【技术实现步骤摘要】
本专利技术属于航空控制与交通控制的交叉领域，涉及异构无人器地空联合编队协同控制方法，具体为一种无人机-无人车联合编队协同控制方法。
技术介绍
近年来，无人机-无人车联合编队作为异构无人器联合编队的研究前沿，引起了广泛关注。无人机可以利用其高度获得更远的前方视野，而无人车能够近距离靠近物体观察特定的细节，对于某些特定任务的完成，无人机-无人车联合编队要比单独无人机或无人车编队更有优势，如完成对大片区域或地雷区的排查、地理勘测、武装搜寻、救援和运输等任务。研究无人机-无人车联合编队协同问题，给出其编队控制方法，是推进联合编队实际应用的需要。无人机-无人车联合编队最早起源于异构无人器联合编队思想，继承了其部分编队控制策略，主要有：基于行为法、虚拟结构法、领航—跟随法等。但是这些传统编队控制策略应用于无人机-无人车联合编队控制时，均存在明显的缺陷。基于行为方法不能够明确地定义编队行为，很难对编队进行数学分析；虚拟结构方法，对队形的要求是认为该队形是一个虚拟结构，这样无法考虑到个体避障；领航—跟随法中当领航者速度过快则可能导致跟随者很难跟上，编队之间缺乏交互，领航者受损无法正常工作时将会使得其他更随者无法得到安全运动的保证，并且当领航者做复杂运动时，队形保持不理想。近年来出现的虚拟领航者控制策略，结构简单、较易实现，为无人机-无人车联合编队控制提供了一条新的思路。虚拟领航者法原理主要是由领航者向无人器发出状态信息作为其控制输入，然而通过分析无人机、无人车非线性动力学模型发现二者模型的控制目标量不一致，这种不一致加大了编队控制器的设计难度与无人机-无人车联合编队控制...
【技术保护点】
一种无人机‑无人车联合编队协同控制方法，其特征在于，包括如下步骤，步骤1，建立无人机‑无人车联合编队中无人器的非线性动力学模型，所述的无人器包括无人机和无人车；步骤2，通过等价变换对无人机和无人车的非线性动力学模型进行处理，将加速度作为共同控制目标量，得到联合编队中以加速度为控制输入的统一的控制模型；步骤3，建立依据虚拟领航者的地空联合编队结构，得到无人机‑无人车联合编队稳定的控制信号，且控制信号为步骤2中得到的作为共同控制目标量的加速度；同时得到联合编队的误差模型；所述的虚拟领航者为具有位置、速度和加速度信息的虚拟无人器质点；步骤4，根据控制模型和误差模型以及同时作为控制信号和控制目标量的加速度，采用RBF网络算法设计无人机‑无人车联合编队控制器；所述的无人机‑无人车联合编队控制器中通过sigmoid函数和tanh函数在线调整网络权值，对确定因素进行自适应补偿，在线调整权值大小，加快收敛速度，编队的跟踪误差快速趋近于零，能够使无人机‑无人车联合编队快速实现队形保持。
【技术特征摘要】
1.一种无人机-无人车联合编队协同控制方法，其特征在于，包括如下步骤，步骤1，建立无人机-无人车联合编队中无人器的非线性动力学模型，所述的无人器包括无人机和无人车；步骤2，通过等价变换对无人机和无人车的非线性动力学模型进行处理，将加速度作为共同控制目标量，得到联合编队中以加速度为控制输入的统一的控制模型；步骤3，建立依据虚拟领航者的地空联合编队结构，得到无人机-无人车联合编队稳定的控制信号，且控制信号为步骤2中得到的作为共同控制目标量的加速度；同时得到联合编队的误差模型；所述的虚拟领航者为具有位置、速度和加速度信息的虚拟无人器质点；步骤4，根据控制模型和误差模型以及同时作为控制信号和控制目标量的加速度，采用RBF网络算法设计无人机-无人车联合编队控制器；所述的无人机-无人车联合编队控制器中通过sigmoid函数和tanh函数在线调整网络权值，对确定因素进行自适应补偿，在线调整权值大小，加快收敛速度，编队的跟踪误差快速趋近于零，能够使无人机-无人车联合编队快速实现队形保持。2.