CN116540568A - 一种大规模分布式无人机集群仿真系统 - Google Patents
一种大规模分布式无人机集群仿真系统 Download PDFInfo
- Publication number
- CN116540568A CN116540568A CN202310816793.3A CN202310816793A CN116540568A CN 116540568 A CN116540568 A CN 116540568A CN 202310816793 A CN202310816793 A CN 202310816793A CN 116540568 A CN116540568 A CN 116540568A
- Authority
- CN
- China
- Prior art keywords
- unmanned aerial
- aerial vehicle
- simulation
- data
- simulator
- 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
- 238000004088 simulation Methods 0.000 title claims abstract description 120
- 238000004891 communication Methods 0.000 claims abstract description 87
- 230000007246 mechanism Effects 0.000 claims abstract description 36
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical compound C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 claims abstract description 11
- 238000001514 detection method Methods 0.000 claims description 33
- 230000000007 visual effect Effects 0.000 claims description 13
- 238000013459 approach Methods 0.000 claims description 3
- 230000006835 compression Effects 0.000 claims description 3
- 238000007906 compression Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 abstract description 4
- 238000000034 method Methods 0.000 description 6
- 230000003993 interaction Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 4
- 230000001133 acceleration Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011990 functional testing Methods 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
- 238000007670 refining Methods 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B17/00—Systems involving the use of models or simulators of said systems
- G05B17/02—Systems involving the use of models or simulators of said systems electric
-
- 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
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种大规模分布式无人机集群仿真系统，包括云服务器以及与其通信连接的多台仿真计算机；每台仿真计算机部署有总控模块、三维环境仿真器、地面控制站和至少一架仿真无人机，每架仿真无人机对应一个无人机模型仿真器和一个与其通信连接的飞控模块；每台仿真计算机还部署有通信节点，用于存储无人机模型仿真器及三维环境仿真器上传的数据，多台仿真计算机的通信节点之间基于订阅发布的黑板机制进行通信；每个无人机模型仿真器中集成碰撞模型。该系统支持分布式仿真，并采用基于订阅发布的黑板机制，同时系统将碰撞模型集成到无人机模型仿真器中，减少了三维环境仿真器的数据处理量，使得能够充分利用计算资源仿真尽可能多的无人机。
