CN114115272A - 具有时空解耦特性的空中多智能体分布式椭圆环绕制导方法 - Google Patents

具有时空解耦特性的空中多智能体分布式椭圆环绕制导方法 Download PDF

Info

Publication number
CN114115272A
CN114115272A CN202111415408.1A CN202111415408A CN114115272A CN 114115272 A CN114115272 A CN 114115272A CN 202111415408 A CN202111415408 A CN 202111415408A CN 114115272 A CN114115272 A CN 114115272A
Authority
CN
China
Prior art keywords
agent
following
elliptical
ith
arc length
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
Application number
CN202111415408.1A
Other languages
English (en)
Inventor
邵星灵
刘洪程
李东光
张文栋
曹红松
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.)
North University of China
Original Assignee
North University of China
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 North University of China filed Critical North University of China
Priority to CN202111415408.1A priority Critical patent/CN114115272A/zh
Publication of CN114115272A publication Critical patent/CN114115272A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0223—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving speed control of the vehicle
    • 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
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
    • 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
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0287—Control of position or course in two dimensions specially adapted to land vehicles involving a plurality of land vehicles, e.g. fleet or convoy travelling
    • G05D1/0289—Control of position or course in two dimensions specially adapted to land vehicles involving a plurality of land vehicles, e.g. fleet or convoy travelling with means for avoiding collisions between vehicles

Abstract

本发明公开了一种具有时空解耦特性的空中多智能体分布式椭圆环绕制导方法，涉及多智能体协同路径跟随控制领域。首先，针对空中多智能体分布式周期性目标/区域观测任务想定，给定惯性系下椭圆参考路径的隐式描述，将其指派给集群系统中的虚拟领导者，设计其前向速度和角速度；其次，为确保跟随智能体渐近收敛于椭圆参考轨道并维持环绕飞行，建立包含协同一致性误差和偏航角跟踪误差的复合函数，计算跟随智能体的角速度以实现预设的空间任务；最后，为达到跟随智能体沿着椭圆轨道等弧长编队并保持前向速度同步的效果，引入极坐标系下投影弧长计算规则，设计跟随智能体的前向速度，实现预设的动态任务。成功解决了多智能体均匀、等速分散于椭圆轨道的难题。

