CN115167528B - 一种基于人工势场法的空间协同制导方法及装置 - Google Patents

一种基于人工势场法的空间协同制导方法及装置 Download PDF

Info

Publication number
CN115167528B
CN115167528B CN202211075518.2A CN202211075518A CN115167528B CN 115167528 B CN115167528 B CN 115167528B CN 202211075518 A CN202211075518 A CN 202211075518A CN 115167528 B CN115167528 B CN 115167528B
Authority
CN
China
Prior art keywords
unmanned aerial
aerial vehicle
horizontal plane
calculating
field
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
Application number
CN202211075518.2A
Other languages
English (en)
Other versions
CN115167528A (zh
Inventor
宋佳
赵凯
童心迪
徐小蔚
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.)
Beihang University
Original Assignee
Beihang University
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 Beihang University filed Critical Beihang University
Priority to CN202211075518.2A priority Critical patent/CN115167528B/zh
Publication of CN115167528A publication Critical patent/CN115167528A/zh
Application granted granted Critical
Publication of CN115167528B publication Critical patent/CN115167528B/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

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

本申请提供了一种基于人工势场法的空间协同制导方法及装置，涉及空间协同制导技术领域，该方法包括：获取当前时刻的各无人飞行器在水平面的二维位置坐标和水平面飞行速度；计算各无人飞行器的目标引力场、避飞区斥力场和空间协同势场的和，作为各无人飞行器的总人工势场；根据各无人飞行器的总人工势场的梯度计算的虚拟受力，基于虚拟受力和预设的攻击角度计算各无人飞行器的实际受力；根据各无人飞行器的实际受力和水平面飞行速度，计算得到下一时刻的各无人飞行器的控制角速度值，由此设计下一时刻的各无人飞行器的控制指令。本申请提升了无人飞行器的侦查效果或毁伤效能，同时具有在线规划无人飞行器路径和实时避障的功能。