Description
技术领域
本发明涉及无人机仿真技术领域，尤其涉及一种大规模分布式无人机集群仿真系统。
背景技术
在当今科技高速发展的时代，无人机因其具有高度的机动性和自主控制性能，在军事、生活中被广泛的应用，如应急救援、灯光展示、军事监测等。但单个无人机发挥的作用较小，无法完成工作量大、覆盖范围广的任务，所以无人机正朝着集群化方向发展。由于无人机制造成本较高，在无人机集群正式投入使用之前，要对无人机集群算法的可行性和鲁棒性进行检测。使用真实无人机进行集群实验，成本较高，且无人机集群安全性低。所以需要一个能够进行大规模无人机集群软硬件仿真的平台，来进行无人机集群算法的功能测试和故障排查。
无人机集群研究领域十分热门的方向如蜂群控制、任务规划等，都需要一个仿真平台来进行集群算法的验证和实现。但目前现有的无人机仿真平台或多或少都存在一些不足，由于仿真平台系统架构、通信架构等问题，一些平台只能实现小规模的无人机集群仿真，不能实现跨域（包括对空、对地、对海的跨域）集群仿真，因此其所能进行算法验证的范围也受限。
发明内容
针对上述现有技术中的问题，本发明的目的在于提供一种大规模分布式无人机集群仿真系统，支持大规模的无人机集群仿真，解决了无人机实验测试过程中的经济效益和安全性问题，提高了研发效率。
为实现上述目的，本发明采用如下技术方案。
一种大规模分布式无人机集群仿真系统，包括云服务器以及与其通信连接的多台仿真计算机；
每台所述仿真计算机部署有总控模块、三维环境仿真器、地面控制站和至少一架仿真无人机，每架所述仿真无人机对应一个无人机模型仿真器和一个与其通信连接的飞控模块；
每台所述仿真计算机还部署有通信节点，用于存储无人机模型仿真器及三维环境仿真器上传的数据，多台所述仿真计算机的通信节点之间基于订阅发布的黑板机制进行通信；
每个无人机模型仿真器中集成碰撞模型。
总控模块上运行无人机控制算法，负责无人机集群的决策控制；地面控制站接收无人机模型仿真器的动力学信息，可以管理该仿真计算机上所有无人机的飞行控制和任务规划事务；三维环境仿真器显示一定区域内所有无人机的行为动作，并提供视觉图像信息和碰撞检测信息；无人机模型仿真器与飞控模块配合实现无人机的半实物仿真。该系统使用多台仿真计算机仿真无人机，支持分布式仿真，使得能够充分利用计算资源仿真尽可能多的无人机。为协调大场景下分布式仿真架构中大量无人机的信息交互，采用基于订阅发布的黑板机制支持高速读写，适合无人机集群高频率数据更新要求；支持数据发布订阅，使得通信节点能够随时获取特定无人机或特定场景的数据信息。将碰撞模型与三维环境仿真器解耦，是指本发明将碰撞模型从三维环境仿真器中的移出，集成到无人机模型仿真器上；这样使得原来需要在三维环境仿真器中处理的碰撞数据转移到无人机模型仿真器上，三维环境仿真器将能流畅的运行更多无人机。
进一步地，所述基于订阅发布的黑板机制包括Redis（Remote DictionaryServer）、ROS2（Robot Operating System 2）和DDS（Data Distribution Service）通信协议中的一种。
进一步地，每台所述仿真计算机上部署的通信节点存储有该仿真计算机上无人机模型仿真器上传的无人机运动学信息，以及三维环境仿真器上传的视觉图像信息和碰撞检测信息。
进一步地，所述三维环境仿真器用于显示一定区域内所有无人机，并将显示的所有无人机的数据信息上传至相应的通信节点；
相应的通信节点根据区域索引机制，将无人机的数据信息发布至指定通信节点和/或订阅指定通信节点上的无人机的数据信息。
进一步地，所述相应的通信节点根据区域索引机制，将无人机的数据信息发布至指定通信节点和/或订阅指定通信节点上的无人机的数据信息，具体包括：
若一无人机对应的仿真无人机位于第一仿真计算机，但该无人机进入第二仿真计算机的三维环境仿真器的显示区域，则第一仿真计算机的通信节点将该无人机的无人机运动学信息进行发布，第二仿真计算机的通信节点订阅该无人机的无人机运动学信息；第二仿真计算机的通信节点将该无人机的视觉图像信息和碰撞检测信息进行发布，第一仿真计算机的通信节点订阅该无人机的视觉图像信息和碰撞检测信息。
进一步地，每个仿真计算机的三维环境仿真器显示的一定区域的边界设置有若干缓冲区；当该仿真计算机仿真的一无人机进入某一缓冲区后，该仿真计算机的通信节点开始发布该无人机的无人机运动学信息；显示该缓冲区相邻区域的仿真计算机的通信节点开始订阅该无人机的无人机运动学信息。
