CN117170410B - 用于无人机编队飞行的控制方法及相关产品 - Google Patents
用于无人机编队飞行的控制方法及相关产品 Download PDFInfo
- Publication number
- CN117170410B CN117170410B CN202311441030.1A CN202311441030A CN117170410B CN 117170410 B CN117170410 B CN 117170410B CN 202311441030 A CN202311441030 A CN 202311441030A CN 117170410 B CN117170410 B CN 117170410B
- Authority
- CN
- China
- Prior art keywords
- unmanned aerial
- aerial vehicle
- formation
- representing
- flight
- 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
Links
- 230000015572 biosynthetic process Effects 0.000 title claims abstract description 418
- 238000000034 method Methods 0.000 title claims abstract description 83
- 238000004891 communication Methods 0.000 claims abstract description 52
- 238000009826 distribution Methods 0.000 claims abstract description 26
- 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 12
- 230000004888 barrier function Effects 0.000 claims abstract description 9
- 238000004364 calculation method Methods 0.000 claims description 26
- 238000004422 calculation algorithm Methods 0.000 claims description 19
- 230000001133 acceleration Effects 0.000 claims description 16
- 238000005457 optimization Methods 0.000 claims description 14
- 230000004044 response Effects 0.000 claims description 9
- 239000011159 matrix material Substances 0.000 claims description 8
- 230000006870 function Effects 0.000 claims description 2
- 238000004519 manufacturing process Methods 0.000 claims description 2
- 230000036461 convulsion Effects 0.000 claims 1
- 238000005755 formation reaction Methods 0.000 description 300
- 238000010586 diagram Methods 0.000 description 12
- 238000002474 experimental method Methods 0.000 description 11
- 239000013598 vector Substances 0.000 description 11
- 230000002787 reinforcement Effects 0.000 description 5
- 238000004590 computer program Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000010006 flight Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 230000033001 locomotion Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000010845 search algorithm Methods 0.000 description 1
- 238000005507 spraying Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Landscapes
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明公开了一种用于无人机编队飞行的控制方法及相关产品。该方法包括：获取无人机编队当前执飞任务的当前局部目标位置，以及当前局部目标位置与领导者无人机自身的当前位置之间的障碍物分布信息；根据当前位置、当前局部目标位置以及障碍物分布信息，在线规划当前位置与当前局部目标位置之间的编队飞行参考轨迹以及与该编队飞行参考轨迹匹配的编队尺寸；控制领导者无人机自身沿编队飞行参考轨迹从当前位置飞往当前局部目标位置；基于动态通信拓扑关系，将表征编队飞行参考轨迹以及编队尺寸的参考信息，发送至无人机编队中的跟随者无人机。利用本发明的控制方法，可同时对编队飞行参考轨迹和编队尺寸进行规划，从而增加编队飞行控制的安全性。
Description
技术领域
本发明属于无人机控制技术领域，具体涉及一种用于无人机编队飞行的控制方法及相关产品。
背景技术
随着社会经济的发展，近年来无人机的应用领域越发广泛。例如，在军事侦察、精准打击、环境勘探、电力巡检、农业喷洒等领域有着广泛的应用。随着应用的深化，需要执行的任务也越来越复杂，单个无人机执行任务的能力开始不能满足要求；因此通过多个无人机协作来完成复杂的任务是必要的，进而无人机编队控制问题开始得到越来越多的关注。
相关技术中，无人机编队控制方法大多数采用集中式架构，由所述无人机编队中的领导者无人机获取全局信息之后，将参考信号发送给所述无人机编队中的每一架跟随者无人机。例如，中国专利申请CN108388269A《基于四旋翼飞行器的无人机编队飞行控制方法》提出随机选定其中一个四旋翼为领航者，其余四轴则都是跟随者，跟随者与领航者之间保持着一定的距离与角度，实现所需队形。但是，上述“集中式架构”方案的对通信资源的要求较高，整个无人机编队系统鲁棒性较差。
为了提升整个无人机编队系统鲁棒性以及降低通信负担，相关技术中，开始关注对无人机编队采用分布式编队控制的方案；同时考虑到实际应用场景（比如仓储运输、货物配送）中，无人机编队可能需要穿越复杂障碍环境，近几年进一步重点关注在复杂障碍环境中实现无人机编队安全飞行的方案。例如，中国专利CN116661481A《一种无人机集群系统协同追逐目标航迹规划方法及系统》提出以无人机集群系统中每一架无人机在当前时刻的观测向量为输入，利用深度强化学习网络确定每一架无人机对应的第一动作常数和第二动作常数，再利用人工势场方法计算每一架无人机在下一时刻的航向角，进一步得到每一架无人机在下一时刻的观测向量，循环上述步骤，直至达到迭代终止条件，从而完成协同追逐目标过程中每一架无人机的航迹规划。上述相关技术的方案具有一定的局限性。例如，基于人工势场的无人机避障控制，存在无人机陷入局部势场极小值位置的问题，利用深度强化学习网络实现完全分布式模型预测控制的方法对每一架无人机的机载计算机性能要求较高，难以广泛应用。
因此，如何提供一种能在复杂障碍环境中实现无人机编队安全飞行、并且能克服上述现有技术缺陷的方案，成为目前亟需解决的问题。
发明内容
本发明提供一种用于无人机编队飞行的控制方法及相关产品。
本发明提供如下用于领导者无人机的技术方案：一种用于无人机编队飞行的控制方法，包括：获取无人机编队当前执飞任务的当前局部目标位置，以及所述当前局部目标位置与领导者无人机自身的当前位置之间的障碍物分布信息；根据所述当前位置、当前局部目标位置以及障碍物分布信息，在线规划所述当前位置与所述当前局部目标位置之间的编队飞行参考轨迹、以及与该编队飞行参考轨迹匹配的编队尺寸；控制领导者无人机自身沿所述编队飞行参考轨迹从所述当前位置飞往所述当前局部目标位置；基于动态通信拓扑关系，将表征所述编队飞行参考轨迹以及编队尺寸的参考信息，发送至所述无人机编队中的跟随者无人机；其中，所述动态通信拓扑关系表示所述领导者无人机自身与所述无人机编队中的跟随者无人机之间的实时通信拓扑关系。
