CN117193368B - 一种多无人机协同编队避障保性能控制方法 - Google Patents

Abstract

本发明提出了一种多无人机协同编队避障保性能控制方法，涉及无人机编队协同控制技术领域。本发明包括：建立无人机编队协同运动模型，并将无人机编队跟踪控制系统解耦为位置子系统和姿态子系统；定义综合误差变量，引入指定时间预设性能函数实现跟踪系统的瞬态和稳态性能约束；设计无人机编队位置标称跟踪控制算法；基于人工势函数设计避碰控制律、避撞控制律和连通控制律；最终，设计考虑保性能、无人机间避碰、无人机避障、无人机间保连通的编队协同位置控制律和姿态控制律，精确而有效地实现了多无人机编队协同避撞控制。

Description

一种多无人机协同编队避障保性能控制方法

技术领域

发明涉及无人机编队协同控制技术领域，特别是指一种多无人机协同编队避障保性能控制方法。

背景技术

目前，无人机通常指具备动力驱动能力，可以远程遥控或者通过系统自身搭载的程序自主控制，能够回收并且重复利用的不载人飞行器。其体积小、成本低、灵活性高，机动性强，相关技术研究日渐成熟，已经在军事侦查^[1]、设备巡检^[2]，农业考察^[3]、娱乐航拍^[4]以及物流运货^[5]等方面得到了广泛的应用。

多无人机协同编队在执行大型复杂任务时与单个无人机相比，具有效率高、成功率高、抗干扰能力强、续航时间长等优点，故而，集群被普遍认为是无人机系统发展的重要方向。无人机协同编队^[6]，即多个相同或不同的型号的无人机互相合作，完成一个复杂度较高的任务。区别于单无人机的控制问题(例如文献[7])，协同编队无人机在遇到障碍物时，不仅单一无人机需要进行机动避障，还可能由于碰撞约束的存在，导致整个编队构形的改变。文献[8]针对多无人机协同编队避障问题，基于罚函数构造了避障约束，实现了障碍物的有效规避。文献[9]基于模型预测控制方法，提出了一种多优先级障碍物规避策略。文献[10]将智能优化算法引入多无人机协同编队问题，提出了一种基于鸽群算法的障碍物避障方法。文献[11]采用B样条曲线设计了障碍物环境下多无人机编队的运动轨迹。然而，现有无人机协同编队方法难以兼顾避障环境下的避障效果和无人机控制性能，亟需一种控制精度可保障的多无人机协同编队避障控制方法。

参考文献

[1]庞巧遇.基于无人机影像的野外场景快速三维重建技术研究[D].军事科学院,2022.

[2]邵瑰玮,刘壮,付晶,等.架空输电线路无人机巡检技术研究进展[J].高电压技术,2020,46(1):14-22.

[3]Ju C,Son H I.Multiple UAV systems for agricultural applications:Control,implementation,and evaluation[J].Electronics,2018,7(9):162.

[4]任志飞.无人机航拍图像的室外场景三维重建技术研究[J].影像技术,2017,29(3):71-73.

[5]张启钱,许卫卫,张洪海,等.复杂低空物流无人机路径规划[J].北京航空航天大学学报,2020,46(7):1275-1286.

[6]Skorobogatov G,Barrado C,SalamíE.Multiple UAV systems:A survey[J].Unmanned Systems,2020,8(02):149-169.

[7]Zhou Y,Su Y,Xie A,et al.A newly bio-inspired path planningalgorithm for autonomous obstacle avoidance of UAV[J].Chinese Journal ofAeronautics,2021,34(9):199-209.

[8]王祝,刘莉,龙腾,等.基于罚函数序列凸规划的多无人机轨迹规划[J].航空学报,2016,37(10):3149-3158.

[9]邵壮,祝小平,周洲,等.三维动态环境下多无人机编队分布式保持控制[J].控制与决策,2016,31(6):1065-1072.

[10]Ruan W,Duan H.Multi-UAV obstacle avoidance control via multi-objective social learning pigeon-inspired optimization[J].Frontiers ofInformation Technology&Electronic Engineering,2020,21(5):740-748.

[11]Peng M,Meng W.Cooperative Obstacle Avoidance for Multiple UAVsUsing Spline_VO Method[J].Sensors,2022,22(5):1947.

