时变网络拓扑下的无人机编队避障方法及系统技术方案

本发明专利技术公开了一种时变网络拓扑下的无人机编队避障方法及系统，其方法包括：根据当前各无人机的位置信息得到当前的无人机网络拓扑情况；根据当前的无人机网络拓扑情况，采用分布式传输方式得到当前无人机全局的队形信息；根据边界无人机的传感器得到的区域信息进行集中式传输计算出全局的无障碍区域；根据当前无人机全局的队形信息和无障碍区域，优化计算出目标队形；根据计算出的目标队形来分配无人机至各目标点。本发明专利技术降低了整体的通信开销和时间花费，同时还考虑了在编队过程中因队形的变化导致的拓扑改变，建立了切片式的拓扑模型，在不同的时隙内根据当前队形状态更新不同的拓扑，使算法更贴近实际应用。而且保证了编队的整体性。

The method and system of obstacle avoidance for unmanned aerial vehicle formation under time-varying network topology

The invention discloses a time-varying system and the method of obstacle avoidance of UAV formation network topology, the method comprises: according to the current location information of each UAV UAV to get the current situation of the network topology; according to the current situation of UAV network topology, the distributed transmission way to get the information of the current UAV formation; according to the regional accessibility of centralized regional information transmission sensor UAV the boundary is calculated according to the information of the current global; UAV formation and the barrier region, optimize and calculate the target formation; to assign to each UAV target according to the calculated target formation. The invention reduces the communication overhead and the time of the whole cost, but also considering the topology in the formation process due to the formation caused by the change of change, build up the topological model slice type, in different time slots according to the current state of different formation update topology, so the algorithm is more close to the actual application. And it ensures the integrity of the formation.

