CN114879741A - 一种分布式的固定翼无人机覆盖控制方法 - Google Patents

一种分布式的固定翼无人机覆盖控制方法 Download PDF

Info

Publication number
CN114879741A
CN114879741A CN202210645949.1A CN202210645949A CN114879741A CN 114879741 A CN114879741 A CN 114879741A CN 202210645949 A CN202210645949 A CN 202210645949A CN 114879741 A CN114879741 A CN 114879741A
Authority
CN
China
Prior art keywords
unmanned aerial
aerial vehicle
drone
coverage
virtual center
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
CN202210645949.1A
Other languages
English (en)
Other versions
CN114879741B (zh
Inventor
麻壮壮
石磊
邵晋梁
程玉华
白利兵
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.)
University of Electronic Science and Technology of China
Original Assignee
University of Electronic Science and Technology 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 University of Electronic Science and Technology of China filed Critical University of Electronic Science and Technology of China
Priority to CN202210645949.1A priority Critical patent/CN114879741B/zh
Publication of CN114879741A publication Critical patent/CN114879741A/zh
Application granted granted Critical
Publication of CN114879741B publication Critical patent/CN114879741B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

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

本发明公开了一种分布式的固定翼无人机覆盖控制方法，先给定固定翼无人机执行覆盖任务的区域，且每架无人机仅能获取通信范围内邻居的状态信息；接着使用unicycle模型对无人机进行建模，并通过邻居状态获取每架无人机的覆盖区域，然后在覆盖区域内寻找无人机满足避撞约束的飞行轨迹，最后按照飞行轨迹驱动各人机的虚拟中心到达最优覆盖位置。