Description

一种基于人工势场法的空间协同制导方法及装置
技术领域
本申请涉及空间协同制导技术领域，尤其是涉及一种基于人工势场法的空间协同制导方法及装置。
背景技术
为应对战场态势的快速变化，无人飞行器察打一体化成为研究趋势，在未知环境下，无人机的侦查能力能够为波次打击以及后续打击效果评估提供支撑。在察打一体化任务中，需要为无人飞行器设计侦查打击方案即飞行路径。在飞行过程中要求飞行器具有躲避避飞区的能力，同时根据任务需求，对无人飞行器进入目标区域的方向也提出了要求。尤其是在多无人飞行器协同侦查打击任务中，为了能够从不同角度侦查、打击目标，要求多无人飞行器能够在空间上以均匀分布或期望队形的方式到达目标区域。时间上期望多无人飞行器能够同时到达或者顺序到达。时空上的协同配合为防御方的防御系统带来较大压力，能够提升我方侦查、攻击效果。
当前针对时间协同研究较为充分，而针对空间协同研究较少。针对空间协同，主要基于Dubins曲线生成协同航迹。使用Dubins曲线能够生成平滑的制导路径，但是要在地图已知的前提下离线生成。不能有效应对动态环境以及未知环境，需要结合局部避障算法进行避障。而传统基于人工势场法的路径规划算法并不具备使飞行器空间协同飞行的能力。
发明内容
有鉴于此，本申请提供了一种基于人工势场法的空间协同制导方法及装置，以解决上述技术问题。
第一方面，本申请实施例提供了一种基于人工势场法的空间协同制导方法，包括：
获取当前时刻的各无人飞行器在水平面的二维位置坐标和水平面飞行速度；
基于当前时刻的各无人飞行器在水平面的二维位置坐标和目标在水平面的二维位置坐标，计算各无人飞行器的目标引力场；
基于当前时刻的各无人飞行器的水平面在二维位置坐标和避飞区中心在水平面的二维位置坐标，计算各无人飞行器的避飞区斥力场；
基于当前时刻的各无人飞行器在水平面的二维位置坐标和目标在水平面的二维位置坐标，计算各无人飞行器的空间协同势场；
计算各无人飞行器的目标引力场、避飞区斥力场和空间协同势场的和，作为各无人飞行器的总人工势场；
根据各无人飞行器的总人工势场的梯度计算各飞行器的虚拟受力，基于虚拟受力和预设的攻击角度计算各无人飞行器的实际受力；
根据各无人飞行器的实际受力和水平面飞行速度，计算得到下一时刻的各无人飞行器的控制角速度值；
利用下一时刻的各无人飞行器的控制角速度值，设计下一时刻的各无人飞行器的控制指令。
进一步，基于当前时刻的各无人飞行器在水平面的二维位置坐标和目标在水平面的二维位置坐标，计算各无人飞行器的目标引力场；包括：
基于当前时刻的第
Figure P_220822074358755_755641001
个无人飞行器在水平面的二维位置坐标
Figure P_220822074358771_771278002
和目标在水平面的二维位置坐标
Figure P_220822074358802_802501003
，计算两者之间的距离
Figure P_220822074358833_833765004
：
Figure P_220822074358849_849392001
则第
Figure P_220822074358896_896267001
个无人飞行器的目标引力场
Figure P_220822074358927_927887002
为：
Figure P_220822074358944_944611001
其中，
Figure P_220822074358975_975893001
为引力系数，
Figure P_220822074359007_007105002
，
Figure P_220822074359038_038361003
为无人飞行器的数量，
Figure P_220822074359054_054003004
。
进一步，基于当前时刻的各无人飞行器在水平面的二维位置坐标和避飞区中心在水平面的二维位置坐标，计算各无人飞行器的避飞区斥力场；包括：
基于当前时刻的第
Figure P_220822074359085_085219001
个无人飞行器在水平面的二维位置坐标
Figure P_220822074359100_100863002
和避飞区中心在水平面的二维位置坐标
Figure P_220822074359134_134993003
，计算两者之间的距离
Figure P_220822074359151_151131004
：
Figure P_220822074359182_182380001
则第
Figure P_220822074359229_229267001
个无人飞行器的避飞区斥力场
Figure P_220822074359244_244896002
为：
Figure P_220822074359276_276147001
其中，
Figure P_220822074359518_518866001
为预设的超参数，表征障碍物的影响范围，
Figure P_220822074359535_535379002
为斥力系数。
进一步，基于当前时刻的各无人飞行器在水平面的二维位置坐标和目标在水平面的二维位置坐标，计算各无人飞行器的空间协同势场；包括：
第
Figure P_220822074359567_567156001
个无人飞行器的空间协同势场
Figure P_220822074359582_582772002
为：
Figure P_220822074359614_614020001
。
进一步，根据各无人飞行器的总人工势场的梯度计算各飞行器的虚拟受力，基于虚拟受力和预设的攻击角度计算各无人飞行器的实际受力；包括：
基于第
Figure P_220822074359645_645282001
个无人飞行器的总人工势场的梯度，计算水平面
Figure P_220822074359660_660928002
方向的虚拟受力
Figure P_220822074359692_692148003
和水平面
Figure P_220822074359707_707789004
方向的虚拟受力
Figure P_220822074359740_740952005
：
Figure P_220822074359772_772746001
Figure P_220822074359804_804052001
其中，
Figure P_220822074359850_850866001
为目标引力场
Figure P_220822074359882_882117002
的
Figure P_220822074359913_913390003
方向的梯度；
Figure P_220822074359931_931389004
为避飞区斥力场
Figure P_220822074359963_963161005
的
Figure P_220822074359994_994433006
方向的梯度；
Figure P_220822074400025_025671007
为空间协同势场
Figure P_220822074400056_056889008
的
Figure P_220822074400088_088192009
方向的梯度；
Figure P_220822074400119_119453010
为目标引力场
Figure P_220822074400141_141338011
的
Figure P_220822074400173_173133012
方向的梯度；