本发明提供如下用于跟随者无人机的技术方案：一种用于无人机编队飞行的控制方法，包括：根据预设时间内对领导者无人机发送的参考信息的接收状态，确定当前跟随者无人机自身对编队飞行参考轨迹的估计值以及编队尺寸的估计值；根据所述编队飞行参考轨迹的估计值以及编队尺寸的估计值，执行跟随飞行；其中，所述接收状态包括接收成功和接收失败；其中，所述参考信息包括由所述领导者无人机确定的编队飞行参考轨迹的位置数据以及对应的编队尺寸。
本发明提供如下技术方案：一种用于无人机编队飞行的控制装置，包括：数据获取模块，被配置为：获取无人机编队当前执飞任务的当前局部目标位置，以及所述当前局部目标位置与领导者无人机自身的当前位置之间的障碍物分布信息；在线规划模块，被配置为：根据所述当前位置、当前局部目标位置以及障碍物分布信息，在线规划所述当前位置与所述当前局部目标位置之间的编队飞行参考轨迹、以及与该编队飞行参考轨迹匹配的编队尺寸；飞行控制模块，被配置为：控制所述领导者无人机自身沿所述编队飞行参考轨迹从所述当前位置飞往所述当前局部目标位置；信息推送模块，被配置为：基于动态通信拓扑关系，将表征所述编队飞行参考轨迹以及编队尺寸的参考信息，发送至所述无人机编队中的跟随者无人机；其中，所述动态通信拓扑关系表示所述领导者无人机自身与所述无人机编队中的跟随者无人机之间的实时通信拓扑关系。
本发明提供如下技术方案：一种用于无人机编队飞行的控制装置，包括：分布式参数观测模块，被配置为：根据预设时间内对领导者无人机发送的参考信息的接收状态，确定当前跟随者无人机自身对编队飞行参考轨迹的估计值以及编队尺寸的估计值；跟随飞行控制模块，被配置为：根据所述编队飞行参考轨迹的估计值以及编队尺寸的估计值，执行跟随飞行；其中，所述接收状态包括接收成功和接收失败；其中，所述参考信息包括由所述领导者无人机确定的编队飞行参考轨迹的位置数据以及对应的编队尺寸。
本发明提供如下技术方案：一种用于无人机编队飞行的控制装置，包括：存储器和处理器，所述存储器存储程序，所述处理器运行所述程序以执行前述的控制方法。
本发明提供如下技术方案：一种无人机编队，包括：领导者无人机和跟随者无人机，所述领导者无人机包括存储器和处理器，所述领导者无人机的存储器存储程序，所述领导者无人机的处理器运行程序以执行前述的用于领导者无人机的控制方法，所述跟随者无人机包括存储器和处理器，所述跟随者无人机的存储器存储程序，所述跟随者无人机的处理器运行程序以执行前述的用于跟随者无人机的控制方法。
本发明提供如下技术方案：一种程序产品，所述程序产品在处理器上运行时执行前述的用于无人机编队飞行的控制方法。
如上所述，本发明提供了一种全新的关于编队飞行参考轨迹和编队尺寸在线规划算法，与现有技术中针对单体无人机轨迹规划的算法相比，本发明的方案同时对编队飞行参考轨迹和编队尺寸进行规划，并创新性地提出了路径点优化算法，在提升编队飞行参考轨迹光滑程度的同时，还可增加编队飞行控制的安全性。另外，本发明的方案相较于现有技术，可以避免无人机编队陷入局部势场极小值位置的问题。
附图说明
图1是在复杂障碍环境中，利用本发明提供的用于无人机编队飞行的控制方法，实现无人机编队飞行的任务示意图；
图2是在复杂障碍环境中，利用本发明提供的用于无人机编队飞行的控制方法，实现无人机编队飞行的整体控制流程图；
图3是本发明的用于无人机编队飞行的控制方法（由领导者无人机执行）的一示例性流程示意图；
图4是本发明的方案中关于无人机编队的通信拓扑关系的一示例性结构示意图；
图5是本发明的用于无人机编队飞行的控制方法（由领导者无人机执行）的另一示例性流程示意图；
图6是本发明的用于无人机编队飞行的控制方法（由跟随者无人机执行）的一示例性流程示意图；
图7是本发明的用于无人机编队飞行的控制方法（由跟随者无人机执行）的另一示例性流程示意图；
图8是本发明的用于无人机编队飞行的控制方法的实验系统示意图；
图9a是在关于验证本发明的用于无人机编队飞行的控制方法的实验中，跟随者无人机跟随领导者无人机规划的编队飞行参考轨迹飞行时基于地面坐标系的x轴的编队误差波形图；
图9b是在关于验证本发明的用于无人机编队飞行的控制方法的实验中，跟随者无人机跟随领导者无人机规划的编队飞行参考轨迹飞行时基于地面坐标系的y轴编队误差波形图；
图9c是在关于验证本发明的用于无人机编队飞行的控制方法的实验中，跟随者无人机跟随领导者无人机规划的编队飞行参考轨迹飞行时基于地面坐标系的z轴编队误差波形图；
图10是在关于验证本发明的用于无人机编队飞行的控制方法的实验中，无人机编队飞行的实际飞行轨迹的示意图；
图11是本发明的用于无人机编队飞行的控制装置（布置于领导者无人机端）的一示例性结构示意图；
图12是本发明的用于无人机编队飞行的控制装置（布置于跟随者无人机端）的一示例性结构示意图；
图13是本发明的用于无人机编队飞行的控制装置的另一示例性结构示意图。
具体实施方式
下面结合具体实施例对本发明作进一步的说明，但本发明的保护范围并不限于此。
参照图1概述本发明的用于无人机编队飞行的控制方法的应用场景以及发明构思如下。
图1是在复杂障碍环境中，利用本发明提供的用于无人机编队飞行的控制方法，实现无人机编队飞行的任务示意图。
在图1所示场景中，所述无人机编队飞行任务为从初始位置飞行至全局目标位置（图中未示出），在初始位置与全局目标位置之间，可以根据二者之间的距离以及领导者无人机的环境探测距离预先划分出多个局部目标位置。所述多个局部目标位置可以将初始位置与全局目标位置之间的预估路径划分为多段，例如图1所示的为从初始位置至第一个局部目标位置之间这一段。在该段环境中包括可多个障碍物；例如，在图1示例中，可包括障碍物1、障碍物2以及障碍物3。所述无人机编队包括一个领导者无人机和多个跟随者无人机；例如，环绕领导者无人机的包括跟随者无人机i在内的多个跟随者无人机。
其中，所述无人机编队依靠分布式通信拓扑进行通信。具体地，领导者无人机与跟随者无人机之间可以利用所述动态通信拓扑关系进行通信；而跟随者无人机之间可以利用预设通信拓扑关系通信。这里需要说明的是，关于“动态通信拓扑关、预设通信拓扑关”的具体内容将在下文中说明。
另外，需要说明的是，本发明的用于无人机编队飞行的控制方法的应用场景可以包括但不限于如图1所示场景。
发明构思I、在领导者无人机执行侧，所述领导者无人机可以预先获取（例如，技术人员预先配置或从服务端接收）到本次飞行任务路线中各个局部目标位置。然后，领导者无人机可以根据自身的当前位置（例如，图1所示初始位置）、局部目标位置（例如，图1中的局部目标位置，即为，当前局部目标位置）以及环境中障碍物分布信息，在线规划所述当前位置与所述当前局部目标位置之间的编队飞行参考轨迹、以及匹配每段编队飞行参考轨迹的编队尺寸；即，执行如图1所示的“编队中心轨迹和编队尺寸在线规划”。之后，领导者无人机将其在线规划编队飞行参考轨迹以及编队尺寸发送给跟随者无人机。同时，控制自身沿所述编队飞行参考轨迹从所述当前位置飞往所述当前局部目标位置。
如上所述，该发明构思I提供了一种全新的关于编队飞行参考轨迹和编队尺寸在线规划算法，与现有技术中针对单体无人机轨迹规划的算法相比，该发明构思I的方案同时对编队飞行参考轨迹和编队尺寸进行规划，并创新性地提出了路径点优化算法，在提升编队飞行参考轨迹光滑程度的同时，还可增加编队飞行控制的安全性。另外，该发明构思I的方案相较于现有技术，可以避免无人机陷入局部势场极小值位置的问题。
发明构思II、在跟随者无人机执行侧，每个跟随者无人机根据其对领导者无人机发送的编队飞行参考轨迹以及编队尺寸接收状态、以及从邻接跟随者无人机处获取的编队飞行参考轨迹的估计参考值以及编队尺寸的估计参考值，利用自身的观测器确定自身对编队飞行参考轨迹的估计值以及编队尺寸的估计值；然后将自身确定的编队飞行参考轨迹的估计值以及编队尺寸的估计值发送给控制器；控制器可根据该编队飞行参考轨迹的估计值以及编队尺寸的估计值，确定自身的控制参数，例如，至少包括基于当前跟随者无人机自身机体坐标系的电机推力以及三轴转矩；然后根据所述电机推力以及三轴转矩控制当前跟随者无人机自身跟随领导者无人机飞行。
如上所述，该发明构思II实现了一种分布式编队控制方法，解决了复杂障碍环境中无人机编队飞行的实时避障问题，与现有技术相比，可减轻领导者无人机的通信负载，提高编队飞行的实用性；另外，发明构思II关于分布式控制的方案，相比于现有技术中采用深度强化学习网络的运算量，每驾跟随者无人机只需要各自的观测器和控制器执行运算，对每一台无人机的机载计算机性能要求不高，有利于方案的实施以及推广。
参照图2，对“实现无人机编队飞行的整体控制流程”进行概述。
图2是在复杂障碍环境中，利用本发明提供的用于无人机编队飞行的控制方法，实现无人机编队飞行的整体控制流程图。需要说明的是，图2仅用于方便理解本方案，并不对本发明的方案构成任何限制。
A、领导者无人机执行侧：
