hv0=[ax,i0,hv0 ay,i0,hv0 az,i0,hv0]T如下:
Figure BDA0003311354890000091
其中Δxi0,hv0、Δyi0,hv0、Δzi0,hv0、Δvx,i0,hv0、Δvy,i0,hv0和Δvz,i0,hv0分别表示位置偏差和速度偏差在水平速度坐标系下的各轴分量。
Figure BDA0003311354890000092
根据相对位置和相对速度的定义可知僚机加速度指令ar,i在其水平速度坐标系下的各轴分量ax,i0、ay,i0和az,i0如下式所示:
ax,i=-ax,i0 ay,i=-ay,i0 az,i=-az,i0 (20)
kx,i0、kvx,i0、ky,i0、kvy,i0、kz,i0和kvz,i0为各轴位置偏差分量和速度偏差分量对应的控制增益。记无人机固定翼无人机滚转通道和俯仰通道的响应带宽分别为
Figure BDA0003311354890000093
和ωc,ψ,轴向推力的响应带宽为ωc,p,则为了僚机侧向和法向控制的稳定性和响应品质:
Figure BDA0003311354890000094
考虑到固定翼无人机的运动方程可用下式近似:
Figure BDA0003311354890000101
其中xi,g、yi,g和zi,g分别为i号僚机在北天东坐标系下的位置,vi、θi,g和ψi,g分别为i号僚机的速度大小、速度倾角和航迹偏航角,ai,r,v、ai,r,θ和ai,r,ψ分别为i号僚机的实际轴向加速度、法向加速度和侧向加速度,ai,c,v、ai,c,θ和ai,c,ψ为i号僚机的指令轴向加速度、法向加速度和侧向加速度,Ti,v、Ti,θ和Ti,ψ分别表示飞行器轴向加速度、法向加速度和侧向加速度指令对应的执行机构执行时间系数。
鉴于此,需要将长机水平速度坐标系下的僚机编队控制指令转换到僚机速度坐标系下,即有:
ai,vi=Mg2vi[Mg2hv0]Tai,hv0 (23)
其中Mg2vi为北天东惯性坐标系到i号僚机速度坐标系的转换矩阵,由僚机速度倾角θi,g和航迹偏航角ψi,g决定,ai,vi为编队控制指令加速度在i号僚机速度坐标系上的表示。
ai,vi=[ai,c,v ai,c,θ ai,c,ψ]T (24)
第七步:执行指令,并判断是否终止飞行任务
各僚机根据编队控制指令调整舵偏,同时按第三步实施方式要求测量长僚机相对状态和自身状态,生成任务执行状态,并判断是否终止飞行任务。无人机编队终止飞行任务的方式主要有自主终止和指令终止两种。自主终止是编队飞行前预加载终止判断条件,无人机编队执行任务的过程中,会实时结合自己测得的状态比对任务终止条件,若满足任务终止条件,则按预定设计航迹返航;若不满足终止条件,则继续按预加载模式执行任务。指令终止是地面指控端对无人机编队实时返回的任务执行状态进行判断、进而发送继续执行任务和终止任务的指令,在接收到终止任务的指令后,按预设航迹返航。
本发明的有效收益如下:
1、本发明控制思路简洁明了,将受控的编队重构问题分解为期望轨迹设计和期望轨迹跟踪两个子问题。
2、本发明紧密结合实际,考虑固定翼无人机飞行位置和期望轨迹的相对几何关系,分类讨论并明确给出了各工况下的无人机期望飞行状态;考虑固定翼无人机运动特性和执行机构动态特性设计编队控制律,使得各僚机快速收敛期望飞行状态。
3、本发明易于实现固定翼无人机的编队重构,降低了任务执行过程中编队无人机间的碰撞风险。
附图说明
图1是北东天坐标系到水平速度坐标系的转换示意图;
图2是本发明僚机首次进入航迹调整阶段工况1示意图;
图3是本发明僚机首次进入航迹调整阶段工况2示意图;
图4是本发明僚机首次进入航迹调整阶段工况3示意图;
图5是本发明实现流程示意图;
图6是本发明实施例菱形编队和纵队效果示意图;
图7是菱形编队与纵队间的切换航迹示意图;
图8是本发明实施例四机编队在长机水平速度坐标系下的投影图。
具体实施方式
下面结合具体附图和实施例对本发明进行解释和说明。
实施例1