Description

一种分布式的固定翼无人机覆盖控制方法
技术领域
本发明属于无人机控制技术领域，更为具体地讲，涉及一种分布式的固定翼无人机覆盖控制方法。
背景技术
覆盖控制是指多智能体系统根据传感器模型与待覆盖环境内需感知信息的分布状态，合理有效地为每个智能体分配互不重叠的监测子区域，并为每个智能体规划路径，驱动其移动到各自的最优部署位置。覆盖控制被广泛应用于被困人员搜救、森林火灾、海洋原油泄漏的监测等任务。在这类应用中，相较于无人车和旋翼无人机，固定翼无人机具有良好的高空视野，优秀的续航和载荷能力，可以配备一系列不同的传感器以适应不同任务的要求，是一个合适的载体选择。
目前，关于多智能体覆盖控制的工作主要集中在积分型动力学模型上，研究者们提出了维诺划分、概率模型、人工势场等方法，设计合适的控制律，以驱动智能体完成覆盖任务。
然而，很少有研究者关注具有复杂动力学的多智能体覆盖控制问题，很多类型的智能体，例如固定翼无人机，无法直接使用积分型动力学模型进行建模。除此之外，无人机集群如何规划轨迹，避免碰撞，以安全的完成覆盖任务，也是必须考虑的问题，现有的基于人工势场函数的避撞算法难以推广到复杂的动力学模型，不适用于固定翼无人机。随着无人机集群规模的不断增大，集中式的算法会为中央处理器带来巨大的计算负担，因此，研究者们倾向于设计分布式的覆盖算法，以提高算法的计算速度和鲁棒性。
发明内容
本发明的目的在于克服现有技术的不足，提供一种分布式的固定翼无人机覆盖控制方法，在保证无人机安全无碰撞的前提下，实现对目标区域的最优覆盖。
为实现上述发明目的，本发明一种分布式的固定翼无人机覆盖控制方法，其特征在于，包含以下步骤：
(1)、假设n个固定翼无人机在区域Q执行覆盖任务，q∈Q是任务区域内的任意位置；Φ(q)是密度函数，表示无人机集群对位置q的感兴趣程度；rk表示无人机k的位置；将与无人机k距离小于R的无人机记为邻居，用集合
Figure BDA0003685924080000021
表示，无人机只能与邻居进行通信；
(2)、使用unicycle模型对无人机进行建模：
Figure BDA0003685924080000022
其中，rk(t)表示无人机k在t时刻的位置，rk(t)＝xk(t)+iyk(t)，xk(t)是实部表示无人机k在t时刻的横坐标值，yk(t)是虚部表示无人机k在t时刻的纵坐标值，vk表示无人机的速度大小，θk(t)表示无人机k在t时刻的速度方向，
Figure BDA0003685924080000023
表示无人机k在t时刻的角速度，uk(t)表示无人机k在t时刻的控制输入；
假设无人机k以固定的航速vk飞行，考虑无人机实际的体积，将无人机k建模为半径为ck的圆；
(3)、在t时刻，基于各无人机的位置计算各个无人机的虚拟中心，其中，无人机k的虚拟中心记为zk(t)；
Figure BDA0003685924080000024
其中，ω0是一个非零常数；
(4)、在t时刻，基于各无人机的虚拟中心搭建动力学模型，无人机k的动力学模型记为
Figure BDA0003685924080000025
Figure BDA0003685924080000026
(5)、驱动各无人机的虚拟中心到达最优覆盖位置；
(5.1)、在t时刻，无人机k通过与邻居通信，获得邻居的实际位置，然后计算自己在当前t时刻的安全飞行区域Wk(t)：
Figure BDA0003685924080000031
(5.2)、在t时刻，无人机k基于邻居虚拟中心的位置，计算自己的监控区域Vk(t)：
Figure BDA0003685924080000032
(5.3)、基于安全飞行区域Wk(t)构建无人机k的避撞约束G(rk(t))＞0；
(5.4)、将无人机k限制在自己的安全飞行区域Wk(t)内，在满足避撞约束和虚拟中心动力学模型的基础上计算无人机k在下一时刻的虚拟中心zk(t+1)；
Figure BDA0003685924080000033
(5.5)、判断无人机k在下一时刻的虚拟中心zk(t+1)是否发生变换，如果虚拟中心位置不变，即zk(t+1)＝zk(t)，则表示无人机k的虚拟中心到达最优覆盖位置，无人机k以最优覆盖位置为圆心，做圆形轨道运动，然后进入步骤(5.6)；如果zk(t+1)≠zk(t)，则返回步骤(5.1)；
