CN114489127A - 一种面向无人机集群的自组织队形编队方法 - Google Patents
一种面向无人机集群的自组织队形编队方法 Download PDFInfo
- Publication number
- CN114489127A CN114489127A CN202210062189.1A CN202210062189A CN114489127A CN 114489127 A CN114489127 A CN 114489127A CN 202210062189 A CN202210062189 A CN 202210062189A CN 114489127 A CN114489127 A CN 114489127A
- Authority
- CN
- China
- Prior art keywords
- unmanned aerial
- aerial vehicle
- formation
- virtual
- unmanned
- 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
Links
- 230000015572 biosynthetic process Effects 0.000 title claims abstract description 125
- 238000000034 method Methods 0.000 title claims abstract description 63
- 238000004891 communication Methods 0.000 claims abstract description 43
- 238000011217 control strategy Methods 0.000 claims abstract description 12
- 238000005381 potential energy Methods 0.000 claims description 22
- 230000009471 action Effects 0.000 claims description 14
- 239000011159 matrix material Substances 0.000 claims description 10
- 238000013459 approach Methods 0.000 claims description 6
- 238000013461 design Methods 0.000 claims description 4
- 230000009466 transformation Effects 0.000 claims description 3
- 230000007613 environmental effect Effects 0.000 abstract description 3
- 230000008859 change Effects 0.000 abstract description 2
- 230000008569 process Effects 0.000 description 5
- 230000006399 behavior Effects 0.000 description 4
- 230000000875 corresponding effect Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 230000001276 controlling effect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 241000251468 Actinopterygii Species 0.000 description 1
- 241000272814 Anser sp. Species 0.000 description 1
- 241000257161 Calliphoridae Species 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000010355 oscillation Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 238000006467 substitution reaction 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