进一步地，所述碰撞模型是指，三维环境仿真器中的无人机和障碍物在其本体外设有一层接触检测机制，当接触检测机制检测到无人机与其他无人机或障碍物将接触时，接触检测机制则触发碰撞检测机制；
所述碰撞检测机制包括两种方式：
方式一：如果接触双方为无人机，则访问对应通信节点内无人机的数据，确认双方是否碰撞；
方式二：如果接触双方为无人机和障碍物，则无人机开启射线检测，向其周围发射多条射线，射线接触到物体后返回数据信息，通过返回的数据信息确认双方是否碰撞。
进一步地，所述碰撞模型还内置有时间同步机制，当接触双方为无人机，在确认双方是否碰撞时，对于时间戳数据滞后一方的无人机，需通过该无人机的运动学信息及时间差，预测该无人机与另一无人机在相同时刻的运动学信息，然后根据相同时刻两个无人机的运动学信息判断是否碰撞。
进一步地，所述碰撞模型如判定无人机发生碰撞，则碰撞模型采用冲量定理生成碰撞所产生的力和力矩，进而转化为无人机运动学数据。
进一步地，该系统提供的数据协议包括：MAVLink数据和UDP压缩结构体；
该系统提供的通信方式包括：发送完整数据的Full模式和发送必需数据的Simple模式；
数据协议和通信方式组合提供多种数据通信协议。
系统提供了多种数据通信协议，开发者可以根据计算资源数量、无人机任务需求等，选择合适的数据通信协议，开发者可以通过无人机模型仿真器进行数据通信协议设置，达到仿真更多无人机的目的。
本发明提出了一种大规模分布式无人机集群仿真系统，通过支持分布式仿真，使得能够充分利用计算资源仿真尽可能多的无人机。为协调大场景下分布式仿真架构中大量无人机的信息交互，系统采用基于订阅发布的黑板机制，使得数据信息的存储、处理、交换等操作更为快速便捷。系统将碰撞模型集成到无人机模型仿真器中，减少了三维环境仿真器的数据处理量，使得三维环境仿真器能够仿真更多的无人机。该系统支持实现大规模的无人机集群仿真，能很好的帮助研究人员实现从实验到真机的过渡。
附图说明
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，下面将对实施例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，下面描述中的附图仅仅是本发明的一些实施例，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是本发明实施例提供的大规模分布式无人机集群仿真系统架构示意图；
图2是本发明实施例提供的仿真计算机的数据流向示意图；
图3是本发明实施例提供的碰撞检测示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将对本发明的技术方案进行详细的描述。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做出创造性劳动的前提下所得到的所有其它实施方式，都属于本发明所保护的范围。
需要说明的是，在本发明的描述中，术语“第一”、“第二”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顺序。此外，在本发明的描述中，除非另有说明，“多个”的含义是指至少两个。
针对现有的平台只能实现小规模的无人机集群仿真，不能实现跨域（包括对空、对地、对海的跨域）集群仿真，本发明的目的在于提供一种大规模分布式无人机集群仿真系统，支持实现大规模的无人机集群仿真，同时能实现跨域的集群仿真，下面结合具体实施例对本发明的技术方案做具体说明。
本发明实施例提供了一种大规模分布式无人机集群仿真系统，如图1所示，包括云服务器以及与其通信连接的多台仿真计算机；
每台所述仿真计算机部署有总控模块、三维环境仿真器、地面控制站和至少一架仿真无人机，每架所述仿真无人机对应一个无人机模型仿真器和一个与其通信连接的飞控模块；
每台所述仿真计算机还部署有通信节点，用于存储无人机模型仿真器及三维环境仿真器上传的数据，多台所述仿真计算机的通信节点之间基于订阅发布的黑板机制进行通信；
每个无人机模型仿真器中集成碰撞模型。
大规模无人机集群仿真一般而言是指超大场景下，部署成百上千甚至更多台服务器。其中大多数服务器作为仿真计算机，用于在其性能允许的范围内仿真一定数量的无人机，并显示一定区域范围内无人机的行为动作；还有一些服务器作为云服务器，用于协调仿真计算机之间的数据交互。
对于仿真计算机，其上的总控模块上运行无人机控制算法，负责无人机集群的决策控制；地面控制站接收无人机模型仿真器的动力学信息，可以管理该仿真计算机上所有无人机的飞行控制和任务规划事务；三维环境仿真器显示一定区域内所有无人机的行为动作，并提供视觉图像信息和碰撞检测信息；无人机模型仿真器与飞控模块配合实现无人机的半实物仿真。
