CN115857544A - 一种无人机集群编队飞行控制方法、装置及设备 - Google Patents
一种无人机集群编队飞行控制方法、装置及设备 Download PDFInfo
- Publication number
- CN115857544A CN115857544A CN202211476489.0A CN202211476489A CN115857544A CN 115857544 A CN115857544 A CN 115857544A CN 202211476489 A CN202211476489 A CN 202211476489A CN 115857544 A CN115857544 A CN 115857544A
- Authority
- CN
- China
- Prior art keywords
- formation
- unmanned aerial
- aerial vehicle
- long machine
- virtual long
- 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
- 230000015572 biosynthetic process Effects 0.000 title claims abstract description 254
- 238000000034 method Methods 0.000 title claims abstract description 61
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical compound C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 title claims description 15
- 239000011159 matrix material Substances 0.000 claims description 14
- 230000006870 function Effects 0.000 claims description 13
- 239000000126 substance Substances 0.000 claims description 9
- 238000006243 chemical reaction Methods 0.000 claims description 6
- 230000001133 acceleration Effects 0.000 claims description 5
- 238000011156 evaluation Methods 0.000 claims description 5
- 230000005484 gravity Effects 0.000 claims description 5
- 238000012545 processing Methods 0.000 claims description 5
- 238000009795 derivation Methods 0.000 claims description 4
- 238000012216 screening Methods 0.000 claims 1
- 230000008569 process Effects 0.000 abstract description 12
- 238000004891 communication Methods 0.000 description 6
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000006641 stabilisation Effects 0.000 description 3
- 238000011105 stabilization Methods 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 238000000354 decomposition reaction Methods 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000005215 recombination Methods 0.000 description 2
- 230000006798 recombination Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
Images
Landscapes