Figure P_220822074400204_204396013
为避飞区斥力场
Figure P_220822074400235_235761014
的
Figure P_220822074400266_266925015
方向的梯度；
Figure P_220822074400298_298128016
为空间协同势场
Figure P_220822074400330_330775017
的
Figure P_220822074400362_362605018
方向的梯度；
在预设的攻击角度下，第
Figure P_220822074400393_393815001
个无人飞行器的
Figure P_220822074400409_409451002
方向的实际受力
Figure P_220822074400440_440684003
和
Figure P_220822074400456_456328004
方向的实际受力
Figure P_220822074400487_487090005
为：
Figure P_220822074400518_518819001
其中，
Figure P_220822074400567_567170001
为预设的攻击角度。
进一步，根据各无人飞行器的实际受力和水平面飞行速度，计算得到下一时刻的各无人飞行器的控制角速度值；包括：
下一时刻的第
Figure P_220822074400582_582769001
个无人飞行器的控制角速度值
Figure P_220822074400614_614025002
为：
Figure P_220822074400629_629685001
其中，
Figure P_220822074400676_676537001
为当前时刻到下一时刻的时间间隔，
Figure P_220822074400692_692159002
和
Figure P_220822074400723_723416003
为当前时刻第
Figure P_220822074400742_742414004
个无人飞行器的水平面飞行速度的
Figure P_220822074400774_774200005
方向分量和
Figure P_220822074400789_789829006
方向分量，
Figure P_220822074400821_821094007
为反正切函数。
第二方面，本申请实施例提供了一种基于人工势场法的空间协同制导装置，包括：
获取单元，用于获取当前时刻的各无人飞行器在水平面的二维位置坐标和水平面飞行速度；
目标引力场计算单元，用于基于当前时刻在各无人飞行器的水平面的二维位置坐标和目标在水平面的二维位置坐标，计算各无人飞行器的目标引力场；
避飞区斥力场计算单元，用于基于当前时刻的各无人飞行器在水平面的二维位置坐标和避飞区中心在水平面的二维位置坐标，计算各无人飞行器的避飞区斥力场；
空间协同势场计算单元，用于基于当前时刻的各无人飞行器在水平面的二维位置坐标和目标在水平面的二维位置坐标，计算各无人飞行器的空间协同势场；
总人工势场计算单元，用于计算各无人飞行器的目标引力场、避飞区斥力场和空间协同势场的和，作为各无人飞行器的总人工势场；
实际受力计算单元，用于根据各无人飞行器的总人工势场的梯度计算各飞行器的虚拟受力，基于虚拟受力和预设的攻击角度计算各无人飞行器的实际受力；
控制角速度计算单元，用于根据各无人飞行器的实际受力和水平面飞行速度，计算得到下一时刻的各无人飞行器的控制角速度值；
控制指令生成单元，用于利用下一时刻的各无人飞行器的控制角速度值，设计下一时刻的各无人飞行器的控制指令。
第三方面，本申请实施例提供了一种电子设备，包括：存储器、处理器和存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现本申请实施例的基于人工势场法的空间协同制导方法。
第四方面，本申请实施例提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令被处理器执行时实现本申请实施例的基于人工势场法的空间协同制导方法。
本申请提升了无人飞行器的侦查效果或毁伤效能，同时具有在线规划多无人飞行器路径和实时避障的功能。
附图说明
为了更清楚地说明本申请具体实施方式或现有技术中的技术方案，下面将对具体实施方式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，下面描述中的附图是本申请的一些实施方式，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为本申请实施例提供的空间协同场景的示意图；
图2为本申请实施例提供的基于人工势场法的空间协同制导方的技术路线示意图；
图3为本申请实施例提供的基于人工势场法的空间协同制导方法的流程图；
图4为本申请实施例提供的坐标系旋转示意图；
图5为本申请实施例提供的基于人工势场法的空间协同制导装置的功能结构图；
图6为本申请实施例提供的电子设备的结构图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。
因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请中的实施例，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，都属于本申请保护的范围。
首先对本申请实施例的设计思想进行简单介绍。
目前针对空间协同，主要基于Dubins曲线生成协同航迹。使用Dubins曲线能够生成平滑的制导路径，但是要在地图已知的前提下离线生成。不能有效应对动态环境以及未知环境，需要结合局部避障算法进行避障。而传统基于人工势场法的路径规划算法并不具备使飞行器空间协同飞行的能力。
为解决上述问题，本申请基于人工势场，提出了空间协同制导方法，能够实现各无人飞行器的空间协同飞行轨迹在线实时规划。
如图1所示，避飞区包含威胁区以及其他禁飞区，威胁区指对无人飞行器飞行造成威胁的区域，一般指包括雷达和防空导弹的区域等。考虑雷达扫描半径以及防空导弹有效射程，在二维路径规划时可以将之简化为半径不等的圆形区域。其他禁飞区一般是无人飞行器不能飞入的区域，例如中立地区，人口密集地区等，同样可以简化为圆形区域。
本申请中，首先建立无人飞行器水平运动的一般方程：
Figure P_220822074400852_852315001
其中，
Figure P_220822074400883_883585001
代表第
Figure P_220822074400899_899176002
个无人飞行器，
Figure P_220822074400933_933838003
为第
Figure P_220822074400949_949573004
个无人飞行器在水平面的二维位置坐标，
Figure P_220822074400981_981223005
代表第
Figure P_220822074401012_012472006
个无人飞行器的朝向，
Figure P_220822074401028_028091007
代表第
Figure P_220822074401059_059348008
个无人飞行器的飞行速度，
Figure P_220822074401075_075002009
代表第