本发明提供了一种面向无人机集群的自组织队形编队方法,包括:采集无人机的飞行信息;获取无人机通信半径R内的邻域无人机;无人机与邻域无人机建立通信链接,获取邻域无人机的飞行信息及与邻域无人机间的实际距离z;无人机根据人工势场对其邻域无人机形成虚拟引力或虚拟斥力;无人机对其邻域无人机排斥或吸引,使各邻域无人机与该无人机间的实际距离z无限接近期望距离d;引入虚拟无人机并将其虚拟飞行信息作为共识信息;基于共识信息一致的策略,形成晶格队形;基于分轴控制的队形控制策略,将晶格队形转变为“一”字队形完成无人机编队。本发明设计的方法可以迅速并准确地根据环境变化进行有效的自适应调整,重新形成并保持期望队形。
Description
技术邻域
本发明属于无人机邻域,涉及无人集群编队飞行队形控制技术,具体涉及一种面向无人机集群的自组织队形编队方法。
背景技术
随着无人机技术的发展,以及日益复杂的应用环境和任务需求,多架无人机共同使用、彼此协调、信息共享能够极大地提高效能和效率,无人机以集群形式出动执行任务的方式将是未来信息化场景中无人机应用的主要发展方向。无人机集群在执行任务时,需要进行编队使各架无人机保持一定的队形,目前无人机集群编队主要有领导跟随、虚拟结构、行为控制三种方法,且其各个方法的侧重点各有不同。
领导-跟随法是侧重编队队形的形成,编队中各无人机的位置根据无人机的编号是固定的,在无人机群飞行过程中会存在一定的误差传导,当长机被干扰时,整个无人机群的编队队形将受到影响;虚拟结构法是在领导跟随法的基础上改进的,其将领导者用虚拟点代替,当无人机集群移动时,每架无人机应和虚拟点保持固定的相对位置,从而实现无人机编队飞行。上述行为控制方法是在自然界中动物群体行为启发下形成的,其不需要中心协调就可以解决群体中大量个体的协调问题,例如蜂群、雁群、蚁群和鱼群,使得群体形成群拥现象。
以上三种方法中领导-跟随方法和虚拟结构法均需要指定各架无人机在编队队形中的位置或彼此之间的相对位置,需要中心节点的集中决策方法,当中心节点出现问题时,整个无人机群的编队队形将受到影响。行为控制方法是通过控制集群以蜂拥的形式进行自适应编队飞行,会出现群拥现象,不能形成规则的、与任务对应的编队队形。
发明内容
为了使无人机集群飞行时编队队形可以迅速并准确地根据环境变化进行有效的自适应调整,重新形成并保持期望队形,以保证不同环境需求下的无人机集群编队的稳定性,发明公开了一种面向无人机集群的自组织队形编队方法,其可以不需要中心节点的协调,使得集群中的各架无人机能够以自组织的方式形成稳定的“一”字形队形,且当个别无人机出现故障从时无人机集群中脱离后,新无人机集群能以自组织的方式重新形成稳定的“一”字形队形。
实现发明目的的技术方案如下:一种面向无人机集群的自组织队形编队方法,包括以下步骤:
S1、无人机集群内各无人机采集各自的飞行信息;
S2、获取各无人机在其通信半径R内的若干个邻域无人机;
S3、各无人机与其邻域无人机建立通信链接,获取邻域无人机的飞行信息,获取无人机与其邻域无人机之间的实际距离z;
S4、设计人工势能函数并构建人工势场,各无人机根据人工势场对其邻域无人机形成虚拟引力或虚拟斥力;
S5、基于虚拟引力或虚拟斥力,各无人机对其邻域无人机进行排斥或吸引,使各邻域无人机与该无人机之间的实际距离z靠近并无限接近期望距离d,其中期望距离d<通信半径R;
S6、无人机集群内引入虚拟无人机,并将虚拟无人机的虚拟飞行信息作为各无人机的共识信息;
S7、基于共识信息一致的队形控制策略,使无人机集群形成晶格队形;
S8、基于分轴控制的队形控制策略,并依据步骤S4和步骤S5的,使无人机集群由晶格队形转变为“一”字队形,完成无人机集群的无人机编队。
本发明设计的面向无人机集群的自组织队形编队方法的原理是:首先通过在通信半径R内获取各无人机的邻域无人机,并对2个互为邻域无人机建立通信连接并获取两者之间的实际距离z;其次,根据无人机的人工势场对其邻域无人机形成虚拟引力或虚拟斥力,对其进行相应的作用并使其两者之间的实际距离无限接近期望距离d;然后,引入虚拟无人机将其虚拟飞行信息作为共识信息,使无人机集群形成晶格队形;最后,将晶格队形转变为“一”字队形,完成无人机集群的无人机编队。
本发明设计的方法不需要事先指定各无人机在队形中的位置、不需要中心节点协调即可进行编队,是通过引入一架不受外界因素影响的从起飞点到目标点的虚拟无人机,通过将其虚拟飞行信息作为共识信息,不需要各无人机实时协商决定,更不需要无人机集群间通信协商,能够避免无人机集群出现分裂情况。