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明提供一种无人机集群编队飞行控制方法、装置及设备,所述方法包括:获取预设目标队形的队形结构信息和所述预设目标队形形成的预设时长;根据所述预设目标队形的队形结构信息,确定无人机集群编队中虚拟长机的飞行轨迹;根据所述虚拟长机的飞行轨迹和所述预设目标队形,确定所述无人机集群编队中除所述虚拟长机以外的无人机中,每一个目标无人机的编队控制器;控制每一个目标无人机按照所述编队控制器,在所述预设时长内,与所述虚拟长机形成所述预设目标队形。本发明的方案使得在无人机集群编队飞行过程中,期望队形的生成时间可以提前设定,并且队形形成时间可以充分短,编队精度可以充分高。
Description
技术领域
本发明涉及无人机飞行控制技术领域,特别是指一种无人机集群编队飞行控制方法、装置及设备。
背景技术
四旋翼无人机具有尺寸小、质量轻、成本低、速度快、适应性强、机动性好、易于隐蔽等一系列优势,在战略打击、电子对抗、中继通信、搜索营救、智能物流、精准农业、环境监测、资源勘探、交通疏导等军事和民事领域的作用日益凸显。为了提高作业能力,多架无人机协同飞行逐渐发展成为无人机作业的主要方式。效用方面,协同作业可以扩大侦查视野,提高信息精度;可靠性方面,协同飞行灵活性高、容错性强、扩充性好。
编队控制作为多无人机协同的关键技术,迅速发展为现代航空科技的前沿课题。在无人机编队执行任务过程中,准确掌控编队队形的形成时间,使无人机集群能在预先指定的时间内快速形成期望队形,并精确保持该队形稳定飞行,对于任务的规划与执行具有重要意义,但现有的无人机编队控制算法大都是渐近收敛的,收敛时间严重依赖于系统的初始状态。
为了消除初始状态对收敛时间的影响,提出了固定时间稳定控制算法,该方法中系统稳定点的收敛时间是关于初始状态一致有界的。然而,固定时间稳定虽然优于有限时间稳定,但稳定点收敛时间的上界和控制增益之间的关系并不明朗,需要根据控制参数进行估计,延长了无人机编队队形形成时间,编队精度低。
发明内容
本发明要解决的技术问题是如何提供一种无人机集群编队飞行控制方法、装置及设备。使得在无人机集群编队飞行过程中,期望队形的生成时间可以提前设定,并且队形形成时间可以充分短,编队精度可以充分高。
为解决上述技术问题,本发明的技术方案如下:
一种无人机集群编队飞行控制方法,所述方法包括:
获取预设目标队形的队形结构信息和所述预设目标队形形成的预设时长;
根据所述预设目标队形的队形结构信息,确定无人机集群编队中虚拟长机的飞行轨迹;
根据所述虚拟长机的飞行轨迹和所述预设目标队形,确定所述无人机集群编队中除所述虚拟长机以外的无人机中,每一个目标无人机的编队控制器;
控制每一个目标无人机按照所述编队控制器,在所述预设时长内,与所述虚拟长机形成所述预设目标队形。
可选的,根据所述预设目标队形的队形结构信息,确定无人机集群编队中虚拟长机的飞行轨迹,包括:
根据所述预设目标队形的队形结构信息和虚拟长机在所述预设目标队形中的目标位置,确定无人机集群编队中虚拟长机的飞行轨迹。
可选的,根据所述预设目标队形的队形结构信息和虚拟长机在所述预设目标队形中的目标位置,确定无人机集群编队中虚拟长机的飞行轨迹,包括:
其中,P0=(Px,0,Py,0,Pz,0)为虚拟长机在地球坐标系Oexeyeze中的目标位置;
V0=(Vx,0,Vy,0,Vz,0)为虚拟长机在地球坐标系Oexeyeze中的目标速度;
其中,g为重力加速度,e3=(0,0,1)T表示地球坐标系中沿着Oeze轴方向的单位向量;
m0表示虚拟长机的质量,Θ0=(φ0,θ0,ψ0)T表示虚拟长机的姿态角,φ0为虚拟长机的转滚角,θ0为虚拟长机的俯仰角,ψ0为虚拟长机的偏航角;
R0(Θ0)表示虚拟长机的机体坐标系到地球坐标系的转换矩阵;
uT,0表示虚拟长机的机旋翼旋转产生的拉升力;
dp,0表示虚拟长机的位置系统的综合扰动。
可选的,根据所述虚拟长机的飞行轨迹和所述预设目标队形,确定所述无人机集群编队中除所述虚拟长机以外的无人机中,每一个目标无人机的编队控制器,包括:
根据所述虚拟长机的飞行轨迹和所述预设目标队形,确定所述无人机集群编队中除所述虚拟长机以外的无人机中,每一个目标无人机位置系统的在第一时间段和第二时间段内的状态观测器、第三时间段内收敛的滑模面和在第四时间段内的滑模到达控制器;所述第一时间段、第二时间段、第三时间段以及第四时间段的总时长等于所述预设时长;
根据所述状态观测器、滑模面和滑模到达控制器,确定所述编队控制器。
可选的,所述状态观测器为:
其中,
可得
所述状态观测器的观测位置误差χe(t)在时间点t=Tp,1之前收敛到0;
所述状态观测器的观测速度误差ve(t)在时间点t=To=Tp,1+Tp,2之前收敛到0;
Tp为所述预设时长,Tp,1为第一时间段,Tp,2为第二时间段。
可选的,滑模面的切换函数为:si(t)=ev,0,i(t)+Ξ(eχ,0,i(t),Tp,4);
其中,Ξ表示满足如下定义的函数:
Tp,4为第四时间段;
可选的,所述滑模到达控制器为:
其中,Tp,3为第三时间段,Tp,4为第四时间段;
状态eχ,0,i(t),ev,0,i(t)在时间点t=Tp,1+Tp,2+Tp,3之前收敛到并保持在相应的滑模面si(t)=0;
ρp,i表示正常数。