Figure P_220822074401106_106220010
个指令角速度，
Figure P_220822074401139_139390011
，
Figure P_220822074401155_155524012
为指令角速度的最小值，
Figure P_220822074401186_186803013
为指令角速度的最大值。
在复杂对抗环境下，飞行器能够成功躲避避飞区，并根据指定方向到达目标区域，完成空间协同打击。具体的基于人工势场法的空间协同制导方法的技术路线如图2所示。计算目标引力场，使飞行器朝向目标；计算避飞区斥力场，使飞行器躲避避飞区；计算空间协同势场，指定目标路径方向；将三个场的和作为总人工势场，利用总人工势场的梯度计算控制角速度值，由此得到控制指令，实现对无人飞行器的控制。
本申请的技术关键点在于：设计了目标引力场、避飞区斥力场和空间协同势场的计算函数，实现多无人飞行器空间协同飞行，使飞行器能够从多个方向侦查、打击目标，提升侦查效果或毁伤效能，此外该方法具有在线规划和实时避障的能力。
在介绍了本申请实施例的应用场景和设计思想之后，下面对本申请实施例提供的技术方案进行说明。
如图3所示，本申请实施例提供了一种基于人工势场法的空间协同制导方法，包括：
步骤101：获取当前时刻的各无人飞行器在水平面的二维位置坐标和水平面飞行速度；
步骤102：基于当前时刻的各无人飞行器在水平面的二维位置坐标和目标在水平面的二维位置坐标，计算各无人飞行器的目标引力场；
设计目标引力场，引力场的设计能够保证目标区域处于极小值位置，从而保证飞行器能够顺利到达目标区域。
在本实施例中，该步骤具体为：
基于当前时刻的第
Figure P_220822074401218_218077001
个无人飞行器在水平面的二维位置坐标
Figure P_220822074401233_233636002
和目标在水平面的二维位置坐标
Figure P_220822074401264_264918003
，计算两者之间的距离
Figure P_220822074401296_296174004
：
Figure P_220822074401311_311821001
则第
Figure P_220822074401360_360675001
个无人飞行器的目标引力场
Figure P_220822074401376_376726002
为：
Figure P_220822074401407_407975001
其中，
Figure P_220822074401439_439243001
为引力系数，
Figure P_220822074401454_454887002
，
Figure P_220822074401486_486121003
为无人飞行器的数量，
Figure P_220822074401517_517371004
。
步骤103：基于当前时刻的各无人飞行器在水平面的二维位置坐标和避飞区中心在水平面的二维位置坐标，计算各无人飞行器的避飞区斥力场；
在本实施例中，该步骤具体为：
基于当前时刻的第
Figure P_220822074401551_551525001
个无人飞行器在水平面的二维位置坐标
Figure P_220822074401567_567141002
和避飞区中心在水平面的二维位置坐标
Figure P_220822074401598_598422003
，计算两者之间的距离
Figure P_220822074401629_629650004
：
Figure P_220822074401645_645289001
则第
Figure P_220822074401692_692143001
个无人飞行器的避飞区斥力场
Figure P_220822074401707_707771002
为：
Figure P_220822074401739_739999001
其中，
Figure P_220822074401787_787381001
为预设的超参数，表征障碍物的影响范围，
Figure P_220822074401834_834256002
为斥力系数。
步骤104：基于当前时刻的各无人飞行器在水平面的二维位置坐标和目标在水平面的二维位置坐标，计算各无人飞行器的空间协同势场；
具体的，第
Figure P_220822074401865_865490001
个无人飞行器的空间协同势场
Figure P_220822074401896_896766002
为：
Figure P_220822074401929_929915001
。
步骤105：计算各无人飞行器的目标引力场、避飞区斥力场和空间协同势场的和，作为各无人飞行器的总人工势场：
步骤106：根据各无人飞行器的总人工势场的梯度计算各飞行器的虚拟受力，基于虚拟受力和预设的攻击角度计算各无人飞行器的实际受力；
基于第
Figure P_220822074401961_961701001
个无人飞行器的总人工势场的梯度，计算水平面
Figure P_220822074401992_992947002
方向的虚拟受力
Figure P_220822074402008_008551003
和水平面
Figure P_220822074402039_039844004
方向的虚拟受力
Figure P_220822074402071_071078005
：
Figure P_220822074402086_086692001
Figure P_220822074402117_117934001
其中，
Figure P_220822074402155_155557001
为目标引力场
Figure P_220822074402186_186811002
的
Figure P_220822074402264_264926003
方向的梯度；
Figure P_220822074402280_280555004
为避飞区斥力场
Figure P_220822074402311_311778005
的
Figure P_220822074402344_344991006
方向的梯度；
Figure P_220822074402360_360623007
为空间协同势场
Figure P_220822074402391_391965008
的
Figure P_220822074402407_407525009
方向的梯度；
Figure P_220822074402438_438727010
为目标引力场
Figure P_220822074402469_469986011
的
Figure P_220822074402501_501243012
方向的梯度；
Figure P_220822074402516_516877013
为避飞区斥力场
Figure P_220822074402549_549562014
的
Figure P_220822074402580_580861015
方向的梯度；
Figure P_220822074402612_612074016
为空间协同势场
Figure P_220822074402643_643373017
的
Figure P_220822074402658_658959018
方向的梯度。
对于预设的攻击角度
Figure P_220822074402690_690215001
