CN116954267A - 一种不依靠速度反馈的无人机编队鲁棒控制方法及系统 - Google Patents
一种不依靠速度反馈的无人机编队鲁棒控制方法及系统 Download PDFInfo
- Publication number
- CN116954267A CN116954267A CN202311218300.2A CN202311218300A CN116954267A CN 116954267 A CN116954267 A CN 116954267A CN 202311218300 A CN202311218300 A CN 202311218300A CN 116954267 A CN116954267 A CN 116954267A
- Authority
- CN
- China
- Prior art keywords
- aerial vehicle
- unmanned aerial
- representing
- formation
- nodes
- 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 95
- 238000000034 method Methods 0.000 title claims abstract description 29
- 238000004891 communication Methods 0.000 claims abstract description 14
- 238000003786 synthesis reaction Methods 0.000 claims abstract description 7
- 239000011159 matrix material Substances 0.000 claims description 20
- 239000013598 vector Substances 0.000 claims description 8
- 101100001676 Emericella variicolor andK gene Proteins 0.000 claims description 3
- 230000001133 acceleration Effects 0.000 claims description 3
- 230000007613 environmental effect Effects 0.000 claims description 3
- 230000005484 gravity Effects 0.000 claims description 3
- 230000002401 inhibitory effect Effects 0.000 claims description 3
- 230000002194 synthesizing effect Effects 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Landscapes
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明涉及一种不依靠速度反馈的无人机编队鲁棒控制方法及系统,属于无人机集群控制的技术领域。本发明首先建立无人机编队的有向通讯链路和无人机集群编队的运动模型;然后建立不依靠速度信息反馈的无人机控制律,实现期望的编队飞行;进一步,设计干扰估计补偿控制律,抑制多种干扰影响;最后,将不依靠速度信息反馈的无人机控制律和干扰估计补偿控制律相结合,组成鲁棒合成控制律,实现对无人机编队高精度控制。本发明可以实现无人机编队在无速度信息情况下的编队飞行,可以显著提高无人机编队飞行的精确性。
Description
技术领域
本发明属于无人机编队控制的技术领域,尤其涉及一种不依靠速度反馈的无人机编队鲁棒控制方法及系统。
背景技术
近年来,随着人工智能的发展,无人机编队协同控制逐渐被各个领域所关注。目前在农业、消防、物流、军事行动中被广泛使用。然而,随着任务复杂难度的增大,对无人机编队控制精度提出了严格要求。
对于无人机编队来说,编队控制是指设计编队控器使多架无人机在某个状态层面形成特定的队形组合飞行,而且编队队形可以随着外部环境变化及任务要求随时调整。
目前,一些专利文献已提出了无人机编队控制方法,如:中国专利CN111522362B公开了一种无线速度反馈的四旋翼无人机的分布式编队控制方法。中国专利CN111897358B公开了一种基于自适应滑模的无人机编队容错控制方法。虽然现有的一些控制方法可以实现编队飞行,但是,在编队控制时使用位置和速度信息。在测量获取速度和位置信息时会引入更多的负面干扰,严重影响编队控制精度。
发明内容
鉴于上述问题,本发明公开了一种不依靠速度反馈的无人机编队鲁棒控制方法及系统,用以解决现有技术中的无人机编队因速度测量而引入干扰影响的问题。