本发明的实施例还提供一种无人机集群编队飞行控制装置,包括:
获取模块,用于获取预设目标队形的队形结构信息和所述预设目标队形形成的预设时长;
处理模块,用于根据所述预设目标队形的队形结构信息,确定无人机集群编队中虚拟长机的飞行轨迹;根据所述虚拟长机的飞行轨迹和所述预设目标队形,确定所述无人机集群编队中除所述虚拟长机以外的无人机中,每一个目标无人机的编队控制器;控制每一个目标无人机按照所述编队控制器,在所述预设时长内,与所述虚拟长机形成所述预设目标队形。
本发明的实施例还提供一种计算设备,包括:处理器,存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令,所述程序或指令被所述处理器执行时实现如上所述的方法的步骤。
本发明的实施例还提供一种计算机可读存储介质,存储指令,当所述指令在计算机上运行时,使得计算机执行如上所述的方法。
本发明的上述方案至少包括以下有益效果:
本发明的上述方案通过获取预设目标队形的队形结构信息和所述预设目标队形形成的预设时长;根据所述预设目标队形的队形结构信息,确定无人机集群编队中虚拟长机的飞行轨迹;根据所述虚拟长机的飞行轨迹和所述预设目标队形,确定所述无人机集群编队中除所述虚拟长机以外的无人机中,每一个目标无人机的编队控制器;控制每一个目标无人机按照所述编队控制器,在所述预设时长内,与所述虚拟长机形成所述预设目标队形;使所有无人机能够在预先指定的预设时长内快速平稳地形成期望的队形,并精确地保持该队形沿既定轨迹飞行,直至收到下一个编队命令;解决了传统的有限时间编队控制方法中期望队形生成时间依赖与系统初始状态和其他控制参数的问题,使得期望队形生成时间可以根据编队任务提前指定,有效提高了编队方案的灵活性。同时,该控制方案是完全分布式的,容错性好,可靠性高,此外,该方法只需设计两个控制参数,操作简单,易于部署。
附图说明
图1是本发明实施例的无人机集群编队飞行控制方法的流程示意图;
图2是本发明实施例的无人机的坐标系统的示意图;
图3是本发明实施例的无人机集群编队飞行控制方法的具体实现示意图;
图4是本发明实施例的无人机集群编队飞行控制方法中,编队控制器在预设时长内收敛到0的状态示意图;
图5是本发明实施例的无人机集群编队飞行控制装置的模块示意图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。
如图1所示,本发明的实施例提供一种无人机集群编队飞行控制方法,所述方法包括:
步骤11,获取预设目标队形的队形结构信息和所述预设目标队形形成的预设时长;这里的预设目标队形如可以是圆形、方形或者其它规则形状;预设时长是预先输入的,控制无人机集群编队在该预设时长内,形成该预设目标队形;
步骤12,根据所述预设目标队形的队形结构信息,确定无人机集群编队中虚拟长机的飞行轨迹;
步骤13,根据所述虚拟长机的飞行轨迹和所述预设目标队形,确定所述无人机集群编队中除所述虚拟长机以外的无人机中,每一个目标无人机的编队控制器;
步骤14,控制每一个目标无人机按照所述编队控制器,在所述预设时长内,与所述虚拟长机形成所述预设目标队形。
本发明的该实施例,通过获取预设目标队形的队形结构信息和所述预设目标队形形成的预设时长;根据所述预设目标队形的队形结构信息,确定无人机集群编队中虚拟长机的飞行轨迹;根据所述虚拟长机的飞行轨迹和所述预设目标队形,确定所述无人机集群编队中除所述虚拟长机以外的无人机中,每一个目标无人机的编队控制器;控制每一个目标无人机按照所述编队控制器,在所述预设时长内,与所述虚拟长机形成所述预设目标队形;使所有无人机能够在预先指定的预设时长内快速平稳地形成期望的队形,并精确地保持该队形沿既定轨迹飞行,直至收到下一个编队命令;解决了传统的有限时间编队控制方法中期望队形生成时间依赖与系统初始状态和其他控制参数的问题,使得期望队形生成时间可以根据编队任务提前指定,有效提高了编队方案的灵活性。同时,该控制方案是完全分布式的,容错性好,可靠性高,此外,该方法只需设计两个控制参数,操作简单,易于部署。
本发明的一可选的实施例中,步骤12可以包括:
步骤121,根据所述预设目标队形的队形结构信息和虚拟长机在所述预设目标队形中的目标位置,确定无人机集群编队中虚拟长机的飞行轨迹。
该实施例中,引入虚拟长机,将其作为预设目标队形的中心点,根据期望目标队形的队形结构信息,定义虚拟长机与集群中各无人机的相对位置关系,并通过设计虚拟长机的运行轨迹确定无人机集群的飞行路径;
具体地,步骤121可以包括:
其中,P0=(Px,0,Py,0,Pz,0)为虚拟长机在地球坐标系Oexeyeze中的目标位置;
V0=(Vx,0,Vy,0,Vz,0)为虚拟长机在地球坐标系Oexeyeze中的目标速度;
其中,g为重力加速度,e3=(0,0,1)T表示地球坐标系中沿着Oeze轴方向的单位向量;
m0表示虚拟长机的质量,Θ0=(φ0,θ0,ψ0)T表示虚拟长机的姿态角,φ0为虚拟长机的转滚角,θ0为虚拟长机的俯仰角,ψ0为虚拟长机的偏航角;
