CN114415717A - 无人机集群控制方法、系统、终端设备及存储介质 - Google Patents
无人机集群控制方法、系统、终端设备及存储介质 Download PDFInfo
- Publication number
- CN114415717A CN114415717A CN202111566551.0A CN202111566551A CN114415717A CN 114415717 A CN114415717 A CN 114415717A CN 202111566551 A CN202111566551 A CN 202111566551A CN 114415717 A CN114415717 A CN 114415717A
- Authority
- CN
- China
- Prior art keywords
- unmanned aerial
- aerial vehicle
- cluster
- state information
- speed
- 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 50
- 230000015572 biosynthetic process Effects 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 5
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical group C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 claims description 4
- 238000010276 construction Methods 0.000 claims description 2
- 238000004891 communication Methods 0.000 abstract description 11
- 230000000694 effects Effects 0.000 abstract description 9
- 238000009825 accumulation Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000008447 perception Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000003068 static effect Effects 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集群控制方法、系统、终端设备及存储介质,该方法包括:获取无人机集群中的无人机飞行状态信息;所述无人机集群包含多个无人机组,每个所述无人机组中包含至少一个主机和至少一个从机;根据所述无人机飞行状态信息,构建集群成员模型和实时动态模型;利用所述集群成员模型和实时动态模型控制无人机集群飞行。本发明提供的无人机集群控制方法,通过采用并行控制方式,能够大大降低无人机集群任务规划的复杂程度,进而实现了协同性更强的控制效果。同时本发明能够降低通信带宽,具有实时性强、成本低的优点。
Description
技术领域
本发明涉及无人机技术领域,尤其涉及一种无人机集群控制方法、系统、终端设备及存储介质。
背景技术
随着无人机集群技术的发展,各类研究中所使用的集群规模日益增大。通常,随着数量规模的增大,协同难度会呈指数上升,在系统性能,如收敛性和稳定性等方面存在天花板效应。
目前,常用的协同控制方法主要为领航跟随法和人工势场法,领航跟随法通过设定无人机集群中领航者无人机的预设飞行速度,以此调整跟随者无人机的飞行速度,根据每架无人机的位置构建向量场,计算对应无人机的期望飞行航迹角及其变化率,最终实现无人机集群控制。但是该方法不仅计算量大,且实时性欠佳。人工势场法的路径一般是相对平滑和安全的,但该方法存在局部最优点问题,容易陷入局部极小点,进而导致在相似的障碍物之间找不到路径,而在检测到新的环境障碍物后,人工势场法规划的路径容易发生振荡,控制效果并不理想。
发明内容
本发明的目的在于提供一种无人机集群控制方法、系统、终端设备及可读存储介质,以解决现有的无人机协同控制方法中存在的实时性差、控制效果欠佳的问题。
为实现上述目的,本发明提供一种无人机集群控制方法,包括:
获取无人机集群中的无人机飞行状态信息;所述无人机集群包含多个无人机组,每个所述无人机组中包含至少一个主机和至少一个从机;
根据所述无人机飞行状态信息,构建集群成员模型和实时动态模型;
利用所述集群成员模型和实时动态模型控制无人机集群飞行。
进一步,作为优选地,所述获取无人机集群中的无人机飞行状态,包括:
获取无人机集群中的无人机外环位置状态信息、速度状态信息、角速度状态信息以及姿态角状态信息。
进一步,作为优选地,所述构建集群成员模型,包括:
根据无人机集群中的主机的预设飞行速度,调整从机的飞行速度;
根据主机、从机的位置构建组合场;
利用主机的预设飞行速度、从机的飞行速度以及所述组合场构建集群成员模型,并利用所述集群成员模型控制无人机集群编队队形。
进一步,作为优选地,所述根据无人机集群中的主机的预设飞行速度,调整从机的飞行速度,包括:
根据同一无人机组内的主机的预设飞行速度,或者其他无人机组的主机的预设飞行速度,调整从机的飞行速度;其中,所述无人机集群内的所有主机的预设飞行速度相同。