领导者无人机在执行在线规划的过程（即，如图2所示的“领导者在线规划部分”）中，首先要基于获取的周围环境信息、当前位置/>（例如，如图1所示的初始位置；在图1示例中，因为是从初始位置开始，所以这里当前位置对应初始位置/>，后续飞行过程中，当前位置会沿着编队飞行参考轨迹移动）以及局部目标位置/>（即，当前局部目标位置），利用预设路径生成算法（例如，JPS路径搜索算法）生成离散路径；然后对离散路径中的路径点进行优化（例如，引导路径优化），得到优化后的路径点/>；之后利用优化后的路径点确定飞行安全走廊/>；然后根据飞行安全走廊/>确定所述编队飞行参考轨迹p r 以及编队尺寸d r （即，执行“编队尺寸和轨迹在线优化”）；之后，所述领导者无人机的控制器可根据所述编队飞行参考轨迹p r 以及基于自身动力学模型而确定的实时动力学状态参数，确定自身的当前各项控制参数（例如，基于领导者无人机自身机体坐标系的电机推力以及三轴转矩/>）；最后根据该当前各项控制参数控制所述领导者无人机自身沿所述编队飞行参考轨迹p r 从所述当前位置/>飞往所述当前局部目标位置/>；同时将表征所述编队飞行参考轨迹以及编队尺寸的参考信息（例如，包括编队飞行参考轨迹p r 以及编队尺寸d r ），发送至所述无人机编队中的跟随者无人机（例如，跟随者1）。
其中，所述编队飞行参考轨迹可以由若干段贝塞尔曲线构成；并且在该段编队飞行参考轨迹中，若干段贝塞尔曲线可以对应同一个编队尺寸，这样可以降低领导者无人机的优化计算复杂度，以提高所述无人机编队的闭环系统响应速度。其中，每段贝塞尔曲线由多个控制点位置坐标确定。基于此，所述参考信息包括每段由贝塞尔曲线构成的轨迹曲线的位置数据、以及对应的编队尺寸。
B、跟随者无人机执行侧：
如图2所示，N个跟随者无人机可以基于有向通信拓扑（即，所述预设通信拓扑关系）进行通信，以实现“分布式编队控制”。
具体地，所述无人机编队的跟随者无人机（例如图2所示，可包括跟随者1至跟随者N）中，只有跟随者1可以接收到领导者无人机发送的表征所述编队飞行参考轨迹以及编队尺寸的参考信息（例如，包括p r ，d r ）；而其他跟随者无人机（例如，跟随者i）则不能与领导者通信以获取所述参考信息。但是，跟随者1至跟随者N之间可以根据有向通信拓扑（即，所述预设通信拓扑关系）建立通信；进而，每个跟随者无人机都可以获取与自身相邻的邻接跟随者无人机的观测器输出。在图2示例中，所述观测器采用了“分布式滤波器”形式；所述观测器输出可包括编队飞行参考轨迹的估计参考值以及编队尺寸的估计参考值。
基于此，跟随者1的观测器可以根据所述参考信息（例如，包括p r ，d r ）以及邻接跟随者无人机的观测器输出确定自身的观测输出/>；进而跟随者1的控制器可以根据观测输出/>确定自身的当前各项控制参数（例如，基于跟随者1自身机体坐标系的电机推力以及三轴转矩/>）；进而利用所述当前各项控制参数，控制跟随者1跟随飞行。
其他任一跟随者无人机（例如，跟随者i、跟随者N）的观测器，则可以分别根据邻接跟随者无人机的观测器输出确定自身的观测器输出、/>;进而跟随者i、跟随者N的控制器可以分别根据自身的观测输出/>、/>确定自身的当前各项控制参数（例如，对应于跟随者i自身机体坐标系的电机推力/>以及三轴转矩/>；对应于跟随者N自身机体坐标系的电机推力/>以及三轴转矩/>）；进而利用所述当前各项控制参数，控制跟随者i、跟随者N跟随飞行。
需要说明的是，如前所述，由于领导者无人机对环境探测的距离限制，因此从初始位置至全局目标位置p g 之间的编队飞行需要分段执行，即前述的从初始位置/>至全局目标位置之间被预先划分为多个局部目标位置，相邻的两个局部目标位置之间为一段。从而，执行上述方案A、B实现的就是针对上述一段距离的飞行任务；基于此，只要在下一段的起始位置附近开始重复上述方案A、B，即以当前局部目标位置/>作为下一段的当前位置，即可实现从初始位置/>至全局目标位置之间的编队飞行。而每段所述编队飞行参考轨迹对应的编队尺寸，可根据环境障碍物分布情况适应性地调整。由此表明，通过利用本发明的用于无人机编队飞行的控制方法，所述无人机编队在沿着所述编队飞行参考轨迹飞行过程中，可以通过调节编队尺寸来确保无人机不与障碍物发生碰撞，保障闭环系统的安全性。
另外，还需要说明的是，本发明的方案中对无人机的类型不作限定。例如，可以为六自由度无人机。
本发明的方案中，对所述无人机编队的数量也不作限定。例如，可以包括1个领导者无人机和N个跟随者无人机；N为正整数，具体数值可根据任务需要而定。
其中，领导者无人机的类型与跟随者无人机的类型可以相同。
所述无人机（包括领导者无人机、跟随者无人机）的动力学模型可以描述为：
/>
;
其中，表示第i个无人机的位置；/>表示第i个无人机的质量；g表示重力加速度；{/>}表示地面坐标系三轴单位向量；{/>}表示机体坐标系的三轴单位向量；/>表示第i个无人机在自身机体坐标系中的三轴转动惯量；/>表示第i个无人机在自身机体坐标系中的三轴角速度；/>表示第i个无人机在自身机体坐标系中沿/>方向的电机推力；/>表示第i个无人机在自身机体坐标系中沿/>方向的三轴转矩。
下面结合图3至13，对本发明的用于无人机编队飞行的控制方法的具体实施细节进行描述。
如图3所示的用于无人机编队飞行的控制方法，其执行主体为所述无人机编队中的领导者无人机。
根据情况，图3所述控制方法在所述领导者无人机中的具体实施可包括多种方式。例如，从程序角度而言，可以通过计算机程序实现；又例如，从设备角度而言，可以通过搭载所述计算机程序的处理器、或者运行该控制方法的专用集成电路或电路板组件等任意的硬件电路实现。
参照图3，所述控制方法具体包括以下步骤。
步骤101、获取无人机编队执飞任务的当前局部目标位置，以及所述当前局部目标位置与领导者无人机自身的当前位置之间的障碍物分布信息。
其中，对当前局部目标位置的获取方式包括但不限于技术人员预先配置或者从服务端获取。
所述当前位置可以根据自身定位系统确定。
所述障碍物可以为复杂环境中障碍物，所述障碍物分布信息可以通过即时定位与地图构建（Simultaneous Localization and Mapping，SLAM）方式阶段性获取，并且可以保存为八叉树地图的格式。
另外，上述当前局部目标位置、自身位置、以及障碍物分布信息均为基于地面坐标系的参数。
步骤102、根据所述当前位置、当前局部目标位置以及障碍物分布信息，在线规划所述当前位置与所述当前局部目标位置之间的编队飞行参考轨迹、以及与该编队飞行参考轨迹匹配的编队尺寸。
其中，所述编队飞行参考轨迹为位于所述无人机编队中心位置的所述领导者无人机自身的飞行轨迹。
作为一可选实施方式，介于所述当前位置与当前局部目标位置之间的所述编队飞行参考轨迹可对应一个所述编队尺寸。这样可以降低领导者无人机的优化计算复杂度，以提高所述无人机编队的闭环系统响应速度。
步骤103、控制所述领导者无人机自身沿所述编队飞行参考轨迹从所述当前位置飞往所述当前局部目标位置。
作为一种可选实施方式，参照图1以及图2，所述领导者无人机的控制器可根据所述编队飞行参考轨迹p r 以及基于自身动力学模型而确定的实时动力学状态参数，确定自身的当前各项控制参数（例如，基于领导者无人机自身机体坐标系的电机推力以及三轴转矩/>）；然后，所述领导者无人机的控制器可根据该当前各项控制参数，控制所述领导者无人机自身沿所述编队飞行参考轨迹p r 从所述当前位置/>飞往所述当前局部目标位置/>。
步骤104、基于动态通信拓扑关系，将表征所述编队飞行参考轨迹以及编队尺寸的参考信息，发送至所述无人机编队中的跟随者无人机。
其中，所述动态通信拓扑关系表示所述领导者无人机自身与所述无人机编队中的跟随者无人机之间的实时通信拓扑关系。
需要说明的是，由于领导者无人机的通信距离、带宽限制、以及基于本发明构思考虑降低领导者无人机的通信负载的目标，在所述动态通信拓扑关系中，只要求领导者无人机与向部分跟随者无人机发送所述参考信息即可。并且，在无人机编队飞行的过程中，所述动态通信拓扑关系至少会因为上述约束条件（即，领导者无人机的通信距离、带宽限制、通信负载）而适应性地发生变化，以匹配无人机编队飞行的动态特性。
例如，作为一可选地实施方式，在图4所示的对应某一时刻通信拓扑关系中，领导者无人机（即，图4中的领导者）仅向跟随者无人机中的跟随者1发送所述参考信息，而未向其余跟随者无人机（例如，跟随者2、跟随者3、跟随者4）发送所述参考信息。从而有效地降低了领导者无人机的通信负载。
需要说明的是，所述编队飞行参考轨迹可由若干段（例如，M段，M取正整数）贝塞尔曲线构成。其中，每段贝塞尔曲线由m个控制点位置坐标确定。基于前述内容，在领导者无人机执行的一次在线规划中，该M段贝塞尔曲线可以共用同一个编队尺寸。在两次不同的在线规划中，编队尺寸会重新规划，从而可降低领导者无人机的优化计算复杂度，以提高所述无人机编队的闭环系统响应速度。
所述参考信息包括所述编队飞行参考轨迹的位置数据以及与该编队飞行参考轨迹对应的编队尺寸。所述编队飞行参考轨迹的位置数据，由控制点坐标（基于地面坐标系）表示；同理，对应的编队尺寸也用基于地面坐标系的数据表示。
如上所述，本发明提供了一种全新的关于编队飞行参考轨迹和编队尺寸在线规划算法，与现有技术中针对单体无人机轨迹规划的算法相比，本发明的方案同时对编队飞行参考轨迹和编队尺寸进行规划，并创新性地提出了路径点优化算法，在提升编队飞行参考轨迹光滑程度的同时，还可增加编队飞行控制的安全性。另外，本发明的方案相较于现有技术，可以避免无人机编队陷入局部势场极小值位置的问题。
作为一可选实施方式，在图3实施例的基础上，参照图5，步骤102可包括步骤：
步骤1021、利用所述当前位置、当前局部目标位置以及障碍物分布信息，确定所述当前位置与当前局部目标位置之间的飞行安全走廊。步骤1022、根据所述飞行安全走廊，确定所述编队飞行参考轨迹以及编队尺寸。