R0(Θ0)表示虚拟长机的机体坐标系到地球坐标系的转换矩阵;
uT,0表示虚拟长机的机旋翼旋转产生的拉升力;
dp,0表示虚拟长机的位置系统的综合扰动。
该实施例中,由N架四旋翼无人机构成的无人机集群,各架无人机的刚体结构如图2所示,单机动力学模型可通过外环位置系统和内环姿态系统共同表示,具体包括:
位置系统:
姿态系统:
Pi=(Px,i,Py,i,Pz,i)为第i架无人机在地球坐标系Oexeyeze中的位置;
Vi=(Vx,i,Vy,i,Vz,i)为第i架无人机在地球坐标系Oexeyeze中的速度;
g为重力加速度,e3=(0,0,1)T表示地球坐标系中沿着Oeze轴方向的单位向量,mi表示无人机的质量;
Θi=(φi,θi,ψi)T表示该无人机的姿态角;
Ji=diag{Jx,i,Jy,i,Jz,i}表示无人机的惯性矩阵;
Ωi=(pi,qi,ri)T表示无人机的在机体坐标系中的角速度;
uT,i表示无人机旋翼旋转产生的拉升力;
τi表示无人机旋翼旋转产生的控制力矩;
Ga,i表示无人机电机转动产生的螺旋力矩,具体定义如下:
其中,Jr,i为总转动惯量,fl,i为无人机第l个旋翼产生的升力,ωl,i为无人机第l个旋翼产生的转速,l=1,2,3,4;
Li表示无人机质心到各个旋翼中心的距离;
ki为升力系数;κi为阻力系数;
Πi(Θi)和Ri(Θi)分别表示各无人机机体角速度到姿态角变化率的转换矩阵以及机体坐标系到地球坐标系的转换矩阵,具体定义如下为:
不失一般性,假设上述扰动是有界的,即存在正常数ρp,i,ρa,i,使得
||dp,i||≤ρp,i,||da,i||≤ρa,i;
其中,||△Ui||≤ρp,i;
假设虚拟长机的飞行轨迹由以下方程确定:
其中,U0有界且存在已知正常数δ使得||U0||≤δ;
无人机集群的通信拓扑关系可以通过图论中的无向图G=(V,E,A)来表示,其中顶点集V={v1,…,vN}中的每个元素对应一架无人机;
A=[aij]∈RN×N为连接权矩阵,若第i架和第j架无人机可以相互通信,则aij=aji=1,否则,aij=aji=0,规定aii=0.D=diag{d1,…,dN}表示度矩阵,其元素L=D-A为图G的拉普拉斯矩阵(Laplacian)矩阵;
如果把虚拟长机视作一个新的顶点v0,则包含虚拟长机在内的整个无人机集群的通信拓扑关系可以表示为一个新的图其中,/>图G和顶点v0之间的连接权矩阵为B=diag{b1,…,bN},若第i架无人机能够获得虚拟长机的状态信息,则bi=1,否则bi=0。
本发明的一可选的实施例,步骤13可以包括:
步骤131,根据所述虚拟长机的飞行轨迹和所述预设目标队形,确定所述无人机集群编队中除所述虚拟长机以外的无人机中,每一个目标无人机位置系统的在第一时间段和第二时间段内的状态观测器、第三时间段内收敛的滑模面和在第四时间段内的滑模到达控制器;所述第一时间段、第二时间段、第三时间段以及第四时间段的总时长等于所述预设时长;
步骤132,根据所述状态观测器、滑模面和滑模到达控制器,确定所述编队控制器。
这里,所述状态观测器为:
其中,
进而可得
所述状态观测器的观测位置误差χe(t)在时间点t=Tp,1之前收敛到0;
所述状态观测器的观测速度误差ve(t)在时间点t=To=Tp,1+Tp,2之前收敛到0;
Tp为所述预设时长,Tp,1为第一时间段,Tp,2为第二时间段。
如图3所示,令t0=0,使无人机集群可以在任意提前指定的预设时长Tp>0内形成并保持期望的队形结构,即
其中ci=(ci,x,ci,y,ci,z)T表示在期望的队形结构中,集群中第i架无人机与虚拟长机之间的相对距离;
将上述编队时间Tp>0分为4个部分:
首先,为集群中的每架无人机设计一个状态观测器使其在指定时间t=To=Tp,1+Tp,2之前准确跟踪虚拟长机的位置和速度;
然后,设计一个滑模控制器使得无人机集群可以在指定时间t=Tp之前形成期望队形并精确保持该队行;
为了便于描述,引入以下记号
χi(t)=(χi,1(t),χi,2(t),χi,3(t))T=(Pi,x(t)-ci,x,Pi,y(t)-ci,y,Pi,z(t)-ci,z)T,
vi(t)=(vi,1(t),vi,2(t),vi,3(t))T=(Vi,x(t),Vi,y(t),Vi,z(t))T,
ui(t)=(ui,1(t),ui,2(t),ui,3(t))T=(Ui,x(t),Ui,y(t),Ui,z(t))T,
△ui(t)=(△ui,1(t),△ui,2(t),△ui,3(t))T=(△Ui,x(t),△Ui,y(t),△Ui,z(t))T,
χ0(t)=(χ0,1(t),χ0,2(t),χ0,3(t))T=(P0,x(t),P0,y(t),P0,z(t))T,
v0(t)=(v0,1(t),v0,2(t),v0,3(t))T=(V0,x(t),V0,y(t),V0,z(t))T,
u0(t)=(u0,1(t),u0,2(t),u0,3(t))T=(U0,x(t),U0,y(t),U0,z(t))T.