本实施例由四架固定翼无人机组成的编队为例,各无人机仅能利用所携带的视觉传感器获取目标图像信息,并结合已知的长机模型信息解算相对距离、相对速度信息。本实施例的实现过程包括如下步骤:
第一步:确定切换编队构型。针对想定无人机编队任务,指定需要完成四机菱形编队到纵队的简单切换,如图6所示,并结合各无人机功能配置依次指令0号长机、1号僚机、2号僚机和3号僚机,其中僚机必须挂载视觉传感器载荷,长机则可以不挂载。
第二步:确定编队期望构型的相对几何关系。结合任务需求和固定翼无人机尺寸及飞行安全需要,确定菱形编队下各无人机在长机水平速度坐标系下的位置:
r10,hv0=[30,30,-10]T,r20,hv0=[30,-30,-20]T,r30,hv0=[60,0,-30]T
纵队下各无人机在长机水平速度坐标系下的位置:
r10,hv0=[25,0,-10]T,r20,hv0=[50,0,-20]T,r30,hv0=[75,0,-30]T
为避免出现碰撞风险,这里令各无人机在不同的高度飞行。无人机执行任务前将编队构型下的相对几何关系加载到各无人机。
第三步:测量和解算飞机间的相对状态信息。在各无人机按预设任务流程起飞后,各无人机在飞行过程中,各僚机利用陀螺仪、加速度计等惯导设备获悉自身在北天东坐标系下的位置pi,g和速度vi,g等状态信息,利用视觉传感器实时获取长机图像信息并据此解算和估计长僚机相对位置ri0,g和相对速度信息vi0,g,然后再解算长机速度信息v0,g
v0,g=vi,g+vi0,g
然后据此解算北天东坐标系到长机水平速度坐标系的转换矩阵Mg2hv0
Figure BDA0003311354890000131
其中
Figure BDA0003311354890000132
第四步:状态判断。各无人机利用测量和解算的状态信息,首先判断是否已完成预定任务,若认定已完成预设任务,则按预设策略返航;若认定未完成预设任务,则判断当前是否收到构型切换指令。若收到切换指令,则更新编队期望构型为待切换构型,进入下一步;若未收到切换指令,则进一步判断是否从起飞后始终未收到过切换指令,若未收到,则设置当前期望构型为缺省默认构型,进入第六步;若曾收到过切换指令,则将上一时刻的编队期望构型为期望构型,维持期望切换航迹,进入第六步。
第五步:设计编队重构期望切换航迹。在无人机编队未收到构型切换指令时,各无人机按缺省设置形成和维持编队构型;在收到构型切换信号后,为避免编队切换过程中发生碰撞等危险事故,又考虑到各僚机切换位置时仅能获取长机信息,故设计如下切换航迹,实现菱形编队与纵队的切换,切换效果如图7所示。
可以看出1号和2号无人机的切换航迹呈“L”型航迹切换构型,3号无人机沿直线航迹切换构型,因此,对于1号和2号无人机可以三个航路点信息表征期望航迹:
Figure BDA0003311354890000141
Figure BDA0003311354890000142
其中:
Figure BDA0003311354890000143
Figure BDA0003311354890000144
对于3号无人机可以用两个航路点信息表征期望航迹:
Figure BDA0003311354890000145
其中:
Figure BDA0003311354890000146
第六步:确定期望位置和速度。若当前编队为缺省构型,无人机未曾收到过构型切换指令,则令各无人机的期望位置为其在期望构型下的期望位置,期望速度方向为当前位置指向期望位置,期望速度大小由当前点距离期望位置点的距离决定,若距离小于2,则根据距离的减小线性将速度大小减小到0;若距离大于2,则将期望速度大小设为2;若为其它情况,则按上文所述各种工况分别确定,对于期望速度,若无人机当前时刻期望位置对应为航迹终点,则令其大小v为:
Figure BDA0003311354890000151
若无人机当前时刻期望位置为其它点,则期望速度大小为2。速度的方向按上文所述方法确定。
第七步:编队指令生成,并执行。通过数值仿真,图8给出了菱形编队和纵队的切换航迹在长机水平速度坐标系下的水平投影效果。指令执行后,返回到第三步,并在第四步判断是否终止任务、是否切换编队等。