其中，所述飞行安全走廊包括个凸多面体，通过如下计算式（1）~（6）表述为:
（1）/> (2) (3)
(4)/> (5)/> (6)
其中，x free 表示所述飞行安全走廊；表示凸多面体标号；/>为正整数；/>和/>表示构成所述/>个凸多面体的三维平面参数；/>表示/>中任一元素；/>表示/>中任一元素；/>表示实数域。
作为一可选示例，在图5实施方式的基础上，步骤1021可通过任何可用的方式实现。
例如，基于预设路径算法生成从所述当前位置至所述当前局部目标位置的离散路径；其中，所述离散路径W ini 包括L个路径点；利用如下计算式（7）~（11）优化所述路径点，得到优化后的路径点；基于所述优化后的路径点，生成所述飞行安全走廊；其中，
（7）（8）/>（9）（10）（11）
其中，表示所述优化后的路径点；w、L表示路径点的序号，且为正整数；/>表示第w个路径点；/>表示第w-1个路径点；/>表示第w+1个路径点；/>表示优化路径点的目标函数；/>表示用于光滑路径点之间的连接的约束条件；/>表示用于避免路径点过于靠近障碍物的约束条件；/>表示第w个路径点靠近障碍物的惩罚约束条件；/>和/>表示预设的优化权重；G和/>表示预设的正常数；/>表示路径点/>与最近的障碍物之间的距离；/>是预设的安全距离；W wx 、W wy 、W wz 依次表示第w个路径点W w 基于地面坐标系的x轴、y轴以及z轴的坐标。
需要说明的是，本发明对所述预设路径算法不作限定。例如，可包括但不限于A*算法或者JPS算法。
作为一可选示例，基于所述优化后的路径点，生成所述飞行安全走廊，包括：基于所述优化后的路径点坐标，确定所述优化后的路径点之间的相对位置关系；基于所述相对位置关系，连接相邻的优化后的路径点得到优化后的离散路径；基于所述优化后的离散路径为中心轴向四周空间扩展，直至满足预设扩展停止条件为止，得到所述飞行安全走廊；其中，所述预设扩展停止条件包括：任一个方向的扩展接触到障碍物则停止。
作为一可选示例，在图5实施方式的基础上，步骤1022可通过任何可用的方式实现。
利用如下贝塞尔曲线计算式（12）~（15），在所述飞行安全走廊中确定待优化的参考轨迹；
（12）
（13）/>（14）
（15）
其中，表示待优化的参考轨迹/>中的第1段n阶贝塞尔曲线；/>表示待优化的参考轨迹/>中的第M段n阶贝塞尔曲线；/>表示以待优化的参考轨迹/>中第m段贝塞尔曲线上n个控制点位置为元素的矩阵的转置；/>表示待优化的参考轨迹/>中第1段贝塞尔曲线上的第j个控制点位置；/>表示待优化的参考轨迹/>中第M段贝塞尔曲线上的第j个控制点位置；M表示待优化的参考轨迹/>中包括的n阶贝塞尔曲线的数量，且M为正整数；m表示待优化的参考轨迹/>中包括的n阶贝塞尔曲线的序号，且m为正整数；j，n表示阶数，且j、n均为正整数，n取值为5，这里j取值包括0至4；t表示时间；T表示时刻；/>表示伯因斯坦多项式；/>表示组合数。
利用如下计算式（16）~（24），对所述待优化的参考轨迹进行在线优化，得到所述编队飞行参考轨迹以及编队尺寸；
（16）
（17）/> （18）
（19）
（20）
（21）/>
（22）
（23）
（24）
其中，表示待优化的参考轨迹/>中第m段贝塞尔曲线；/>表示所述编队尺寸；/>表示预设的理想编队尺寸；/>、/>分别表示预设优化权重；/>表示待优化参考轨迹中第m段贝塞尔曲线的初始位置时刻；/>表示待优化参考轨迹中第m+1段贝塞尔曲线的初始位置时刻；/>表示待优化的参考轨迹/>中第M段贝塞尔曲线在/>时刻的位置；M表示待优化的参考轨迹/>中包括的n阶贝塞尔曲线的数量，且M为正整数；m表示待优化的参考轨迹/>中包括的n阶贝塞尔曲线的序号，且m为正整数；j，n表示阶数，且j、 n均为正整数，n取值为5，这里j取值包括0至4；表示当前局部目标位置；/>表示第m段贝塞尔曲线与第m+1段贝塞尔曲线连接点位置的状态；
表示第m段待优化的参考速度轨迹（即，对应第m段贝塞尔曲线）的第j个控制点；/>表示第m段待优化的参考加速度轨迹（即，对应第m段贝塞尔曲线）的第j个控制点；表示第m段待优化的参考超加速度（Jerk，表示专有名词“超加速度”的专用英文单词）轨迹（即，对应第m段贝塞尔曲线）的第j个控制点；/>表示第m段待优化的参考超超加速度（Snap，表示专有名词“超超加速度”的专用英文单词）轨迹（即，对应第m段贝塞尔曲线）的第j个控制点；/>表示第m段待优化的参考超加速度轨迹（即，对应第m段贝塞尔曲线）的/>个控制点；/>表示预设最大速度；/>表示预设最大加速度；/>表示预设最大超加速度；表示预设最大超超加速度；/>表示所述待优化的参考轨迹/>中第m段贝塞尔曲线与所述飞行安全走廊的包含关系；如果所述待优化的参考轨迹/>中第m段贝塞尔曲线上的全部控制点包含于飞行安全走廊的凸多面体/>中，则/>取值为1；/>表示所述待优化的参考轨迹/>中第m段贝塞尔曲线上第1个控制点；/>表示所述待优化的参考轨迹中第m段贝塞尔曲线上第n+1个控制点；/>表示预设安全裕度。
其中，值越大，所述编队尺寸/>越小，即，跟随者无人机参考位置距离飞行安全走廊边界越远；反之，/>值越小，所述编队尺寸/>越大，即，跟随者无人机参考位置距离飞行安全走廊边界越近，所述编队尺寸也越接近所述预设的理想编队尺寸/>。/>
作为一可选示例，在上述实施例基础上，所述动态通信拓扑关系通过如下矩阵动态更新，/>；其中，/>依次表示所述无人机编队中第1至N个跟随者无人机对领导者无人机发送的所述参考信息的获取状态；如果获取成功，则取值1；反之，则取值0。
作为一可选实施方式，在图3实施例的基础上，步骤104可通过任何可用的方式实现。
例如，基于所述动态通信拓扑关系，确定所述无人机编队中能够接收所述参考信息的跟随者无人机；将所述参考信息发送至所述能够接收所述参考信息的跟随者无人机。
如上所述，本发明提供了一种全新的关于编队飞行参考轨迹和编队尺寸在线规划算法，与现有技术中针对单体无人机轨迹规划的算法相比，本发明的方案同时对编队飞行参考轨迹和编队尺寸进行规划，并创新性地提出了路径点优化算法，在提升编队飞行参考轨迹光滑程度的同时，还可增加编队飞行控制的安全性。另外，本发明的方案相较于现有技术，可以避免无人机编队陷入局部势场极小值位置的问题。
如图6所示的用于无人机编队飞行的控制方法，其执行主体为所述无人机编队中的跟随者无人机。根据情况，图6所述控制方法在所述跟随者无人机中的具体实施可包括多种方式。例如，从程序角度而言，可以通过计算机程序实现；又例如，从设备角度而言，可以通过搭载所述计算机程序的处理器、或者运行该控制方法的专用集成电路或电路板组件等任意的硬件电路实现。
参照图6，所述控制方法具体包括以下步骤。
步骤601、根据预设时间内对领导者无人机发送的参考信息的接收状态，确定当前跟随者无人机自身对编队飞行参考轨迹的估计值以及编队尺寸的估计值；步骤602、根据所述编队飞行参考轨迹的估计值以及编队尺寸的估计值，执行跟随飞行。
其中，所述预设时间可根据实际应用场景中通信环境（例如，考虑信号干扰因素）预先确定。
其中，所述接收状态包括接收成功和接收失败。
其中，所述参考信息包括由所述领导者无人机确定的编队飞行参考轨迹的位置数据以及对应的编队尺寸。
如上所述，图6实施例实现了一种分布式编队控制方法，解决了复杂障碍环境中无人机编队飞行的实时避障问题，与现有技术相比，可减轻领导者无人机的通信负载，提高编队飞行的实用性；另外，图6实施例关于分布式控制的方案，相比于现有技术中采用深度强化学习网络的运算量，每驾跟随者无人机只需要各自的观测器和控制器执行运算，对每一台无人机的机载计算机性能要求不高，有利于方案的实施以及推广。
作为一可选实施方式，在图6实施例的基础上，参照图7，步骤601可包括如下步骤。
步骤6011、响应于预设时间内对领导者无人机发送的参考信息的接收成功，利用获取到的编队飞行参考轨迹的估计参考值、编队尺寸的估计参考值以及所述参考信息，确定所述当前跟随者无人机自身对所述编队飞行参考轨迹的估计值以及编队尺寸的估计值；步骤6012、响应于预设时间内对领导者无人机发送的参考信息的接收失败，则利用获取到的编队飞行参考轨迹的估计参考值以及编队尺寸的估计参考值，确定所述当前跟随者无人机自身对所述编队飞行参考轨迹的估计值以及编队尺寸的估计值。
其中，所述编队飞行参考轨迹的估计参考值为所述无人机编队中与所述当前跟随者无人机相邻的邻接跟随者无人机对所述编队飞行参考轨迹的估计值；所述编队尺寸的估计参考值为所述无人机编队中与所述当前跟随者无人机相邻的邻接跟随者无人机对所述编队尺寸的估计值。
其中，与所述当前跟随者无人机相邻的邻接跟随者无人机根据预设通信拓扑关系确定。
其中，所述预设通信拓扑关系表示所述无人机编队中跟随者无人机之间的固定通信拓扑关系；所述预设通信拓扑关系通过如下计算式（25）~（29）表述为：
（25）/>（26）/> （27）
（28）/> （29）