在本发明的一个实施例中,上述步骤S2中,判断无人机集群内各无人机的邻域无人机的方法为:
当z≤R时,则判断无人机j与无人机i互为邻域无人机,建立通信连接,此时aij(x)=1;当z>R时,则判断无人机j和无人机i不是对方的邻域无人机,不建立通信连接,此时aij(x)=0。
在本发明的一个实施例中,上述步骤S4中,人工势能函数的设计方法为:
设定z=||xj-xi||,并基于指数函数构建势能对ψ(z),即当z>d时,判断互为邻域无人机的两个无人机之间表现为吸引力;当z<d时,判断互为邻域无人机的两个无人机之间表现为排斥力,其中a为调整无人机之间排斥作用的系数、b为调整无人机之间吸引作用的系数。
在本发明的一个实施例中,上述步骤S8中,无人机集群由晶格队形转变为“一”字队形的方法为:
依据虚拟无人机的共识信息,使各无人机Y轴保持与虚拟无人机的Y轴坐标相同;使各无人机沿X轴方向移动至同一直线上,并在虚拟引力或虚拟斥力的作用下,使各无人机与其邻域无人机之间的实际距离z达到期望距离d;
或依据虚拟无人机的共识信息,使各无人机X轴保持与虚拟无人机的X轴坐标相同;使各无人机沿Y轴方向移动至同一直线上,并在虚拟引力或虚拟斥力的作用下,使各无人机与其邻域无人机之间的实际距离z达到期望距离d。
进一步的,定义凸函数h∈(0,1),依据凸函数ρh(s)构建光滑邻接矩阵,在各无人机沿X轴或Y轴方向移动至同一直线的过程中,使得2架无人机之间的势能随着距离的增加平稳减小,当相邻2个无人机之间的实际距离z大于通信半径R时,则步骤S4中构建的人工势场的吸引作用消失,2个无人机之间通信断开。
在本发明的一个实施例中,上述步骤S1中,飞行信息包括位置信息及速度信息。
在本发明的一个改进实施例中,上述无人机集群的自组织队形编队方法还包括:无人机集群“一”字队形的角度变换。
在本发明的另一个改进实施例中,上述无人机集群的自组织队形编队方法还包括:当某一个无人机从无人机集群内脱离时,对新无人机集群的编队进行重构。
与现有技术相比,本发明的有益效果是:本发明的无人机集群的队形编队方法充分考虑了无人机的通信性能,使各架无人机只需接收其邻域无人机的信息,避免了无人机集群内各架无人机之间彼此频繁、大量的通信需求;且通过设计人工势能函数,减小了各架无人机在期望距离d附近的振荡;将无人机集群的共识信息转化为虚拟无人机,避免了中心节点的设置,防止因中心节点出现问题导致的整个无人机群的编队队形将受到影响的问题。
附图说明
为了更清楚地说明本发明实施例技术方案,下面将对实施例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,对于本邻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为本发明面向无人机集群的自组织队形编队方法的流程;
图2为具体实施方式中无人机集群的晶格队形示意图;
图3为体实施方式中无人机集群从晶格队形转换为“一”字形队形;
图4为无人机集群队形重构过程;
图5为具体实施方式中无人机集群的自组织队形编队方法的原理图。
具体实施方式
下面结合具体实施例来进一步描述本发明,本发明的优点和特点将会随着描述而更为清楚。但这些实施例仅是范例性的,并不对本发明的范围构成任何限制。本邻域技术人员应该理解的是,在不偏离本发明的精神和范围下可以对本发明技术方案的细节和形式进行修改或替换,但这些修改和替换均落入本发明的保护范围内。
在本实施例的描述中,需要理解的是,术语“中心”、“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明创造和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明创造的限制。
此外,术语“第一”、“第二”、“第三”等仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”等的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明创造的描述中,除非另有说明,“多个”的含义是两个或两个以上。
本具体实施方式提供了一种面向无人机集群的自组织队形编队方法,如图1所示,无人机集群的自组织队形编队方法包括以下步骤:
S1、无人机集群内各无人机采集各自的飞行信息。