Claims (4)

1.一种航迹可控的无人机编队队形重构方法,其特征在于,包括如下步骤:
第一步:根据不同无人机编队飞行任务和无人机编队飞行任务的不同阶段,设计无人机编队构型;在无人机编队设计阶段指定一架无人机为长机,其他无人机为僚机,并进行相应编号;
第二步:确定各编队构型下的各无人机期望几何约束
采用长机的速度为基准,建立水平速度坐标系,即令x轴指向与无人机速度在当地水平坐标坐标系下的投影向量方向平行,y轴指向天,z轴指向按右手定则根据x轴和y轴指向确定;各僚机在长机水平速度坐标系下的期望位置矢量
Figure FDA0003311354880000011
按下述方法确定;
记期望构型下,长机和i号僚机在北天东惯性坐标系下的位置
Figure FDA0003311354880000012
Figure FDA0003311354880000013
分别为:
Figure FDA0003311354880000014
则i号僚机在长机水平速度坐标系下的期望位置
Figure FDA0003311354880000015
可表述为:
Figure FDA0003311354880000016
其中Mg2hv0表示北天东惯性坐标系到水平速度坐标系的转换矩阵,由长机航迹偏航角θ0决定,矢量
Figure FDA0003311354880000017
在北天东坐标系下的各轴分量表示如下:
Figure FDA0003311354880000018
任务执行前,各僚机预加载期望构型下其在长机水平速度坐标系下的期望位置;
第三步:测量无人机编队控制需要的状态信息
利用北天东惯性坐标系到长机水平速度坐标系的转换矩阵Mg2hv0可得各僚机与长机相对位置、相对速度在长机水平速度坐标系下的表示:
Figure FDA0003311354880000021
第四步:根据构型切换信号规划切换航迹
各僚机位置调整时的期望航迹亦以航路点在长机水平速度坐标系下的位置来定义,即可以表达为:
Figure FDA0003311354880000022
其中
Figure FDA0003311354880000023
为期望构型下i号僚机在长机水平速度坐标系下的期望相对位置;
第五步:确定当前时刻期望位置、期望速度
(1)僚机首次进入航迹调整阶段
当僚机首次进入航迹调整阶段时,僚机结合自身位置和期望航迹下的各航路点位置确定其期望位置、期望速度,记各僚机当前相对于长机的位置在长机水平速度坐标系下可表示为ri0,hv0,按航迹点先后顺序依次取
Figure FDA0003311354880000024
Figure FDA0003311354880000025
计算ri0,hv0
Figure FDA0003311354880000026
Figure FDA0003311354880000027
连线所在直线的距离,记di,i+1,并定义ri0,hv0到航迹各相邻航路点连线距离形成的集合为D={d1,2,d2,3,…,dn-1,n},取最小距离对应的两相邻航路点连线为当前僚机进入期望航迹的切入口;
①工况1
在首次进入航迹调整阶段时,僚机距航路点
Figure FDA0003311354880000028
Figure FDA0003311354880000029
连线的直线距离最近,且其在航路点
Figure FDA00033113548800000210
Figure FDA00033113548800000211
所在直线的垂直投影点位于由
Figure FDA00033113548800000212
指向
Figure FDA00033113548800000213
连线的延长线上,即有:
Figure FDA0003311354880000031
其中
Figure FDA0003311354880000032
Figure FDA0003311354880000033
分别表示期望航路点
Figure FDA0003311354880000034
到无人机当前位置ri0,hv0和期望航路点
Figure FDA0003311354880000035
的向量,则记无人机当前时刻对应期望位置
Figure FDA0003311354880000036
和期望速度
Figure FDA0003311354880000037
为:
Figure FDA0003311354880000038
其中v*表示期望速度的大小,在确定期望位置和期望速度后,将航迹中所有满足k≤i的航路点
Figure FDA0003311354880000039
均标记为经过点;
②工况2
在首次进入航迹调整阶段时,僚机距航路点
Figure FDA00033113548800000310
Figure FDA00033113548800000311
连线的直线距离最近,且其在航路点
Figure FDA00033113548800000312
Figure FDA00033113548800000313
所在直线的垂直投影点位于
Figure FDA00033113548800000314
Figure FDA00033113548800000315
间的连线上,即有:
Figure FDA00033113548800000316
其中
Figure FDA00033113548800000317
Figure FDA00033113548800000318
分别表示期望航路点
Figure FDA00033113548800000319
到无人机当前位置ri0,hv0和期望航路点
Figure FDA00033113548800000320
的向量,则记无人机当前时刻对应期望位置
Figure FDA00033113548800000321
和期望速度
Figure FDA00033113548800000322
为:
Figure FDA00033113548800000323