，建立坐标系之间的转换矩阵，其中坐标系旋转示意图如图4所示；
Figure P_220822074402721_721444001
其中，
Figure P_220822074402760_760516001
为旋转前的二维坐标，
Figure P_220822074402791_791766002
为旋转后的二维坐标。
在预设的攻击角度下，第
Figure P_220822074402823_823018001
个无人飞行器的
Figure P_220822074402854_854268002
方向的实际受力
Figure P_220822074403052_052979003
和
Figure P_220822074403069_069115004
方向的实际受力
Figure P_220822074403100_100386005
为：
Figure P_220822074403116_116082001
步骤107：根据各无人飞行器的实际受力和水平面飞行速度，计算得到下一时刻的各无人飞行器的控制角速度值；
具体的，下一时刻的第
Figure P_220822074403180_180916001
个无人飞行器的控制角速度值
Figure P_220822074403196_196567002
为：
Figure P_220822074403227_227837001
其中，
Figure P_220822074403259_259038001
为当前时刻到下一时刻的时间间隔，
Figure P_220822074403290_290299002
和
Figure P_220822074403305_305957003
为当前时刻第
Figure P_220822074403339_339598004
个无人飞行器的水平面飞行速度的
Figure P_220822074403355_355752005
方向分量和
Figure P_220822074403386_386986006
方向分量，
Figure P_220822074403418_418226007
为反正切函数。
步骤108：利用下一时刻的各无人飞行器的控制角速度值，设计下一时刻的控制指令。
其中，不同种类的无人飞行器可以根据自身模型特点，根据控制角速度进一步计算出执行器的控制指令；可以使舵指令，也可以是电机转速指令，甚至推力器指令。
基于上述实施例，本申请实施例提供了一种基于人工势场法的空间协同制导装置，参阅图5所示，本申请实施例提供的基于人工势场法的空间协同制导装置200至少包括：
获取单元201，用于获取当前时刻的各无人飞行器在水平面的二维位置坐标和水平面飞行速度；
目标引力场计算单元202，用于基于当前时刻的各无人飞行器在水平面的二维位置坐标和目标在水平面的二维位置坐标，计算各无人飞行器的目标引力场；
避飞区斥力场计算单元203，用于基于当前时刻的各无人飞行器在水平面的二维位置坐标和避飞区中心在水平面的二维位置坐标，计算各无人飞行器的避飞区斥力场；
空间协同势场计算单元204，用于基于当前时刻的各无人飞行器在水平面的二维位置坐标和目标在水平面的二维位置坐标，计算各无人飞行器的空间协同势场；
总人工势场计算单元205，用于计算各无人飞行器的目标引力场、避飞区斥力场和空间协同势场的和，作为各无人飞行器的总人工势场；
实际受力计算单元206，用于根据各无人飞行器的总人工势场的梯度计算各飞行器的虚拟受力，基于虚拟受力和预设的攻击角度计算各无人飞行器的实际受力；
控制角速度计算单元207，用于根据各无人飞行器的实际受力和水平面飞行速度，计算得到下一时刻的各无人飞行器的控制角速度值；
控制指令生成单元208，用于利用下一时刻的各无人飞行器的控制角速度值，设计下一时刻的各无人飞行器的控制指令。
需要说明的是，本申请实施例提供的基于人工势场法的空间协同制导装置200解决技术问题的原理与本申请实施例提供的基于人工势场法的空间协同制导方法相似，因此，本申请实施例提供的基于人工势场法的空间协同制导装置200的实施可以参见本申请实施例提供的基于人工势场法的空间协同制导方法的实施，重复之处不再赘述。
如图6所示，本申请实施例提供的电子设备300至少包括：处理器301、存储器302和存储在存储器302上并可在处理器301上运行的计算机程序，处理器301执行计算机程序时实现本申请实施例提供的基于人工势场法的空间协同制导方法。
本申请实施例提供的电子设备300还可以包括连接不同组件（包括处理器301和存储器302）的总线303。其中，总线303表示几类总线结构中的一种或多种，包括存储器总线、外围总线、局域总线等。
存储器302可以包括易失性存储器形式的可读介质，例如随机存储器（RandomAccess Memory，RAM）3021和/或高速缓存存储器3022，还可以进一步包括只读存储器（ReadOnly Memory，ROM）3023。
存储器302还可以包括具有一组（至少一个）程序模块3025的程序工具3024，程序模块3025包括但不限于：操作子系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。
电子设备300也可以与一个或多个外部设备304（例如键盘、遥控器等）通信，还可以与一个或者多个使得用户能与电子设备300交互的设备通信（例如手机、电脑等），和/或，与使得电子设备300与一个或多个其它电子设备300进行通信的任何设备（例如路由器、调制解调器等）通信。这种通信可以通过输入/输出（Input /Output，I/O）接口305进行。并且，电子设备300还可以通过网络适配器306与一个或者多个网络（例如局域网（Local AreaNetwork，LAN），广域网（Wide Area Network，WAN）和/或公共网络，例如因特网）通信。如图6所示，网络适配器306通过总线303与电子设备300的其它模块通信。应当理解，尽管图6中未示出，可以结合电子设备300使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理器、外部磁盘驱动阵列、磁盘阵列（Redundant Arrays of IndependentDisks，RAID）子系统、磁带驱动器以及数据备份存储子系统等。
需要说明的是，图6所示的电子设备300仅仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。
本申请实施例还提供了一种计算机可读存储介质，该计算机可读存储介质存储有计算机指令，该计算机指令被处理器执行时实现本申请实施例提供的基于人工势场法的空间协同制导方法。
此外，尽管在附图中以特定顺序描述了本申请方法的操作，但是，这并非要求或者暗示必须按照该特定顺序来执行这些操作，或是必须执行全部所示的操作才能实现期望的结果。附加地或备选地，可以省略某些步骤，将多个步骤合并为一个步骤执行，和/或将一个步骤分解为多个步骤执行。
尽管已描述了本申请的优选实施例，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申请范围的所有变更和修改。
最后应说明的是：以上各实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述各实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的范围。