在本步骤中,飞行信息包括位置信息及速度信息。具体的,通过设定无人机运动学模型,并将无人机动力学模型简化为包含位置信息、速度信息的运动学模型,将位置信息、速度信息作为无人机集群内相邻无人机之间的信息交互。
S2、获取各无人机在其通信半径R内的若干个邻域无人机。
在本步骤中,在无人机通讯半径R内,无人机只能获取其一跳的邻域无人机,不能通过中继节点获取通讯半径R内其他邻域无人机,这样可以降低了无人机通信设备的要求,减少了各无人机所能获取的信息。
在本步骤中,判断无人机集群内各无人机的邻域无人机的方法为:设定邻接矩阵A=[aij]为开关变量,定义无人机i与无人机j互为相邻无人机,xi为无人机i的位置坐标,xj为无人机j的位置坐标;当z≤R时,则判断无人机j与无人机i互为邻域无人机,建立通信连接,此时aij(x)=1;当z>R时,则判断无人机j和无人机i不是对方的邻域无人机,不建立通信连接,此时aij(x)=0。
S3、各无人机与其邻域无人机建立通信链接,获取邻域无人机的飞行信息(位置信息、速度信息),获取无人机与其邻域无人机之间的实际距离z。
S4、设计人工势能函数并构建人工势场,各无人机根据人工势场对其邻域无人机形成虚拟引力或虚拟斥力。
在本步骤中,人工势能函数的设计方法为:设定z=||xj-xi||,并基于指数函数构建势能对ψ(z),即当z>d时,判断互为邻域无人机的两个无人机之间表现为吸引力;当z<d时,判断互为邻域无人机的两个无人机之间表现为排斥力,其中a为调整无人机之间排斥作用的系数、b为调整无人机之间吸引作用的系数。
S5、基于虚拟引力或虚拟斥力,各无人机对其邻域无人机进行排斥或吸引,使各邻域无人机与该无人机之间的实际距离z靠近并无限接近期望距离d,其中期望距离d<通信半径R。
在本步骤中,当无人机与其邻域无人机之间的实际距离z大于期望距离d,且小于通信半径R时,此时无人机与其邻域无人机之间具有人工势场,无人机对其邻域无人机进行吸引,使邻域无人机靠近该无人机使其两者之间的实际距离z无限靠近期望距离d。当无人机与其邻域无人机之间的实际距离z小于期望距离d时,此时无人机与其邻域无人机之间具有人工势场,无人机对其邻域无人机进行排斥,使邻域无人机靠近该无人机使其两者之间的实际距离z无限靠近期望距离d。
S6、无人机集群内引入虚拟无人机,并将虚拟无人机的虚拟飞行信息作为各无人机的共识信息。
在本步骤中,虚拟无人机的运动学模型可以在无人机集群起飞前事先装订在集群中各架无人机中。
S7、基于共识信息一致的队形控制策略,使无人机集群形成晶格队形。
在本步骤中,使无人机集群内各个无人机与虚拟无人机的虚拟飞行速度保持一致,且使得各无人机与虚拟无人机之间的相对位置保持不变,在此基础上,使得无人机集群内所有无人机形成稳定的晶格队形,参见图2所示。
S8、基于分轴控制的队形控制策略,并依据步骤S4和步骤S5的,使无人机集群由晶格队形转变为“一”字队形,完成无人机集群的无人机编队。
在本步骤中,参见图3所示无人机集群由晶格队形转变为“一”字队形的方法为:依据虚拟无人机的共识信息,使各无人机Y轴保持与虚拟无人机的Y轴坐标相同;使各无人机沿X轴方向移动至同一直线上,并在虚拟引力或虚拟斥力的作用下,使各无人机与其邻域无人机之间的实际距离z达到期望距离d;或依据虚拟无人机的共识信息,使各无人机X轴保持与虚拟无人机的X轴坐标相同;使各无人机沿Y轴方向移动至同一直线上,并在虚拟引力或虚拟斥力的作用下,使各无人机与其邻域无人机之间的实际距离z达到期望距离d。
在本步骤中,由于无人机集群内无人机由晶格队形转变为“一”字队形的过程中,无人机之间的实际距离z会发生变化,此时需要根据步骤S4和步骤S5重新调整两个互为邻域无人机之间的实际距离z。在转变为“一”字队形时,部分互为邻域无人机的2个无人机之间的实际距离z会增加,当其大于等于通信半径R时,2个无人机之间的人工势场会消失。
此时,定义凸函数h∈(0,1),依据凸函数ρh(s)构建光滑邻接矩阵,在各无人机沿X轴或Y轴方向移动至同一直线的过程中,使得2架无人机之间的势能随着距离的增加平稳减小,当相邻2个无人机之间的实际距离z大于通信半径R时,则步骤S4中构建的人工势场的吸引作用消失,2个无人机之间通信断开。
在另一个具体实施方式中,当建立好的“一”字形编队需要改变角度时,无人机集群的自组织队形编队方法还包括步骤S9,无人机集群“一”字队形的角度变换。无人机集群“一”字队形的角度变换的方法为:以虚拟无人机的位置为原点,以队形期望角度方向为x轴,垂直方向为y轴构建局部坐标系,调整无人机集群的角度。