具体地，运动模型、传感器模型均位于无人机模型上，飞控模块通过串口连接仿真计算机，无人机模型仿真器监听串口数据并将其转化为MAVLink消息进行处理；飞控模块接收来自无人机模型仿真器的传感器数据进行处理，回传控制信号。无人机模型仿真器通过UDP协议，将无人机的数据信息发送给三维环境仿真器，以便三维环境仿真器对无人机进行显示。
该系统使用多台仿真计算机组网仿真无人机，可以实现大规模分布式联机无人机集群仿真，使得能够充分利用计算资源仿真尽可能多的无人机。为协调大场景下分布式仿真架构中大量无人机的信息交互，通信节点会从云服务器上发布和/或订阅数据信息，机采用基于订阅发布的黑板机制，其支持高速读写，适合无人机集群高频率数据更新要求；支持数据发布订阅，使得通信节点能够随时获取特定无人机或特定场景的数据信息。该系统将碰撞模型与三维环境仿真器解耦，是指本发明将碰撞模型从三维环境仿真器中的移出，集成到无人机模型仿真器上；这样使得原来需要在三维环境仿真器中处理的碰撞数据转移到无人机模型仿真器上，三维环境仿真器将能流畅的运行更多无人机。
通信节点之间的交互有集群配置文件规定，集群配置文件包含了所有通信节点的IP地址、端口号等通信节点信息。通信节点包含基于订阅发布的黑板机制通信协议外，还包含数据库存储服务，用于存储对应仿真计算机上无人机模型仿真器上传的无人机运动学信息，以及三维环境仿真器上传的视觉图像信息和碰撞检测信息。实施时，所述基于订阅发布的黑板机制可选择Redis、ROS2和DDS通信协议中的一种。
所述三维环境仿真器用于显示一定区域内所有无人机，并将显示的所有无人机的数据信息上传至相应的通信节点。在无人机初始化时，一般一台仿真计算机上仿真的无人机均位于该仿真计算机上三维环境仿真器所显示的一定区域内。如果任务需要，可能会进行跨域操作，即一无人机对应的仿真无人机位于一个仿真计算机上，其运动学信息也在该仿真计算机上处理，但由于该无人机进入了另一个仿真计算机的三维环境仿真器的显示区域内，因此，该无人机在另一个仿真计算机的三维环境仿真器上进行显示。可见，一个仿真计算机上可能有三种类型的无人机，第一种是本地无人机且在本地显示，第二种是本地无人机在异地显示，第三种是异地无人机在本地显示。
为了解决无人机跨域问题，本实施例中引入区域索引机制，通信节点根据区域索引机制，将无人机的数据信息发布至指定通信节点和/或订阅指定通信节点上的无人机的数据信息。
具体地，若一无人机对应的仿真无人机位于第一仿真计算机，但该无人机进入第二仿真计算机的三维环境仿真器的显示区域，则第一仿真计算机的通信节点将该无人机的无人机运动学信息进行发布，第二仿真计算机的通信节点订阅该无人机的无人机运动学信息；第二仿真计算机的通信节点将该无人机的视觉图像信息和碰撞检测信息进行发布，第一仿真计算机的通信节点订阅该无人机的视觉图像信息和碰撞检测信息。
本实施例中，每个仿真计算机的三维环境仿真器显示的一定区域的边界设置有若干缓冲区，根据当前无人机位置信息和显示一定区域的地图边界信息对无人机所在区域进行判定；当该仿真计算机仿真的一无人机进入某一缓冲区后，该仿真计算机的通信节点开始发布该无人机的无人机运动学信息；显示该缓冲区相邻区域的仿真计算机的通信节点开始订阅该无人机的无人机运动学信息。
其中，无人机运动学信息包括但不限于时间戳、飞机ID、飞机样式、速度、位置、姿态角、四元数、电机转速、加速度、角速度、GPS坐标等信息；视觉图像信息包括但不限于深度图、RGB图、灰度图、点云等视觉图像信息；碰撞检测信息包括但不限于时间戳、校验位、飞机ID、飞机质量、速度、相对于障碍物距离、无人机中心坐标等信息。
仿真计算机的数据流向如图2所示，各个模块是由总控模块、无人机模型仿真器、飞控模块、三维环境仿真器细化提取得到。碰撞模型、运动模型、传感器模型属于无人机模型仿真器，三维渲染、碰撞检测、环境模型属于三维环境仿真器。
碰撞检测过程如图3所示，本实施例中，所述碰撞模型是指，三维环境仿真器中的无人机和障碍物在其本体外设有一层接触检测机制，当接触检测机制检测到无人机与其他无人机或障碍物将接触时，接触检测机制则触发碰撞检测机制；
所述碰撞检测机制包括两种方式：
方式一：如果接触双方为无人机，则高频率访问对应通信节点内无人机的数据，确认双方是否碰撞；这种方式资源占用率较低。
方式二：如果接触双方为无人机和障碍物，则无人机开启射线检测，向其周围发射多条射线，射线接触到物体后返回数据信息，通过返回的数据信息确认双方是否碰撞。
为了准确判断是否发生碰撞，所述碰撞模型还内置有时间同步机制，当接触双方为无人机，在确认双方是否碰撞时，对于时间戳数据滞后一方的无人机，需通过该无人机的运动学信息及时间差，预测该无人机与另一无人机在相同时刻的运动学信息，然后根据相同时刻两个无人机的运动学信息判断是否碰撞。