发明内容

有鉴于此，本发明提出了一种多无人机协同编队避障保性能控制方法，一方面确保编队飞行过程中各无人机间不发生碰撞，安全完成复杂协同作业任务，另一方面保障了无人机飞行过程中的控制性能。

为了实现上述目的，本发明采用的技术方案为：

一种多无人机协同编队避障保性能控制方法，包括如下步骤：

步骤1，建立无人机编队协同运动模型，计算无人机运动误差；

具体方式为：

步骤1.1，建立无人机编队协同运动模型：

其中：i为无人机编号，定义N_i为与无人机i通信连通的无人机集合，[x_1,i,x_3,i,x_5,i]表示无人机i的三维位置状态，[x_2,i,x_4,i,x_6,i]表示无人机i的三维线速度状态，[x_7,i,x_9,i,x_11,i]表示无人机i的三维姿态状态，[x_8,i,x_10,i,x_12,i]表示无人机i的三维角速度状态，m表示无人机质量，l表示螺旋桨中心到重心的距离，g表示重力加速度，I_xx,I_yy,I_zz表示绕三轴的转动惯量，J_P表示螺旋桨惯性矩，Ω_r表示螺旋桨转速裕度，表示无人机六维控制输入；

步骤1.2，将无人机编队跟踪控制系统解耦为位置子系统和姿态子系统，其中，位置子系统的表达式为p_i＝[x_1,i,x_3,i,x_5,i]^T,v_i＝[x_2,i,x_4,i,x_6,i]^T，分别表示第i个无人机的位置信息和速度信息，姿态子系统的表达式为δ_i＝[x_7,i,x_9,i,x_11,i]^T,ω_i＝[x_8,i,x_10,i,x_12,i]^T，分别表示第i个无人机的姿态信息和角速度信息；

计算位置误差e_pi(t)为：

其中，y_r为编队中心期望位置，Δ_i和Δ_j分别表示无人机i和无人机j相对编队中心的期望位置，a_ij表示无人机i和j之间的通信连接，b_i表示无人机i与领导者之间的通信连接；

计算速度误差e_vi(t)为：

计算姿态误差e_δi(t)为：

其中，δ_d,i为期望编队姿态；

计算角速度误差e_ωi(t)为：

其中，ω_d,i为期望编队角速度；

步骤2，计算综合误差变量，引入指定时间预设性能函数实现性能约束；具体方式为：

计算无人机i的综合位置误差变量q_i：

q_i＝k_pe_pi(t)+k_ve_vi(t)

其中，k_p>0,k_v>0为构成综合位置误差变量的正值参数；

基于指定时间预设性能函数ρ_i，为综合位置误差变量q_i施加性能约束：

其中，δ∈(0,1]为超调量抑制参数，指定时间预设性能函数ρ_i通过其微分形式进行积分获得：

其中，p₀＝((ρ₀-ρ_∞)^1-τ)/((1-τ)T_f)，T_f为指定的收敛时间，τ∈(0.5,1)为长直参数，ρ₀,ρ_∞分别为预设的指定时间预设性能函数的初值与终值；

通过设置上述性能函数约束，实现对综合位置误差变量q_i的瞬态性能和稳态性能约束；

步骤3，设计无人机编队位置标称跟踪控制律u_n,i：

其中，k_ε为标称控制增益，u_n,j为无人机j上一时刻的编队跟踪控制律，为ρ_i的时间微分；

f_p＝[0,0,g]^T

步骤4，基于人工势函数设计避碰控制律、避撞控制律和连通控制律；

无人机间避碰控制律u_co,i设计为：

其中，k_co为避碰控制增益，l_ij＝||p_i-p_j||，

其中，r_co为无人机的最小避碰距离，R_cn为无人机传感器的最大感知距离，Q_co∈(0，0.1)为防止出现控制奇异的正值参数；

无人机与障碍物的避撞控制律u_ob,i设计为：

其中，O_k为第k个障碍物形心的空间位置，k_ob为避撞控制增益，i_ik＝||p_i-O_k||，

其中，r_ob为障碍物的最大半径，R_ob设计满足R_ob≤R_co，Q_ob为极小的正常数；

无人机间连通性保持控制律u_cn,i设计为：

其中，k_cn为连通性保持控制增益，

其中，Q_cn为极小的正常数；

步骤5，计算最终编队协同位置控制律和编队协同姿态控制律；

编队协同位置控制律u_p,i为：

编队协同姿态控制律u_a,i为：

其中，k_a为姿态控制增益，u_a,j为无人机j上一时刻的编队协同姿态控制律，q_a,i＝k_δe_δi+k_ωe_ωi，k_δ>0,k_ω>0为构成综合姿态误差变量的正值参数，