在另一个具体实施方式中,当无人机群内某一个无人机因故障、其他任务等从无人机群内离开时,离开的无人机与其相邻的无人机之间断开通信链接,此时无人机集群的编队队形不再稳定,需要对新无人机集群的编队进行重构,参见图4所示。
本具体实施方式的面向无人机集群的自组织队形编队方法的原理是:首先通过在通信半径R内获取各无人机的邻域无人机,并对2个互为邻域无人机建立通信连接并获取两者之间的实际距离z;其次,根据无人机的人工势场对其邻域无人机形成虚拟引力或虚拟斥力,对其进行相应的作用并使其两者之间的实际距离无限接近期望距离d;然后,引入虚拟无人机将其虚拟飞行信息作为共识信息,使无人机集群形成晶格队形;最后,将晶格队形转变为“一”字队形,完成无人机集群的无人机编队。
本具体实施方式设计的方法不需要事先指定各无人机在队形中的位置、不需要中心节点协调即可进行编队,是通过引入一架不受外界因素影响的从起飞点到目标点的虚拟无人机,通过将其虚拟飞行信息作为共识信息,不需要各无人机实时协商决定,更不需要无人机集群间通信协商,能够避免无人机集群出现分裂情况。
如图5所示,以下通过具体的示例对上述无人机集群的自组织队形编队方法进行详细的说明:
步骤一:设定无人机运动学模型
无人机执行任务时,通常以固定速度做等高飞行,此时可以把无人机视为二维空间运动的质点模型,将无人机的运动模型以向量形式表示,对第i架无人机有的信息为:xi,vi,ui∈R3分别表示无人机的位置向量、速度向量、控制输入向量。
步骤二:设定无人机集群的信息交互模型
无人机集群内,各无人机在通信范围R内只获取一跳的邻域无人机信息,不能通过中继无人机获得第二跳及以上的邻域无人机,这样可以降低了无人机通信设备的要求,减少了各无人机所能获取的信息。用G=(V,ε)表示无人机之间的通信拓扑关系,顶点集V={1,2,…,n}表示各无人机节点,为边集,边(i,j)∈ε表示第i架无人机可以收到第j架的位置和速度信息,G是无向图。
定义A=[aij]为G的加权邻接矩阵,当i=j时,aij=0;当时i≠j,若aij≠0,(i,j)∈ε,否则通常根据各无人机的相对位置得到加权邻接矩阵。A为对称阵(AT=A)。用Ni表示无人机i的邻域无人机集合,Ni可定义为:Ni={j∈V:aij≠0}={j∈V:(i,j)∈ε};定义R为两个无人机间的通信距离,则Ni可表示为Ni={j∈V:||xj-xi||<R},||g||表示欧式距离。这样,无人机集群邻接网络的结构取决于无人机集群的位置x,(G(x),x)共同构成了无人机集群的邻接结构。
步骤三:人工势场势能函数构建
为了解决编队生成和保持的问题,通过构造人工势能函数,在互为邻域的无人机之间产生虚拟引力和虚拟斥力,使两者之间保持期望距离d,并每个无人机与其邻域无人机保持相等的期望距离||xj-xi||=d,为了使无人机集群的整体势能在约束式||xj-xi||=d,的约束下取得最小值,构造集群非负势能函数V(x):并记z=||xj-xi||,构建ψ(z)使各无人机之间表现为吸引性和排斥性的成对势能,并在z=d处达到平衡点,定义ψ(z)为:a、b分别为调整无人机之间排斥、吸引相互作用的比例系数。
每架无人机只能收到其邻域无人机信息,因此势能函数的作用应在通信半径R处消失,为势能函数乘以一个凸函数,使得两架无人机之间的势能随着距离的增加平稳减小并在通信半径R处消失,定义凸函数ρh(s)为:其中,h∈(0,1),h越接近于1表示势能函数作用越明显。通过凸函数ρh(s),定义光滑邻接矩阵A为:aij(x)=ρh(||xj-xi||/R)∈[0,1]j≠i,更新ψ(z)为ψ(z)=aij(x)gψ(z)。
步骤四:无人机对其邻域无人机之间的作用规则
步骤五:基于共识信息的一致性队形控制策略,使无人机集群形成晶格队形
由于无人机i的控制输入只受其邻近无人机的影响,编队的最终收敛状态只取决于群无人机的初始位置和速度,如果集群中的无人机仅受控制,最终的稳定编队状态将是“碎片化”的。因此,引入虚拟无人机作为领导者和参考点,使各架无人机与虚拟领导者保持一定的距离,生成和保持基本编队。其与与传统的虚拟结构方法不同的是虚拟无人机不需要群体无人机的实时协商和决策,通过将虚拟领导者的位置信息和速度信息作为无人机集群的共识信息,并在无人机集群起飞前事先装订。虚拟无人机v的质点运动学模型为xv,vv分别表示虚拟无人机的位置向量、速度向量。
步骤六:分轴控制的队形控制策略将晶格队形变为“一”字队形