(5.6)、判断n个固定翼无人机的虚拟中心是否均到达最优覆盖位置，如果到达，则算法结束；否则，返回步骤(5.1)，继续完成剩余无人机的驱动。
本发明的发明目的是这样实现的：
本发明一种分布式的固定翼无人机覆盖控制方法，先给定固定翼无人机执行覆盖任务的区域，且每架无人机仅能获取通信范围内邻居的状态信息；接着使用unicycle模型对无人机进行建模，并通过邻居状态获取每架无人机的覆盖区域，然后在覆盖区域内寻找无人机满足避撞约束的飞行轨迹，最后按照飞行轨迹驱动各人机的虚拟中心到达最优覆盖位置。
同时，本发明一种分布式的固定翼无人机覆盖控制方法还具有以下有益效果：
(1)、传统的大多数覆盖控制算法仅适用于积分型动力学模型，而本发明可以很好的适用于建模为unicycle模型的固定翼无人机的覆盖任务；
(2)、由于固定翼无人机无法悬停，所以无法停留在最优的覆盖位置，因此，本发明基于无人机的实际位置引入虚拟中心，设计相应算法将虚拟中心驱动到最优覆盖位置，这时，无人机以最优覆盖位置为圆心，做圆形轨道运动；
(3)、本发明的方法是一种分布式算法，无人机仅需和自己的邻居通信，基于邻居的状态各自独立的计算自己的控制输入，而无需集中的控制器，所以能够适用于大规模的无人机集群；
(4)、本发明的覆盖控制方法将覆盖过程分为两个部分：1)无人机基于自身位置信息和邻居的位置信息计算自己的任务区域，2)无人机在自己的任务区域内驱动虚拟中心抵达最优覆盖位置，同时避免无人机之间的碰撞，这两个部分交替进行，直到无人机的虚拟中心不再变化；
(5)、本发明所提的覆盖方法不仅考虑了固定翼无人机的动力学特征，还考虑无人机的实际体积，不将其建模为质点，而是建模为一个一定半径的圆。
附图说明
图1是本发明一种分布式的固定翼无人机覆盖控制方法流程图；
图2是固定翼无人机的动力学模型；
图3是固定翼无人机虚拟中心的构建示意图；
图4是无人机集群的覆盖轨迹图；
图5是无人机距安全区域边界的最小距离。
具体实施方式
下面结合附图对本发明的具体实施方式进行描述，以便本领域的技术人员更好地理解本发明。需要特别提醒注意的是，在以下的描述中，当已知功能和设计的详细描述也许会淡化本发明的主要内容时，这些描述在这里将被忽略。
实施例
图1是本发明一种分布式的固定翼无人机覆盖控制方法流程图。
在本实施例中，如图1所示，本发明一种分布式的固定翼无人机覆盖控制方法，包含以下步骤：
S1、定义无人机集群及覆盖范围；
假设n＝20个固定翼无人机在1500m×1000m的矩形区域Q内执行覆盖任务，q∈Q是任务区域内的任意位置；Φ(q)是密度函数，表示无人机集群对位置q的感兴趣程度，在本实施例中，令Φ(q)＝1；rk表示无人机k的位置；将与无人机k距离小于R＝500m的无人机记为邻居，用集合
Figure BDA0003685924080000051
表示，无人机只能与邻居进行通信；
S2、无人机建模；
在本实施例中，假设无人机k以固定的航速vk飞行，以获得更大的航程，仅能通过改变无人机的速度方向控制无人机的运动，如图2所示，我们使用unicycle模型对无人机进行建模：
Figure BDA0003685924080000052
其中，rk(t)表示无人机k在t时刻的位置，rk(t)＝xk(t)+iyk(t)，xk(t)是实部表示无人机k在t时刻的横坐标值，yk(t)是虚部表示无人机k在t时刻的纵坐标值，vk表示无人机的速度大小，θk(t)表示无人机k在t时刻的速度方向，
Figure BDA0003685924080000053
表示无人机k在t时刻的角速度，uk(t)表示无人机k在t时刻的控制输入；
在本实施例中，假设无人机k以固定的航速vk＝10m/s飞行，初始航向角为θk(t0)＝0，无人机k建模为半径为ck＝1m的圆；
S3、计算无人机的虚拟中心；
如图3所示，由于固定翼无人机无法悬停，那么在t时刻，基于各无人机的位置计算出各个无人机的虚拟中心，其中，无人机k的虚拟中心记为zk(t)；
Figure BDA0003685924080000054
其中，ω0是一个非零常数，这里令ω0＝0.2；
S4、搭建无人机的动力学模型；
在t时刻，基于各无人机的虚拟中心搭建动力学模型，无人机k的动力学模型记为