本发明一方面,提供了一种不依靠速度反馈的无人机编队鲁棒控制方法,包括以下步骤:
步骤一、建立无人机编队的有向通讯链路并确定编队中心:
无人机编队的有向通讯链路表示为:
G=(V,E);
其中,V为无人机节点的集合,V={t 1,t 2,…,t n},n为无人机节点的总数;无人机节点t i与无人机节点t j之间有信息交换,二者互为邻居节点,i∈n,j∈n,i≠j,每对邻居节点之间的边为(i,j)和(j,i);E为无人机节点中邻居节点之间边的集合,E={(i,j),(j,i)},A=[a ij]表示邻居权重矩阵;a ij表示无人机节点t i与无人机节点t i的第j架邻居无人机通信的权重系数;无人机节点t i的邻居无人机节点t j集合为N i,N i={(t j|(i,j)∈E},j=1,2,…,s,s为无人机节点t i的邻居无人机节点t j总数;
惯性坐标系中,编队中心的位置坐标为p 0=[x 0,y 0,z 0];
无人机节点t i的位置坐标为p i=[x i,y i,z i];
无人机节点t i的邻居无人机节点t j的位置坐标为p j=[x j,y j,z j];
步骤二、建立无人机集群编队的运动模型:
其中,m i表示无人机节点t i的质量;表示无人机节点t i在飞行过程中的加速度向量;B i表示无人机节点t i的系统参数矩阵;ui表示无人机节点t i的旋翼产生的控制力输入;G i表示无人机节点t i在飞行过程中受到的重力;D i表示无人机节点t i受到的外界环境干扰力;
步骤三、根据步骤二中的无人机节点的运动模型,建立不依靠速度反馈的无人机节点的控制律;
步骤四、根据步骤二中的无人机节点的运动模型,建立干扰估计补偿控制律;
步骤五、将步骤三中的不依靠速度反馈的无人机节点的控制律和步骤四的无人机干扰估计补偿控制律相结合,组成鲁棒控制律。
可选地,步骤三中的不依靠速度反馈的无人机节点的控制律为:
其中,表示不依靠速度反馈的无人机节点t i的控制律;/>表示无人机节点t i的系统参数矩阵B i的逆矩阵;K 1,K 2,K 3和K 4表示无人机节点t i的控制器增益矩阵;/>表示无人机节点t i的控制器参数设计辅助变量;/>表示无人机节点t i与编队中心链接的权重系数;h i表示无人机节点t i与编队中心的位置偏差;h ij表示无人机节点t i与邻居无人机节点t j的位置偏差;tanh表示数学中双曲正切函数;/>表示辅助变量/>的微分量。
可选地,步骤四中的无人机干扰估计补偿控制律为:
其中,表示无人机节点t i受到的干扰第一状态估计值;/>表示无人机节点t i受到的干扰第二状态估计值;/>表示干扰控制律参数矩阵;/>和/>表示变量干扰第一状态估计值/>和干扰第二状态估计值/>的微分;/>表示待设计的干扰估计补偿控制律参数;/>表示干扰估计补偿控制律。
可选地,外界环境干扰力为外界风扰影响而产生的干扰力。
本发明的另一发明,提供了一种不依靠速度反馈的无人机编队鲁棒控制系统,使用前述的控制方法对无人机集群进行无速度信息反馈的编队控制,包括不依靠速度反馈的无人机节点控制模块、干扰估计补偿控制模块和鲁棒合成控制模块;
不依靠速度反馈的无人机节点控制模块,用于实现无速度反馈信息下的编队飞行;
干扰估计补偿控制模块,用于抑制多种外界干扰影响;
鲁棒合成控制模块,用于将不依靠速度反馈的无人机节点控制模块控制输入和干扰估计补偿控制模块控制输入合成鲁棒控制输入。
与现有技术相比,本发明至少具有现如下有益效果:
(1)本发明方法建立的无人机编队运动模型和编队系统,构建鲁棒干扰控制律,实现无人机编队飞行,解决了传统控制方法需要速度信息反馈的问题,提高了编队控制精度。
(2)本发明的不依靠速度反馈的无人机节点控制模块,可以实现无速度反馈信息下的编队控制。
(3)本发明的干扰估计补偿控制模块,可以有效抑制多种外界干扰影响。具有较好的鲁棒性,实现在无速度信息的条件下无人机编队安全稳定完成期望的编队任务。
(4)本发明的方法复杂度低,易于实现。
附图说明
附图仅用于示出具体实施例的目的,而并不认为是对本发明的限制。
图1是无人机在惯性坐标系和本体坐标系下示意图;
图2是本发明的无人机集群编队控制系统的结构图;
图3是本发明的实施例中3架无人机集群编队通讯拓扑结构图;
图4是本发明的实施例中3架无人机飞行时的三维飞行轨迹。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点,下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是,在不冲突的情况下,本发明的实施例及实施例中的特征可以相互组合。另外,本发明还可以采用其他不同于在此描述的其他方式来实施,因此,本发明的保护范围并不受下面公开的具体实施例的限制。