将晶格队形向水平方向方向挤压,使得各架无人机的位置坐标在y轴上有相同的分量,对无人机的x轴运动方向采用中的方法,对无人机的y轴运动方向只采用一致性方法,其控制输入为其中xi1,vi1,ui1分别是无人机i的位置、速度、控制输入在x轴上的输入,xi2,vi2,ui2分别是无人机i的位置、速度、控制输入在y轴上的输入。
步骤七:“一”字队形角度变换
当“一”字形队形的角度需要改变时,以虚拟无人机的位置为原点,以“一”字形队形方向为x轴,垂直方向为y轴构建局部坐标系,计算各无人机和虚拟无人机的相对位置xiv和相对速度viv 设“一”字形队形的角度为θ,对坐标系进行旋转,坐标变换矩阵T为在局部坐标系中,各无人机的位置和速度为在局部坐标系中,各无人机的控制输入为然后通过反变换,得到真实坐标系中各无人机的位置xi和速度vi。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
此外,应当理解,虽然本说明书按照实施方式加以描述,但并非每个实施方式仅包含一个独立的技术方案,说明书的这种叙述方式仅仅是为清楚起见,本邻域技术人员应当将说明书作为一个整体,各实施例中的技术方案也可以经适当组合,形成本邻域技术人员可以理解的其他实施方式。
Claims (8)
1.一种面向无人机集群的自组织队形编队方法,其特征在于,包括以下步骤:
S1、无人机集群内各无人机采集各自的飞行信息;
S2、获取各无人机在其通信半径R内的若干个邻域无人机;
S3、各无人机与其邻域无人机建立通信链接,获取邻域无人机的飞行信息,获取无人机与其邻域无人机之间的实际距离z;
S4、设计人工势能函数并构建人工势场,各无人机根据人工势场对其邻域无人机形成虚拟引力或虚拟斥力;
S5、基于虚拟引力或虚拟斥力,各无人机对其邻域无人机进行排斥或吸引,使各邻域无人机与该无人机之间的实际距离z靠近并无限接近期望距离d,其中期望距离d<通信半径R;
S6、无人机集群内引入虚拟无人机,并将虚拟无人机的虚拟飞行信息作为各无人机的共识信息;
S7、基于共识信息一致的队形控制策略,使无人机集群形成晶格队形;
S8、基于分轴控制的队形控制策略,并依据步骤S4和步骤S5的,使无人机集群由晶格队形转变为“一”字队形,完成无人机集群的无人机编队。
4.根据权利要求1所述的面向无人机集群的自组织队形编队方法,其特征在于,步骤S8中,无人机集群由晶格队形转变为“一”字队形的方法为:
依据虚拟无人机的共识信息,使各无人机Y轴保持与虚拟无人机的Y轴坐标相同;使各无人机沿X轴方向移动至同一直线上,并在虚拟引力或虚拟斥力的作用下,使各无人机与其邻域无人机之间的实际距离z达到期望距离d;
或依据虚拟无人机的共识信息,使各无人机X轴保持与虚拟无人机的X轴坐标相同;使各无人机沿Y轴方向移动至同一直线上,并在虚拟引力或虚拟斥力的作用下,使各无人机与其邻域无人机之间的实际距离z达到期望距离d。
6.根据权利要求1所述的面向无人机集群的自组织队形编队方法,其特征在于,步骤S1中,飞行信息包括位置信息及速度信息。
7.根据权利要求1~6任一项所述的面向无人机集群的自组织队形编队方法,其特征在于,无人机集群的自组织队形编队方法还包括:无人机集群“一”字队形的角度变换。
8.根据权利要求1~6任一项所述的面向无人机集群的自组织队形编队方法,其特征在于,无人机集群的自组织队形编队方法还包括:当某一个无人机从无人机集群内脱离时,对新无人机集群的编队进行重构。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210062189.1A CN114489127B (zh) | 2022-01-19 | 2022-01-19 | 一种面向无人机集群的自组织队形编队方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210062189.1A CN114489127B (zh) | 2022-01-19 | 2022-01-19 | 一种面向无人机集群的自组织队形编队方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114489127A true CN114489127A (zh) | 2022-05-13 |
CN114489127B CN114489127B (zh) | 2024-06-07 |
Family
ID=81473150