其中，表示含有N个节点的有向图；/>表示节点集合，每个节点代表所述无人机编队中的一个跟随者无人机；/>表示不同跟随者无人机之间边的集合；/>表示邻接矩阵,对角元素/>；/>表示跟随者无人机/>能获取跟随者无人机i的信息，即，跟随者无人机/>是跟随者无人机i的邻接无人机，并且/>取值为1；/>表示跟随者无人机/>不能获取跟随者无人机i的信息，即，跟随者无人机/>不是跟随者无人机i的邻接无人机，并且/>取值为0；N表示所述无人机编队中跟随者无人机的数量，且N为正整数；i表示所述当前跟随者无人机在所述无人机编队中的编号或序号；k表示与所述当前跟随者无人机相邻的邻接跟随者无人机在所述无人机编队中的编号或序号；i、k且均为正整数；R表示实数域。
作为一可选示例，在图7实施方式的基础上，步骤6011可通过任何可用的方式实现。
例如，利用如下计算式（30）~（42），确定所述当前跟随者无人机自身对所述编队飞行参考轨迹的估计值以及编队尺寸的估计值；
（30）
（31）
（32）
（33）/>
（34）
（35）/>（36）
（37）/>（38）
（39）/>（40）
（41）/>（42）
其中，i表示所述当前跟随者无人机在所述无人机编队中的编号或序号；k表示与所述当前跟随者无人机相邻的邻接跟随者无人机在所述无人机编队中的编号或序号；i、k且均为正整数；j表示阶数；表示跟随者无人机i的观测器关于观测维度/>的第j阶观测值；/>表示跟随者无人机k的观测器关于观测维度/>的第j阶观测值；观测维度/>包括基于地面坐标系的x轴位置维度、y轴位置维度、z轴位置维度以及编队尺寸维度；/>表示跟随者无人机i的观测器的输入；/>表示跟随者无人机i的观测器的一致性误差；/>表示从所述参考信息中确定的由领导者无人机确定的编队飞行参考轨迹/>和/或编队尺寸；/>表示由领导者无人机确定的编队飞行参考轨迹/>中基于地面坐标系的x轴的位置信息；/>表示由领导者无人机确定的编队飞行参考轨迹/>中基于地面坐标系的y轴的位置信息；/>表示由领导者无人机确定的编队飞行参考轨迹/>中基于地面坐标系的z轴的位置信息；/>表示滑膜误差；/>表示一个常量；/>,/> 和/>均为正常数；/>表示跟随者无人机i对/>上界的估计值；/>表示跟随者无人机k对/>上界的估计值；/>表示已知的/>上界值；/>取值为1。
作为一可选示例，在图7实施方式的基础上，步骤6012可通过任何可用的方式实现。
例如，利用所述计算式（30）~（42），确定自身对所述编队飞行参考轨迹的估计值以及编队尺寸的估计值；其中，取值为0。
作为一可选实施方式，在图6实施例的基础上，步骤602可通过任何可用的方式实现。
例如，首先，利用所述编队飞行参考轨迹的估计值以及编队尺寸的估计值，确定所述当前跟随者无人机自身的参考状态；然后，基于所述当前跟随者无人机自身的实时状态、所述参考状态以及预设控制参数计算规则，确定所述当前跟随者无人机自身的当前各项控制参数；最后，基于所述当前各项控制参数，控制所述当前跟随者无人机自身执行跟随飞行。
作为一可选实施方式，所述“利用所述编队飞行参考轨迹的估计值以及编队尺寸的估计值，确定所述当前跟随者无人机自身的参考状态”可通过如下方式实现：利用如下计算式（43）~（44），确定所述当前跟随者无人机自身的参考状态。
其中，计算式（43）~（44）如下：
其中，i表示所述当前跟随者无人机在所述无人机编队中的编号或序号，且i为正整数；表示跟随者无人机i的参考位置；/>表示跟随者无人机i对所述编队飞行参考轨迹的一阶估计值；/>表示跟随者无人机i对所述编队尺寸的1阶估计值；/>表示跟随者无人机i的参考速度；/>表示跟随者无人机i对所述编队飞行参考轨迹的二阶估计值；/>表示跟随者无人机i对所述编队尺寸的二阶估计值；/>表示跟随者无人机i的参考加速度；表示跟随者无人机i对所述编队飞行参考轨迹的三阶估计值；/>表示跟随者无人机i对所述编队尺寸的三阶估计值；/>表示跟随者无人机i的参考超加速度；/>表示跟随者无人机i对所述编队飞行参考轨迹的四阶估计值；/>表示跟随者无人机i对所述编队尺寸的四阶估计值；/>表示在所述无人机编队中以所述领导者无人机的当前位置为原点建立的极坐标系中，所述跟随者无人机i相对于所述领导者无人机的方位角；/>表示在所述无人机编队中以所述领导者无人机的当前位置为原点建立的极坐标系中，所述跟随者无人机i相对于所述领导者无人机的俯仰角；/>表示在所述无人机编队中以所述领导者无人机的当前位置为原点建立的极坐标系中，所述跟随者无人机i相对于所述领导者无人机的方向向量。
其中，对于任一跟随者无人机i而言，可预先获取自己在在所述无人机编队，相对于所述领导者无人机的方位角俯仰角/>；从而在编队跟随飞行过程中，保持方向向量不变，仅根据所述编队尺寸改变与领导者无人机的距离即可。
作为一可选实施方式，所述“基于所述当前跟随者无人机自身的实时状态、所述参考状态以及预设控制参数计算规则，确定所述当前跟随者无人机自身的当前各项控制参数”可提过如下方式实现：利用如下计算式（45）~（59），确定所述当前跟随者无人机自身的当前各项控制参数。
其中，计算式（45）~（59）如下：
其中，表示跟随者无人机i的当前位置；/>表示跟随者无人机i的当前速度；/>表示跟随者无人机i的当前位置与参考位置之间的位置误差；/>表示跟随者无人机i的理想控制推力矢量；/>表示跟随者无人机i的机体坐标系的z轴单位向量；/>表示跟随者无人机i的机体坐标系的y轴单位向量；/>表示跟随者无人机i的机体坐标系的x轴单位向量；/>和/>表示预设正常数；/>表示跟随者无人机i的质量；g表示重力加速度；/>表示地面坐标系的z轴单位向量；Fi表示跟随者无人机i的电机沿/>方向的电机推力；/>表示跟随者无人机i的理想机体坐标系的/>轴方向；/>表示跟随者无人机i的参考航向角；表示跟随者无人机i在地面坐标系的预设理想航向；/>表示跟随者无人机i的理想机体坐标系的/>轴方向；/>表示跟随者无人机i的理想机体坐标系的/>轴方向；表示跟随者无人机i基于理想机体坐标系的旋转矩阵；/>表示跟随者无人机i的参考角速度；/>表示跟随者无人机i在机体坐标系下的当前三轴转动惯量；/>表示跟随者无人机i的当前角速度；/>表示跟随者无人机i的当前姿态矩阵；/>表示跟随者无人机i的当前角速度与参考角速度之间的角速度误差；/>表示跟随者无人机i的姿态矩阵几何误差；/>表示中间变量，无具体含义；算子/>表示从SO(3)到/>的映射；其中，SO(3)表示包括旋转矩阵的三维旋转群；/>表示三维实数空间。
如上所述，图6实施例实现了一种分布式编队控制方法，解决了复杂障碍环境中无人机编队飞行的实时避障问题，与现有技术相比，可减轻领导者无人机的通信负载，提高编队飞行的实用性；另外，图6实施例关于分布式控制的方案，相比于现有技术中采用深度强化学习网络的运算量，每驾跟随者无人机只需要各自的观测器和控制器执行运算，对每一台无人机的机载计算机性能要求不高，有利于方案的实施以及推广。
为了方便理解本发明的上述技术方案，以下通过具体实施例对本发明的上述技术方案进行详细说明。
实施例1
本实施例中采用的实验系统框图如图8所示。具体地，在该实验系统中所述无人机编队可包括1个领导者无人机和N（参照图4示例，这里N可以取值4）个跟随者无人机，即在本实验中，跟随者无人机包括如图4所示的跟随者1~4。其中，无人机（包括领导者无人机、跟随者无人机）均可采用Crazyflie 2.1型号。领导者无人机可以获得环境中的障碍物位置信息、以及编队飞行任务的局部目标位置；其中，环境中的障碍物位置信息可以保存成地图的形式。室内动作捕捉系统可获取无人机编队的实时位置信息。领导者无人机使用一支单独的线程进行模拟，负责执行“编队飞行参考轨迹和编队尺寸”的生成与规划；跟随者无人机各由一支线程进行控制，跟随者无人机和领导者无人机之间的分布式有向通信（线程之间的通信）网络或拓扑利用ROS系统模拟。执行上述各个线程的计算机例如可以为地面工作站。其中，控制跟随者无人机的线程将控制信号（即，指令）通过无线数传模块（例如，Crazyradio数传模块）发布给跟随者无人机，以实现对无人机编队的控制；跟随者无人机的无人机状态也可以通过无线数传模块，反馈给其对应的线程。在对应每个跟随者无人机的控制线程内，将执行观测器的状态估计仿真运算、以及跟随控制器的控制参数仿真运算；其中，观测器可以采用分布式滤波器的形式实现。
实验中无人机的物理参数如表1所示：
表1 无人机物理参数
实验中领导者无人机的初始位置和三个局部目标位置如表2所示，跟随者无人机的初始化位置随机分布于领导者无人机初始位置附近。在本实施例1中，分别将三个局部目标位置发布给领导者无人机。
表2 初始化变量
实验中领导者无人机的规划算法相关参数定义如表3所示。
表3 领导者无人机规划算发参数
实验中无人机编队的分布式编队控制参数定义如表4所示。
表4 无人机编队的分布式编队控制参数
实验中，跟随者无人机跟随领导者无人机规划的编队飞行参考轨迹飞行时基于地面坐标系的x轴、y轴以及z轴向的编队误差依次如图9a~9c所示；如图所示，可见三轴编队误差符合编队控制精度要求。实验中无人机编队飞行的实际飞行轨迹如图10所示；可见在实现无人机编队飞行任务的同时避免了与环境中的障碍物发生碰撞。
综上，由实验结果可以看出，利用本发明公开的控制方法，所述无人机编队可实现分布式编队控制，并且在复杂障碍环境中飞行时能够避免与障碍物之间的碰撞。