基于编队协同位置控制律和编队协同姿态控制律实现多无人机协同编队的避障保性能控制。

本发明的有益效果在于：

1、本发明通过设计避碰控制律，能够确保编队无人机飞行过程中各无人机间不会发生碰撞。

2、本发明通过设计避撞控制律，能够确保编队无人机飞行过程中不与环境障碍物发生碰撞。

3、本发明通过设计编队协同位置控制律和编队协同姿态控制律，能够确保编队无人机飞行过程中各无人机的位置和姿态始终满足预设性能的要求。

附图说明

图1为无人机惯性坐标系和机体坐标系示意图；

图2为无人机集群系统的控制框架；

图3为各无人机之间的通信关系示意图；

图4为实施例考虑的两种期望构型示意图；

图5为指定时间PPC算法下梯形构型示意图；

图6为一字型构型形成时个体的运动轨迹示意图；

图7为指定时间PPC算法下长方形构型示意图；

图8为指定时间PPC算法下无人机之间的相对距离示意图；

图9为切换编队构型下各无人机的运动轨迹(二维)示意图；

图10为切换编队构型下各无人机的运动轨迹(三维)。

具体实施方式

下面结合附图对本发明做进一步的详细说明。

一种多无人机协同编队避障保性能控制方法，包括建立无人机编队协同运动模型，计算无人机运动误差；计算综合误差变量，引入指定时间预设性能函数对其稳态性能和瞬态性能进行约束；设计无人机编队位置标称跟踪控制算法；基于人工势函数进行避碰控制律设计、避撞控制律设计和连通控制律设计；计算最终编队协同位置控制律和姿态控制律，实现多无人机协同编队避障保性能控制。具体步骤如下：

步骤1，建立无人机编队协同运动模型，计算无人机运动误差；具体方式为：

步骤1.1，基于图1中定义的无人机惯性坐标系和机体坐标系，建立无人机编队协同运动模型：

其中：i为无人机编号，定义N_i为与无人机i通信连通的无人机集合，[x_1,i,x_3,i,x_5,i]表示无人机i的三维位置状态，[x_2,i,x_4,i,x_6,i]表示无人机i的三维线速度状态，[x_7,i,x_9,i,x_11,i]表示无人机i的三维姿态状态，[x_8,i,x_10,i,x_12,i]表示无人机i的三维角速度状态，m表示无人机质量，l表示螺旋桨中心到重心的距离，g表示重力加速度，I_xx,I_yy,I_zz表示绕三轴的转动惯量，J_P表示螺旋桨惯性矩，Ω_r表示螺旋桨转速裕度，表示无人机六维控制输入；

步骤1.2，基于图2所示的无人机集群系统的控制框架，将无人机编队跟踪控制系统解耦为位置子系统和姿态子系统，其中，位置子系统的表达式为p_i＝[x_1,i,x_3,i,x_5,i]^T,v_i＝[x_2,i,x_4,i,x_6,i]^T，分别表示第i个无人机的位置信息和速度信息，姿态子系统的表达式为δ_i＝[x_7,i,x_9,i,x_11,i]^T,ω_i＝[x_8,i,x_10,i,x_12,i]^T，分别表示第i个无人机的姿态信息和角速度信息；

计算位置误差e_pi(t)为：

其中，y_r为编队中心期望位置，Δ_i和Δ_j分别表示无人机i和无人机j相对编队中心的期望位置，a_ij表示无人机i和j之间的通信连接，b_i表示无人机i与领导者之间的通信连接；

计算速度误差e_vi(t)为：

计算姿态误差e_δi(t)为：

其中，δ_d,i为期望编队姿态；

计算角速度误差e_ωi(t)为：

其中，ω_d,i为期望编队角速度；

步骤2，计算综合误差变量，引入指定时间预设性能函数实现性能约束；具体方式为：

计算无人机i的综合位置误差变量q_i：

q_i＝k_pe_pi(t)+k_ve_vi(t)