Description

具有时空解耦特性的空中多智能体分布式椭圆环绕制导方法
技术领域
本发明涉及多智能体协同路径跟随控制领域，具体为一种具有时空解耦特性的空中多智能体分布式椭圆环绕制导方法，解决了面向持续性、周期性对地观测任务的空中多智能体协同编队控制问题。
背景技术
近年来，受制于单一空中智能体的感知、通信、计算与机动能力受限，部署空中多智能体协同执行多样化精细任务已经成为自主无人系统研究的重要内容。借助合理的协同控制器设计，使得空中多智能体能够协同达到预期的集群控制行为，可有助于提升任务完成的满意程度、增强复杂环境下的自适应能力。因此无论是在军事还是民用领域，空中多智能体协同控制引发了控制科学、智能科学领域学者的广泛关注。尽管空中多智能体协同领域取得了长足的研究进展，但已有文献大多聚焦于沿多条路径的编队控制、圆形环绕编队控制等场合，由于利用时间参量相关的轨迹作为指令，故本质上属于轨迹跟踪框架，存在严重的时空耦合问题。
相较于圆形环绕编队，利用空中多智能体局部交互构成椭圆编队构型，是近年来发展起来的应对块状目标持续性、高效精细观测的新手段。如何在路径跟随框架下赋予空中多智能体控制系统时空解耦特性，实现更为灵活的椭圆轨道有序环绕目前仍是开放性问题，其设计面临如下挑战：(1)已有的多智能体圆形协同环绕控制研究，往往通过调控与相位角有关的协同误差来实现多智能体等相位分布的编队效果，当参考路径是环绕半径时变的椭圆时，由于相位角误差难以精确表征沿椭圆的相邻曲线长度，已有方法难以保证多智能体的速度趋于一致，极大诱发了智能体机动行为和相邻个体间的碰撞风险。(2)已报道的椭圆环绕结果仅适用于一阶积分串联系统，难以适用于非完整约束模型等更为实际的空中多智能体。故开发具有时空解耦特性的空中多智能体分布式椭圆环绕制导方法亟待解决。
发明内容
本发明为了解决在协同轨迹跟踪控制框架中，跟随智能体不必要的机动行为和控制器易饱和问题以及克服已有研究无法保证椭圆轨道导引下所有跟随智能体趋于一致的前向速度问题，提供了一种具有时空解耦特性的空中多智能体分布式椭圆环绕制导方法。
本发明是通过如下技术方案来实现的：一种具有时空解耦特性的空中多智能体分布式椭圆环绕制导方法，包括如下步骤：
(1)针对空中多智能体分布式周期性目标/区域观测任务想定，给定惯性系下椭圆参考路径的隐式描述：
f(x,y)＝(bx)2+(ay)2-(ab)2＝0 (1)
其中，x和y为跟随智能体在惯性系下的位置，a和b为正的设计参数，分别表示椭圆参考路径的长半轴与短半轴；
将预设的椭圆参考路径指派给集群系统中的虚拟领导者，设计驱动虚拟领导者非完整约束模型所必需的前向速度u0和角速度ω0，并满足如下约束，使其严格跟踪椭圆参考路径：
Figure BDA0003375154660000021
其中，f0x和f0y分别表示f0＝f(x0,y0)对x和y的一阶偏导数；f0xx,f0xy和f0yy表示f0对x和y的二阶偏导数；θ0为虚拟领导者沿椭圆轨道切线与惯性系x轴方向的夹角，由
Figure BDA0003375154660000022
确定，
Figure BDA0003375154660000023
(2)为确保跟随智能体渐近收敛于椭圆参考轨道并维持环绕飞行，首先借助信息一致性原理，定义跟随智能体的协同一致性误差eif：
Figure BDA0003375154660000024
其中，Ni是与第i个跟随智能体相邻的智能体集合；fi＝f(xi,yi)为第i个跟随智能体相较于椭圆参考轨道的路径偏差，xi,yi表示第i个跟随智能体在惯性系下的位置；aij表示第i个跟随智能体和第j个跟随智能体之间的通信关系，当i可获得j的信息时，aij＝1，否则aij＝0；与之类似，bi表示第i个跟随智能体与虚拟领导者之间的通信关系；
其次，建立包含协同一致性误差和偏航角跟踪误差的复合函数si：
si＝arctan(ki1eif)+θie (4)
其中，θie＝θi-θid为第i个跟随智能体的偏航角跟踪误差，θi表示第i个跟随智能体在惯性系下的偏航角，θid为第i个跟随智能体的期望偏航角，由
Figure BDA0003375154660000031
确定，fix和fiy分别表示fi对x和y的一阶偏导数，ki1为正的待设计参数；
然后，为镇定复合函数si，基于反馈线性化原理，设计第i个跟随智能体的角速度ωi以实现预设的空间任务：
Figure BDA0003375154660000032