基于相同的发明构思，参考图11，本发明还提供一种用于无人机编队飞行的控制装置，包括：数据获取模块1，被配置为：获取无人机编队当前执飞任务的当前局部目标位置，以及所述当前局部目标位置与领导者无人机自身的当前位置之间的障碍物分布信息；在线规划模块2，被配置为：根据所述当前位置、当前局部目标位置以及障碍物分布信息，在线规划所述当前位置与所述当前局部目标位置之间的编队飞行参考轨迹、以及与该编队飞行参考轨迹匹配的编队尺寸；飞行控制模块3，被配置为：控制所述领导者无人机自身沿所述编队飞行参考轨迹从所述当前位置飞往所述当前局部目标位置；信息推送模块4，被配置为：基于动态通信拓扑关系，将表征所述编队飞行参考轨迹以及编队尺寸的参考信息，发送至所述无人机编队中的跟随者无人机；其中，所述动态通信拓扑关系表示所述领导者无人机自身与所述无人机编队中的跟随者无人机之间的实时通信拓扑关系。
基于相同的发明构思，参考图12，本发明还提供一种用于无人机编队飞行的控制装置，包括：分布式参数观测模块201，被配置为：根据预设时间内对领导者无人机发送的参考信息的接收状态，确定当前跟随者无人机自身对编队飞行参考轨迹的估计值以及编队尺寸的估计值；跟随飞行控制模块202，被配置为：根据所述编队飞行参考轨迹的估计值以及编队尺寸的估计值，执行跟随飞行；其中，所述接收状态包括接收成功和接收失败；其中，所述参考信息包括由所述领导者无人机确定的编队飞行参考轨迹的位置数据以及对应的编队尺寸。
以上各模块例如可以由软件实现、硬件实现或软硬件结合的方式实现。
参考图13，本发明还提供一种用于无人机编队飞行的控制装置，包括：存储器和处理器，所述存储器存储程序，所述处理器运行所述程序以执行前述的控制方法。
本发明还提供一种无人机编队，包括：领导者无人机和跟随者无人机，所述领导者无人机包括存储器和处理器，所述领导者无人机的存储器存储程序，所述领导者无人机的处理器运行程序以执行前述的用于领导者无人机的控制方法，所述跟随者无人机包括存储器和处理器，所述跟随者无人机的存储器存储程序，所述跟随者无人机的处理器运行程序以执行前述的用于跟随者无人机的控制方法。
本发明还提供一种程序产品，所述程序产品在处理器上运行时执行前述的用于无人机编队飞行的控制方法。
本发明中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。
本发明的保护范围不限于上述的实施例，显然，本领域的技术人员可以对本发明进行各种改动和变形而不脱离本发明的范围和精神。倘若这些改动和变形属于本发明权利要求及其等同技术的范围，则本发明的意图也包含这些改动和变形在内。
Claims (10)
1.一种用于无人机编队飞行的控制方法，其特征在于，包括：
获取无人机编队执飞任务的当前局部目标位置，以及所述当前局部目标位置与领导者无人机自身的当前位置之间的障碍物分布信息；
根据所述当前位置、当前局部目标位置以及障碍物分布信息，在线规划所述当前位置与所述当前局部目标位置之间的编队飞行参考轨迹以及与该编队飞行参考轨迹匹配的编队尺寸；
控制领导者无人机自身沿所述编队飞行参考轨迹从所述当前位置飞往所述当前局部目标位置；
基于动态通信拓扑关系，将表征所述编队飞行参考轨迹以及编队尺寸的参考信息，发送至所述无人机编队中的跟随者无人机；
其中，所述动态通信拓扑关系表示所述领导者无人机自身与所述无人机编队中的跟随者无人机之间的实时通信拓扑关系；
根据所述当前位置、当前局部目标位置以及障碍物分布信息，在线规划所述当前位置与所述当前局部目标位置之间的编队飞行参考轨迹、以及与该编队飞行参考轨迹匹配的编队尺寸，包括：
利用所述当前位置、当前局部目标位置以及障碍物分布信息，确定所述当前位置与当前局部目标位置之间的飞行安全走廊；
根据所述飞行安全走廊，确定所述编队飞行参考轨迹以及编队尺寸；
其中，所述飞行安全走廊包括 个凸多面体，通过如下计算式（1）~（6）表述为:
（1）/>(2)/>(3)
(4)/> (5)/> (6)
其中，x free 表示所述飞行安全走廊；表示凸多面体标号；/>为正整数；/>和/>表示构成所述/>个凸多面体的三维平面参数；/>表示/>中任一元素；/>表示/>中任一元素；/>表示实数域。
2.根据权利要求1所述的控制方法，其特征在于，飞行安全走廊的确定过程包括：
基于预设路径算法生成从所述当前位置至所述当前局部目标位置的离散路径；其中，所述离散路径W ini 包括L个路径点；利用如下计算式（7）~（11）优化所述路径点，得到优化后的路径点；基于所述优化后的路径点，生成所述飞行安全走廊；其中，
（7）（8） />（9）（10）（11）
其中，表示所述优化后的路径点；w、L表示路径点的序号，且为正整数；/>表示第w个路径点；/>表示第w-1个路径点；/>表示第w+1个路径点；/>表示优化路径点的目标函数；/>表示用于光滑路径点之间的连接的约束条件；/>表示用于避免路径点过于靠近障碍物的约束条件；/>表示第w个路径点靠近障碍物的惩罚约束条件；/>和/>表示预设的优化权重；G和/>表示预设的正常数；/>表示路径点/>与最近的障碍物之间的距离；是预设的安全距离；W wx 、W wy 、W wz 依次表示第w个路径点W w 基于地面坐标系的x轴、y轴以及z轴的坐标。
3.根据权利要求1所述的控制方法，其特征在于，根据所述飞行安全走廊，确定所述编队飞行参考轨迹以及编队尺寸，包括：
利用如下贝塞尔曲线计算式（12）~（15），在所述飞行安全走廊中确定待优化的参考轨迹；
（12）
（13）/>（14）
（15）
其中，表示待优化的参考轨迹/>中的第1段n阶贝塞尔曲线；/>表示待优化的参考轨迹/>中的第M段n阶贝塞尔曲线；/>表示以待优化的参考轨迹/>中第m段贝塞尔曲线上n个控制点位置为元素的矩阵的转置；/>表示待优化的参考轨迹/>中第1段贝塞尔曲线上的第j个控制点位置；/>表示待优化的参考轨迹/>中第M段贝塞尔曲线上的第j个控制点位置；M表示待优化的参考轨迹/>中包括的n阶贝塞尔曲线的数量，且M为正整数；m表示待优化的参考轨迹/>中包括的n阶贝塞尔曲线的序号，且m为正整数；j，n表示阶数，且j、n均为正整数；t表示时间；T表示时刻；/>表示伯因斯坦多项式；/>表示组合数；
利用如下计算式（16）~（24），对所述待优化的参考轨迹进行在线优化，得到所述编队飞行参考轨迹以及编队尺寸；
（16）
（17） /> （18）
（19）
（20）
（21）
（22）
（23）
（24）
其中，表示待优化的参考轨迹/>中第m段贝塞尔曲线；/>表示所述编队尺寸；/>表示预设的理想编队尺寸；/>、/>分别表示预设优化权重；/>表示待优化参考轨迹中第m段贝塞尔曲线的初始位置时刻；/>表示待优化参考轨迹中第m+1段贝塞尔曲线的初始位置时刻；/>表示待优化的参考轨迹/>中第M段贝塞尔曲线在/>时刻的位置；M表示待优化的参考轨迹/>中包括的n阶贝塞尔曲线的数量，且M为正整数；m表示待优化的参考轨迹/>中包括的n阶贝塞尔曲线的序号，且m为正整数；j，n表示阶数，且j、n均为正整数；表示当前局部目标位置；/>表示第m段贝塞尔曲线与第m+1段贝塞尔曲线连接点位置的状态；
表示第m段待优化的参考速度轨迹的第j个控制点；/>表示第m段待优化的参考加速度轨迹的第j个控制点；/>表示第m段待优化的参考超加速度轨迹的第j个控制点；/>表示第m段待优化的参考超超加速度轨迹的第j个控制点；/>表示第m段待优化的参考超加速度轨迹的/>个控制点；/>表示预设最大速度；/>表示预设最大加速度；/>表示预设最大超加速度；/>表示预设最大超超加速度；/>表示所述待优化的参考轨迹/>中第m段贝塞尔曲线与所述飞行安全走廊的包含关系；如果所述待优化的参考轨迹/>中第m段贝塞尔曲线上的全部控制点包含于飞行安全走廊的凸多面体/>中，则/>取值为1；/>表示所述待优化的参考轨迹/>中第m段贝塞尔曲线上第1个控制点；/>表示所述待优化的参考轨迹/>中第m段贝塞尔曲线上第n+1个控制点；/>表示预设安全裕度。
4.一种用于无人机编队飞行的控制方法，其特征在于，包括：
根据预设时间内对领导者无人机发送的参考信息的接收状态，确定当前跟随者无人机自身对编队飞行参考轨迹的估计值以及编队尺寸的估计值；
根据所述编队飞行参考轨迹的估计值以及编队尺寸的估计值，执行跟随飞行；
其中，所述接收状态包括接收成功和接收失败；
其中，所述参考信息包括由所述领导者无人机确定的编队飞行参考轨迹的位置数据以及对应的编队尺寸；
根据预设时间内对领导者无人机发送的参考信息的接收状态，确定当前跟随者无人机自身对编队飞行参考轨迹的估计值以及编队尺寸的估计值，包括：
响应于预设时间内对领导者无人机发送的参考信息的接收成功，利用编队飞行参考轨迹的估计参考值、编队尺寸的估计参考值以及所述参考信息，确定所述当前跟随者无人机自身对所述编队飞行参考轨迹的估计值以及编队尺寸的估计值；
响应于预设时间内对领导者无人机发送的参考信息的接收失败，利用获取到的编队飞行参考轨迹的估计参考值以及编队尺寸的估计参考值，确定所述当前跟随者无人机自身对所述编队飞行参考轨迹的估计值以及编队尺寸的估计值；
其中，所述编队飞行参考轨迹的估计参考值为所述无人机编队中与所述当前跟随者无人机相邻的邻接跟随者无人机对所述编队飞行参考轨迹的估计值；所述编队尺寸的估计参考值为所述无人机编队中与所述当前跟随者无人机相邻的邻接跟随者无人机对所述编队尺寸的估计值；
