CN113946124B - 一种基于有限时间控制的无人飞行器协同编队方法 - Google Patents
一种基于有限时间控制的无人飞行器协同编队方法 Download PDFInfo
- Publication number
- CN113946124B CN113946124B CN202111058699.3A CN202111058699A CN113946124B CN 113946124 B CN113946124 B CN 113946124B CN 202111058699 A CN202111058699 A CN 202111058699A CN 113946124 B CN113946124 B CN 113946124B
- Authority
- CN
- China
- Prior art keywords
- unmanned aerial
- aerial vehicle
- state information
- formation
- finite time
- 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 45
- 238000000034 method Methods 0.000 title claims abstract description 25
- 230000008569 process Effects 0.000 claims abstract description 5
- 230000009466 transformation Effects 0.000 claims abstract description 4
- 238000005516 engineering process Methods 0.000 abstract description 5
- 238000013461 design Methods 0.000 description 5
- 238000011160 research Methods 0.000 description 5
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 230000006641 stabilisation Effects 0.000 description 3
- 238000011105 stabilization Methods 0.000 description 3
- 230000000087 stabilizing effect Effects 0.000 description 3
- 230000004075 alteration Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 239000002245 particle Substances 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000012938 design process Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- 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)
- Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Evolutionary Computation (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明公开了一种基于有限时间控制的无人飞行器协同编队方法,涉及无人机技术领域,包括步骤:无人飞行器在飞行过程中获取自身状态信息,将状态信息传送给相邻无人飞行器并接收相邻无人飞行器发送的状态信息,将获取的状态信息和接收到的状态信息发送给分布式有限时间编队控制器;分布式有限时间编队控制器根据预先设定的编队轨迹信息、构形信息、获取的无人飞行器的状态信息,经过变换和计算形成机动指令,在机动指令的要求下,无人飞行器沿着预定轨道飞行。本发明通过引入动态增益控制技术,实现了无人飞行器有限时间协同编队。本发明的方法能使被控系统有限时间稳定,具有控制器信号连续,计算量小,不需要被控系统满足齐次性假设的优点。
Description
技术领域
本发明涉及无人机技术领域,特别是涉及一种基于有限时间控制的无人飞行器协同编队方法。
背景技术
无人飞行器在军事和民用领域发挥着巨大的作用。大量事实证明单架无人飞行器在执行任务时仍然存在诸多问题,比如传感器角度限制使得在大范围搜索目标时,无人飞行器不能有效覆盖整个侦察区域。为了提高无人飞行器单次完成任务的成功率,同时也为了拓宽无人飞行器的使用范围,多无人飞行器协同编队技术应运而生。考虑到无人飞行器的运动特性,飞行编队系统需要很高的控制精度。近些年来,有限时间控制渐渐成为控制界的研究热点和研究前沿。相比传统稳定系统,有限时间稳定系统具有较快的响应速度,较高的稳定/跟踪精度以及较好的扰动抑制能力。这样的系统性能正是飞行编队系统所迫切需要的。然而,有限时间稳定系统固有的非光滑控制特性给相关控制律的设计带来了巨大的困难。因此,即使有限时间稳定系统具有上述诸多优点,关于有限时间控制律设计的研究还是非常少。无人飞行器有限时间协同编队控制问题既是航空航天技术领域的研究热点,同时又是控制工程领域的研究难题,对该问题的深入研究具有重要的科学意义和广泛的应用价值。