其中，ki2是待设计的控制增益，ui为第i个跟随智能体的前向速度，
Figure BDA0003375154660000033
可由
Figure BDA0003375154660000034
确定，fixx,fixy和fiyy表示fi对x和y的二阶偏导数；
Figure BDA0003375154660000035
(3)为达到跟随智能体沿着椭圆轨道等弧长编队并保持前向速度同步的效果，以第i个跟随智能体的极角
Figure BDA0003375154660000036
为积分起点，以第j个跟随智能体的极角
Figure BDA0003375154660000037
为积分终值，引入极坐标系下投影弧长计算规则：
Figure BDA0003375154660000038
其中，
Figure BDA00033751546600000313
是(x,y)在极坐标系下的等价描述，满足
Figure BDA00033751546600000311
Figure BDA00033751546600000312
lij表示第i个跟随智能体到第j个跟随智能体的投影弧长，lij＞0表示第i个跟随智能体沿椭圆轨道的投影点在第j个跟随智能体的前面，反之则lij＜0；
其次，为规范跟随智能体沿椭圆路径上的协作行为，定义协同投影弧长误差eil：
Figure BDA0003375154660000041
其中，dij为第i和第j个跟随智能体期望的投影弧长距离，di0为第i个跟随智能体与虚拟领导者期望的投影弧长距离；
最后，为镇定协同投影弧长误差，即相邻跟随智能体以均匀分布样式分散于椭圆参考路径，设计第i个跟随智能体的前向速度ui以实现预设的动态任务：
ui＝u0(1-ki3tanh(ki4eil)) (8)
其中，ki3,ki4是待设计参数，其中ki3∈(0,1]。
与现有技术相比本发明具有以下有益效果：本发明所提供的一种具有时空解耦特性的空中多智能体分布式椭圆环绕制导方法，具有以下显著优势：第一，所提的隐式路径跟随方法通过将期望椭圆路径描述为不依赖于时间信息的隐式函数，可将协同环绕控制任务解耦为独立的空间和动态任务，并保证了路径的不变性，避免了轨迹跟踪范式下控制器暂态饱和与智能体速度调控与轨迹跟踪互牵制的问题；第二，不同于传统的基于相对距离调控的协同控制方法，本发明所提的协同制导律通过引入投影弧长概念，构建分布式椭圆环绕制导律，可成功解决多智能体均匀、等速分散于椭圆轨道的难题，确保了多智能体沿单一椭圆路径协同等弧长运行，规避已有方法伴随的多智能体碰撞风险，保障了空中多智能体协同控制系统的稳定性。
附图说明
图1是具有时空解耦特性的空中多智能体分布式椭圆环绕制导方法的控制框图。
图2是空中多智能体椭圆环绕的示意图。
图3是空中智能体之间的通信拓扑关系图。
图4是空中多智能体椭圆环绕效果图。
具体实施方式
以下结合说明书附图和具体实施例对本发明作进一步说明。
本实施例所涉及的是一种具有时空解耦特性的空中多智能体分布式椭圆环绕制导方法，包括如下步骤：
(1)针对空中多智能体分布式周期性目标/区域观测任务想定，给定惯性系下椭圆参考路径的隐式描述：
f(x,y)＝(bx)2+(ay)2-(ab)2＝0 (1)
其中，x和y为跟随智能体在惯性系下的位置，a和b为正的设计参数，分别表示椭圆参考路径的长半轴与短半轴；
将预设的椭圆参考路径指派给集群系统中的虚拟领导者，设计驱动虚拟领导者非完整约束模型所必需的前向速度u0和角速度ω0，并满足如下约束，使其严格跟踪椭圆参考路径：
Figure BDA0003375154660000051
其中，f0x和f0y分别表示f0＝f(x0,y0)对x和y的一阶偏导数；f0xx,f0xy和f0yy表示f0对x和y的二阶偏导数；θ0为虚拟领导者沿椭圆轨道切线与惯性系x轴方向的夹角，由
Figure BDA0003375154660000052
确定，
Figure BDA0003375154660000053
(2)为确保跟随智能体渐近收敛于椭圆参考轨道并维持环绕飞行，首先借助信息一致性原理，定义跟随智能体的协同一致性误差eif：
Figure BDA0003375154660000054
其中，Ni是与第i个跟随智能体相邻的智能体集合；fi＝f(xi,yi)为第i个跟随智能体相较于椭圆参考轨道的路径偏差，xi,yi表示第i个跟随智能体在惯性系下的位置；aij表示第i个跟随智能体和第j个跟随智能体之间的通信关系，当i可获得j的信息时，aij＝1，否则aij＝0；与之类似，bi表示第i个跟随智能体与虚拟领导者之间的通信关系；