Claims (5)

1.一种基于人工势场法的空间协同制导方法，其特征在于，包括：
获取当前时刻的各无人飞行器在水平面的二维位置坐标和水平面飞行速度；
基于当前时刻的各无人飞行器在水平面的二维位置坐标和目标在水平面的二维位置坐标，计算各无人飞行器的目标引力场；
基于当前时刻的各无人飞行器在水平面的二维位置坐标和避飞区中心在水平面的二维位置坐标，计算各无人飞行器的避飞区斥力场；
基于当前时刻的各无人飞行器在水平面的二维位置坐标和目标在水平面的二维位置坐标，计算各无人飞行器的空间协同势场；
计算各无人飞行器的目标引力场、避飞区斥力场和空间协同势场的和，作为各无人飞行器的总人工势场；
根据各无人飞行器的总人工势场的梯度计算各飞行器的虚拟受力，基于虚拟受力和预设的攻击角度计算各无人飞行器的实际受力；
根据各无人飞行器的实际受力和水平面飞行速度，计算得到下一时刻的各无人飞行器的控制角速度值；
利用下一时刻的各无人飞行器的控制角速度值，设计下一时刻的各无人飞行器的控制指令；
其中，基于当前时刻的各无人飞行器在水平面的二维位置坐标和目标在水平面的二维位置坐标，计算各无人飞行器的目标引力场；包括：
基于当前时刻的第
Figure P_221102162506000_000639001
个无人飞行器在水平面的二维位置坐标
Figure P_221102162506019_019657002
和目标在水平面的二维位置坐标
Figure P_221102162506051_051432003
，计算两者之间的距离
Figure P_221102162506082_082713004
：
Figure P_221102162506098_098333001
则第
Figure P_221102162506160_160793001
个无人飞行器的目标引力场
Figure P_221102162506176_176420002
为：
Figure P_221102162506211_211067001
其中，
Figure P_221102162506242_242829001
为引力系数，
Figure P_221102162506274_274079002
，
Figure P_221102162506305_305358003
为无人飞行器的数量，
Figure P_221102162506320_320969004
；
其中，基于当前时刻的各无人飞行器在水平面的二维位置坐标和避飞区中心在水平面的二维位置坐标，计算各无人飞行器的避飞区斥力场；包括：
基于当前时刻的第
Figure P_221102162506352_352207001
个无人飞行器在水平面的二维位置坐标
Figure P_221102162506367_367836002
和避飞区中心在水平面的二维位置坐标
Figure P_221102162506399_399116003
，计算两者之间的距离
Figure P_221102162506434_434721004
：
Figure P_221102162506465_465993001
则第
Figure P_221102162506512_512846001
个无人飞行器的避飞区斥力场
Figure P_221102162506544_544100002
为：
Figure P_221102162506559_559734001
其中，
Figure P_221102162506609_609013001
为预设的超参数，表征障碍物的影响范围，
Figure P_221102162506640_640779002
为斥力系数；
其中，基于当前时刻的各无人飞行器在水平面的二维位置坐标和目标在水平面的二维位置坐标，计算各无人飞行器的空间协同势场；包括：
第
Figure P_221102162506672_672038001
个无人飞行器的空间协同势场
Figure P_221102162506687_687657002
为：
Figure P_221102162506718_718923001
；
其中，根据各无人飞行器的总人工势场的梯度计算各飞行器的虚拟受力，基于虚拟受力和预设的攻击角度计算各无人飞行器的实际受力；包括：
基于第
Figure P_221102162506750_750147001
个无人飞行器的总人工势场的梯度，计算水平面
Figure P_221102162506781_781398002
方向的虚拟受力
Figure P_221102162506815_815067003
和水平面
Figure P_221102162506846_846829004
方向的虚拟受力
Figure P_221102162506878_878097005
：
Figure P_221102162506893_893709001
Figure P_221102162506940_940586001
其中，
Figure P_221102162507206_206705001
为目标引力场
Figure P_221102162507247_247220002
的
Figure P_221102162507309_309735003
方向的梯度；
Figure P_221102162507340_340978004
为避飞区斥力场
Figure P_221102162507356_356610005
的
Figure P_221102162507404_404924006
方向的梯度；
Figure P_221102162507436_436691007
为空间协同势场
Figure P_221102162507452_452334008
的
Figure P_221102162507483_483576009
方向的梯度；
Figure P_221102162507514_514822010
为目标引力场
Figure P_221102162507546_546060011
的
Figure P_221102162507577_577297012
方向的梯度；
Figure P_221102162507611_611419013
为避飞区斥力场
Figure P_221102162507628_628581014
的
Figure P_221102162507659_659823015
方向的梯度；
Figure P_221102162507691_691078016
为空间协同势场
Figure P_221102162507722_722341017
的
Figure P_221102162507784_784828018
方向的梯度；
在预设的攻击角度下，第
Figure P_221102162507800_800473001
个无人飞行器的
Figure P_221102162507824_824347002
方向的实际受力
Figure P_221102162507856_856109003
和
Figure P_221102162507887_887367004
方向的实际受力
Figure P_221102162507918_918607005
为：
Figure P_221102162507949_949878001
其中，
Figure P_221102162508012_012382001
为预设的攻击角度。
2.根据权利要求1所述的基于人工势场法的空间协同制导方法，其特征在于，根据各无人飞行器的实际受力和水平面飞行速度，计算得到下一时刻的各无人飞行器的控制角速度值；包括：
下一时刻的第
Figure P_221102162508033_033368001
个无人飞行器的控制角速度值
Figure P_221102162508049_049022002
为：
Figure P_221102162508080_080240001
其中，
Figure P_221102162508127_127095001
为当前时刻到下一时刻的时间间隔，
Figure P_221102162508158_158365002
和
Figure P_221102162508189_189619003
为当前时刻第
Figure P_221102162508225_225780004
个无人飞行器的水平面飞行速度的
Figure P_221102162508257_257000005
方向分量和
Figure P_221102162508288_288254006
方向分量，