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210062189.1A Active CN114489127B (zh) | 2022-01-19 | 2022-01-19 | 一种面向无人机集群的自组织队形编队方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114489127B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116430908A (zh) * | 2023-06-15 | 2023-07-14 | 四川腾盾科技有限公司 | 一种固定翼无人机集群的离群路径规划方法 |
CN116501094A (zh) * | 2023-07-03 | 2023-07-28 | 北京航空航天大学 | 一种基于自组织模型的无人机集群控制方法 |
CN116528191A (zh) * | 2023-04-25 | 2023-08-01 | 重庆邮电大学 | 一种基于onion与能量消耗模型的无人系统网络生成方法 |
CN117177328A (zh) * | 2023-08-25 | 2023-12-05 | 中国科学院自动化研究所 | 通信拓扑模型的动态更新方法、装置、电子设备及介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110162096A (zh) * | 2019-06-21 | 2019-08-23 | 南京邮电大学 | 基于人工势场法的无人机编队队形形成与保持方法 |
CN110865653A (zh) * | 2019-12-02 | 2020-03-06 | 西北工业大学 | 一种分布式集群无人机队形变换方法 |
KR20200048627A (ko) * | 2018-10-30 | 2020-05-08 | 이상민 | 드론의 군집 비행 제어 방법 및 시스템, 그리고 이를 위한 교통관제 서버 |
WO2021036833A1 (zh) * | 2019-08-28 | 2021-03-04 | 中国人民解放军国防科技大学 | 一种基于改进虚拟力场的无人机集群护航行为生成方法 |
CN112469054A (zh) * | 2020-11-18 | 2021-03-09 | 西北工业大学 | 一种面向无人机集群编队的拓扑感知路由方法 |
CN112947571A (zh) * | 2021-03-11 | 2021-06-11 | 天津大学 | 一种人工势场和虚拟领航者的无人机编队形成和保持方法 |
-
2022
- 2022-01-19 CN CN202210062189.1A patent/CN114489127B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20200048627A (ko) * | 2018-10-30 | 2020-05-08 | 이상민 | 드론의 군집 비행 제어 방법 및 시스템, 그리고 이를 위한 교통관제 서버 |
CN110162096A (zh) * | 2019-06-21 | 2019-08-23 | 南京邮电大学 | 基于人工势场法的无人机编队队形形成与保持方法 |
WO2021036833A1 (zh) * | 2019-08-28 | 2021-03-04 | 中国人民解放军国防科技大学 | 一种基于改进虚拟力场的无人机集群护航行为生成方法 |
CN110865653A (zh) * | 2019-12-02 | 2020-03-06 | 西北工业大学 | 一种分布式集群无人机队形变换方法 |
CN112469054A (zh) * | 2020-11-18 | 2021-03-09 | 西北工业大学 | 一种面向无人机集群编队的拓扑感知路由方法 |
CN112947571A (zh) * | 2021-03-11 | 2021-06-11 | 天津大学 | 一种人工势场和虚拟领航者的无人机编队形成和保持方法 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116528191A (zh) * | 2023-04-25 | 2023-08-01 | 重庆邮电大学 | 一种基于onion与能量消耗模型的无人系统网络生成方法 |