常用的有限时间控制方法有终端滑模控制(terminal sliding mode control),这种方法经常受到潜在的奇异性和颤动现象的影响。齐次性理论(homogeneous theory)也常被用于处理有限时间控制问题,齐次性要求被强加于非线性项中。解决有限时间控制问题的另一种方法是添加幂积分器(adding a power integrator)技术。由于在递归设计中反复使用分数幂会增加控制器的设计复杂度,相关结果适用于具有足够计算成本的系统。
发明内容
本发明实施例提供了一种基于有限时间控制的无人飞行器协同编队方法,可以解决现有技术中的问题。
本发明提供了一种基于有限时间控制的无人飞行器协同编队方法,包括以下步骤:
无人飞行器在飞行过程中获取自身状态信息,将此状态信息传送给相邻无人飞行器并接收相邻无人飞行器发送的状态信息,将获取的状态信息和接收到的状态信息发送给分布式有限时间编队控制器;
分布式有限时间编队控制器根据预先设定的编队轨迹信息、编队构形信息、获取的当前无人飞行器的状态信息和相邻无人飞行器状态信息,经过变换和计算形成机动指令,在所述机动指令的要求下,无人飞行器改变航向或速度,沿着预定轨道飞行;
所述机动指令按照以下流程计算得到:
根据编队轨迹信息、编队构形信息和当前无人飞行器状态信息计算位置误差和速度误差;
根据位置误差、速度误差和相邻无人飞行器状态信息设计新动态变量;
基于新动态变量构建李雅普诺夫函数;
根据李雅普诺夫稳定理论和有限时间稳定性定理,最终计算得到机动指令。
优选地,当受到干扰轨迹发生改变时,无人飞行器检测扰动,并将扰动信息整合在状态信息中。
优选地,所述位置误差ep,i和速度误差ev,i分别通过下式计算得到:
ep,i=Pi-Pd,i
ev,i=Vi-Vd,i
其中,Pd,i表示包含了编队轨迹信息和编队构形信息的第i架无人飞行器期望位置,Vd,i表示第i架无人飞行器期望速度,Pi和Vi分别为状态信息中包含的第i架无人飞行器的实际位置和实际速度,Pi和Vi分别通过下式计算得到:
其中,mi表示第i架无人飞行器的质量,ui表示作用于第i架无人飞行器上的控制输入,即机动指令,Fi表示作用于第i架无人飞行器上的扰动。
优选地,设计的新动态变量为:
其中,c1>0和c2>0均为控制参数,0<d<1,Ni为与第i架无人飞行器相邻的无人飞行器的集合。
优选地,所述李雅普诺夫函数为:
其中,Q表示编队中所有无人飞行器的集合。
优选地,基于李雅普诺夫稳定理论和有限时间稳定性定理,为使李雅普诺夫函数的时间导数满足关系式β>0且0<α<1,得到的机动指令为:
ui=gp,i(ζi,ζi d)ep,i+gv,i(ζi,ζi d)ev,i
其中,gp,i表示关于位置误差的动态增益,gv,i表示关于速度误差的动态增益。
本发明提供的无人飞行器协同编队方法,以协同控制、非线性控制和动态增益控制技术为基础,通过构造新的动态变量来辅助设计具有非光滑特性的动态增益,从而使得编队控制器虽然关于无人飞行器的状态变量成线性关系,但整体上使得飞行控制系统具有非光滑特性,这也是有限时间稳定系统特有的性质。通过引入动态增益控制技术,实现了无人飞行器有限时间协同编队。与传统方法相比,该技术具有控制器信号连续,计算量小,不需要被控系统满足齐次性假设的优点。
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,下面将对实施例或现有技术描述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为本发明中无人飞行器协同编队方法的控制框图;
图2为任意两架无人飞行器之间的通信示意图。
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。
参照图1和图2,本发明提供了一种基于有限时间控制的无人飞行器协同编队方法,该方法包括以下步骤:
无人飞行器在飞行过程中不断通过机载惯性测量单元获取自身状态信息,并将此状态信息传送给分布式有限时间编队控制器和相邻无人飞行器,在向相邻无人飞行器的发送状态信息的同时也接收相邻无人飞行器的状态信息,并将接收到的状态信息也发送给分布式有限时间编队控制器;
分布式有限时间编队控制器根据预先设定的编队轨迹信息、编队构形信息、获得的本无人飞行器的状态信息和相邻无人飞行器状态信息,经过变换和计算形成机动指令。在该机动指令的要求下,无人飞行器改变航向或速度,并通过作动装置驱动操纵面偏转,使无人飞行器沿着预定轨道飞行。当飞行器受到干扰导致轨迹发生改变,机载惯性测量元件检测出轨迹偏差,并将此偏差送给分布式有限时间编队控制器,从而操纵飞行器沿要求的轨迹飞行。图2中实线双向箭头表示相邻无人飞行器1和2之间发送状态信息的同时也接收状态信息,虚线双向箭头表示其它相邻无人飞行器之间的双向信息传递关系。
机动指令设计过程如下所示:
首先,定义位置误差ep,i和速度误差ev,i:
ep,i=Pi-Pd,i
ev,i=Vi-Vd,i
其中,Pd,i表示包含了编队轨迹信息和编队构形信息的第i架无人飞行器期望位置,Vd,i表示第i架无人飞行器期望速度,Pi和Vi分别为状态信息中包含的第i架无人飞行器的实际位置和实际速度,将无人飞行器视为质点系统,忽略其姿态控制而仅关注轨迹控制,则Pi和Vi分别通过下式计算得到:
其中,mi表示第i架无人飞行器的质量,ui表示作用于第i架无人飞行器上的控制输入,即机动指令,Fi表示作用于第i架无人飞行器上的扰动,即轨迹偏差。
其次,设计新动态变量:
其中,c1>0和c2>0均为控制参数,0<d<1,Ni为与第i架无人飞行器相邻的无人飞行器的集合。
然后,设计李雅普诺夫函数:
其中,Q表示编队中所有无人飞行器的集合。
最后,基于李雅普诺夫稳定理论(Lyapunov stability theory)和有限时间稳定性定理β>0且0<α<1,最终得到机动指令:
ui=gp,i(ζi,ζi d)ep,i+gv,i(ζi,ζi d)ev,i
其中,gp,i表示关于位置误差的动态增益,gv,i表示关于速度误差的动态增益。在满足关系式的情况下,它们均可通过简单的数学运算得到。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (2)
1.一种基于有限时间控制的无人飞行器协同编队方法,其特征在于,包括以下步骤:
无人飞行器在飞行过程中获取自身状态信息,将此状态信息传送给相邻无人飞行器并接收相邻无人飞行器发送的状态信息,将获取的状态信息和接收到的状态信息发送给分布式有限时间编队控制器;
分布式有限时间编队控制器根据预先设定的编队轨迹信息、编队构形信息、获取的当前无人飞行器的状态信息和相邻无人飞行器状态信息,经过变换和计算形成机动指令,在所述机动指令的要求下,无人飞行器改变航向或速度,沿着预定轨道飞行;
所述机动指令按照以下流程计算得到:
根据编队轨迹信息、编队构形信息和当前无人飞行器状态信息计算位置误差和速度误差;
根据位置误差、速度误差和相邻无人飞行器状态信息设计新动态变量;
基于新动态变量构建李雅普诺夫函数;
根据李雅普诺夫稳定理论和有限时间稳定性定理,最终计算得到机动指令;
所述位置误差ep,i和速度误差ev,i分别通过下式计算得到:
ep,i=Pi-Pd,i
ev,i=Vi-Vd,i
其中,Pd,i表示包含了编队轨迹信息和编队构形信息的第i架无人飞行器期望位置,Vd,i表示第i架无人飞行器期望速度,Pi和Vi分别为状态信息中包含的第i架无人飞行器的实际位置和实际速度,Pi和Vi分别通过下式计算得到:
其中,mi表示第i架无人飞行器的质量,ui表示作用于第i架无人飞行器上的控制输入,即机动指令,Fi表示作用于第i架无人飞行器上的扰动;
设计的新动态变量为:
其中,c1>0和c2>0均为控制参数,0<d<1,Ni为与第i架无人飞行器相邻的无人飞行器的集合;
所述李雅普诺夫函数为:
其中,Q表示编队中所有无人飞行器的集合;
基于李雅普诺夫稳定理论和有限时间稳定性定理,为使李雅普诺夫函数的时间导数满足关系式β>0且0<α<1,得到的机动指令为:
ui=gp,i(ζi,ζi d)ep,i+gv,i(ζi,ζi d)ev,i
其中,gp,i表示关于位置误差的动态增益,gv,i表示关于速度误差的动态增益。
2.如权利要求1所述的一种基于有限时间控制的无人飞行器协同编队方法,其特征在于,当受到干扰轨迹发生改变时,无人飞行器检测扰动,并将扰动信息整合在状态信息中。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2020114511347 | 2020-12-10 | ||
CN202011451134 | 2020-12-10 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113946124A CN113946124A (zh) | 2022-01-18 |
CN113946124B true CN113946124B (zh) | 2024-01-19 |
Family
ID=79328045
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111058699.3A Active CN113946124B (zh) | 2020-12-10 | 2021-09-08 | 一种基于有限时间控制的无人飞行器协同编队方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113946124B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116414148B (zh) * | 2023-03-15 | 2023-12-05 | 华中科技大学 | 一种分布式的旋翼无人机协同控制方法、装置和系统 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9146557B1 (en) * | 2014-04-23 | 2015-09-29 | King Fahd University Of Petroleum And Minerals | Adaptive control method for unmanned vehicle with slung load |
CN107844127A (zh) * | 2017-09-20 | 2018-03-27 | 北京飞小鹰科技有限责任公司 | 面向有限时间的编队飞行器协同控制方法及控制系统 |
RU2665820C1 (ru) * | 2017-07-17 | 2018-09-04 | Федеральное государственное бюджетное образовательное учреждение высшего образования "Саратовский государственный технический университет имени Гагарина Ю.А." (СГТУ имени Гагарина Ю.А.) | Способ управления движением летательного аппарата |