Figure P_221102162508319_319491007
为反正切函数。
3.一种基于人工势场法的空间协同制导装置，其特征在于，包括：
获取单元，用于获取当前时刻的各无人飞行器在水平面的二维位置坐标和水平面飞行速度；
目标引力场计算单元，用于基于当前时刻的各无人飞行器在水平面的二维位置坐标和目标在水平面的二维位置坐标，计算各无人飞行器的目标引力场；
避飞区斥力场计算单元，用于基于当前时刻的各无人飞行器在水平面的二维位置坐标和避飞区中心在水平面的二维位置坐标，计算各无人飞行器的避飞区斥力场；
空间协同势场计算单元，用于基于当前时刻的各无人飞行器在水平面的二维位置坐标和目标在水平面的二维位置坐标，计算各无人飞行器的空间协同势场；
总人工势场计算单元，用于计算各无人飞行器的目标引力场、避飞区斥力场和空间协同势场的和，作为各无人飞行器的总人工势场；
实际受力计算单元，用于根据各无人飞行器的总人工势场的梯度计算各飞行器的虚拟受力，基于虚拟受力和预设的攻击角度计算各无人飞行器的实际受力；
控制角速度计算单元，用于根据各无人飞行器的实际受力和水平面飞行速度，计算得到下一时刻的各无人飞行器的控制角速度值；
控制指令生成单元，用于利用下一时刻的各无人飞行器的控制角速度值，设计下一时刻的各无人飞行器的控制指令；
其中，所述目标引力场计算单元，用于：
基于当前时刻的第
Figure P_221102162508366_366365001
个无人飞行器在水平面的二维位置坐标
Figure P_221102162508415_415657002
和目标在水平面的二维位置坐标
Figure P_221102162508447_447426003
，计算两者之间的距离
Figure P_221102162508478_478674004
：
Figure P_221102162508509_509918001
则第
Figure P_221102162508572_572438001
个无人飞行器的目标引力场
Figure P_221102162508588_588069002
为：
Figure P_221102162508621_621250001
其中，
Figure P_221102162508656_656412001
为引力系数，
Figure P_221102162508687_687672002
，
Figure P_221102162508718_718950003
为无人飞行器的数量，
Figure P_221102162508734_734549004
；
其中，所述避飞区斥力场计算单元，用于：
基于当前时刻的第
Figure P_221102162508765_765853001
个无人飞行器在水平面的二维位置坐标
Figure P_221102162508797_797033002
和避飞区中心在水平面的二维位置坐标
Figure P_221102162508818_818975003
，计算两者之间的距离
Figure P_221102162508850_850743004
：
Figure P_221102162508882_882008001
则第
Figure P_221102162508928_928897001
个无人飞行器的避飞区斥力场
Figure P_221102162508944_944041002
为：
Figure P_221102162508975_975735001
其中，
Figure P_221102162509031_031898001
为预设的超参数，表征障碍物的影响范围，
Figure P_221102162509063_063141002
为斥力系数；
其中，所述空间协同势场计算单元，用于：
第
Figure P_221102162509078_078765001
个无人飞行器的空间协同势场
Figure P_221102162509110_110026002
为：
Figure P_221102162509141_141261001
；
其中，所述实际受力计算单元，用于：
基于第
Figure P_221102162509172_172536001
个无人飞行器的总人工势场的梯度，计算水平面
Figure P_221102162509206_206693002
方向的虚拟受力
Figure P_221102162509238_238432003
和水平面
Figure P_221102162509285_285300004
方向的虚拟受力
Figure P_221102162509316_316554005
：
Figure P_221102162509347_347810001
Figure P_221102162509379_379067001
其中，
Figure P_221102162509427_427894001
为目标引力场
Figure P_221102162509459_459152002
的
Figure P_221102162509490_490405003
方向的梯度；
Figure P_221102162509506_506012004
为避飞区斥力场
Figure P_221102162509537_537262005
的
Figure P_221102162509599_599773006
方向的梯度；
Figure P_221102162509617_617793007
为空间协同势场
Figure P_221102162509649_649576008
的
Figure P_221102162509680_680820009
方向的梯度；
Figure P_221102162509711_711629010
为目标引力场
Figure P_221102162509743_743389011
的
Figure P_221102162509774_774577012
方向的梯度；
Figure P_221102162509809_809215013
为避飞区斥力场
Figure P_221102162509840_840979014
的
Figure P_221102162509872_872244015
方向的梯度；
Figure P_221102162509903_903505016
为空间协同势场
Figure P_221102162509934_934748017
的
Figure P_221102162509965_965979018
方向的梯度；
在预设的攻击角度下，第
Figure P_221102162510087_087074001
个无人飞行器的
Figure P_221102162510118_118322002
方向的实际受力
Figure P_221102162510149_149571003
和
Figure P_221102162510180_180825004
方向的实际受力
Figure P_221102162510196_196466005
为：
Figure P_221102162510217_217898001
其中，
Figure P_221102162510296_296572001
为预设的攻击角度。
4.一种电子设备，其特征在于，包括：存储器、处理器和存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1-2任一项所述的基于人工势场法的空间协同制导方法。
5.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令被处理器执行时实现如权利要求1-2任一项所述的基于人工势场法的空间协同制导方法。
CN202211075518.2A 2022-09-05 2022-09-05 一种基于人工势场法的空间协同制导方法及装置 Active CN115167528B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211075518.2A CN115167528B (zh) 2022-09-05 2022-09-05 一种基于人工势场法的空间协同制导方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211075518.2A CN115167528B (zh) 2022-09-05 2022-09-05 一种基于人工势场法的空间协同制导方法及装置