Figure BDA0003685924080000055
Figure BDA0003685924080000061
S5、驱动各无人机的虚拟中心到达最优覆盖位置；
S5.1、在t时刻，无人机k通过与邻居通信，获得邻居的实际位置，然后计算自己在当前t时刻的安全飞行区域Wk(t)，无人机k的安全区域Wk(t)是只有边重合的凸多边形；
Figure BDA0003685924080000062
S5.2、在t时刻，无人机k基于邻居虚拟中心的位置，计算自己的监控区域Vk(t)：
Figure BDA0003685924080000063
S5.3、基于安全飞行区域Wk(t)构建无人机k的避撞约束G(rk(t))＞0；
在本实施例中，假设Wk(t)有s个顶点
Figure BDA0003685924080000064
顶点是按照顺时针的顺序排列的，则避撞约束G(rk(t))＞0由s个不等式gj(rk(t))＞0构成，j＝1,2,…,s；
gj(rk(t))是基于顶点
Figure BDA0003685924080000065
和
Figure BDA0003685924080000066
构建的，当j取到s时，
Figure BDA0003685924080000067
首先定义无人机k安全区域的边界lj(q)：
lj(q)＝AjRe(q)+BjIm(q)+Cj (6)
其中，Re(q)表示q的实部，Im(q)表示q的虚部，参数
Figure BDA0003685924080000068
Figure BDA0003685924080000069
取Wk(t)的顶点
Figure BDA00036859240800000610
代入至公式(6)，如果当j取到s时，则
Figure BDA00036859240800000611
通过公式(6)计算出
Figure BDA00036859240800000612
如果
Figure BDA00036859240800000613
则避撞约束gj(rk(t))为：
Figure BDA00036859240800000614
如果
Figure BDA00036859240800000615
则避撞约束gj(rk(t))为：
Figure BDA00036859240800000616
S5.4、将无人机k限制在自己的安全飞行区域Wk(t)内，在满足避撞约束和虚拟中心动力学模型的基础上计算无人机k在下一时刻的虚拟中心zk(t+1)；
Figure BDA0003685924080000071
S5.5、判断无人机k在下一时刻的虚拟中心zk(t+1)是否发生变换，如果虚拟中心位置不变，即zk(t+1)＝zk(t)，则表示无人机k的虚拟中心到达最优覆盖位置，无人机k以最优覆盖位置为圆心，做圆形轨道运动，然后进入步骤S5.6；如果zk(t+1)≠zk(t)，则返回步骤S5.1；
S5.6、判断n个固定翼无人机的虚拟中心是否均到达最优覆盖位置，如果到达，则算法结束；否则，返回步骤S5.1，继续完成剩余无人机的驱动。
至此，固定翼无人机集群可以实现对任务区域的最优覆盖，且保证无人机的轨迹是安全的，不会发生碰撞。
图4是20个固定翼无人机执行本发明覆盖算法得到的轨迹图，“+”表示无人机的初始位置，三角表示无人机当前的位置和速度方向；无人机分为两行，从任务区域中心位置起飞，通过与邻居的通信，分布式的计算自己的控制输入；最终实现固定翼无人机集群的覆盖任务，每个无人机都围绕自己的最优覆盖位置旋转，并且每个无人机的覆盖区域是互不重叠的。图5展示了无人机距安全区域边界的最小距离，无人机距离安全区域边界的距离始终在1m～18m之间，大于无人机的半径ck＝1m，无人机不会与边界发生碰撞，由于无人机的安全区域是只有边重叠的凸多边形，因此无人机之间也不会发生碰撞，本发明所提避撞约束是有效的。
尽管上面对本发明说明性的具体实施方式进行了描述，以便于本技术领域的技术人员理解本发明，但应该清楚，本发明不限于具体实施方式的范围，对本技术领域的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内，这些变化是显而易见的，一切利用本发明构思的发明创造均在保护之列。