本发明还提供一种无人机集群控制系统,包括:
状态获取单元,用于获取无人机集群中的无人机飞行状态信息;所述无人机集群包含多个无人机组,每个所述无人机组中包含至少一个主机和至少一个从机;
模型构建单元,用于根据所述无人机飞行状态信息,构建集群成员模型和实时动态模型;
飞行控制单元,用于利用所述集群成员模型和实时动态模型控制无人机集群飞行。
进一步,作为优选地,所述状态获取单元,还用于:
获取无人机集群中的无人机外环位置状态信息、速度状态信息、角速度状态信息以及姿态角状态信息。
进一步,作为优选地,所述模型构建单元,还用于:
根据无人机集群中的主机的预设飞行速度,调整从机的飞行速度;
根据主机、从机的位置构建组合场;
利用主机的预设飞行速度、从机的飞行速度以及所述组合场构建集群成员模型,并利用所述集群成员模型控制无人机集群编队队形。
进一步,作为优选地,所述模型构建单元,还用于:
根据同一无人机组内的主机的预设飞行速度,或者其他无人机组的主机的预设飞行速度,调整从机的飞行速度;其中,所述无人机集群内的所有主机的预设飞行速度相同。
本发明还提供一种终端设备,包括:
一个或多个处理器;
存储器,与所述处理器耦接,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如上任一项所述的无人机集群控制方法。
本发明还提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现如上任一项所述的无人机集群控制方法。
相对于现有技术,本发明的有益效果在于:
采用该分层分组控制方案的主要优点在于:
1)本发明提供的控制方法为分布式控制,充分利用了并行性,可适用于大规模无人机集群控制;
2)本发明的每个群组中,仅主机需要与其他群组的无人机通信;其余无人机作为从机,只需要接收本组主机的信息;因而在一定程度上降低了通信带宽;
3)当本组主机故障时,可与其他组主机进行通信,确保控制飞行的稳定性和准确性;
4)由于组内的长机具有引导组内僚机的能力,在规划时只需要为长机规划航线,对僚机采用基于跟随领航者的编队控制律实现与长机的同步,因而该方案在一定程度上降低了任务规划的复杂度。
5)该方案的控制架构仅有两层,克服了因误差逐层累积及层级过多造成的协同误差大的问题;同时该方案避免了过多个体跟随同一个领航者,从而降低了对通信能力的需求。
附图说明
为了更清楚地说明本发明的技术方案,下面将对实施方式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方式,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是本发明某一实施例提供的无人机集群控制方法的流程示意图;
图2是本发明某一实施例提供的无人机集群控制系统的结构示意图;
图3是本发明某一实施例提供的终端设备的结构示意图。
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作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。
应当理解,文中所使用的步骤编号仅是为了方便描述,不对作为对步骤执行先后顺序的限定。
应当理解,在本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样,除非上下文清楚地指明其它情况,否则单数形式的“一”、“一个”及“该”意在包括复数形式。
术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
请参阅图1,本发明某一实施例提供一种无人机集群控制方法。如图1所示,该无人机集群控制方法包括步骤S10至步骤S30。各步骤具体如下:
S10、获取无人机集群中的无人机飞行状态信息;所述无人机集群包含多个无人机组,每个所述无人机组中包含至少一个主机和至少一个从机;
S20、根据所述无人机飞行状态信息,构建集群成员模型和实时动态模型;
S30、利用所述集群成员模型和实时动态模型控制无人机集群飞行。
随着无人机集群技术的发展,各类研究中所使用的集群规模日益增大。一般而言,数量规模的增大会导致协同难度的指数上升,在系统性能(如收敛性和稳定性等)方面存在天花板效应。以传统的跟随领航者法为例,处理大规模集群时,若集群的层级过多,由于误差逐层累积,会使最底层的跟随者与最顶层的全局领航者的协同误差较大;若减小集群的层级,则会导致集群内较多的个体跟随同一个领航者,意味着领航者需要与距离自己较远的跟随者通信,或远处的跟随者需要准确地感知领航者的相对位置等信息,故而对无人机的通信或感知能力提出较高要求。当存在通信时延、丢包或感知不准确时,同样会导致协同误差较大。因此本发明实施例旨在提供一种控制方法,以提高运动控制的实时性。
需要说明的是,本实施例主机通常是指无人机集群中的长机、从机指无人机集群中的僚机。首先对于本实施例的控制原理进行说明:本发明实施例主要基于分层分组的集群控制方案,将所有无人机分成若干个独立且不相交的群组,并在各群组内形成“长机层”和“僚机层”的集群双层控制架构。每个群组内只有一架长机,对组内其他无人机起引导作用;群组内除长机之外的无人机均作为僚机,接收长机的指令,并采用通信或感知的方式获取长机的状态以跟随长机。