其次，建立包含协同一致性误差和偏航角跟踪误差的复合函数si：
si＝arctan(ki1eif)+θie (4)
其中，θie＝θi-θid为第i个跟随智能体的偏航角跟踪误差，θi表示第i个跟随智能体在惯性系下的偏航角，θid为第i个跟随智能体的期望偏航角，由
Figure BDA0003375154660000061
确定，fix和fiy分别表示fi对x和y的一阶偏导数，ki1为正的待设计参数；
然后，为镇定复合函数si，基于反馈线性化原理，设计第i个跟随智能体的角速度ωi以实现预设的空间任务：
Figure BDA0003375154660000062
其中，ki2是待设计的控制增益，ui为第i个跟随智能体的前向速度，
Figure BDA0003375154660000063
可由
Figure BDA0003375154660000064
确定，fixx,fixy和fiyy表示fi对x和y的二阶偏导数；
Figure BDA0003375154660000065
(3)为达到跟随智能体沿着椭圆轨道等弧长编队并保持前向速度同步的效果，以第i个跟随智能体的极角
Figure BDA0003375154660000066
为积分起点，以第j个跟随智能体的极角
Figure BDA0003375154660000067
为积分终值，引入极坐标系下投影弧长计算规则：
Figure BDA0003375154660000068
其中，
Figure BDA00033751546600000613
是(x,y)在极坐标系下的等价描述，满足
Figure BDA00033751546600000611
Figure BDA00033751546600000612
lij表示第i个跟随智能体到第j个跟随智能体的投影弧长，lij＞0表示第i个跟随智能体沿椭圆轨道的投影点在第j个跟随智能体的前面，反之则lij＜0；
其次，为规范跟随智能体沿椭圆路径上的协作行为，定义协同投影弧长误差eil：
Figure BDA0003375154660000071
其中，dij为第i和第j个跟随智能体期望的投影弧长距离，di0为第i个跟随智能体与虚拟领导者期望的投影弧长距离；
最后，为镇定协同投影弧长误差，即相邻跟随智能体以均匀分布样式分散于椭圆参考路径，设计第i个跟随智能体的前向速度ui以实现预设的动态任务：
ui＝u0(1-ki3tanh(ki4eil)) (8)
其中，ki3,ki4是待设计参数，其中ki3∈(0,1]。
接下来，对所提策略在MATLAB仿真环境下进行可行性验证。这里给出空中多智能体分布式椭圆环绕制导律参数如表1所示。
表1空中多智能体分布式椭圆环绕制导律参数
Figure BDA0003375154660000072
本实施例所考虑的空中多智能体椭圆环绕示意如图2所示；
仿真时长设置为400s，仿真步长设置为0.001。
集群系统中共有10个空中跟随智能体和1个虚拟领导者完成任务，其通信关系如图3所示，可以发现，本发明所设计的通信拓扑关系为有向图，比无向图更具一般性，其中可接收到虚拟领导者信息的为1号跟随智能体，定义与虚拟领导者交互的邻接矩阵为：
B＝diag{1 0 0 0 0 0 0 0 0 0} (9)
描述跟随智能体通信拓扑的邻接矩阵如下所示：
Figure BDA0003375154660000081
设置椭圆参考路径长半轴为a＝100km，短半轴为b＝20km，设计虚拟领导者的前向速度为250m/s，位置和偏航角初始状态如下：
[x0,y0,θ0]T＝[100km,0km,-1.5708rad]T (11)
表2为跟随智能体的初始状态参数：
表2初始状态参数
Figure BDA0003375154660000082
表3为相邻跟随智能体之间的期望弧长参数：
表3期望弧长参数
Figure BDA0003375154660000091
图4为仿真结果，表明所提方法能够驱动多个跟随智能体跟随预设的虚拟领导者轨迹，并且沿着隐式椭圆轨道最终保持等弧长的编队构型。
本发明要求保护的范围不限于以上具体实施方式，而且对于本领域技术人员而言，本发明可以有多种变形和更改，凡在本发明的构思与原则之内所作的任何修改、改进和等同替换都应包含在本发明的保护范围之内。