其中，编队尺寸是领导者无人机按照如下方式确定的，利用当前位置、当前局部目标位置以及障碍物分布信息，确定所述当前位置与当前局部目标位置之间的飞行安全走廊；根据所述飞行安全走廊，确定所述编队飞行参考轨迹以及编队尺寸；
其中，所述飞行安全走廊包括个凸多面体，通过如下计算式（1）~（6）表述为:
（1）/>(2)/>(3)
(4)/> (5)/> (6)
其中，x free 表示所述飞行安全走廊；表示凸多面体标号；/>为正整数；/>和/>表示构成所述/>个凸多面体的三维平面参数；/>表示/>中任一元素；/>表示/>中任一元素；/>表示实数域。
5.根据权利要求4所述的控制方法，其特征在于，响应于预设时间内对领导者无人机发送的参考信息的接收成功，利用编队飞行参考轨迹的估计参考值、编队尺寸的估计参考值以及所述参考信息，确定所述当前跟随者无人机自身对所述编队飞行参考轨迹的估计值以及编队尺寸的估计值，包括：
利用如下计算式（30）~（42），确定所述当前跟随者无人机自身对所述编队飞行参考轨迹的估计值以及编队尺寸的估计值；
（30）
（31）
（32）
（33）
（34）
（35）/> （36）
（37）/>（38）
（39）/>（40）
（41）/>（42）
其中，i表示所述当前跟随者无人机在所述无人机编队中的编号或序号；k表示与所述当前跟随者无人机相邻的邻接跟随者无人机在所述无人机编队中的编号或序号；i、k且均为正整数；j表示阶数；表示跟随者无人机i的观测器关于观测维度/>的第j阶观测值；表示跟随者无人机k的观测器关于观测维度/>的第j阶观测值；观测维度/>包括基于地面坐标系的x轴位置维度、y轴位置维度、z轴位置维度以及编队尺寸维度；/>表示跟随者无人机i的观测器的输入；/>表示跟随者无人机i的观测器的一致性误差；/>表示从所述参考信息中确定的由领导者无人机确定的编队飞行参考轨迹/>和/或编队尺寸/>；表示由领导者无人机确定的编队飞行参考轨迹/>中基于地面坐标系的x轴的位置信息；/>表示由领导者无人机确定的编队飞行参考轨迹/>中基于地面坐标系的y轴的位置信息；/>表示由领导者无人机确定的编队飞行参考轨迹/>中基于地面坐标系的z轴的位置信息；/>表示滑膜误差；/>表示一个常量；/>, /> 和/>均为正常数；/>表示跟随者无人机i对/>上界的估计值；/>表示跟随者无人机k对/>上界的估计值；/>表示已知的/>上界值；/>取值为1。
6.根据权利要求5所述的控制方法，其特征在于，响应于预设时间内对领导者无人机发送的参考信息的接收失败，利用获取到的编队飞行参考轨迹的估计参考值以及编队尺寸的估计参考值，确定所述当前跟随者无人机自身对所述编队飞行参考轨迹的估计值以及编队尺寸的估计值，包括：
利用所述计算式（30）~（42），确定自身对所述编队飞行参考轨迹的估计值以及编队尺寸的估计值；其中，取值为0。
7.根据权利要求4所述的控制方法，其特征在于，根据所述编队飞行参考轨迹的估计值以及编队尺寸的估计值，执行跟随飞行，包括：
利用所述编队飞行参考轨迹的估计值以及编队尺寸的估计值，确定所述当前跟随者无人机自身的参考状态；
基于所述当前跟随者无人机自身的实时状态、所述参考状态以及预设控制参数计算规则，确定所述当前跟随者无人机自身的当前各项控制参数；
基于所述当前各项控制参数，控制所述当前跟随者无人机自身执行跟随飞行。
8.一种用于无人机编队飞行的控制装置，其特征在于，包括：
数据获取模块，被配置为：获取无人机编队当前执飞任务的当前局部目标位置，以及所述当前局部目标位置与领导者无人机自身的当前位置之间的障碍物分布信息；
在线规划模块，被配置为：根据所述当前位置、当前局部目标位置以及障碍物分布信息，在线规划所述当前位置与所述当前局部目标位置之间的编队飞行参考轨迹、以及与该编队飞行参考轨迹匹配的编队尺寸；
飞行控制模块，被配置为：控制领导者无人机自身沿所述编队飞行参考轨迹从所述当前位置飞往所述当前局部目标位置；
信息推送模块，被配置为：基于动态通信拓扑关系，将表征所述编队飞行参考轨迹以及编队尺寸的参考信息，发送至所述无人机编队中的跟随者无人机；其中，所述动态通信拓扑关系表示所述领导者无人机自身与所述无人机编队中的跟随者无人机之间的实时通信拓扑关系；
其中，根据所述当前位置、当前局部目标位置以及障碍物分布信息，在线规划所述当前位置与所述当前局部目标位置之间的编队飞行参考轨迹、以及与该编队飞行参考轨迹匹配的编队尺寸，包括：
利用所述当前位置、当前局部目标位置以及障碍物分布信息，确定所述当前位置与当前局部目标位置之间的飞行安全走廊；
根据所述飞行安全走廊，确定所述编队飞行参考轨迹以及编队尺寸；
其中，所述飞行安全走廊包括个凸多面体，通过如下计算式（1）~（6）表述为:
（1）/>(2)/>(3)
(4)/> (5)/> (6)
其中，x free 表示所述飞行安全走廊；表示凸多面体标号；/>为正整数；/>和/>表示构成所述/>个凸多面体的三维平面参数；/>表示/>中任一元素；/>表示/>中任一元素；/>表示实数域；
或者，所述控制装置，包括：
分布式参数观测模块，被配置为：根据预设时间内对领导者无人机发送的参考信息的接收状态，确定当前跟随者无人机自身对编队飞行参考轨迹的估计值以及编队尺寸的估计值；
跟随飞行控制模块，被配置为：根据所述编队飞行参考轨迹的估计值以及编队尺寸的估计值，执行跟随飞行；
其中，所述接收状态包括接收成功和接收失败；
其中，所述参考信息包括由所述领导者无人机确定的编队飞行参考轨迹的位置数据以及对应的编队尺寸；
其中，根据预设时间内对领导者无人机发送的参考信息的接收状态，确定当前跟随者无人机自身对编队飞行参考轨迹的估计值以及编队尺寸的估计值，包括：
响应于预设时间内对领导者无人机发送的参考信息的接收成功，利用编队飞行参考轨迹的估计参考值、编队尺寸的估计参考值以及所述参考信息，确定所述当前跟随者无人机自身对所述编队飞行参考轨迹的估计值以及编队尺寸的估计值；
响应于预设时间内对领导者无人机发送的参考信息的接收失败，利用获取到的编队飞行参考轨迹的估计参考值以及编队尺寸的估计参考值，确定所述当前跟随者无人机自身对所述编队飞行参考轨迹的估计值以及编队尺寸的估计值；
其中，所述编队飞行参考轨迹的估计参考值为所述无人机编队中与所述当前跟随者无人机相邻的邻接跟随者无人机对所述编队飞行参考轨迹的估计值；所述编队尺寸的估计参考值为所述无人机编队中与所述当前跟随者无人机相邻的邻接跟随者无人机对所述编队尺寸的估计值；
其中，编队尺寸是领导者无人机按照如下方式确定的，利用所述当前位置、当前局部目标位置以及障碍物分布信息，确定所述当前位置与当前局部目标位置之间的飞行安全走廊；根据所述飞行安全走廊，确定所述编队飞行参考轨迹以及编队尺寸；
其中，所述飞行安全走廊包括个凸多面体，通过如下计算式（1）~（6）表述为:
（1）/>(2)/>(3)
(4)/> (5)/> (6)
其中，x free 表示所述飞行安全走廊；表示凸多面体标号；/>为正整数；/>和/>表示构成所述/>个凸多面体的三维平面参数；/>表示/>中任一元素；/>表示/>中任一元素；/>表示实数域。
9.一种用于无人机编队飞行的控制装置，其特征在于，包括存储器和处理器，所述存储器存储程序，所述处理器运行所述程序以执行权利要求1至7中任一项所述的控制方法。
10.一种无人机编队，其特征在于，包括：领导者无人机和跟随者无人机，所述领导者无人机包括存储器和处理器，所述领导者无人机的存储器存储程序，所述领导者无人机的处理器运行程序以执行权利要求1至3中任一项所述的控制方法，所述跟随者无人机包括存储器和处理器，所述跟随者无人机的存储器存储程序，所述跟随者无人机的处理器运行程序以执行权利要求4至7中任一项所述的控制方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311441030.1A CN117170410B (zh) | 2023-11-01 | 2023-11-01 | 用于无人机编队飞行的控制方法及相关产品 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311441030.1A CN117170410B (zh) | 2023-11-01 | 2023-11-01 | 用于无人机编队飞行的控制方法及相关产品 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117170410A CN117170410A (zh) | 2023-12-05 |
| CN117170410B true CN117170410B (zh) | 2024-01-30 |
Family
ID=88932076