【技术实现步骤摘要】
时变网络拓扑下的无人机编队避障方法及系统
本专利技术涉及多无人机编队
，尤其涉及一种时变网络拓扑下的无人机编队避障方法及系统。
技术介绍
随着无人机驾驶技术的快速发展和无人机的广泛民用，人们也逐渐认识到其在不同行业的广泛应用所带来的好处。因此，随着对无人机需求的不断增加，多机协同完成任务的需求也在不断的扩大。多机协同完成任务最核心的就是多机编队技术。目前相对成熟且比较通用的编队算法主要包括长机—僚机法、人工势场法、基于行为法和虚拟结构法。除了上述算法外还有传统的最常用的PID算法，传统的PID算法在编队做匀速直线飞行时有一定的效果，但无法适应转弯飞行和规避障碍；新型优化算法的解算时间长，实时性不好。为了提高编队算法的鲁棒性和安全性，现在编队算法还需要考虑无人机协同飞行过程中存在的不确定因素，如机间通信丢包、时延和干扰造成的部分机间链路发生故障等。同时，在集群编队的过程中，除了要注意队形规避障碍和保持队形以外，还必须要注意避免机间碰撞，比如编队运动方式的突然变化、队形的改变等，防止冲撞的策略就是要避免在扰动下可能发生的机间碰撞。因此现在就有很多研究基于人工势场法的编队算法，根据两机间的距离的大小来调整排斥因子来达到避免碰撞的目的。还有利用改进路径规划算法来防止无人机与地面碰撞的，但主要针对地形和固定障碍物。也有研究人员将碰撞处理当成威胁类型中的一种，作为编队算法的约束条件加以考虑来求次优解。综上所述，多机编队问题是一个多学科和
的交叉问题，是一个困难重重的研究课题。目前的编队算法主要缺陷有以下几个方面。1、大多算法都是基于长机-僚机模型，研究中对长机不做控制，协同控制策略只对僚机起作用，是一种跟随机制，算法的鲁棒性差，当长机或者虚拟长机出现问题时，整个编队算法就不能工作，与真正的多机编队和集群编队思想还有很大差距。2、多机编队系统对实时性要求较高，很多控制算法，如神经网络计算迭代次数过高，运算时间长，难以在工程上实现，这也是很多现在的人工智能算法在实际应用的障碍。3、多机编队分布控制必须要考虑无人机间通信链路状况的多变问题，然而目前很多算法都是考虑理想通信条件下。
技术实现思路
本专利技术提供一种鲁棒性好、可以保证编队整体的链路稳定性，低通信开销和低时延花费的时变网络拓扑下的无人机编队避障方法及系统。为实现上述目的，本专利技术提供的一种时变网络拓扑下的无人机编队避障方法，包括：根据当前各无人机的位置信息得到当前的无人机网络拓扑情况；根据所述当前的无人机网络拓扑情况，采用分布式传输方式得到当前无人机全局的队形信息；根据边界无人机的传感器得到的区域信息进行集中式传输计算出全局的无障碍区域；根据当前无人机全局的队形信息和无障碍区域，优化计算出目标队形；根据计算出的目标队形来分配无人机至各目标点。其中，所述根据当前无人机全局的队形信息和无障碍区域，优化计算出目标队形的步骤包括：根据当前无人机全局的队形信息和无障碍区域，利用非线性优化算法SQP优化方法来优化计算出目标队形。其中，所述时变网络拓扑下的无人机编队避障方法还包括：根据不同时刻的无人机群的位置信息不断更新当前无人机网络拓扑。其中，所述根据计算出的目标队形来分配无人机至各目标点的步骤包括：比较当前计算的目标队形的中心是否与最终的目标点重合；若当前计算的目标队形的中心与目标点重合，则根据计算出的目标队形分配无人机至目标点，否则，返回执行步骤：根据当前各无人机的位置信息得到当前的无人机网络拓扑情况。其中，所述根据不同时刻的无人机群的位置信息不断更新当前无人机网络拓扑的步骤包括：利用当前的无人机位置得出的两点间的距离和预设的通信半径比较来计算出当前的无人机网络拓扑。其中，所述根据所述当前的无人机网络拓扑情况，采用分布式传输方式得到当前无人机全局的队形信息的步骤包括：根据所述当前的无人机网络拓扑情况，利用分布式信息传输方式来计算当前编队队形，其中，每个无人机只与相邻无人机进行通信，传输的信息为当前该无人机计算的凸包络，每次得到凸包络后更新当前编队队形和队形中的边界节点和内节点，以此循环，循环次数为拓扑直径。其中，所述根据边界无人机的传感器得到的区域信息进行集中式传输计算出全局的无障碍区域的步骤包括：根据边界无人机的传感器得到的区域信息，利用集中式信息传输方式来计算当前全局的可运动区域，根据队形中不同边界点的无障碍区域信息来进行合并算出全局无障碍区域信息。其中，所述时变网络拓扑下的无人机编队避障方法还包括：对时变网络拓扑下的无人机编队避障方法进行性能评估。本专利技术还提出一种时变网络拓扑下的无人机编队避障系统，包括：存储器、处理器以及存储在所述处理器上的计算机程序，所述计算机程序被所述处理器执行时实现如上所述的方法的步骤。本专利技术的有益效果为：本专利技术基于分布式和集中式的信息传输方法来针对编队算法中不同的部分用相应的传输方式，从而降低了整体的通信开销和时间花费，同时还考虑了在编队过程中因队形的变化导致的拓扑改变，建立了切片式的拓扑模型，在不同的时隙内根据当前队形状态更新不同的拓扑，使算法更贴近实际应用。此外，本专利技术将多机编队看做一个整体来进行编队避障算法的设计，保证了编队的整体性，是一种无头式的编队避障算法，克服了普通的编队系统的缺陷。附图说明图1a是本专利技术时变网络拓扑下的无人机编队避障方法的流程示意图；图1b是本专利技术的系统结构框图；图2是本专利技术算法运行时隙图；图3是本专利技术编队模型图；图4a和图4b分别是两种无人机避障仿真示意图；图5是本专利技术性能评估中通信开销比率示意图；图6a和图6b分别是本专利技术性能评估中传输时间和计算时间花费比率示意图。本专利技术目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。具体实施方式应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。本专利技术应用通信约束下的多无人机编队，基于分布式和集中式信息传输方式，利用切片式的拓扑模型提出了一种时变拓扑下的无人机编队避障算法，通过在编队不同阶段根据传输信息不同采用不同的信息传输方式，同时将无人机以整体为对象设计编队算法，保证编队整体的链路稳定性，设计出低通信开销和低时延花费的多机编队避障算法。具体地，如图1a所示，本专利技术提出一种时变网络拓扑下的无人机编队避障方法，包括：步骤S1，根据当前各无人机的位置信息得到当前的无人机网络拓扑情况；步骤S2，根据所述当前的无人机网络拓扑情况，采用分布式传输方式得到当前无人机全局的队形信息；步骤S3，根据边界无人机的传感器得到的区域信息进行集中式传输计算出全局的无障碍区域；步骤S4，根据当前无人机全局的队形信息和无障碍区域，优化计算出目标队形；步骤S5，根据计算出的目标队形来分配无人机至各目标点。进一步地，所述时变网络拓扑下的无人机编队避障方法还包括：根据不同时刻的无人机群的位置信息不断更新当前无人机网络拓扑。其中，所述根据当前无人机全局的队形信息和无障碍区域，优化计算出目标队形的步骤包括：根据当前无人机全局的队形信息和无障碍区域，利用非线性优化算法SQP优化方法来优化计算出目标队形。其中，所述根据计算出的目标队形来分配无人机至各目标点的步骤包括：比较当前计算的目标队形的中心是否与最终的目标点重合；若当前计算的目标队形的中心与目标点重合，则本文档来自技高网...