进一步地,基于该控制架构,在长机层各长机组成通信网络,每个长机与其邻居通信,且相互之间形成特定的期望队形;在僚机层,组内各僚机跟随其长机,并保持相对于长机的期望位置、距离或方位,从而使同一组内的所有无人机形成特定的期望队形。
由此,为实现整个无人机集群的编队控制,可分别设计长机层和僚机层的编队控制律,实现长机层各长机的协同以及僚机层各僚机相对于其长机的协同。摆脱了以往单主从模式固定的长僚机搭配。
在某一实施例中,根据导航精度将无人机集群分为长机层和僚机层,僚机可以获得长机层的相对导航信息。如果某一架长机故障,其他长机正常,僚机仍可以获得其他长机的协同导航信息,因此该分层协同导航结构具有较好的可靠性和鲁棒性。如果给出至少一架长机的相对导航信息,就可以确定僚机的位置。因此本实施例中的协同导航结构具有灵活性的特点,即只需要一架长机,就可以进行协同定位,这对于长僚机之间通信部分出现故障的情况,具有良好的鲁棒性。此外,该分层协同导航结构中,一架僚机可以获得多架长机的协同导航信息,与传统的单主从式协同导航结构相比,该结构更能保证故障条件下僚机的导航性能,并且在大规模无人机集群条件下,更能充分利用多机协同测量信息,提高集群导航信息的利用率。
在某一实施例中,为实现长机层的协同,本提案为每一架长机规划一条航线,并使各长机在沿其航线飞行的过程中,满足一定的协同关系。并且,集群中每一架无人机都搭载一定精度的INS。僚机搭载激光测距测角设备和多普勒测速仪等相对导航设备,用于测量长僚机之间的相对方位、相对距离和相对速度。僚机融合处理自身导航设备以及机载数据链提供的长机层的导航信息,建立测量模型,并通过滤波估计INS误差,实现导航信息的校正。通过融合长机层的导航信息,提高集群导航信息的利用率,进而提高集群整体的导航性能。
进一步地,基于上述控制架构,本实施例提供的控制方法包括步骤S10-S30。具体地,在步骤S10中首先获取无人机集群中的无人机飞行状态。
在某一具体实施方式中,该无人机飞行状态主要包括外环位置状态信息、速度状态信息、角速度状态信息以及姿态角状态信息。
具体地,执行步骤S10时,首先由地面站与无人机建立通信连接,获取集群内无人机信息和状态;首先要获取NED坐标系中的参考原点,一般也就是无人机GPS星数达到要求后的起始位置,获得无人机控制所必须的外环位置状态信息。需要说明的是,描述外环位置状态信息时共包含六个状态,即x、y、z轴的正负轴,该状态体现了无人机在三个轴线上所处的具体位置;速度状态通常用字母u、v、w来表示,用于描述无人机本身沿三个方向的飞行线速度;通过机体内部坐标系获得无人机控制所必须的内部姿态环状态信息。进一步地,姿态角状态:∮、θ、ψ,分别用于描述无人机的横滚、俯仰、偏航姿态角;角速度状态:p、q、r,分别用于描述无人机在机身三个旋转轴上的转动速率。
进一步地,在步骤S20中构建集群成员模型。
在某一具体实施方式中,所述构建集群成员模型,包括:
a)根据无人机集群中的主机的预设飞行速度,调整从机的飞行速度;
b)根据主机、从机的位置构建组合场;
c)利用主机的预设飞行速度、从机的飞行速度以及所述组合场构建集群成员模型,并利用所述集群成员模型控制无人机集群编队队形。
需要说明的是,本实施例基于设定的无人机集群中领航者长机的预设飞行速度,调整无人机集群中跟随者僚机的飞行速度;根据无人机集群中的每架无人机的位置构建组合场,通过组合场模拟无人机集群中每架无人机的飞行轨迹,结合飞行速度与飞行轨迹对无人机编队队形进行控制。
进一步地,构建实时动态模型,具体为通过无人机个体以激光雷达采集周围飞行环境,以摄像头感知集群内部成员的位置和速度,建立实时动态模型。无人机内部传感器传输回的数据结合无人机外部单目摄像头拍摄的关键帧图片进行整合储存进地面站处理设备,激光雷达采集的周围环境信息生成点云文件,用专业的三维解析软件构建实际环境模型并导入地面站储存的整合后的数据,进行三维实时动态演示。当无人机执行超距离作业时,可以快速方便的知道无人机集群内部成员的工作情况,及时调整无人机集群的运动状态。
最后,执行步骤S30对无人机集群进行协同控制,包括控制无人机集群朝向目标运动,规避障碍运动进行控制。示例性的,本实施例采用四架无人机组成无人机编队集群,地面站进行航线规划,预设领航者长机飞行速度,调整跟随者僚机飞行速度;地面站设定无人机集群内每架无人机的位置,在此实例中无人机组成圆环飞行,无人机呈90角放置;通过无人机集群内每架无人机的飞行速度和位置构建组合场,基于组合场在地面站设备中模拟圆环飞行航线;地面站三维软件建构实时动态模型,可以看到集群内每架无人机的每条实时飞行航线、位置和速度。
综上所述,本发明实施例提供的无人机集群控制方法,通过采用并行控制方式,能够大大降低无人机集群任务规划的复杂程度,进而实现了协同性更强的控制效果。同时本发明能够降低通信带宽,具有实时性强、成本低的优点。
请参阅图2,本发明某一实施例还提供一种无人机集群控制系统,包括:
状态获取单元01,用于获取无人机集群中的无人机飞行状态信息;所述无人机集群包含多个无人机组,每个所述无人机组中包含至少一个主机和至少一个从机;
模型构建单元02,用于根据所述无人机飞行状态信息,构建集群成员模型和实时动态模型;
飞行控制单元03,用于利用所述集群成员模型和实时动态模型控制无人机集群飞行。
在某一具体实施例中,状态获取单元01,还用于:
获取无人机集群中的无人机外环位置状态信息、速度状态信息、角速度状态信息以及姿态角状态信息。
在某一具体实施例中,模型构建单元02,还用于:
根据无人机集群中的主机的预设飞行速度,调整从机的飞行速度;
根据主机、从机的位置构建组合场;
利用主机的预设飞行速度、从机的飞行速度以及所述组合场构建集群成员模型,并利用所述集群成员模型控制无人机集群编队队形。
在某一具体实施例中,模型构建单元02,还用于:
根据同一无人机组内的主机的预设飞行速度,或者其他无人机组的主机的预设飞行速度,调整从机的飞行速度;其中,所述无人机集群内的所有主机的预设飞行速度相同。
可以理解的是,本发明实施例提供的无人机集群控制系统用于执行如上述任意一项实施例所述的无人机集群控制方法。本实施例通过采用并行控制方式,能够大大降低无人机集群任务规划的复杂程度,进而实现了协同性更强的控制效果。同时本发明能够降低通信带宽,具有实时性强、成本低的优点。
请参阅图3,本发明某一实施例提供一种终端设备,包括:
一个或多个处理器;
存储器,与所述处理器耦接,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如上所述的无人机集群控制方法。
处理器用于控制该终端设备的整体操作,以完成上述的无人机集群控制方法的全部或部分步骤。存储器用于存储各种类型的数据以支持在该终端设备的操作,这些数据例如可以包括用于在该终端设备上操作的任何应用程序或方法的指令,以及应用程序相关的数据。该存储器可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,例如静态随机存取存储器(Static Random Access Memory,简称SRAM),电可擦除可编程只读存储器(Electrically Erasable Programmable Read-Only Memory,简称EEPROM),可擦除可编程只读存储器(Erasable Programmable Read-Only Memory,简称EPROM),可编程只读存储器(Programmable Read-Only Memory,简称PROM),只读存储器(Read-Only Memory,简称ROM),磁存储器,快闪存储器,磁盘或光盘。
在一示例性实施例中,终端设备可以被一个或多个应用专用集成电路(Application Specific 1ntegrated Circuit,简称AS1C)、数字信号处理器(DigitalSignal Processor,简称DSP)、数字信号处理设备(Digital Signal Processing Device,简称DSPD)、可编程逻辑器件(Programmable Logic Device,简称PLD)、现场可编程门阵列(Field Programmable Gate Array,简称FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行如上述任一项实施例所述的无人机集群控制方法,并达到如上述方法一致的技术效果。
在另一示例性实施例中,还提供一种包括计算机程序的计算机可读存储介质,该计算机程序被处理器执行时实现如上述任一项实施例所述的无人机集群控制方法的步骤。例如,该计算机可读存储介质可以为上述包括计算机程序的存储器,上述计算机程序可由终端设备的处理器执行以完成如上述任一项实施例所述的无人机集群控制方法,并达到如上述方法一致的技术效果。
以上所述是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也视为本发明的保护范围。
Claims (10)
1.一种无人机集群控制方法,其特征在于,包括:
获取无人机集群中的无人机飞行状态信息;所述无人机集群包含多个无人机组,每个所述无人机组中包含至少一个主机和至少一个从机;
根据所述无人机飞行状态信息,构建集群成员模型和实时动态模型;
利用所述集群成员模型和实时动态模型控制无人机集群飞行。
2.根据权利要求1所述的无人机集群控制方法,其特征在于,所述获取无人机集群中的无人机飞行状态,包括:
获取无人机集群中的无人机外环位置状态信息、速度状态信息、角速度状态信息以及姿态角状态信息。
3.根据权利要求1所述的无人机集群控制方法,其特征在于,所述构建集群成员模型,包括:
根据无人机集群中的主机的预设飞行速度,调整从机的飞行速度;
根据主机、从机的位置构建组合场;
利用主机的预设飞行速度、从机的飞行速度以及所述组合场构建集群成员模型,并利用所述集群成员模型控制无人机集群编队队形。
4.根据权利要求3所述的无人机集群控制方法,其特征在于,所述根据无人机集群中的主机的预设飞行速度,调整从机的飞行速度,包括:
根据同一无人机组内的主机的预设飞行速度,或者其他无人机组的主机的预设飞行速度,调整从机的飞行速度;其中,所述无人机集群内的所有主机的预设飞行速度相同。
5.一种无人机集群控制系统,其特征在于,包括:
状态获取单元,用于获取无人机集群中的无人机飞行状态信息;所述无人机集群包含多个无人机组,每个所述无人机组中包含至少一个主机和至少一个从机;
模型构建单元,用于根据所述无人机飞行状态信息,构建集群成员模型和实时动态模型;
飞行控制单元,用于利用所述集群成员模型和实时动态模型控制无人机集群飞行。
6.根据权利要求5所述的无人机集群控制系统,其特征在于,所述状态获取单元,还用于:
获取无人机集群中的无人机外环位置状态信息、速度状态信息、角速度状态信息以及姿态角状态信息。
7.根据权利要求5所述的无人机集群控制系统,其特征在于,所述模型构建单元,还用于:
根据无人机集群中的主机的预设飞行速度,调整从机的飞行速度;
根据主机、从机的位置构建组合场;
利用主机的预设飞行速度、从机的飞行速度以及所述组合场构建集群成员模型,并利用所述集群成员模型控制无人机集群编队队形。
8.根据权利要求7所述的无人机集群控制系统,其特征在于,所述模型构建单元,还用于:
根据同一无人机组内的主机的预设飞行速度,或者其他无人机组的主机的预设飞行速度,调整从机的飞行速度;其中,所述无人机集群内的所有主机的预设飞行速度相同。
9.一种终端设备,其特征在于,包括:
一个或多个处理器;
存储器,与所述处理器耦接,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-4任一项所述的无人机集群控制方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1-4任一项所述的无人机集群控制方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111566551.0A CN114415717A (zh) | 2021-12-20 | 2021-12-20 | 无人机集群控制方法、系统、终端设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111566551.0A CN114415717A (zh) | 2021-12-20 | 2021-12-20 | 无人机集群控制方法、系统、终端设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114415717A true CN114415717A (zh) | 2022-04-29 |
Family
ID=81267662
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111566551.0A Pending CN114415717A (zh) | 2021-12-20 | 2021-12-20 | 无人机集群控制方法、系统、终端设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114415717A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115016523A (zh) * | 2022-08-03 | 2022-09-06 | 西安羚控电子科技有限公司 | 集群装置控制系统、控制方法、集群装置及存储介质 |
CN115437405A (zh) * | 2022-11-07 | 2022-12-06 | 西北工业大学 | 一种飞机大规模仿生编队控制系统及方法 |
CN117572890A (zh) * | 2023-12-03 | 2024-02-20 | 深圳三青鸟科技有限公司 | 基于自适应算法的无人机集群调度指挥方法及系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180074520A1 (en) * | 2016-09-13 | 2018-03-15 | Arrowonics Technologies Ltd. | Formation flight path coordination of unmanned aerial vehicles |
CN112180975A (zh) * | 2020-09-27 | 2021-01-05 | 陕西智盈电子科技有限公司 | 一种智能集群无人机控制系统及其控制方法 |
CN112198898A (zh) * | 2020-09-29 | 2021-01-08 | 清华大学 | 无人机群控制方法以及装置 |
CN112363532A (zh) * | 2020-11-12 | 2021-02-12 | 西安爱生技术集团公司 | 一种基于quatre算法的多无人机同时起飞集结方法 |
CN112965525A (zh) * | 2021-02-10 | 2021-06-15 | 成都两江前沿科技有限公司 | 约束条件下的大规模固定翼无人机集群编队方法 |
CN113268076A (zh) * | 2021-03-06 | 2021-08-17 | 南京航空航天大学 | 一种多无人机集群编队协同控制算法 |
-
2021
- 2021-12-20 CN CN202111566551.0A patent/CN114415717A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180074520A1 (en) * | 2016-09-13 | 2018-03-15 | Arrowonics Technologies Ltd. | Formation flight path coordination of unmanned aerial vehicles |
CN112180975A (zh) * | 2020-09-27 | 2021-01-05 | 陕西智盈电子科技有限公司 | 一种智能集群无人机控制系统及其控制方法 |
CN112198898A (zh) * | 2020-09-29 | 2021-01-08 | 清华大学 | 无人机群控制方法以及装置 |