在本发明中,为了实现对无人机节点的状态表征,使用惯性坐标系E 地-OXYZ和无人机节点的本体坐标系E 体-O b X b Y b Z b;
其中,惯性坐标系E 地-OXYZ为与地球表面固连的坐标系,坐标系原点O选取在地平面一点上,OX轴为指向目标的方向,OY轴垂直于OX轴,OZ轴与其它两轴垂直并构成右手直角坐标系;无人机节点的本体坐标系E 体-O b X b Y b Z b为与无人机节点本体固连,本体坐标系原点O b在无人机节点的质心处(质心);O b X b轴在无人机节点对称平面内并平行于无人机节点的轴线指向目标方向;O b Y b轴垂直于O b X b轴;O b Z b轴在无人机节点对称平面内,与O b X b轴和O b X b轴垂直并构成右手直角坐标系。
本发明的一个实施例,如图1-图4,公开了一种不依靠速度反馈的无人机编队鲁棒控制系统及控制方法,包括以下步骤:
步骤一、建立无人机编队的有向通讯链路并确定编队中心:
无人机编队的有向通讯链路表示为:
G=(V,E);
其中,V为无人机节点的集合,V={t 1,t 2,…,t n},n为无人机节点的总数;无人机节点t i与无人机节点t j之间有信息交换,二者互为邻居节点,i∈n,j∈n,i≠j,每对邻居节点之间的边为(i,j)和(j,i);E为无人机节点中邻居节点之间边的集合,E={(i,j),(j,i)},A=[a ij]表示邻居权重矩阵;a ij表示无人机节点t i与无人机节点t i的第j架邻居无人机通信的权重系数;无人机节点t i的邻居无人机节点t j集合为N i,N i={(t j|(i,j)∈E},j=1,2,…,s,s为无人机节点t i的邻居无人机节点t j总数。
如图1所示,无人机节点t i在惯性坐标系E 地-OXYZ中所在的位置,定义如下:
p i表示无人机节点t i在地面坐标系E 地-OXYZ中的坐标向量,p i=[x i,y i,z i]T。
x i表示无人机节点t i在地面坐标系E 地-OXYZ中X方向上的坐标。
y i表示无人机节点t i在地面坐标系E 地-OXYZ中Y方向上的坐标。
zi表示无人机节点t i在地面坐标系E 地-OXYZ中Z方向上的坐标。
由此,无人机节点t i的邻居无人机节点t j在惯性坐标系E 地-OXYZ中所在的位置,定义如下:
p j表示邻居无人机节点t j在地面坐标系E 地-OXYZ中的坐标向量,p j=[x j,y j,z j]T。
x j表示邻居无人机节点t j在地面坐标系E 地-OXYZ中X方向上的坐标。
y j表示邻居无人机节点t j在地面坐标系E 地-OXYZ中Y方向上的坐标。
zj表示邻居无人机节点t j在地面坐标系E 地-OXYZ中Z方向上的坐标。
如果无人机编队的有向通讯链路中存在一个无人机节点使得该无人机节点到其他所有的无人机节点都有路径,则有向图通讯链路G包含一个生成树,该无人机节点叫做树的根节点。
在本实施例中,无人机编队的根节点为无人机的编队中心,即:无人机编队的中心节点;该编队中心在惯性坐标系中的位置为p 0=[x 0,y 0,z 0]T。
步骤二、建立无人机集群编队的运动模型:
其中,m i表示无人机节点t i的质量;表示无人机节点t i在飞行过程中的位置向量;/>表示无人机节点t i在飞行过程中的加速度向量;B i表示无人机节点t i的系统参数矩阵;ui表示无人机节点t i的旋翼产生的控制力输入;G i表示无人机节点t i在飞行过程中受到的重力;D i表示无人机节点t i受到的外界环境干扰力。
优选地,D i表示无人机节点t i受到的外界风扰影响而产生的干扰力。
步骤三、根据步骤二中的无人机节点的运动模型,建立不依靠速度反馈的无人机节点t i的控制律。
不依靠速度反馈的无人机节点t i的控制律为:
其中,表示无人机节点t i的系统参数矩阵B i的逆矩阵;K 1,K 2,K 3和K 4表示无人机节点t i的控制器增益矩阵;/>表示无人机节点t i的控制器参数设计辅助变量;/>表示无人机节点t i与编队中心链接的权重系数;h i表示无人机节点t i与编队中心的位置偏差;h ij表示无人机节点t i与邻居无人机节点t j的位置偏差;tanh表示数学中双曲正切函数;/>表示辅助变量/>的微分量。
步骤四、根据步骤二中的无人机节点的运动模型,建立干扰估计补偿控制律。
建立无人机干扰估计补偿控制律,实现无人机集群安全稳定的编队飞行。无人机干扰估计补偿控制律为:
其中,表示无人机节点t i受到的干扰第一状态估计值;/>表示无人机节点t i受到的干扰第二状态估计值;/>表示干扰控制律参数矩阵;/>和/>表示变量干扰第一状态估计值/>和干扰第二状态估计值/>的微分;/>表示待设计的干扰估计补偿控制律参数;表示干扰估计补偿控制律。
可以理解的是,无人机节点受到的干扰包括模型参数不确定性和未知的外界风扰受到的干扰力。