Publications (2)

Publication Number Publication Date
CN115167528A CN115167528A (zh) 2022-10-11
CN115167528B true CN115167528B (zh) 2022-12-02

Family

ID=83481018

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211075518.2A Active CN115167528B (zh) 2022-09-05 2022-09-05 一种基于人工势场法的空间协同制导方法及装置

Country Status (1)

Country Link
CN (1) CN115167528B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116467852A (zh) * 2023-03-23 2023-07-21 茂佳科技(广东)有限公司 原子势场分配方法、装置、电子设备及可读存储介质

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108459612B (zh) * 2017-02-21 2021-03-23 北京航空航天大学 基于人工势场法的无人机编队控制方法及装置
CN108398960B (zh) * 2018-03-02 2021-01-26 南京航空航天大学 一种改进APF与分段Bezier相结合的多无人机协同目标追踪方法
CN112684807A (zh) * 2019-10-18 2021-04-20 成都凯天电子股份有限公司 无人机集群三维编队方法
CN110989656A (zh) * 2019-11-13 2020-04-10 中国电子科技集团公司第二十研究所 一种基于改进人工势场法的冲突解脱方法
CN113467438B (zh) * 2020-03-31 2023-07-18 华为技术有限公司 路径规划的方法、装置、控制器及移动物体
CN111781948A (zh) * 2020-06-18 2020-10-16 南京非空航空科技有限公司 一种无人机编队队形变换与在线动态避障方法
CN113534841A (zh) * 2021-07-29 2021-10-22 北京航空航天大学 一种无人飞行器避障路径规划算法、路径规划算法
CN113655810B (zh) * 2021-08-20 2024-04-16 上海微电机研究所(中国电子科技集团公司第二十一研究所) 一种基于速度势场的无人机避障方法和系统
CN114460965B (zh) * 2022-01-21 2023-08-29 上海应用技术大学 一种基于改进人工势场法的无人机三维避障方法

Also Published As

Publication number Publication date
CN115167528A (zh) 2022-10-11

Similar Documents

Publication Publication Date Title
Özalp et al. Optimal UAV path planning in a 3D threat environment by using parallel evolutionary algorithms
CN109871031B (zh) 一种固定翼无人机的轨迹规划方法
CN111766901B (zh) 多无人机协同目标分配攻击方法
CN115167528B (zh) 一种基于人工势场法的空间协同制导方法及装置
Farmani et al. An optimal sensor management technique for unmanned aerial vehicles tracking multiple mobile ground targets
Curiac et al. Path planning algorithm based on Arnold cat map for surveillance UAVs
Zhao et al. A review of path planning and cooperative control for MAUV systems
CN114239305A (zh) 一种战场态势场景仿真激励系统
Bergé et al. Generation and VR visualization of 3D point clouds for drone target validation assisted by an operator
Tan et al. Tracking of ground mobile targets by quadrotor unmanned aerial vehicles
JP2024120181A (ja) 飛翔体対処システム、衛星統合指令センター、対処地上センター、通信ルート探索装置、飛翔経路予測装置、対処アセット選択装置、赤道上空衛星システム、赤道上空衛星、極軌道衛星システム、極軌道衛星、傾斜軌道衛星システム、傾斜軌道衛星、統合データライブラリ、および、衛星コンステレーション
CN114440707B (zh) 顶部与侧面协同拦截的飞行器制导方法、装置及系统
CN113867412B (zh) 一种基于虚拟领航的多无人机航迹规划方法
Zunli et al. UAV formation flight based on artificial potential force in 3D environment
CN116588353A (zh) 基于深度强化学习的复杂约束下航天器姿态规划方法
CN115524969A (zh) 一种提高空间交会对接模型预测控制运算速度的方法
JP7546699B2 (ja) 通信衛星システム、地上設備、人工衛星、通信地上センター及び伝送ルート探索装置
CN107703970A (zh) 无人机集群环绕追踪方法
Zhuang et al. Optimization of high-speed fixed-wing UAV penetration strategy based on deep reinforcement learning
CN116301008B (zh) 运载火箭控制方法、运载火箭、电子设备及存储介质
McFarland et al. Motion planning for reduced observability of autonomous aerial vehicles
Zhang et al. Herding an adversarial swarm in three-dimensional spaces
Liu et al. Trajectories planning for multiple UAVs by the cooperative and competitive PSO algorithm
Zhou et al. Multi‐UAVs Formation Autonomous Control Method Based on RQPSO‐FSM‐DMPC
El-Kalubi et al. Vision-based real time guidance of UAV

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