本实施例中，所述碰撞模型如判定无人机发生碰撞，则碰撞模型采用冲量定理生成碰撞所产生的力和力矩，将其作为运动模型的输入，进而转化为无人机运动学数据，包括无人机速度、加速度。
其中冲量定理表示如下：
；
；
；
式中，为无人机碰撞后被弹飞的速度，m、v分别为碰撞前碰撞无人机的质量和速度，m 1、v 1分别为碰撞前被撞无人机质量和速度，/>表示冲量，t为碰撞接触时间，F为力。
本实施例中，根据任务需求，可以通过通信优化的方式，仿真尽可能多的无人机。通信优化的方式是指系统提供了多种数据通信协议，开发者可以根据计算资源数量、无人机任务需求等，选择合适的数据通信协议，开发者可以通过无人机模型仿真器进行数据通信协议设置，达到仿真更多无人机的目的。
该系统提供的数据协议包括：MAVLink数据（包含大量无关数据，且数据包非常大，不适合集群）和UDP压缩结构体（仅包含需要信息，且数据包小，适合集群）；
该系统提供的通信方式包括：高频率发送完整数据的Full模式（包含尽量多的数据、以尽量高频率发送来保证完整性，适合无人机数量≤8）和低频发送必需数据的Simple模式（仅包含必需数据、降低发送频率来保证大规模集群下的通信实时性和流畅性，适合无人机数量＞4）；
数据协议和通信方式两两组合提供多种数据通信协议。
可以理解的是，上述各实施例中相同或相似部分可以相互参考，在一些实施例中未详细说明的内容可以参见其他实施例中相同或相似的内容。
尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (10)
1.一种大规模分布式无人机集群仿真系统，其特征在于，包括云服务器以及与其通信连接的多台仿真计算机；
每台所述仿真计算机部署有总控模块、三维环境仿真器、地面控制站和至少一架仿真无人机，每架所述仿真无人机对应一个无人机模型仿真器和一个与其通信连接的飞控模块；
每台所述仿真计算机还部署有通信节点，用于存储无人机模型仿真器及三维环境仿真器上传的数据，多台所述仿真计算机的通信节点之间基于订阅发布的黑板机制进行通信；
每个无人机模型仿真器中集成碰撞模型。
2.根据权利要求1所述的大规模分布式无人机集群仿真系统，其特征在于，所述基于订阅发布的黑板机制包括Redis、ROS2和DDS通信协议中的一种。
3.根据权利要求1所述的大规模分布式无人机集群仿真系统，其特征在于，每台所述仿真计算机上部署的通信节点存储有该仿真计算机上无人机模型仿真器上传的无人机运动学信息，以及三维环境仿真器上传的视觉图像信息和碰撞检测信息。
4.根据权利要求1所述的大规模分布式无人机集群仿真系统，其特征在于，所述三维环境仿真器用于显示一定区域内所有无人机，并将显示的所有无人机的数据信息上传至相应的通信节点；
相应的通信节点根据区域索引机制，将无人机的数据信息发布至指定通信节点和/或订阅指定通信节点上的无人机的数据信息。
5.根据权利要求4所述的大规模分布式无人机集群仿真系统，其特征在于，所述相应的通信节点根据区域索引机制，将无人机的数据信息发布至指定通信节点和/或订阅指定通信节点上的无人机的数据信息，具体包括：
若一无人机对应的仿真无人机位于第一仿真计算机，但该无人机进入第二仿真计算机的三维环境仿真器的显示区域，则第一仿真计算机的通信节点将该无人机的无人机运动学信息进行发布，第二仿真计算机的通信节点订阅该无人机的无人机运动学信息；第二仿真计算机的通信节点将该无人机的视觉图像信息和碰撞检测信息进行发布，第一仿真计算机的通信节点订阅该无人机的视觉图像信息和碰撞检测信息。
6.根据权利要求5所述的大规模分布式无人机集群仿真系统，其特征在于，每个仿真计算机的三维环境仿真器显示的一定区域的边界设置有若干缓冲区；当该仿真计算机仿真的一无人机进入某一缓冲区后，该仿真计算机的通信节点开始发布该无人机的无人机运动学信息；显示该缓冲区相邻区域的仿真计算机的通信节点开始订阅该无人机的无人机运动学信息。
7.根据权利要求1所述的大规模分布式无人机集群仿真系统，其特征在于，所述碰撞模型是指，三维环境仿真器中的无人机和障碍物在其本体外设有一层接触检测机制，当接触检测机制检测到无人机与其他无人机或障碍物将接触时，接触检测机制则触发碰撞检测机制；
所述碰撞检测机制包括两种方式：
方式一：如果接触双方为无人机，则访问对应通信节点内无人机的数据，确认双方是否碰撞；
方式二：如果接触双方为无人机和障碍物，则无人机开启射线检测，向其周围发射多条射线，射线接触到物体后返回数据信息，通过返回的数据信息确认双方是否碰撞。
8.根据权利要求7所述的大规模分布式无人机集群仿真系统，其特征在于，所述碰撞模型还内置有时间同步机制，当接触双方为无人机，在确认双方是否碰撞时，对于时间戳数据滞后一方的无人机，需通过该无人机的运动学信息及时间差，预测该无人机与另一无人机在相同时刻的运动学信息，然后根据相同时刻两个无人机的运动学信息判断是否碰撞。