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311441030.1A Active CN117170410B (zh) | 2023-11-01 | 2023-11-01 | 用于无人机编队飞行的控制方法及相关产品 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117170410B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117590862B (zh) * | 2024-01-18 | 2024-04-05 | 北京工业大学 | 一种分布式无人机预定时间三维目标包围控制方法及系统 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110703795A (zh) * | 2019-09-27 | 2020-01-17 | 南京航空航天大学 | 一种基于切换拓扑的无人机群协同安全控制方法 |
| KR20200013436A (ko) * | 2018-07-30 | 2020-02-07 | 광주과학기술원 | 다중 드론 시스템 및 그것의 동작 방법 |
| CN114661069A (zh) * | 2022-05-25 | 2022-06-24 | 西北工业大学深圳研究院 | 一种群体智能系统的编队控制方法 |
| CN115237150A (zh) * | 2022-05-09 | 2022-10-25 | 中国计量大学 | 一种固定翼编队避障方法 |
| CN116149351A (zh) * | 2022-11-22 | 2023-05-23 | 南京航空航天大学 | 一种非理想通信环境下的无人机集群干扰合围控制方法 |
| CN116203991A (zh) * | 2023-04-13 | 2023-06-02 | 杭州电子科技大学 | 一种基于轨迹参数通信的无人机集群控制方法及系统 |
-
2023
- 2023-11-01 CN CN202311441030.1A patent/CN117170410B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20200013436A (ko) * | 2018-07-30 | 2020-02-07 | 광주과학기술원 | 다중 드론 시스템 및 그것의 동작 방법 |
| CN110703795A (zh) * | 2019-09-27 | 2020-01-17 | 南京航空航天大学 | 一种基于切换拓扑的无人机群协同安全控制方法 |
| CN115237150A (zh) * | 2022-05-09 | 2022-10-25 | 中国计量大学 | 一种固定翼编队避障方法 |
| CN114661069A (zh) * | 2022-05-25 | 2022-06-24 | 西北工业大学深圳研究院 | 一种群体智能系统的编队控制方法 |
| CN116149351A (zh) * | 2022-11-22 | 2023-05-23 | 南京航空航天大学 | 一种非理想通信环境下的无人机集群干扰合围控制方法 |
| CN116203991A (zh) * | 2023-04-13 | 2023-06-02 | 杭州电子科技大学 | 一种基于轨迹参数通信的无人机集群控制方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117170410A (zh) | 2023-12-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108549407B (zh) | 一种多无人机协同编队避障的控制算法 | |
| Sang et al. | The hybrid path planning algorithm based on improved A* and artificial potential field for unmanned surface vehicle formations | |
| Beard et al. | Decentralized cooperative aerial surveillance using fixed-wing miniature UAVs | |
| Saska et al. | Motion planning and control of formations of micro aerial vehicles | |
| CN117170410B (zh) | 用于无人机编队飞行的控制方法及相关产品 | |
| Dong et al. | An artificially weighted spanning tree coverage algorithm for decentralized flying robots | |
| Chen et al. | Dynamic obstacle avoidance for uavs using a fast trajectory planning approach | |
| Chen et al. | Formation reconfiguration for fixed-wing UAVs: A coordinated path following approach | |
| CN113900449B (zh) | 多无人机轨迹规划方法、装置、无人机及存储介质 | |
| Clark et al. | Flight test results for UAVs using boid guidance algorithms | |
| Perez-Leon et al. | Integration of a 4D-trajectory follower to improve multi-UAV conflict management within the U-space context | |
| Valenti | Approximate dynamic programming with applications in multi-agent systems | |
| Abdelkader et al. | Distributed real time control of multiple uavs in adversarial environment: Algorithm and flight testing results | |
| CN115164890A (zh) | 一种基于模仿学习的群体无人机自主运动规划方法 | |
| Clauss et al. | Design and evaluation of a UAS combining cognitive automation and optimal control | |
| Khachumov et al. | The problem of target capturing by a group of unmanned flight vehicles under wind disturbances | |
| Kim et al. | Guidance of multi-agent fixed-wing aircraft using a moving mesh method | |
| Ruediger et al. | Simulation of Underwater Environments to Investigate Multi-Robot Systems for Marine Hull Inspection | |
| Jiang et al. | A multi-UAV formation maintaining method based on formation reference point | |
| Geiger et al. | Flight testing a real-time direct collocation path planner | |
| Wu et al. | Formation control strategy of multi-agent system with improved probabilistic roadmap method applied in restricted environment | |
| Fan et al. | Multi-UAV Cooperative Hunting in Cluttered Environments Considering Downwash Effects | |
| Guo et al. | Reinforcement-learning-based path planning for UAVs in intensive obstacle environment | |
| Keshmiri et al. | Control of multi-agent collaborative fixed-wing uass in unstructured environment | |
| CN116774735B (zh) | 一种基于边缘计算的无人机集群轨迹规划方法及系统 |
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 |