相应地,无人机集群的编队目标可以表示为:
考虑到在分布式通信结构下,不是所有的无人机都能直接获取虚拟长机的状态信息,为集群中每架无人机构造如下状态观测器:
α(t),β(t)是状态观测器的增益,该增益是时变的,且
其中,
记
进而可得
其中,λmin(H)表示矩阵H的最小特征根。
那么,在状态观测器的作用下,观测误差ve(t)和χe(t)将分别在时间点t=Tp,1和t=To=Tp,1+Tp,2之前收敛到0。即
本发明的一可选的实施例中,滑模面的切换函数为:si(t)=ev,0,i(t)+Ξ(eχ,0,i(t),Tp,4);其中,Ξ表示满足如下定义的函数:
Tp,4为第四时间段;
由些可得:
根据上述方程组,构造如下的滑模面切换函数:
si(t)=ev,0,i(t)+Ξ(eχ,0,i(t),Tp,4),式中,Ξ表示满足如下定义的函数:
本发明的一可选的实施例中,所述滑模到达控制器为:
其中,Tp,3为第三时间段,Tp,4为第四时间段;
状态eχ,0,i(t),ev,0,i(t)在时间点t=Tp,1+Tp,2+Tp,3之前收敛到并保持在相应的滑模面si(t)=0;
ρp,i表示正常数。
为了确保每个无人机编队控制系统的状态eχ,0,i(t),ev,0,i(t)能在有限时间内到达相应的滑模面si(t)=0,每架无人机的滑模到达控制器为:
于是,利用状态观测器和滑模到达控制器,对集群中的每架无人机,其误差系统的状态eχ,0,i(t),ev,0,i(t)可以在提前指定的时间点t=Tp,1+Tp,2+Tp,3之前收敛到并保持在相应的滑模面si(t)=0上,i=1,2,…,N。
一旦误差系统的状态eχ,0,i(t),ev,0,i(t)到达滑模面si(t)=0,其轨迹将在提前指定的预设时长的最终时间点t=Tp之前收敛到0,i=1,2,…,N。
如图4所示,本发明中的编队控制器由状态观测器、滑模切换面和滑模到达控制器三部分组成,在上述编队控制器作用下,跟踪误差eχ,0,i(t),ev,0,i(t)可以在指定时间点t=Tp=Tp,1+Tp,2+Tp,3+Tp,4之前收敛到0。
此外,预设编队时间Tp中各阶段的时长Tp,1,Tp,2,Tp,3,Tp,4可通过改变权重系数μ1,μ2,μ3,μ4的值来自由调节,而且各时段所占比例不影响Tp的大小;但是,由于滑动模态具有良好的鲁棒性和抗干扰性,因此,在实际操作过程中,可以让滑动模态稳定时间对应的权重μ4足够大。
本发明中的编队控制器共包含4个参数α(t),β(t),p以及Tp,其中,α(t),β(t)是依赖于p和Tp,因此本质上只需要设计两个控制参数p和Tp,而且二者相互独立,所以,该控制方法操作方便。
本发明中的滑模切换面和滑模到达控制器均包含了函数:
因此,该采用该控制器在编队过程中不会产生奇异现象。
本发明的一可选的实施例中,各无人机在飞行控制中,还需要各无人机的期望姿态角,根据四旋翼无人能及位置系统的动力学模型可知,在编队过程中,集群中各无人机的期望姿态,由其位置系统的控制输入ui(t)=(ui1(t),ui2(t),ui3(t))T决定,因为ui=-ge3+Ri(Θi)uT,ie3;所以,该无人机机旋翼的拉升力为:
uTi=m((cosφisinθicosψi+sinφisinψi)ui1+(cosφisinθisinψi-sinφicosψi)ui2
+(cosφicosθi)ui2)
同时,该无人机期望的转滚角和俯仰角满足:
本发明的一可选的实施例中,进一步确定姿态控制器,使得集群中各无人机的真实姿态,能在提前指定的预设时长Ta<Tp,1内,跟踪上对应的期望姿态,即,
姿态系统的跟踪误差为:
可得
其中,
△ua,i(t)=Πi(Θi(t))da,i
将预设时长Ta分为两部分:Ta=Ta,1+Ta,2=γ1Ta+γ2Ta;
其中,γ1,γ2∈(0,1)表示权重系数,并且满足γ1+γ2=1,这里Ta小于上述Tp中第一时段的时长Tp,1。
集群中的每架无人机的姿态系统的滑模控制器如下:
其中,||·||表示矩阵的范数;
设Ta≤Tp,1是预先给定的预设时长,那么,采用上述姿态系统的滑模控制器,无人机集群中各无人机的姿态角跟踪误差可以在预先指定的预设时长的最终时间点t=Ta之前收敛到0,即整个无人机编队实现期望的姿态。
综上,整个无人机编队的位置系统和姿态系统都可以在预先指定的时间点t=Tp之前收敛到期望值,完成编队任务。
本发明的上述实施例中,外环位置系统为集群中每架无人机确定一个状态观测器,使得集群中所有无人机都能在预先指定的预设时长内精确估计出虚拟长机的位置信息和速度信息;在上述状态观测器的基础上,为集群中每架无人机设计一个滑模到达控制器,使得集群中所有无人机与虚拟长机之间的位置误差和速度误差都能在预先指定的时间内收敛到期望值,即形成期望的队形结构;
利用姿态求解器和位置系统的控制输入,求得集群中每架无人机的期望的转滚角和俯仰角,并结合预先设定的期望偏航角,得出集群中每架无人机姿态系统的期望姿态角;针对无人机集群中各架无人架的内环姿态系统,确定姿态系统的编队控制器,使得每架无人机的姿态角都能在预先指定的时间内跟踪上期望姿态角,从而实现姿态系统的预设时长一致性。
本发明的上述实施例,解决了传统的有限时间编队控制方法中期望队形生成时间依赖与系统初始状态和其他控制参数的问题,无人机集群期望队形和期望姿态的生成时间Tp可以根据编队任务提前设定,不受初始状态和其他控制参数影响;无人机集群编队控制方法是完全分布式的,即编队控制方法中的状态观测器,滑模切换面,滑模到达控制器都只与集群的局部误差信息有关,因此即使部分无人机失控,其他无人机仍能按计划形成并保持期望队形,容错性好,可靠性高。该编队控制方案可以有效避免奇异性,编队过程平稳,无抖振。该编队控制方案只需设计两个控制参数Tp和p,且二者相互独立,有效提高了编队方案的灵活性;该方法只需设计两个控制参数,操作简单,易于部署。