CN108919835A (zh) * | 2018-09-25 | 2018-11-30 | 北京航空航天大学 | 无人飞行器编队的控制方法、装置及控制器 |
WO2019041874A1 (zh) * | 2017-08-29 | 2019-03-07 | 深圳市道通智能航空技术有限公司 | 飞行器控制方法及装置 |
CN109901605A (zh) * | 2019-04-11 | 2019-06-18 | 大连海事大学 | 一种四旋翼飞行器跟踪无人水面船的控制方法 |
CN110262557A (zh) * | 2019-07-16 | 2019-09-20 | 南京航空航天大学 | 基于滑模控制技术的四旋翼编队有限时间容错控制方法 |
CN111665865A (zh) * | 2020-06-16 | 2020-09-15 | 天津大学 | 基于虚拟结构法的多无人机编队鲁棒控制方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8620517B2 (en) * | 2012-02-21 | 2013-12-31 | Toyota Mototr Engineering & Manufacturing North America, Inc. | Vehicular platooning using distributed receding horizon control |
-
2021
- 2021-09-08 CN CN202111058699.3A patent/CN113946124B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9146557B1 (en) * | 2014-04-23 | 2015-09-29 | King Fahd University Of Petroleum And Minerals | Adaptive control method for unmanned vehicle with slung load |
RU2665820C1 (ru) * | 2017-07-17 | 2018-09-04 | Федеральное государственное бюджетное образовательное учреждение высшего образования "Саратовский государственный технический университет имени Гагарина Ю.А." (СГТУ имени Гагарина Ю.А.) | Способ управления движением летательного аппарата |
WO2019041874A1 (zh) * | 2017-08-29 | 2019-03-07 | 深圳市道通智能航空技术有限公司 | 飞行器控制方法及装置 |
CN107844127A (zh) * | 2017-09-20 | 2018-03-27 | 北京飞小鹰科技有限责任公司 | 面向有限时间的编队飞行器协同控制方法及控制系统 |
CN108919835A (zh) * | 2018-09-25 | 2018-11-30 | 北京航空航天大学 | 无人飞行器编队的控制方法、装置及控制器 |
CN109901605A (zh) * | 2019-04-11 | 2019-06-18 | 大连海事大学 | 一种四旋翼飞行器跟踪无人水面船的控制方法 |
CN110262557A (zh) * | 2019-07-16 | 2019-09-20 | 南京航空航天大学 | 基于滑模控制技术的四旋翼编队有限时间容错控制方法 |
CN111665865A (zh) * | 2020-06-16 | 2020-09-15 | 天津大学 | 基于虚拟结构法的多无人机编队鲁棒控制方法 |
Non-Patent Citations (3)
Title |
---|
基于状态观测器的多无人机编队跟踪控制;窦立谦;杨闯;王丹丹;陈涛;秦新立;;天津大学学报(自然科学与工程技术版)(第01期);全文 * |
基于连续螺旋滑模的无人机分布式编队控制;彭麒麟;宗群;王丹丹;冯聪;;南京航空航天大学学报(第06期);全文 * |
无线网络通信下多无人飞行器编队飞行控制;索良泽;王冬;王红蕾;杨靖;;电光与控制(第09期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN113946124A (zh) | 2022-01-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Kim et al. | Nonlinear model predictive coordinated standoff tracking of a moving ground vehicle | |
Zhang et al. | Multi-objective global optimal parafoil homing trajectory optimization via Gauss pseudospectral method | |