Claims (2)

1.一种分布式的固定翼无人机覆盖控制方法，其特征在于，包含以下步骤：
(1)、假设n个固定翼无人机在区域Q执行覆盖任务，q∈Q是任务区域内的任意位置；Φ(q)是密度函数，表示无人机集群对位置q的感兴趣程度；rk表示无人机k的位置；将与无人机k距离小于R的无人机记为邻居，用集合
Figure FDA0003685924070000016
表示，无人机只能与邻居进行通信；
(2)、使用unicycle模型对无人机进行建模：
Figure FDA0003685924070000011
其中，rk(t)表示无人机k在t时刻的位置，rk(t)＝xk(t)+iyk(t)，xk(t)是实部表示无人机k在t时刻的横坐标值，yk(t)是虚部表示无人机k在t时刻的纵坐标值，vk表示无人机的速度大小，θk(t)表示无人机k在t时刻的速度方向，
Figure FDA0003685924070000012
表示无人机k在t时刻的角速度，uk(t)表示无人机k在t时刻的控制输入；
假设无人机k以固定的航速vk飞行，考虑无人机实际的体积，将无人机k建模为半径为ck的圆；
(3)、在t时刻，基于各无人机的位置计算各个无人机的虚拟中心，其中，无人机k的虚拟中心记为zk(t)；
Figure FDA0003685924070000013
其中，ω0是一个非零常数；
(4)、在t时刻，基于各无人机的虚拟中心搭建动力学模型，无人机k的动力学模型记为
Figure FDA0003685924070000014
Figure FDA0003685924070000015
(5)、驱动各无人机的虚拟中心到达最优覆盖位置；
(5.1)、在t时刻，无人机k通过与邻居通信，获得邻居的实际位置，然后计算自己在当前t时刻的安全飞行区域Wk(t)：
Figure FDA0003685924070000021
(5.2)、在t时刻，无人机k基于邻居虚拟中心的位置，计算自己的监控区域Vk(t)：
Figure FDA0003685924070000022
(5.3)、基于安全飞行区域Wk(t)构建无人机k的避撞约束G(rk(t))＞0；
(5.4)、将无人机k限制在自己的安全飞行区域Wk(t)内，在满足避撞约束和虚拟中心动力学模型的基础上计算无人机k在下一时刻的虚拟中心zk(t+1)；
Figure FDA0003685924070000023
(5.5)、判断无人机k在下一时刻的虚拟中心zk(t+1)是否发生变换，如果虚拟中心位置不变，即zk(t+1)＝zk(t)，则表示无人机k的虚拟中心到达最优覆盖位置，无人机k以最优覆盖位置为圆心，做圆形轨道运动，然后进入步骤(5.6)；如果zk(t+1)≠zk(t)，则返回步骤(5.1)；
(5.6)、判断n个固定翼无人机的虚拟中心是否均到达最优覆盖位置，如果到达，则算法结束；否则，返回步骤(5.1)，继续完成剩余无人机的驱动。
2.根据权利要求1所述的一种分布式的固定翼无人机覆盖控制方法，其特征在于，所述构建无人机k的避撞约束的具体方法为：
基于无人机k的安全区域Wk(t)构建避撞约束G(rk(t))＞0：假设Wk(t)有s个顶点
Figure FDA0003685924070000024
顶点是按照顺时针的顺序排列的，则避撞约束G(rk(t))＞0由s个不等式gj(rk(t))＞0构成，j＝1,2,…,s；
gj(rk(t))是基于顶点
Figure FDA0003685924070000025
和
Figure FDA0003685924070000026
构建的，当j取到s时，
Figure FDA0003685924070000027
首先定义无人机k安全区域的边界lj(q)：
lj(q)＝AjRe(q)+BjIm(q)+Cj (7)
其中，Re(q)表示q的实部，Im(q)表示q的虚部，参数
Figure FDA0003685924070000028
Figure FDA0003685924070000029
取Wk(t)的顶点
Figure FDA00036859240700000210
代入至公式(7)，如果当j取到s时，则
Figure FDA00036859240700000211
通过公式(7)计算出
Figure FDA0003685924070000031
如果
Figure FDA0003685924070000032
则避撞约束gj(rk(t))为：
Figure FDA0003685924070000033
如果
Figure FDA0003685924070000034
则避撞约束gj(rk(t))为：
Figure FDA0003685924070000035
其中，ck为无人机k建模为圆的半径。
CN202210645949.1A 2022-06-09 2022-06-09 一种分布式的固定翼无人机覆盖控制方法 Active CN114879741B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210645949.1A CN114879741B (zh) 2022-06-09 2022-06-09 一种分布式的固定翼无人机覆盖控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210645949.1A CN114879741B (zh) 2022-06-09 2022-06-09 一种分布式的固定翼无人机覆盖控制方法

Publications (2)

Publication Number Publication Date
CN114879741A true CN114879741A (zh) 2022-08-09
CN114879741B CN114879741B (zh) 2023-05-30

Family

ID=82682396

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210645949.1A Active CN114879741B (zh) 2022-06-09 2022-06-09 一种分布式的固定翼无人机覆盖控制方法

Country Status (1)