其中，k_p>0,k_v>0为构成综合位置误差变量的正值参数；

基于指定时间预设性能函数ρ_i，为综合位置误差变量q_i施加性能约束：

其中，δ∈(0,1]为超调量抑制参数，指定时间预设性能函数ρ_i通过其微分形式进行积分获得：

其中，p₀＝((ρ₀-ρ_∞)^1-τ)/((1-τ)T_f)，T_f为指定的收敛时间，τ∈(0.5,1)为长直参数，ρ₀,ρ_∞分别为预设的指定时间预设性能函数的初值与终值；

通过设置上述性能函数约束，实现对综合位置误差变量q_i的瞬态性能和稳态性能约束；

步骤3，设计无人机编队位置标称跟踪控制律u_n,i：

其中，k_ε为标称控制增益，u_n,j为无人机j上一时刻的编队跟踪控制律，为ρ_i的时间微分；

f_p＝[0,0,g]^T

步骤4，基于人工势函数设计避碰控制律、避撞控制律和连通控制律；

无人机间避碰控制律u_co,i设计为：

其中，k_co为避碰控制增益，l_ij＝||p_i-p_j||，

其中，r_co为无人机的最小避碰距离，R_cn为无人机传感器的最大感知距离，Q_co∈(0，0.1)为防止出现控制奇异的正值参数；

无人机与障碍物的避撞控制律u_ob,i设计为：

其中，O_k为第k个障碍物形心的空间位置，k_ob为避撞控制增益，ι_ik＝||p_i-O_k||，

其中，r_ob为障碍物的最大半径，R_ob设计满足R_ob≤R_co，Q_ob为极小的正常数；

无人机间连通性保持控制律u_cn,i设计为：

其中，k_cn为连通性保持控制增益，

其中，Q_cn为极小的正常数；

步骤5，计算最终编队协同位置控制律和编队协同姿态控制律；

编队协同位置控制律u_p,i为：

编队协同姿态控制律u_a,i为：

其中，k_a为姿态控制增益，u_a,j为无人机j上一时刻的编队协同姿态控制律，q_a,i＝k_δe_δi+k_ωe_ωi，k_δ>0,k_ω>0为构成综合姿态误差变量的正值参数，

基于编队协同位置控制律和编队协同姿态控制律实现多无人机协同编队的避障保性能控制。

以下为一个更具体的例子：

在无人机编队协同任务中，考虑包含6个无人机跟随者和1个无人机虚拟领导者的编队系统，其中四旋翼无人机集群系统跟随者个体的初始仿真条件设置为 领导者个体的运行轨迹设置为y_r＝[0.5t,-0.5t,0]^T，智能体间的通信拓扑关系由图3给出。人工势场的参数设计为r_co＝25,R_cn＝150,r_ob＝5,R_ob＝10。为验证编队构形的切换能力，在时间t≤150s时，以图4中左侧(a)部分的梯形构形进行运动，且无需考虑避障、保连通性和避撞等约束。在150s后，形成以图4中右侧(b)部分的长方形构形进行运动，同时考虑保连通性和避撞约束，并躲避空间障碍物，障碍物形心位置设计在O_k＝[180,-120,0]^T。

图5给出了t≤150s前形成的梯形构形仿真结果图，图6给出了梯形构型形成时个体的运动轨迹示意图，可以看出控制器实现了预期控制目标。图7给出了150s后形成的长方形构形的仿真结果图，图8给出了指定时间PPC算法下无人机之间的全过程相对距离示意图。图9和图10分别给出了切换编队构型下各无人机的二维运动轨迹和三维运动轨迹。从图7到图10的仿真结果可以看出，在指定时间收敛的预设性能函数下，无人机编队系统中各个个体可以在规定时间内移动至期望的位置，编队跟踪误差始终在性能函数规定的区域内演化，且在指定时间内就收敛至期望的区域内。仿真实例验证了本发明给出的基于编队协同位置控制律和编队协同姿态控制律能够实现多无人机协同编队的避障保性能控制。

Claims (1)