CN112363532A (zh) * | 2020-11-12 | 2021-02-12 | 西安爱生技术集团公司 | 一种基于quatre算法的多无人机同时起飞集结方法 |
CN112965525A (zh) * | 2021-02-10 | 2021-06-15 | 成都两江前沿科技有限公司 | 约束条件下的大规模固定翼无人机集群编队方法 |
CN113268076A (zh) * | 2021-03-06 | 2021-08-17 | 南京航空航天大学 | 一种多无人机集群编队协同控制算法 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115016523A (zh) * | 2022-08-03 | 2022-09-06 | 西安羚控电子科技有限公司 | 集群装置控制系统、控制方法、集群装置及存储介质 |
CN115016523B (zh) * | 2022-08-03 | 2022-12-13 | 西安羚控电子科技有限公司 | 集群装置控制系统、控制方法、集群装置及存储介质 |
CN115437405A (zh) * | 2022-11-07 | 2022-12-06 | 西北工业大学 | 一种飞机大规模仿生编队控制系统及方法 |
CN117572890A (zh) * | 2023-12-03 | 2024-02-20 | 深圳三青鸟科技有限公司 | 基于自适应算法的无人机集群调度指挥方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114415717A (zh) | 无人机集群控制方法、系统、终端设备及存储介质 | |
CN105022401B (zh) | 基于视觉的多四旋翼无人机协同slam方法 | |
CN107831783B (zh) | 一种支持多无人机自主飞行的地面站控制系统 | |
CN110068335A (zh) | 一种gps拒止环境下无人机集群实时定位方法及系统 | |
CN110455285A (zh) | 一种在卫星导航信号失效时的无人机导航方法及导航装置 | |
CN110308457A (zh) | 一种基于无人机的输电线路巡检系统 | |
WO2019100353A1 (zh) | 一种任务执行方法、移动装置、系统及存储介质 | |
CN105222760A (zh) | 一种基于双目视觉的无人机自主障碍物检测系统及方法 | |
CN104460685A (zh) | 一种四旋翼飞行器的控制系统及其控制方法 | |
CN114063474A (zh) | 一种无人机集群的半物理仿真系统 | |
US10937325B2 (en) | Collision avoidance system, depth imaging system, vehicle, obstacle map generator, and methods thereof | |
CN108536168B (zh) | 一种无人机的定位方法、装置、无人机和存储介质 | |
US20190139422A1 (en) | Companion drone to assist location determination | |
CN110955261A (zh) | 一种基于ros的固定翼无人机自动驾驶仪的仿真方法 | |
WO2020103034A1 (zh) | 一种无人机路径规划方法、装置及无人机 | |
US20210247782A1 (en) | Control of vehicle movement by application of geometric algebra and state and error estimation | |
US10739792B2 (en) | Trajectory control of a vehicle | |
CN112789672A (zh) | 控制和导航系统、姿态优化、映射和定位技术 | |
Montenegro et al. | A review on distributed control of cooperating mini UAVs | |
CN110456822A (zh) | 一种中小型无人机双余度自主测量飞控系统 | |
Oliveira et al. | Moving path following for autonomous robotic vehicles | |
WO2018068193A1 (zh) | 控制方法、控制装置、飞行控制系统与多旋翼无人机 | |
CN109521785A (zh) | 一种随身拍智能旋翼飞行器系统 | |
Mebarki et al. | Image moments-based velocity estimation of UAVs in GPS denied environments | |
BR102017006079A2 (pt) | Method implemented by computer, flight management system and aircraft |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20220429 |
|
RJ01 | Rejection of invention patent application after publication |