如图5所示,本发明的实施例还提供一种无人机集群编队飞行控制装置50,包括:
获取模块51,用于获取预设目标队形的队形结构信息和所述预设目标队形形成的预设时长;
处理模块52,用于根据所述预设目标队形的队形结构信息,确定无人机集群编队中虚拟长机的飞行轨迹;根据所述虚拟长机的飞行轨迹和所述预设目标队形,确定所述无人机集群编队中除所述虚拟长机以外的无人机中,每一个目标无人机的编队控制器;控制每一个目标无人机按照所述编队控制器,在所述预设时长内,与所述虚拟长机形成所述预设目标队形。
可选的,根据所述预设目标队形的队形结构信息,确定无人机集群编队中虚拟长机的飞行轨迹,包括:
根据所述预设目标队形的队形结构信息和虚拟长机在所述预设目标队形中的目标位置,确定无人机集群编队中虚拟长机的飞行轨迹。
可选的,根据所述预设目标队形的队形结构信息和虚拟长机在所述预设目标队形中的目标位置,确定无人机集群编队中虚拟长机的飞行轨迹,包括:
其中,P0=(Px,0,Py,0,Pz,0)为虚拟长机在地球坐标系Oexeyeze中的目标位置;
V0=(Vx,0,Vy,0,Vz,0)为虚拟长机在地球坐标系Oexeyeze中的目标速度;
其中,g为重力加速度,e3=(0,0,1)T表示地球坐标系中沿着Oeze轴方向的单位向量;
m0表示虚拟长机的质量,Θ0=(φ0,θ0,ψ0)T表示虚拟长机的姿态角,φ0为虚拟长机的转滚角,θ0为虚拟长机的俯仰角,ψ0为虚拟长机的偏航角;
R0(Θ0)表示虚拟长机的机体坐标系到地球坐标系的转换矩阵;
uT,0表示虚拟长机的机旋翼旋转产生的拉升力;
dp,0表示虚拟长机的位置系统的综合扰动。
可选的,根据所述虚拟长机的飞行轨迹和所述预设目标队形,确定所述无人机集群编队中除所述虚拟长机以外的无人机中,每一个目标无人机的编队控制器,包括:
根据所述虚拟长机的飞行轨迹和所述预设目标队形,确定所述无人机集群编队中除所述虚拟长机以外的无人机中,每一个目标无人机位置系统的在第一时间段和第二时间段内的状态观测器、第三时间段内收敛的滑模面和在第四时间段内的滑模到达控制器;所述第一时间段、第二时间段、第三时间段以及第四时间段的总时长等于所述预设时长;
根据所述状态观测器、滑模面和滑模到达控制器,确定所述编队控制器。
可选的,所述状态观测器为:
其中,
可得
所述状态观测器的观测位置误差χe(t)在时间点t=Tp,1之前收敛到0;
所述状态观测器的观测速度误差ve(t)在时间点t=To=Tp,1+Tp,2之前收敛到0;
Tp为所述预设时长,Tp,1为第一时间段,Tp,2为第二时间段。
可选的,滑模面的切换函数为:si(t)=ev,0,i(t)+Ξ(eχ,0,i(t),Tp,4);
其中,Ξ表示满足如下定义的函数:
Tp,4为第四时间段;
可选的,所述滑模到达控制器为:
其中,Tp,3为第三时间段,Tp,4为第四时间段;
状态eχ,0,i(t),ev,0,i(t)在时间点t=Tp,1+Tp,2+Tp,3之前收敛到并保持在相应的滑模面si(t)=0;
ρp,i表示正常数。
需要说明的是,该装置是与上述方法对应的装置,上述方法实施例中的所有实现方式均适用于该装置的实施例中,也能达到相同的技术效果。
本发明的实施例还提供一种计算设备,包括:处理器,存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令,所述程序或指令被所述处理器执行时实现如上所述的方法的步骤。
本发明的实施例还提供一种计算机可读存储介质,存储指令,当所述指令在计算机上运行时,使得计算机执行如上所述的方法。上述各方法实施例中的所有实现方式均适用于该实施例中,也能达到相同的技术效果。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统、装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本发明所提供的实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
此外,需要指出的是,在本发明的装置和方法中,显然,各部件或各步骤是可以分解和/或重新组合的。这些分解和/或重新组合应视为本发明的等效方案。并且,执行上述系列处理的步骤可以自然地按照说明的顺序按时间顺序执行,但是并不需要一定按照时间顺序执行,某些步骤可以并行或彼此独立地执行。对本领域的普通技术人员而言,能够理解本发明的方法和装置的全部或者任何步骤或者部件,可以在任何计算装置(包括处理器、存储介质等)或者计算装置的网络中,以硬件、固件、软件或者它们的组合加以实现,这是本领域普通技术人员在阅读了本发明的说明的情况下运用他们的基本编程技能就能实现的。
因此,本发明的目的还可以通过在任何计算装置上运行一个程序或者一组程序来实现。所述计算装置可以是公知的通用装置。因此,本发明的目的也可以仅仅通过提供包含实现所述方法或者装置的程序代码的程序产品来实现。也就是说,这样的程序产品也构成本发明,并且存储有这样的程序产品的存储介质也构成本发明。显然,所述存储介质可以是任何公知的存储介质或者将来所开发出来的任何存储介质。还需要指出的是,在本发明的装置和方法中,显然,各部件或各步骤是可以分解和/或重新组合的。这些分解和/或重新组合应视为本发明的等效方案。并且,执行上述系列处理的步骤可以自然地按照说明的顺序按时间顺序执行,但是并不需要一定按照时间顺序执行。某些步骤可以并行或彼此独立地执行。