【技术保护点】
一种时变网络拓扑下的无人机编队避障方法，其特征在于，包括：根据当前各无人机的位置信息得到当前的无人机网络拓扑情况；根据所述当前的无人机网络拓扑情况，采用分布式传输方式得到当前无人机全局的队形信息；根据边界无人机的传感器得到的区域信息进行集中式传输计算出全局的无障碍区域；根据当前无人机全局的队形信息和无障碍区域，优化计算出目标队形；根据计算出的目标队形来分配无人机至各目标点。

【技术特征摘要】
1.一种时变网络拓扑下的无人机编队避障方法，其特征在于，包括：根据当前各无人机的位置信息得到当前的无人机网络拓扑情况；根据所述当前的无人机网络拓扑情况，采用分布式传输方式得到当前无人机全局的队形信息；根据边界无人机的传感器得到的区域信息进行集中式传输计算出全局的无障碍区域；根据当前无人机全局的队形信息和无障碍区域，优化计算出目标队形；根据计算出的目标队形来分配无人机至各目标点。2.根据权利要求1所述的时变网络拓扑下的无人机编队避障方法，其特征在于，所述根据当前无人机全局的队形信息和无障碍区域，优化计算出目标队形的步骤包括：根据当前无人机全局的队形信息和无障碍区域，利用非线性优化算法SQP优化方法来优化计算出目标队形。3.根据权利要求1所述的时变网络拓扑下的无人机编队避障方法，其特征在于，所述时变网络拓扑下的无人机编队避障方法还包括：根据不同时刻的无人机群的位置信息不断更新当前无人机网络拓扑。4.根据权利要求3所述的时变网络拓扑下的无人机编队避障方法，其特征在于，所述根据计算出的目标队形来分配无人机至各目标点的步骤包括：比较当前计算的目标队形的中心是否与最终的目标点重合；若当前计算的目标队形的中心与目标点重合，则根据计算出的目标队形分配无人机至目标点，否则，返回执行步骤：根据当前各无人机的位置信息得到当前的无人机网络拓扑情况。5.根据权利要求3所述的时变网络拓扑下的无人机编队避障方法，其特征在于，所述根据不同时刻的无人机...

【专利技术属性】
技术研发人员：杨志华，刘振涛，廖小丽，于海峰，
申请(专利权)人：哈尔滨工业大学深圳研究生院，
类型：发明
国别省市：广东,44