Zhou et al. | Guidance laws with finite time convergence | |
Liu et al. | Robust optimal attitude control of hexarotor robotic vehicles | |
Frew et al. | Cooperative stand-off tracking of moving targets by a team of autonomous aircraft | |
Xue et al. | Formation flight control of multi-UAV system with communication constraints | |
WO2006113173A1 (en) | Decentralized maneuver control in heterogeneous autonomous vehicle networks | |
Ansari et al. | Robust generalized dynamic inversion based control of autonomous underwater vehicles | |
CN110764523B (zh) | 基于抗饱和平滑变换的比例积分前置导引攻击目标的方法 | |
Fradkov et al. | Combined adaptive controller for UAV guidance | |
CN113946124B (zh) | 一种基于有限时间控制的无人飞行器协同编队方法 | |
Qi et al. | Formation control for unmanned aerial vehicles with directed and switching topologies | |
Sun et al. | Fast Lyapunov vector field guidance for standoff target tracking based on offline search | |
Shah et al. | Lateral track control of UAVs using the sliding mode approach: from design to flight testing | |
Din et al. | Robust flight control system design of a fixed wing UAV using optimal dynamic programming | |
Wang et al. | Adaptive fractional‐order nonsingular fast terminal sliding mode formation control of multiple quadrotor UAVs‐based distributed estimator | |
Cheng et al. | Cooperative path planner for UAVs using ACO algorithm with Gaussian distribution functions | |
Zhou | Multi-variable adaptive high-order sliding mode quasi-optimal control with adjustable convergence rate for unmanned helicopters subject to parametric and external uncertainties | |
CN112558636B (zh) | 使用有向通讯拓扑结构的无人飞行器有限时间编队方法 | |
Wang et al. | Target localization and encirclement control for multi‐UAVs with limited information | |
Yu et al. | Cooperative circumnavigation control of multiple unicycle‐type robots with non‐identical input constraints | |
CN115237150A (zh) | 一种固定翼编队避障方法 | |
Liang et al. | Switched Control Design for Quadrotor in Target Tracking with Complex Intermittent Measurements | |
Hu et al. | Adaptive finite-time control for formation tracking of multiple nonholonomic unmanned aerial vehicles with quantized input signals | |
Banerjee et al. | Communication constrained robust guidance strategy using quantized artificial time delay based control with input saturation |
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 |