9.根据权利要求7或8所述的大规模分布式无人机集群仿真系统，其特征在于，所述碰撞模型如判定无人机发生碰撞，则碰撞模型采用冲量定理生成碰撞所产生的力和力矩，进而转化为无人机运动学数据。
10.根据权利要求1所述的大规模分布式无人机集群仿真系统，其特征在于，该系统提供的数据协议包括：MAVLink数据和UDP压缩结构体；
该系统提供的通信方式包括：发送完整数据的Full模式和发送必需数据的Simple模式；
数据协议和通信方式组合提供多种数据通信协议。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310816793.3A CN116540568B (zh) | 2023-07-05 | 2023-07-05 | 一种大规模分布式无人机集群仿真系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310816793.3A CN116540568B (zh) | 2023-07-05 | 2023-07-05 | 一种大规模分布式无人机集群仿真系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116540568A true CN116540568A (zh) | 2023-08-04 |
| CN116540568B CN116540568B (zh) | 2023-09-22 |
Family
ID=87452848
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310816793.3A Active CN116540568B (zh) | 2023-07-05 | 2023-07-05 | 一种大规模分布式无人机集群仿真系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116540568B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117591232A (zh) * | 2023-10-31 | 2024-02-23 | 厦门渊亭信息科技有限公司 | 一种数据并行推演仿真方法及系统 |
| CN118584828A (zh) * | 2024-04-30 | 2024-09-03 | 南京航空航天大学 | 集群无人机容错协同控制地面演示验证系统 |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20140130062A1 (en) * | 2012-11-02 | 2014-05-08 | Airbus Operations (S.A.S.) | Methods, systems and computer readable media for establishing a communication link between software simulation models |
| CN104881518A (zh) * | 2015-04-30 | 2015-09-02 | 电子科技大学 | 一种飞行器的三维视景仿真系统 |
| KR20160132662A (ko) * | 2015-05-11 | 2016-11-21 | 국방과학연구소 | 무인 비행체를 이용한 ais 포드 모의 장치 및 방법 |
| CN108845802A (zh) * | 2018-05-15 | 2018-11-20 | 天津大学 | 无人机集群编队交互式仿真验证系统及实现方法 |
| CN110333738A (zh) * | 2019-07-10 | 2019-10-15 | 华东师范大学 | 一种基于仿真模拟软件的无人机集群验证方法 |
| CN110587606A (zh) * | 2019-09-18 | 2019-12-20 | 中国人民解放军国防科技大学 | 一种面向开放场景的多机器人自主协同搜救方法 |
| CN110764433A (zh) * | 2019-10-16 | 2020-02-07 | 中山大学 | 一种基于v-rep平台的集群无人机系统并行仿真方法 |
| CN110955261A (zh) * | 2019-12-11 | 2020-04-03 | 北京工业大学 | 一种基于ros的固定翼无人机自动驾驶仪的仿真方法 |
| CN112286079A (zh) * | 2020-12-29 | 2021-01-29 | 中航金城无人系统有限公司 | 一种高拟真度无人机航电半实物实景仿真系统 |