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,在不脱离本发明所述原理的前提下,还可以作出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (10)
1.一种无人机集群编队飞行控制方法,其特征在于,所述方法包括:
获取预设目标队形的队形结构信息和所述预设目标队形形成的预设时长;
根据所述预设目标队形的队形结构信息,确定无人机集群编队中虚拟长机的飞行轨迹;
根据所述虚拟长机的飞行轨迹和所述预设目标队形,确定所述无人机集群编队中除所述虚拟长机以外的无人机中,每一个目标无人机的编队控制器;
控制每一个目标无人机按照所述编队控制器,在所述预设时长内,与所述虚拟长机形成所述预设目标队形。
2.根据权利要求1所述的无人机集群编队飞行控制方法,其特征在于,根据所述预设目标队形的队形结构信息,确定无人机集群编队中虚拟长机的飞行轨迹,包括:
根据所述预设目标队形的队形结构信息和虚拟长机在所述预设目标队形中的目标位置,确定无人机集群编队中虚拟长机的飞行轨迹。
3.根据权利要求2所述的无人机集群编队飞行控制方法,其特征在于,根据所述预设目标队形的队形结构信息和虚拟长机在所述预设目标队形中的目标位置,确定无人机集群编队中虚拟长机的飞行轨迹,包括:
其中,P0=(Px,0,Py,0,Pz,0)为虚拟长机在地球坐标系Oexeyeze中的目标位置;
V0=(Vx,0,Vy,0,Vz,0)为虚拟长机在地球坐标系Oexeyeze中的目标速度;
其中,g为重力加速度,e3=(0,0,1)T表示地球坐标系中沿着Oeze轴方向的单位向量;
m0表示虚拟长机的质量,Θ0=(φ0,θ0,ψ0)T表示虚拟长机的姿态角,φ0为虚拟长机的转滚角,θ0为虚拟长机的俯仰角,ψ0为虚拟长机的偏航角;
R0(Θ0)表示虚拟长机的机体坐标系到地球坐标系的转换矩阵;
uT,0表示虚拟长机的机旋翼旋转产生的拉升力;
dp,0表示虚拟长机的位置系统的综合扰动。
4.根据权利要求1所述的无人机集群编队飞行控制方法,其特征在于,根据所述虚拟长机的飞行轨迹和所述预设目标队形,确定所述无人机集群编队中除所述虚拟长机以外的无人机中,每一个目标无人机的编队控制器,包括:
根据所述虚拟长机的飞行轨迹和所述预设目标队形,确定所述无人机集群编队中除所述虚拟长机以外的无人机中,每一个目标无人机位置系统的在第一时间段和第二时间段内的状态观测器、第三时间段内收敛的滑模面和在第四时间段内的滑模到达控制器;所述第一时间段、第二时间段、第三时间段以及第四时间段的总时长等于所述预设时长;
根据所述状态观测器、滑模面和滑模到达控制器,确定所述编队控制器。
5.根据权利要求4所述的无人机集群编队飞行控制方法,其特征在于,所述状态观测器为:
其中,
可得
所述状态观测器的观测位置误差χe(t)在时间点t=Tp,1之前收敛到0;
所述状态观测器的观测速度误差ve(t)在时间点t=To=Tp,1+Tp,2之前收敛到0;
Tp为所述预设时长,Tp,1为第一时间段,Tp,2为第二时间段。
6.根据权利要求5所述的无人机集群编队飞行控制方法,其特征在于,滑模面的切换函数为:si(t)=ev,0,i(t)+Ξ(eχ,0,i(t),Tp,4);
其中,Ξ表示满足如下定义的函数:
Tp,4为第四时间段;
8.一种无人机集群编队飞行控制装置,其特征在于,包括:
获取模块,用于获取预设目标队形的队形结构信息和所述预设目标队形形成的预设时长;
处理模块,用于根据所述预设目标队形的队形结构信息,确定无人机集群编队中虚拟长机的飞行轨迹;根据所述虚拟长机的飞行轨迹和所述预设目标队形,确定所述无人机集群编队中除所述虚拟长机以外的无人机中,每一个目标无人机的编队控制器;控制每一个目标无人机按照所述编队控制器,在所述预设时长内,与所述虚拟长机形成所述预设目标队形。
9.一种计算设备,其特征在于,包括:处理器,存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令,所述程序或指令被所述处理器执行时实现如权利要求1至7任一项所述的方法的步骤。
10.一种计算机可读存储介质,其特征在于,存储指令,当所述指令在计算机上运行时,使得计算机执行如权利要求1至7任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211476489.0A CN115857544A (zh) | 2022-11-23 | 2022-11-23 | 一种无人机集群编队飞行控制方法、装置及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211476489.0A CN115857544A (zh) | 2022-11-23 | 2022-11-23 | 一种无人机集群编队飞行控制方法、装置及设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115857544A true CN115857544A (zh) | 2023-03-28 |
Family
ID=85665495
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211476489.0A Pending CN115857544A (zh) | 2022-11-23 | 2022-11-23 | 一种无人机集群编队飞行控制方法、装置及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115857544A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117270574A (zh) * | 2023-11-20 | 2023-12-22 | 中国空气动力研究与发展中心计算空气动力研究所 | 基于虚拟目标的固定翼无人机飞行编队试验方法 |