其中
Figure FDA00033113548800000324
表示
Figure FDA00033113548800000325
的单位矢量
Figure FDA00033113548800000326
在确定期望位置和期望速度后,将航迹中所有满足k≤i的航路点
Figure FDA00033113548800000327
均标记为经过点;
③工况3
若在首次进入航迹调整阶段时,僚机距航路点
Figure FDA0003311354880000041
Figure FDA0003311354880000042
连线的直线距离最近,且其在航路点
Figure FDA0003311354880000043
Figure FDA0003311354880000044
所在直线的垂直投影点位于由
Figure FDA0003311354880000045
指向
Figure FDA0003311354880000046
连线的延长线上,即有:
Figure FDA0003311354880000047
Figure FDA0003311354880000048
其中j=n对应工况3,即僚机距离航迹中最后两个航路点连线的直线距离最近,且其在航路点
Figure FDA0003311354880000049
Figure FDA00033113548800000410
所在直线的垂直投影点位于由
Figure FDA00033113548800000411
指向
Figure FDA00033113548800000412
连线的延长线上;
(2)僚机非首次进入航迹调整阶段
若航路点中存在未经过航路点,取航路点
Figure FDA00033113548800000413
Figure FDA00033113548800000414
其中
Figure FDA00033113548800000415
为期望航迹中下标最小的未经过航路点,i=j-1;若i=1,则其对应期望位置和速度为:
Figure FDA00033113548800000416
Figure FDA00033113548800000417
则其对应期望位置和期望速度为:
Figure FDA00033113548800000418
Figure FDA00033113548800000419
Figure FDA0003311354880000051
并将航路点置为经过航路点;
若航路中所有航路点均为经过点,则对应期望位置和速度为:
Figure FDA0003311354880000052
第六步:生成编队控制指令,实现构型切换
各僚机利用当前时刻在长机水平速度坐标系下的相对位置ri0,hv0和相对速度vi0,hv0,以及其当前时刻在期望航迹下的期望位置
Figure FDA0003311354880000053
和期望速度
Figure FDA0003311354880000054
计算僚机在长机水平速度坐标系下的编队控制指令ai,hv0=[ax,i0,hv0 ay,i0,hv0 az,i0,hv0]T如下:
Figure FDA0003311354880000055
其中Δxi0,hv0、Δyi0,hv0、Δzi0,hv0、Δvx,i0,hv0、Δvy,i0,hv0和Δvz,i0,hv0分别表示位置偏差和速度偏差在水平速度坐标系下的各轴分量;
将长机水平速度坐标系下的僚机编队控制指令转换到僚机速度坐标系下,即有:
ai,vi=Mg2vi[Mg2hv0]Tai,hv0 (23)
其中Mg2vi为北天东惯性坐标系到i号僚机速度坐标系的转换矩阵,由僚机速度倾角θi,g和航迹偏航角ψi,g决定,ai,vi为编队控制指令加速度在i号僚机速度坐标系上的表示:
ai,vi=[ai,c,v ai,c,θ ai,c,ψ]T (24)
第七步:执行指令,并判断无人机编队是否终止飞行任务
各僚机根据编队控制指令调整舵偏,同时按第三步实施方式要求测量长僚机相对状态和自身状态,生成任务执行状态,并判断是否终止飞行任务。
2.根据权利要求1所述的一种航迹可控的无人机编队队形重构方法,其特征在于,所述第一步中记长机为0号,其余僚机依次编号。
3.根据权利要求1所述的一种航迹可控的无人机编队队形重构方法,其特征在于,所述第三步,对于基于通信进行信息交互的编队可直接利用长机速度信息v0,g计算Mg2hv0;对于基于视觉感知的编队,各僚机首先需结合自身的速度vi,g和长僚机相对速度滤波估计值vi0,g解算长机速度值v0,g,然后再据公式(5)计算Mg2hv0
4.根据权利要求1-3任一所述的一种航迹可控的无人机编队队形重构方法,其特征在于,所述第七步无人机编队终止飞行任务的方式主要有自主终止和指令终止两种;
自主终止是编队飞行前预加载终止判断条件,无人机编队执行任务的过程中,会实时结合自己测得的状态比对任务终止条件,若满足任务终止条件,则按预定设计航迹返航;若不满足终止条件,则继续按预加载模式执行任务;
指令终止是地面指控端对无人机编队实时返回的任务执行状态进行判断、进而发送继续执行任务和终止任务的指令,在接收到终止任务的指令后,按预设航迹返航。
CN202111217663.5A 2021-10-19 2021-10-19 一种航迹可控的无人机编队队形重构方法 Active CN113867393B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111217663.5A CN113867393B (zh) 2021-10-19 2021-10-19 一种航迹可控的无人机编队队形重构方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111217663.5A CN113867393B (zh) 2021-10-19 2021-10-19 一种航迹可控的无人机编队队形重构方法