步骤五、将步骤三中的不依靠速度反馈的无人机节点t i的控制律和步骤四的无人机干扰估计补偿控制律/>相结合,组成鲁棒控制律,进而实现对无人机节点t i的控制。鲁棒控制律为:
。
本发明的另一个具体实施例,如图2,公开了一种不依靠速度反馈的无人机编队鲁棒控制系统,使用前述控制方法对无人机集群进行无速度信息反馈的编队控制,包括不依靠速度反馈的无人机节点控制模块、干扰估计补偿控制模块和鲁棒合成控制模块;
不依靠速度反馈的无人机节点控制模块,用于实现无速度反馈信息下的编队飞行;
干扰估计补偿控制模块,用于抑制多种外界干扰影响;
鲁棒合成控制模块,用于将不依靠速度反馈的无人机节点控制模块控制输入和干扰估计补偿控制模块控制输入合成鲁棒控制输入。
为了便于理解本发明,下面举例详细阐述本发明方法,但是本发明还可以应用于其他不同于此实施例来实施,因此,本发明保护范围不限于下述实例。
在本实施案例中,对3架无人机组成的集群进行编队控制。该3架无人机在执行任务时,按照前述不依靠速度反馈的无人机编队控制方法进行编队控制,根据步骤一中所建立的通讯拓扑结构如图3所示。设置3架无人机初始位置为:p 1(0)=[0 0 0]Tm,p 2(0)=[00]Tm,p 3(0)=[-3/>0]Tm。
根据步骤二建立无人机集群编队的运动模型;设置无人机模型参数如下:m i =1kg, G i=[0 0 9.81]TN,B i =diag{1,1,1}。无人机集群受到的外界干扰设置为
N,其中,t表示时间,本实施例考虑的外界环境干扰为随着时间变化的。
根据步骤三建立不依靠速度反馈的无人机节点t i的控制律,为了计算控制律,控制器增益矩阵设置如下:K 1=diag{2,2,2},K 2=diag{2.3,2.3,2.3},K 3=diag{2.3,2.3,2.3},K 4=diag{1,1,1},,/>,/>。给出每架无人机与编队中心的位置偏差如下:m,/>m,/>m。根据以上设置条件控制器可以计算不依靠速度反馈的无人机控制输入u iV。
根据步骤四建立干扰估计补偿控制律,设置观测参数;干扰控制律参数矩阵
根据此参数控制器会计算得到无人机总干扰估计补偿控制律。
将无人机编队速度反馈的无人机节点控制模块控制输入u iV和无人机编队干扰估计补偿控制律u iD相结合,组成鲁棒控制律,进而实现对无人机集群控制。
仿真结果分析,从图4可以看出,本发明能够在无速度信息反馈时可以使无人机集群编队实现较好的协同。此外,还能够有效抑制系统模型未知和外界干扰的影响,具有很好的鲁棒性。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。
Claims (5)
1.一种不依靠速度反馈的无人机编队鲁棒控制方法,其特征在于,包括以下步骤:
步骤一、建立无人机编队的有向通讯链路并确定编队中心:
无人机编队的有向通讯链路表示为:
G=(V,E);
其中,V为无人机节点的集合,V={t 1,t 2,…,t n},n为无人机节点的总数;无人机节点t i与无人机节点t j之间有信息交换,二者互为邻居节点,i∈n, j∈n, i≠j,每对邻居节点之间的边为(i,j)和(j,i);E为无人机节点中邻居节点之间边的集合,E={(i,j),(j,i)},A=[a ij]表示邻居权重矩阵;a ij表示无人机节点t i与无人机节点t i的第j架邻居无人机通信的权重系数;无人机节点t i的邻居无人机节点t j集合为N i,N i={(t j|(i,j)∈E},j=1,2,…,s,s为无人机节点t i的邻居无人机节点t j总数;
惯性坐标系中,编队中心的位置坐标为p 0=[x 0,y 0,z 0];
无人机节点t i的位置坐标为p i=[x i,y i,z i];
无人机节点t i的邻居无人机节点t j的位置坐标为p j=[x j,y j,z j];
步骤二、建立无人机集群编队的运动模型:
其中,m i表示无人机节点t i的质量;表示无人机节点t i在飞行过程中的加速度向量;B i表示无人机节点t i的系统参数矩阵;ui表示无人机节点t i的旋翼产生的控制力输入;G i表示无人机节点t i在飞行过程中受到的重力;D i表示无人机节点t i受到的外界环境干扰力;
步骤三、根据步骤二中的无人机节点的运动模型,建立不依靠速度反馈的无人机节点的控制律;
步骤四、根据步骤二中的无人机节点的运动模型,建立干扰估计补偿控制律;
步骤五、将步骤三中的不依靠速度反馈的无人机节点的控制律和步骤四的无人机干扰估计补偿控制律相结合,组成鲁棒控制律。
2.根据权利要求1所述的不依靠速度反馈的无人机编队鲁棒控制方法,其特征在于,步骤三中的不依靠速度反馈的无人机节点的控制律为:
其中,表示不依靠速度反馈的无人机节点t i的控制律;/>表示无人机节点t i的系统参数矩阵B i的逆矩阵;K 1,K 2,K 3和K 4表示无人机节点t i的控制器增益矩阵;/>表示无人机节点t i的控制器参数设计辅助变量;/>表示无人机节点t i与编队中心链接的权重系数;h i表示无人机节点t i与编队中心的位置偏差;h ij表示无人机节点t i与邻居无人机节点t j的位置偏差;tanh表示数学中双曲正切函数;/>表示辅助变量/>的微分量。
3.根据权利要求2所述的不依靠速度反馈的无人机编队鲁棒控制方法,其特征在于,步骤四中的无人机干扰估计补偿控制律为:
其中,表示无人机节点t i受到的干扰第一状态估计值;/>表示无人机节点t i受到的干扰第二状态估计值;/>表示干扰控制律参数矩阵;/>和/>表示变量干扰第一状态估计值/>和干扰第二状态估计值/>的微分;/>表示待设计的干扰估计补偿控制律参数;表示干扰估计补偿控制律。
4.根据权利要求1-3任一项所述的不依靠速度反馈的无人机编队鲁棒控制方法,其特征在于,外界环境干扰力为外界风扰影响而产生的干扰力。
5.一种不依靠速度反馈的无人机编队鲁棒控制系统,使用权利要求1-4任一项的控制方法对无人机集群进行无速度信息反馈的编队控制,包括不依靠速度反馈的无人机节点控制模块、干扰估计补偿控制模块和鲁棒合成控制模块;
不依靠速度反馈的无人机节点控制模块,用于实现无速度反馈信息下的编队飞行;
干扰估计补偿控制模块,用于抑制多种外界干扰影响;
鲁棒合成控制模块,用于将不依靠速度反馈的无人机节点控制模块控制输入和干扰估计补偿控制模块控制输入合成鲁棒控制输入。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311218300.2A CN116954267B (zh) | 2023-09-21 | 2023-09-21 | 一种不依靠速度反馈的无人机编队鲁棒控制方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311218300.2A CN116954267B (zh) | 2023-09-21 | 2023-09-21 | 一种不依靠速度反馈的无人机编队鲁棒控制方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116954267A true CN116954267A (zh) | 2023-10-27 |
CN116954267B CN116954267B (zh) | 2023-12-08 |
Family
ID=88442922
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311218300.2A Active CN116954267B (zh) | 2023-09-21 | 2023-09-21 | 一种不依靠速度反馈的无人机编队鲁棒控制方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116954267B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107992084A (zh) * | 2017-12-27 | 2018-05-04 | 北京航空航天大学 | 不依靠角速度反馈的无人机鲁棒姿态控制方法和装置 |
CN108919835A (zh) * | 2018-09-25 | 2018-11-30 | 北京航空航天大学 | 无人飞行器编队的控制方法、装置及控制器 |
CN108983825A (zh) * | 2018-09-30 | 2018-12-11 | 北京航空航天大学 | 一种无人机时变编队的跟踪方法及系统 |
US20190033893A1 (en) * | 2018-01-11 | 2019-01-31 | Beihang University | UAV autonomous swarm formation rotation control method based on simulated migratory bird evolutionary snowdrift game |
CN115639841A (zh) * | 2022-12-15 | 2023-01-24 | 北京航空航天大学 | 一种基于鲁棒牵制的无人机集群编队控制系统及控制方法 |
-
2023
- 2023-09-21 CN CN202311218300.2A patent/CN116954267B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107992084A (zh) * | 2017-12-27 | 2018-05-04 | 北京航空航天大学 | 不依靠角速度反馈的无人机鲁棒姿态控制方法和装置 |