-
2022
- 2022-11-23 CN CN202211476489.0A patent/CN115857544A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117270574A (zh) * | 2023-11-20 | 2023-12-22 | 中国空气动力研究与发展中心计算空气动力研究所 | 基于虚拟目标的固定翼无人机飞行编队试验方法 |
CN117270574B (zh) * | 2023-11-20 | 2024-01-26 | 中国空气动力研究与发展中心计算空气动力研究所 | 基于虚拟目标的固定翼无人机飞行编队试验方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Lu et al. | Aircraft fault-tolerant trajectory control using incremental nonlinear dynamic inversion | |
Chen et al. | Robust backstepping sliding-mode control and observer-based fault estimation for a quadrotor UAV | |
Hua et al. | Introduction to feedback control of underactuated VTOLvehicles: A review of basic control design ideas and principles | |
US9650152B2 (en) | Flight envelope protection system for unmanned aerial vehicles | |
Brezoescu et al. | Adaptive trajectory following for a fixed-wing UAV in presence of crosswind | |
EP2065777B1 (en) | Robust control effector allocation | |
CN110703795A (zh) | 一种基于切换拓扑的无人机群协同安全控制方法 | |
CN109507890A (zh) | 一种基于eso的无人机动态逆广义预测控制器 | |
Guenard et al. | Control laws for the tele operation of an unmanned aerial vehicle known as an x4-flyer | |
CN112925347B (zh) | 一种基于数据驱动的多无人机滑模编队控制方法 | |
CN108829123A (zh) | 一种四旋翼飞行器控制方法、系统和装置 | |
Peddle | Acceleration based manoeuvre flight control system for unmanned aerial vehicles | |
CN114138010A (zh) | 一种基于加权偏差的多智能体高阶滑模编队控制方法 | |
Zou | Nonlinear hierarchical control for quad-rotors with rotation matrix | |
CN115857544A (zh) | 一种无人机集群编队飞行控制方法、装置及设备 | |
CN106292297B (zh) | 基于pid控制器和l1自适应控制器的姿态控制方法 | |
CN115657730A (zh) | 一种大规模多旋翼无人机鲁棒分簇编队控制方法 | |
Waitman et al. | Flight evaluation of simultaneous actuator/sensor fault reconstruction on a quadrotor minidrone | |
CN109062242B (zh) | 一种新的旋翼无人机控制方法 | |
Péni et al. | Supervisory fault tolerant control of the NASA AirStar aircraft | |
Hasan et al. | Spotted Hyena Optimizer enhances the performance of Fractional-Order PD controller for Tri-copter drone | |
Zhou | Multi-variable adaptive high-order sliding mode quasi-optimal control with adjustable convergence rate for unmanned helicopters subject to parametric and external uncertainties | |
CN115826594B (zh) | 不依赖动态模型参数的无人潜航器切换拓扑编队控制方法 | |
CN108958270A (zh) | 飞行器自抗扰控制方法和装置 | |
Housny et al. | Robust sliding mode control for quadrotor 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 |