Claims (1)

1.一种具有时空解耦特性的空中多智能体分布式椭圆环绕制导方法，其特征在于：包括如下步骤：
(1)针对空中多智能体分布式周期性目标/区域观测任务想定，给定惯性系下椭圆参考路径的隐式描述：
f(x,y)＝(bx)2+(ay)2-(ab)2＝0 (1)
其中，x和y为跟随智能体在惯性系下的位置，a和b为正的设计参数，分别表示椭圆参考路径的长半轴与短半轴；
将预设的椭圆参考路径指派给集群系统中的虚拟领导者，设计驱动虚拟领导者非完整约束模型所必需的前向速度u0和角速度ω0，并满足如下约束，使其严格跟踪椭圆参考路径：
Figure FDA0003375154650000011
其中，f0x和f0y分别表示f0＝f(x0,y0)对x和y的一阶偏导数；f0xx,f0xy和f0yy表示f0对x和y的二阶偏导数；θ0为虚拟领导者沿椭圆轨道切线与惯性系x轴方向的夹角，由
Figure FDA0003375154650000012
确定，
Figure FDA0003375154650000013
(2)为确保跟随智能体渐近收敛于椭圆参考轨道并维持环绕飞行，首先借助信息一致性原理，定义跟随智能体的协同一致性误差eif：
Figure FDA0003375154650000014
其中，Ni是与第i个跟随智能体相邻的智能体集合；fi＝f(xi,yi)为第i个跟随智能体相较于椭圆参考轨道的路径偏差，xi,yi表示第i个跟随智能体在惯性系下的位置；aij表示第i个跟随智能体和第j个跟随智能体之间的通信关系，当i可获得j的信息时，aij＝1，否则aij＝0；与之类似，bi表示第i个跟随智能体与虚拟领导者之间的通信关系；
其次，建立包含协同一致性误差和偏航角跟踪误差的复合函数si：
si＝arctan(ki1eif)+θie (4)
其中，θie＝θi-θid为第i个跟随智能体的偏航角跟踪误差，θi表示第i个跟随智能体在惯性系下的偏航角，θid为第i个跟随智能体的期望偏航角，由
Figure FDA0003375154650000021
确定，fix和fiy分别表示fi对x和y的一阶偏导数，ki1为正的待设计参数；
然后，为镇定复合函数si，基于反馈线性化原理，设计第i个跟随智能体的角速度ωi以实现预设的空间任务：
Figure FDA0003375154650000022
其中，ki2是待设计的控制增益，ui为第i个跟随智能体的前向速度，
Figure FDA0003375154650000023
可由
Figure FDA0003375154650000024
确定，fixx,fixy和fiyy表示fi对x和y的二阶偏导数；
Figure FDA0003375154650000025
(3)为达到跟随智能体沿着椭圆轨道等弧长编队并保持前向速度同步的效果，以第i个跟随智能体的极角
Figure FDA0003375154650000026
为积分起点，以第j个跟随智能体的极角
Figure FDA0003375154650000027
为积分终值，引入极坐标系下投影弧长计算规则：
Figure FDA0003375154650000028
其中，
Figure FDA0003375154650000029
Figure FDA00033751546500000210
是(x,y)在极坐标系下的等价描述，满足
Figure FDA00033751546500000211
Figure FDA00033751546500000212
lij表示第i个跟随智能体到第j个跟随智能体的投影弧长，lij＞0表示第i个跟随智能体沿椭圆轨道的投影点在第j个跟随智能体的前面，反之则lij＜0；
其次，为规范跟随智能体沿椭圆路径上的协作行为，定义协同投影弧长误差eil：
Figure FDA0003375154650000031
其中，dij为第i和第j个跟随智能体期望的投影弧长距离，di0为第i个跟随智能体与虚拟领导者期望的投影弧长距离；
最后，为镇定协同投影弧长误差，即相邻跟随智能体以均匀分布样式分散于椭圆参考路径，设计第i个跟随智能体的前向速度ui以实现预设的动态任务：
ui＝u0(1-ki3tanh(ki4eil)) (8)
其中，ki3,ki4是待设计参数，其中ki3∈(0,1]。
CN202111415408.1A 2021-11-25 2021-11-25 具有时空解耦特性的空中多智能体分布式椭圆环绕制导方法 Pending CN114115272A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111415408.1A CN114115272A (zh) 2021-11-25 2021-11-25 具有时空解耦特性的空中多智能体分布式椭圆环绕制导方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111415408.1A CN114115272A (zh) 2021-11-25 2021-11-25 具有时空解耦特性的空中多智能体分布式椭圆环绕制导方法

Publications (1)

Publication Number Publication Date
CN114115272A true CN114115272A (zh) 2022-03-01

Family

ID=80375574

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111415408.1A Pending CN114115272A (zh) 2021-11-25 2021-11-25 具有时空解耦特性的空中多智能体分布式椭圆环绕制导方法

Country Status (1)