根据权利要求1所述的一种无人机-无人车联合编队协同控制方法，其特征在于，所述无人机采用四旋翼飞行器，四个旋翼对称分布在机体周围的四个方向，分为前后和左右两组，两组旋翼的旋转方向相反；得到对应的无人机非线性动力学模型如下： φ ·· a ( t ) = θ · a ( t ) ψ · a ( t ) ( I y - I z I x ) - J a I x θ · a ( t ) F + l a I x F 2 θ ·· a ( t ) = φ · a ( t ) ψ · a ( t ) ( I z - I x I y ) + J a I y φ · a ( t ) F + l a I y F 3 ψ ·· a ( t ) = φ · a ( t ) θ · a ( t ) ( I x - I y I z ) + 1 I z F 4 p ·· a x ( t ) = ( cosφ a ( t ) sinθ a ( t ) cosψ a ( t ) + sinφ a ( t ) sinψ a ( t ) ) F 1 M a p ·· a y ( t ) = ( cosφ a ( t ) sinθ a ( t ) sinψ a ( t ) - sinφ a ( t ) cosψ a ( t ) ) F 1 M a p ·· a z ( t ) = cosφ a ( t ) cosθ a ( t ) F 1 M a - g ; ]]>其中，pax(t),pay(t),paz(t)为无人机在t时刻的位置坐标，为无人机在t时刻的加速度坐标，Ix,Iy,Iz为无人机关于x,y,z轴的转动惯量，Ma为质量，Ja表示螺旋桨转动轴的极惯性矩，la表示旋翼到无人机中心的长度，φa(t),θa(t),ψa(t)分别为无人机的滚转角、俯仰角、偏航角，分别为无人机的滚转角速度、俯仰角速度、偏航角速度，分别为无人机的滚转角加速度、俯仰角加速度、偏航角加速度，g是重力加速度；无人机控制输入为(F1,F2,F3,F4)，分别为无人机合力与三个控制扭矩；合力与控制扭矩关系可以表示为： F 1 = b ( Ω 1 2 + Ω 2 2 + Ω 3 2 + Ω 4 2 ) F 2 = b ( Ω 4 2 - Ω 2 2 ) F 3 = b ( Ω 3 2 - Ω 1 2 ) F 4 = d ( Ω 1 2 + Ω 3 2 - Ω 2 2 - Ω 4 2 ) Ω = d ( Ω 2 + Ω 4 - Ω 1 - Ω 3 ) ; ]]>其中，Ω1,Ω2,Ω3,Ω4表示四个旋翼转速；b、d分别表示推力系数和阻力系数。3.根据权利要求2所述的一种无人机-无人车联合编队协同控制方法，其特征在于，所述无人车采用轮式机器人，其包括两个驱动车轮、车体和随动车轮；在运动过程中随动车轮仅在失衡时候起到支撑作用，得到对应的无人车非线性动力学模型如下： p · g x ( t ) = V ( t ) cosψ g ( t ) p · g y ( t ) = V ( t ) sinψ g ( t ) ψ · g ( t ) = ω ( t ) V · ( t ) = F ( t ) M g ω · ( t ) = τ ( t ) J g ]]>其中，pgx(t),pgy(t)为无人车的位置坐标，表示水平方向和垂直方向速度，V(t)和ω(t)分别为无人车的线速度和角速度，ψg(t)为无人车的偏航角，ψg(t)为无人车的偏航角速度，Mg和Jg为无人车的质量和转动惯量，τ(t)为输入扭矩，F(t)为无人车的合力。4.根据权利要求3所述的一种无人机-无人车联合编队协同控制方法，其特征在于，步骤2的具体步骤如下：2.1根据无人机结构特性将无人机非线性动力学模型转化为内环系统和外环系统，内环系统和外环系统为两个内部交互耦合的级联子系统；其中，动态响应快的内环系统用以姿态控制，并产生所需的扭矩；动态响应慢的外环系统用于提供拉力和参考角度；从而得到转换后的无人机的非线性动力学模型如下， φ a d = arcsin ( M a p ·· a x d 2 sinψ a d - ...
【专利技术属性】
技术研发人员：朱旭，周小强，闫茂德，许宏科，李登峰，张昌利，林海，温立民，杨盼盼，孙良恒，柯伟，
申请(专利权)人：长安大学，
类型：发明
国别省市：陕西;61
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。