CN116430908A (zh) * | 2023-06-15 | 2023-07-14 | 四川腾盾科技有限公司 | 一种固定翼无人机集群的离群路径规划方法 |
CN116430908B (zh) * | 2023-06-15 | 2023-08-29 | 四川腾盾科技有限公司 | 一种固定翼无人机集群的离群路径规划方法 |
CN116501094A (zh) * | 2023-07-03 | 2023-07-28 | 北京航空航天大学 | 一种基于自组织模型的无人机集群控制方法 |
CN116501094B (zh) * | 2023-07-03 | 2023-09-05 | 北京航空航天大学 | 一种基于自组织模型的无人机集群控制方法 |
CN117177328A (zh) * | 2023-08-25 | 2023-12-05 | 中国科学院自动化研究所 | 通信拓扑模型的动态更新方法、装置、电子设备及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN114489127B (zh) | 2024-06-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114489127A (zh) | 一种面向无人机集群的自组织队形编队方法 | |
CN107632614B (zh) | 一种基于刚性图理论的多无人机编队自组织协同控制方法 | |
CN110162086A (zh) | 一种基于模型预测控制框架的集群无人机编队方法 | |
CN113050677A (zh) | 多无人机队形保持和变换的控制方法、系统、存储介质 | |
CN111522361B (zh) | 主-从模式的多无人机编队一致性控制方法 | |
CN110347181B (zh) | 基于能耗的无人机分布式编队控制方法 | |
CN114020042A (zh) | 一种异构无人集群编队合围跟踪控制方法及系统 | |
CN110162035B (zh) | 一种集群机器人在有障碍物场景中的协同运动方法 | |
CN109407680A (zh) | 无人船编队重构的分布式目标协同分配方法 | |
WO2023010712A1 (zh) | 一种空中集群通信网络的优化方法及装置 | |
CN110825116B (zh) | 基于时变网络拓扑的无人机编队方法 | |
CN114779827B (zh) | 一种基于异构无人机编队虚拟势场协同避障拓扑控制方法 | |
Rosalie et al. | Coverage optimization with connectivity preservation for uav swarms applying chaotic dynamics | |
CN112947575B (zh) | 基于深度强化学习的无人机集群多目标搜索方法及系统 | |
CN112527016A (zh) | 一种智能集群一体化容错时变编队控制方法及系统 | |
CN115047910A (zh) | 一种基于雁形阵的无人机编队巡航控制方法 | |
CN114779828A (zh) | 基于异构队形基准点无人机集群拓扑控制与智能防撞方法 | |
CN115616913A (zh) | 基于分布式演化博弈的模型预测无领导者编队控制方法 | |
Xu et al. | Living with artificial intelligence: A paradigm shift toward future network traffic control | |
Chen et al. | A fast coordination approach for large-scale drone swarm | |
CN116501094B (zh) | 一种基于自组织模型的无人机集群控制方法 | |
CN115981375B (zh) | 基于事件触发机制的多无人机时变编队控制器设计方法 | |
CN116520887A (zh) | 一种混杂多无人机集群结构自适应调整方法 | |
CN114564044B (zh) | 一种输入限幅事件触发的无人机有限时间编队控制方法 | |
CN114967476A (zh) | 多智能体分布式协调控制方法、装置、设备和存储介质 |
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 |