| CN114063474A (zh) * | 2021-12-03 | 2022-02-18 | 北京航空航天大学 | 一种无人机集群的半物理仿真系统 |
| CN115857372A (zh) * | 2022-11-24 | 2023-03-28 | 中国兵器工业计算机应用技术研究所 | 分布式多无人机集群协同空间搜索调度的控制仿真系统 |
-
2023
- 2023-07-05 CN CN202310816793.3A patent/CN116540568B/zh active Active
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20140130062A1 (en) * | 2012-11-02 | 2014-05-08 | Airbus Operations (S.A.S.) | Methods, systems and computer readable media for establishing a communication link between software simulation models |
| CN104881518A (zh) * | 2015-04-30 | 2015-09-02 | 电子科技大学 | 一种飞行器的三维视景仿真系统 |
| KR20160132662A (ko) * | 2015-05-11 | 2016-11-21 | 국방과학연구소 | 무인 비행체를 이용한 ais 포드 모의 장치 및 방법 |
| CN108845802A (zh) * | 2018-05-15 | 2018-11-20 | 天津大学 | 无人机集群编队交互式仿真验证系统及实现方法 |
| CN110333738A (zh) * | 2019-07-10 | 2019-10-15 | 华东师范大学 | 一种基于仿真模拟软件的无人机集群验证方法 |
| CN110587606A (zh) * | 2019-09-18 | 2019-12-20 | 中国人民解放军国防科技大学 | 一种面向开放场景的多机器人自主协同搜救方法 |
| CN110764433A (zh) * | 2019-10-16 | 2020-02-07 | 中山大学 | 一种基于v-rep平台的集群无人机系统并行仿真方法 |
| CN110955261A (zh) * | 2019-12-11 | 2020-04-03 | 北京工业大学 | 一种基于ros的固定翼无人机自动驾驶仪的仿真方法 |
| CN112286079A (zh) * | 2020-12-29 | 2021-01-29 | 中航金城无人系统有限公司 | 一种高拟真度无人机航电半实物实景仿真系统 |
| CN114063474A (zh) * | 2021-12-03 | 2022-02-18 | 北京航空航天大学 | 一种无人机集群的半物理仿真系统 |
| CN115857372A (zh) * | 2022-11-24 | 2023-03-28 | 中国兵器工业计算机应用技术研究所 | 分布式多无人机集群协同空间搜索调度的控制仿真系统 |
Non-Patent Citations (4)
| Title |
|---|
| XUNHUA DAI: "A Lifting Wing Fixed on Multirotor UAVs for Long Flight Ranges", 2021 INTERNATIONAL CONFERENCE ON UNMANNED AIRCRAFT SYSTEMS (ICUAS) * |
| 刘立辉;赵彦杰;赵小虎;李志飞;李岩;: "一种无人集群系统仿真平台设计", 中国电子科学研究院学报, no. 05 * |
| 陈健: "基于深度学习的无人机目标检测算法轻量化研究", 中国优秀硕士学位论文全文数据库（工程科技Ⅱ辑） * |
| 高原: "面向无人集群跨域协同作战效能分析的分布式联合仿真技术研究", 电子元器件与信息技术, vol. 7, no. 4 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117591232A (zh) * | 2023-10-31 | 2024-02-23 | 厦门渊亭信息科技有限公司 | 一种数据并行推演仿真方法及系统 |