Country Link
CN (1) CN114879741B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3062066A1 (en) * 2015-02-26 2016-08-31 Hexagon Technology Center GmbH Determination of object data by template-based UAV control
CN107589663A (zh) * 2017-08-16 2018-01-16 西安电子科技大学 基于多步粒子群算法的无人机协同侦察覆盖方法
US20190051046A1 (en) * 2017-08-11 2019-02-14 Jing Jin Incident Site Investigation and Management Support System Based on Unmanned Aerial Vehicles
CN109460064A (zh) * 2019-01-03 2019-03-12 中国人民解放军战略支援部队航天工程大学 基于虚拟势场函数的无人机集群区域覆盖方法及其装置
CN109754666A (zh) * 2017-11-02 2019-05-14 智飞智能装备科技东台有限公司 一种无人机模拟飞行培训设备
CN111077909A (zh) * 2019-12-31 2020-04-28 北京理工大学 一种基于视觉信息的新型无人机自组群自洽优化控制方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3062066A1 (en) * 2015-02-26 2016-08-31 Hexagon Technology Center GmbH Determination of object data by template-based UAV control
US20190051046A1 (en) * 2017-08-11 2019-02-14 Jing Jin Incident Site Investigation and Management Support System Based on Unmanned Aerial Vehicles
CN107589663A (zh) * 2017-08-16 2018-01-16 西安电子科技大学 基于多步粒子群算法的无人机协同侦察覆盖方法
CN109754666A (zh) * 2017-11-02 2019-05-14 智飞智能装备科技东台有限公司 一种无人机模拟飞行培训设备
CN109460064A (zh) * 2019-01-03 2019-03-12 中国人民解放军战略支援部队航天工程大学 基于虚拟势场函数的无人机集群区域覆盖方法及其装置
CN111077909A (zh) * 2019-12-31 2020-04-28 北京理工大学 一种基于视觉信息的新型无人机自组群自洽优化控制方法

Also Published As

Publication number Publication date
CN114879741B (zh) 2023-05-30

Similar Documents

Publication Publication Date Title
CN108958289B (zh) 基于相对速度障碍的集群无人机避碰方法
CN108388270B (zh) 面向安全域的集群无人机轨迹姿态协同控制方法
Saska et al. Coordination and navigation of heterogeneous UAVs-UGVs teams localized by a hawk-eye approach
CN102759357B (zh) 通信延迟下多无人机协同实时航路规划方法
D’Amato et al. Bi-level flight path planning of UAV formations with collision avoidance
CN111880573B (zh) 一种基于视觉惯导融合的四旋翼自主导航方法
CN109871031B (zh) 一种固定翼无人机的轨迹规划方法
Hérissé et al. A terrain-following control approach for a vtol unmanned aerial vehicle using average optical flow
Hoang et al. Angle-encoded swarm optimization for uav formation path planning
JP7044061B2 (ja) 移動体、移動体制御システム、移動体制御方法、インターフェース装置、およびプログラム
Cole et al. Reactive trajectory generation for multiple vehicles in unknown environments with wind disturbances
Saska et al. Navigation, localization and stabilization of formations of unmanned aerial and ground vehicles
CN111857184B (zh) 基于深度强化学习的固定翼无人机群避碰方法及装置
de Angelis et al. Multirotor aircraft formation flight control with collision avoidance capability
Liu A progressive motion-planning algorithm and traffic flow analysis for high-density 2D traffic
CN115657730B (zh) 一种大规模多旋翼无人机鲁棒分簇编队控制方法
Zhu et al. An adaptive priority allocation for formation UAVs in complex context
CN114138022A (zh) 一种基于精英鸽群智能的无人机集群分布式编队控制方法
Li et al. UAV obstacle avoidance by human-in-the-loop reinforcement in arbitrary 3D environment
CN114721423B (zh) 考虑避碰约束的多无人机协同到达预置目标的分配方法
CN114879741A (zh) 一种分布式的固定翼无人机覆盖控制方法
CN112161626B (zh) 一种基于航路跟踪映射网络的高可飞性航路规划方法
CN115469660A (zh) 多无人机对多无人车动态跟踪控制方法、装置及设备
Li et al. Vision-based formation control of a heterogeneous unmanned system
Geiger et al. Flight testing a real-time direct collocation path planner

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