1.一种多无人机协同编队避障保性能控制方法，其特征在于，包括如下步骤：

步骤1，建立无人机编队协同运动模型，计算无人机运动误差；具体方式为：

步骤1.1，建立无人机编队协同运动模型：

其中：i为无人机编号，定义N_i为与无人机i通信连通的无人机集合，[x_1,i,x_3,i,x_5,i]表示无人机i的三维位置状态，[x_2,i,x_4,i,x_6,i]表示无人机i的三维线速度状态，[x_7,i,x_9,i,x_11,i]表示无人机i的三维姿态状态，[x_8,i,x_10,i,x_12,i]表示无人机i的三维角速度状态，m表示无人机质量，l表示螺旋桨中心到重心的距离，g表示重力加速度，I_xx,I_yy,I_zz表示绕三轴的转动惯量，J_P表示螺旋桨惯性矩，Ω_r表示螺旋桨转速裕度，u_k,i表示无人机六维控制输入，

步骤1.2，将无人机编队跟踪控制系统解耦为位置子系统和姿态子系统，其中，位置子系统的表达式为p_i＝[x_1,i,x_3,i,x_5,i]^T,v_i＝[x_2,i,x_4,i,x_6,i]^T，分别表示第i个无人机的位置信息和速度信息，姿态子系统的表达式为δ_i＝[x_7,i,x_9,i,x_11,i]^T,ω_i＝[x_8,i,x_10,i,x_12,i]^T，分别表示第i个无人机的姿态信息和角速度信息；

计算位置误差e_pi(t)为：

其中，y_r为编队中心期望位置，Δ_i和Δ_j分别表示无人机i和无人机j相对编队中心的期望位置，a_ij表示无人机i和j之间的通信连接，b_i表示无人机i与领导者之间的通信连接；

计算速度误差e_vi(t)为：

计算姿态误差e_δi(t)为：

其中，δ_d,i为期望编队姿态；

计算角速度误差e_ωi(t)为：

其中，ω_d,i为期望编队角速度；

步骤2，计算综合误差变量，引入指定时间预设性能函数实现性能约束；具体方式为：

计算无人机i的综合位置误差变量q_i：

q_i＝k_pe_pi(t)+k_ve_vi(t)

其中，k_p＞0,k_v＞0为构成综合位置误差变量的正值参数；

基于指定时间预设性能函数ρ_i，为综合位置误差变量q_i施加性能约束：

其中，δ∈(0,1]为超调量抑制参数，指定时间预设性能函数ρ_i通过其微分形式进行积分获得：

其中，p₀＝((ρ₀-ρ_∞)^1-τ)/((1-τ)T_f)，T_f为指定的收敛时间，τ∈(0.5,1)为长直参数，ρ₀,ρ_∞分别为预设的指定时间预设性能函数的初值与终值；

通过设置上述性能函数约束，实现对综合位置误差变量q_i的瞬态性能和稳态性能约束；

步骤3，设计无人机编队位置标称跟踪控制律u_n,i：

其中，k_ε为标称控制增益，u_n,j为无人机j上一时刻的编队跟踪控制律，为ρ_i的时间微分；

f_p＝[0,0,g]^T

步骤4，基于人工势函数设计避碰控制律、避撞控制律和连通控制律；

无人机间避碰控制律u_co,i设计为：

其中，k_co为避碰控制增益，l_ij＝||p_i-p_j||，

其中，r_co为无人机的最小避碰距离，R_cn为无人机传感器的最大感知距离，Q_co∈(0，0.1)为防止出现控制奇异的正值参数；

无人机与障碍物的避撞控制律u_ob,i设计为：

其中，O_k为第k个障碍物形心的空间位置，k_ob为避撞控制增益，ι_ik＝||p_i-O_k||，

其中，r_ob为障碍物的最大半径，R_ob设计满足R_ob≤R_co，Q_ob为极小的正常数；

无人机间连通性保持控制律u_cn,i设计为：

其中，k_cn为连通性保持控制增益，

其中，Q_cn为极小的正常数；

步骤5，计算最终编队协同位置控制律和编队协同姿态控制律；

编队协同位置控制律u_p,i为：

编队协同姿态控制律u_a,i为：

其中，k_a为姿态控制增益，u_a,j为无人机j上一时刻的编队协同姿态控制律，q_a,i＝k_δe_δi+k_ωe_ωi，k_δ＞0,k_ω＞0为构成综合姿态误差变量的正值参数，

基于编队协同位置控制律和编队协同姿态控制律实现多无人机协同编队的避障保性能控制。