| CN118584828A (zh) * | 2024-04-30 | 2024-09-03 | 南京航空航天大学 | 集群无人机容错协同控制地面演示验证系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116540568B (zh) | 2023-09-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN116540568B (zh) | 一种大规模分布式无人机集群仿真系统 | |
| CN114882759B (zh) | 虚实混合一体化仿真的智能船多通道交互模拟系统和方法 | |
| CN107102565A (zh) | 无人机集群软件在环仿真系统 | |
| Moréac et al. | Hardware-in-the-loop simulation with dynamic partial FPGA reconfiguration applied to computer vision in ROS-based UAV | |
| JP2022132075A (ja) | 自律運転アプリケーションにおけるディープ・ニューラル・ネットワーク知覚のためのグラウンド・トゥルース・データ生成 | |
| CN112766595B (zh) | 一种指挥控制装置、方法、系统、计算机设备及介质 | |
| CN116403174A (zh) | 一种端到端自动驾驶方法、系统、仿真系统及存储介质 | |
| CN116566792A (zh) | 一种多无人系统分布式仿真方法和系统 | |
| Ywet et al. | YOLOTransfer-DT: An Operational Digital Twin Framework with Deep and Transfer Learning for Collision Detection and Situation Awareness in Urban Aerial Mobility | |
| CN116522570A (zh) | 一种智能无人集群系统区域覆盖中继通信应用仿真与试验系统 | |
| CN114707304A (zh) | 一种虚实结合的多无人机感知规避验证系统以及方法 | |
| Silano et al. | MAT-fly: an educational platform for simulating unmanned aerial vehicles aimed to detect and track moving objects | |
| Bethke | Persistent vision-based search and track using multiple UAVs | |
| Baig et al. | Machine learning and AI approach to improve UAV communication and networking | |
| CN115758687A (zh) | 一种无人机自动驾驶仿真平台 | |
| Ragavan et al. | Unified modelling framework for UAVs using bond graphs | |
| CN109947127A (zh) | 一种无人机监控方法、装置、设备及存储介质 | |
| CN114936455A (zh) | 一种无人机数字孪生体模型构建方法 | |
| CN114880762A (zh) | 一种两轮车的运动控制方法、装置及电子设备 | |
| CN108646588B (zh) | 一种基于传感器图像生成模型的电视制导武器仿真器 | |
| AbdElHamid et al. | A novel software simulator model based on active hybrid architecture | |
| Airlangga et al. | A novel architectural design for solving lost-link problems in uav collaboration | |
| Battipede et al. | Ground station and flight simulator for a remotely-piloted non conventional airship | |
| Ji et al. | Simulation of unmanned aircraft system performing surveillance mission based on advanced distributed architecture | |
| CN118113311B (zh) | 基于云原生技术的无人机集群快速部署方法 |
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 |