Publications (2)

Publication Number Publication Date
CN113867393A true CN113867393A (zh) 2021-12-31
CN113867393B CN113867393B (zh) 2024-04-19

Family

ID=79000406

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111217663.5A Active CN113867393B (zh) 2021-10-19 2021-10-19 一种航迹可控的无人机编队队形重构方法

Country Status (1)

Country Link
CN (1) CN113867393B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115576358A (zh) * 2022-12-07 2023-01-06 西北工业大学 基于机器视觉的无人机分布式控制方法
CN117519256A (zh) * 2023-12-25 2024-02-06 南京理工大学 一种无人机平台单目轨迹重构方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108319296A (zh) * 2018-03-26 2018-07-24 中国人民解放军国防科技大学 一种融合全局信息与局部信息的编队控制方法
CN111399537A (zh) * 2020-03-27 2020-07-10 西北工业大学 一种基于航路点的分布式无人机动态编队切换方法
KR102244988B1 (ko) * 2019-10-31 2021-04-27 석진영 군집 비행을 위한 복수 개의 무인항공기의 군집 비행 제어 시스템 및 방법

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108319296A (zh) * 2018-03-26 2018-07-24 中国人民解放军国防科技大学 一种融合全局信息与局部信息的编队控制方法
KR102244988B1 (ko) * 2019-10-31 2021-04-27 석진영 군집 비행을 위한 복수 개의 무인항공기의 군집 비행 제어 시스템 및 방법
CN111399537A (zh) * 2020-03-27 2020-07-10 西北工业大学 一种基于航路点的分布式无人机动态编队切换方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
YUEQIAN LIANG: "Adaptive leader–follower formation control for swarms of unmanned aerial vehicles with motion constraints and unknown disturbances", CHINESE JOURNAL OF AERONAUTICS, vol. 33, no. 11, 31 December 2020 (2020-12-31) *
张佳龙: "无人机编队协同追踪控制律和编队信息架构", 西安交通大学学报, vol. 53, no. 6, 30 June 2019 (2019-06-30) *
李杰;彭双春;安宏雷;相晓嘉;沈林成;: "基于微分几何与李群的无人机编队会合方法", 国防科技大学学报, no. 06, 28 December 2013 (2013-12-28) *
许洋: "多无人机自适应编队协同航迹规划", 计算机应用, vol. 40, 31 May 2020 (2020-05-31) *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115576358A (zh) * 2022-12-07 2023-01-06 西北工业大学 基于机器视觉的无人机分布式控制方法
CN117519256A (zh) * 2023-12-25 2024-02-06 南京理工大学 一种无人机平台单目轨迹重构方法
CN117519256B (zh) * 2023-12-25 2024-06-07 南京理工大学 一种无人机平台单目轨迹重构方法

Also Published As

Publication number Publication date
CN113867393B (zh) 2024-04-19

Similar Documents

Publication Publication Date Title
Azinheira et al. A backstepping controller for path‐tracking of an underactuated autonomous airship
Calise et al. Nonlinear adaptive flight control using neural networks
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
CN106774400B (zh) 一种基于逆动力学的无人机三维轨迹制导方法
CN111650963B (zh) 一种面向垂直起降固定翼无人机的视觉集群编队控制方法
CN113867393A (zh) 一种航迹可控的无人机编队队形重构方法
CN111522258A (zh) 多无人机协同控制仿真系统及其构建方法、仿真方法
Kim et al. Flying robots: modeling, control and decision making
Mills et al. Vision based control for fixed wing UAVs inspecting locally linear infrastructure using skid-to-turn maneuvers
Thomas et al. Collaborative control in a flying-boom aerial refueling simulation
Paiva et al. Sliding mode control approaches for an autonomous unmanned airship
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
Ochi et al. Flight control for automatic aerial refueling via PNG and LOS angle control
CN114756959A (zh) 一种飞行器近距空战机动智能决策机模型设计方法
Wang et al. Path following of the autonomous airship with compensation of unknown wind and modeling uncertainties
Yang et al. A decentralised control strategy for formation flight of unmanned aerial vehicles
Rosa et al. Autolanding controller for a fixed wing unmanned air vehicle
CN117311388A (zh) 一种无人直升机集群的编队巡逻飞行方法及装置
Cordeiro et al. Non linear controller and path planner algorithm for an autonomous variable shape formation flight
CN116540780A (zh) 一种基于博弈制导的无人机决策控制方法
CN116068928A (zh) 一种分布式异构无人机集群空地一体控制系统及方法
CN110209179A (zh) 一种高超声速飞行器的快速高度跟踪算法
Haghighi et al. A hierarchical and prioritized framework in coordinated maneuver of multiple UAVs based on guidance regulator
CN114967724A (zh) 一种四旋翼无人机目标环绕抗干扰控制方法
Liu et al. Learning-Based Compound Docking Control for UAV Aerial Recovery: Methodology and Implementation

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