Country Link
CN (1) CN114115272A (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO1991009375A1 (en) * 1989-12-11 1991-06-27 Caterpillar Inc. Integrated vehicle positioning and navigation system, apparatus and method
CN106527439A (zh) * 2016-10-31 2017-03-22 纳恩博（北京）科技有限公司 一种运动控制方法和装置
CN112034714A (zh) * 2020-09-08 2020-12-04 北京航空航天大学 一种分组时变编队合围跟踪控制方法及系统
CN112859840A (zh) * 2020-12-31 2021-05-28 国网智能科技股份有限公司 一种变电站足式巡检机器人路径规划方法及系统
CN112947407A (zh) * 2021-01-14 2021-06-11 华南理工大学 一种多智能体有限时间的编队路径跟踪控制方法及系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO1991009375A1 (en) * 1989-12-11 1991-06-27 Caterpillar Inc. Integrated vehicle positioning and navigation system, apparatus and method
CN106527439A (zh) * 2016-10-31 2017-03-22 纳恩博（北京）科技有限公司 一种运动控制方法和装置
WO2018077307A1 (zh) * 2016-10-31 2018-05-03 纳恩博（北京）科技有限公司 一种运动控制方法、装置和计算机存储介质
CN112034714A (zh) * 2020-09-08 2020-12-04 北京航空航天大学 一种分组时变编队合围跟踪控制方法及系统
CN112859840A (zh) * 2020-12-31 2021-05-28 国网智能科技股份有限公司 一种变电站足式巡检机器人路径规划方法及系统
CN112947407A (zh) * 2021-01-14 2021-06-11 华南理工大学 一种多智能体有限时间的编队路径跟踪控制方法及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
陈杨杨;田玉平;: "多智能体沿多条给定路径编队运动的有向协同控制", 自动化学报, no. 12 *

Similar Documents

Publication Publication Date Title
Rubí et al. A survey of path following control strategies for UAVs focused on quadrotors
Karimi et al. Optimal maneuver-based motion planning over terrain and threats using a dynamic hybrid PSO algorithm
Pan et al. Multi-robot obstacle avoidance based on the improved artificial potential field and PID adaptive tracking control algorithm
CN115639830B (zh) 一种空地智能体协同编队控制系统及其编队控制方法
Ren et al. Distributed fault‐tolerant time‐varying formation control of heterogeneous multi‐agent systems
Yu et al. Analytical cooperative entry guidance for rendezvous and formation flight
Weihua et al. Robust decentralized formation flight control
CN114911265A (zh) 一种四旋翼无人机编队协同机动控制方法
Kownacki et al. Flexible structure control scheme of a uavs formation to improve the formation stability during maneuvers
CN104503457A (zh) 无人机编队飞行转弯防碰控制方法
Ahmad et al. Variants of the sliding mode control in presence of external disturbance for quadrotor
Wang et al. Distributed MPC-based string stable platoon control of networked vehicle systems
Klein et al. Cooperative target tracking using oscillator models in three dimensions
CN114115272A (zh) 具有时空解耦特性的空中多智能体分布式椭圆环绕制导方法
CN112596548B (zh) 一种环形任务模式下的多无人机一致性编队控制方法
Takahashi et al. Coordinated Flight Path Generation and Fuzzy Model-Based Control of Multiple Unmanned Aerial Vehicles in Windy Environments
CN113759935B (zh) 基于模糊逻辑的智能群体编队移动控制方法
Ru et al. Multimodel predictive control approach for UAV formation flight
Cao et al. Trajectory planning and tracking control of unmanned ground vehicle leading by motion virtual leader on expressway
CN110618702A (zh) 一种无人机集群三维曲线路径跟踪方法、装置和存储介质
Singletary et al. Safe drone flight with time-varying backup controllers
Wang et al. Formation Consistency Correction Strategy for UAV Formation
Zhang et al. Integrated the Artificial Potential Field with the Leader–Follower Approach for Unmanned Aerial Vehicles Cooperative Obstacle Avoidance
Xie et al. Multi-UAV Sliding Mode Formation Control Based on Reinforcement Learning
CN113359805B (zh) 基于原鸽多行为智能的无人机抗干扰控制系统及方法

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