US20190033893A1 (en) * | 2018-01-11 | 2019-01-31 | Beihang University | UAV autonomous swarm formation rotation control method based on simulated migratory bird evolutionary snowdrift game |
CN108919835A (zh) * | 2018-09-25 | 2018-11-30 | 北京航空航天大学 | 无人飞行器编队的控制方法、装置及控制器 |
CN108983825A (zh) * | 2018-09-30 | 2018-12-11 | 北京航空航天大学 | 一种无人机时变编队的跟踪方法及系统 |
CN115639841A (zh) * | 2022-12-15 | 2023-01-24 | 北京航空航天大学 | 一种基于鲁棒牵制的无人机集群编队控制系统及控制方法 |
Non-Patent Citations (3)
Title |
---|
DEYUAN LIU 等: "Robust Fault-Tolerant Formation Control for Tail-Sitters in Aggressive Flight Mode Transitions", 《IEEE TRANSACTIONS ON INDUSTRIAL INFORMATICS》 * |
于雅静 等: "基于状态观测器的多四旋翼无人机时变编队控制", 《吉林大学学报(工学版)》 * |
王品 等: "存在时延的分布式无人机编队控制方法", 计算机测量与控制, no. 09 * |
Also Published As
Publication number | Publication date |
---|---|
CN116954267B (zh) | 2023-12-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115639841B (zh) | 一种基于鲁棒牵制的无人机集群编队控制系统及控制方法 | |
CN110442020B (zh) | 一种新型的基于鲸鱼优化算法的容错控制方法 | |
CN109358646B (zh) | 带有乘性噪声的导弹自主编队队形随机控制系统建模方法 | |
CN110673649A (zh) | 基于拓扑优化的时变信道下无人机编队一致性控制方法、系统、装置及存储介质 | |
CN113848974B (zh) | 一种基于深度强化学习的飞行器轨迹规划方法及系统 | |
CN110658821A (zh) | 一种多机器人抗干扰分组时变编队控制方法及系统 | |
CN110687915B (zh) | 一种基于无向通信拓扑的航天器编队姿态协同控制方法 | |
CN112947505B (zh) | 一种基于强化学习算法与未知干扰观测器的多auv编队分布式控制方法 | |
CN111273688A (zh) | 基于事件触发的四旋翼无人机一致性编队控制方法 | |
CN113342015A (zh) | 一种分布式海域跨介质异构系统一致性编队方法 | |
CN112327926B (zh) | 一种无人机编队的自适应滑模控制方法 | |
CN115657730B (zh) | 一种大规模多旋翼无人机鲁棒分簇编队控制方法 | |
CN115639830A (zh) | 一种空地智能体协同编队控制系统及其编队控制方法 | |
CN114397899A (zh) | 一种仿生机器鱼三维路径跟踪控制方法及装置 | |
CN113110593B (zh) | 基于虚拟结构和估计信息传输的飞行编队协同自适应控制方法 | |
CN116954267B (zh) | 一种不依靠速度反馈的无人机编队鲁棒控制方法及系统 | |
CN116954258A (zh) | 未知扰动下多四旋翼无人机编队的分层控制方法及装置 | |
CN116483124A (zh) | 一种无线速度测量抗干扰的四旋翼无人机编队控制方法 | |
CN116954266B (zh) | 一种通信约束的无人机编队鲁棒控制方法及系统 | |
CN116909315B (zh) | 一种通信链路不稳定的无人机编队鲁棒控制方法及系统 | |
CN110703792B (zh) | 基于增强学习的水下机器人姿态控制方法 | |
CN115407661A (zh) | 基于方位测量信息多无人机系统非线性鲁棒跟踪控制方法 | |
CN111984027B (zh) | 异构多无人机一致性控制方法 | |
CN113219982A (zh) | 一种基于随机冲量粒子群算法模型的矿井巡检机器人路径规划方法 | |
CN116880571B (zh) | 一种网络攻击下的无人机编队鲁棒控制系统及控制方法 |
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 |