【技术实现步骤摘要】
基于人工势场法的无人机编队控制方法及装置
本专利技术涉及无人机
,尤其涉及一种基于人工势场法的无人机编队控制方法及装置。
技术介绍
随着航空技术的发展,无人机在民用和军用领域的应用越来越普遍。无人机是在不搭载驾驶员的情况下,具有一定作业功能的飞行器,其在民用领域应用广泛,诸如农业植保,电力巡检,地理测绘和航拍航摄等。然而,不断复杂的应用场景以及无人机的集成化、小型化发展趋势,使得单一无人机受限于体积、能耗的制约,其在日益复杂的应用环境下工作能力较为有限。为了补偿单一无人机的局限性,多无人机编队的协同作业成为未来无人机应用的一大热点研究方向。在多机编队协同中,各机通过相互配合提高任务完成质量,整个编队具有更高的任务执行能力和任务执行成功率。其中,若要使得一组无人机沿着预定航迹要求,保持一定队形飞行,则需要对编队进行控制。目前主要有三种控制策略。1)领航跟随法;领航者按照规划好的航迹飞行,跟随者参考编队中与领航者的相对位置飞行。领航跟随法的局限性在于,领航者没有跟随者的位置误差反馈,跟随者的位置误差迭代增加或者跟随者受到较大扰动时,无人机编队易失效;此外,领航者自身的失效故障也会导致整个编队的失效。2)虚拟领航法;虚拟领航法将编队看成刚体的虚拟结构,每架无人机是这个虚拟结构上位置相对固定的一点,编队移动时无人机跟踪其所对应的固定点。3)行为法;行为控制法由一系列不可再分的行为组成,每个行为具有各自的目标。基于行为控制的系统主要就是设计各种基本行为,基本行为包括搜索可能的避撞目标、编队保持、行为协调机制、行为仲裁方案等。该方法具有实时反馈的特点,是一种分布 ...
【技术保护点】
1.一种基于人工势场法的无人机编队控制方法,其特征在于,包括:将编队坐标系转换到全局NED坐标系,确定编队中每个无人机在所述全局NED坐标系中的理想位置;根据无人机的预定目标位置,无人机的所述理想位置,确定所述无人机所受到的所述预定目标位置对其施加的引力;根据无人机的速度矢量、与所述无人机相对应的障碍物的速度矢量,确定所述无人机所受到的所述障碍物对其施加的斥力;根据所述无人机受到的引力与所述无人机受到的所有障碍物对其施加的斥力,确定所述无人机所受到的合力;根据所述无人机受到的所述合力,所述无人机及其周围僚机的飞行状态信息,确定所述无人机的运动趋势,以使控制器根据所述无人机的运动模型对无人机编队进行飞行控制。
【技术特征摘要】
1.一种基于人工势场法的无人机编队控制方法,其特征在于,包括:将编队坐标系转换到全局NED坐标系,确定编队中每个无人机在所述全局NED坐标系中的理想位置;根据无人机的预定目标位置,无人机的所述理想位置,确定所述无人机所受到的所述预定目标位置对其施加的引力;根据无人机的速度矢量、与所述无人机相对应的障碍物的速度矢量,确定所述无人机所受到的所述障碍物对其施加的斥力;根据所述无人机受到的引力与所述无人机受到的所有障碍物对其施加的斥力,确定所述无人机所受到的合力;根据所述无人机受到的所述合力,所述无人机及其周围僚机的飞行状态信息,确定所述无人机的运动趋势,以使控制器根据所述无人机的运动模型对无人机编队进行飞行控制。2.根据权利要求1所述的方法,其特征在于,所述将编队坐标系转换到全局NED坐标系,包括:定义所述编队坐标系为笛卡尔直角坐标系(OfXfYfZf),定义所述全局NED坐标系为(OgXgYgZg);以各个无人机的中心位置点po作为各个无人机在所述编队坐标系中的坐标原点Of,坐标轴OfYf指向编队中所有无人机的平均速度vo的方向,坐标轴OfXf平行于所述全局NED坐标系的水平面XgOgYg,坐标轴OfZf垂直于所述编队坐标系的水平面XfOfYf;确定所述平均速度vo在NED坐标系中的俯仰角确定所述平均速度vo在所述全局NED坐标系的水平面XgOgYg的投影与坐标轴OgXg的夹角θ;根据所述俯仰角所述夹角θ,确定将编队坐标系转换到全局NED坐标系的转换矩阵C,相应的,所述确定编队中每个无人机在所述全局NED坐标系中的理想位置,包括:根据所述转换矩阵C,确定编队中每个无人机在所述全局NED坐标系中的理想位置其中,为无人机i在所述编队坐标系中的位置坐标,i≥2,po(t)为编队中各个无人机的中心位置坐标。3.根据权利要求2所述的方法,其特征在于,所述根据无人机的预定目标位置,无人机的所述理想位置,确定所述无人机所受到的所述预定目标位置对其施加的引力,包括:获取编队整体所需要到达的目标点的位置坐标pg,获取各个无人机的中心位置坐标po(t),获取无人机i的理想位置坐标获取无人机i的实时位置坐标pi(t);根据所述pg、所述po(t)、所述所述pi(t),确定无人机i受到的位置引力分量Fp;其中,Kg为第一位置权重因子、Kp为第二位置权重因子;获取无人机i的理想速度获取无人机i的实时速度vi(t);根据所述所述vi(t),确定无人机i受到的速度引力分量Fv;其中,Kv为第一速度权重因子;根据所述位置引力分量Fp、所述速度引力分量Fv,确定所述无人机i所受到的所述预定目标位置对其施加的引力4.根据权利要求3所述的方法,其特征在于,所述根据无人机的速度矢量、与所述无人机相对应的障碍物的速度矢量,确定所述无人机所受到的所述障碍物对其施加的斥力,包括:获取无人机i的速度矢量获取所述无人机i对应的障碍物j的速度矢量根据所述所述确定垂直于所述的垂直斥力分量Frep⊥和平行于所述的平行斥力分量Frep//;其中,rsafe为无人机与障碍物之间的安全距离;式中,为无人机与障碍物之间的最小安全距离;Ksafe为第二速度权重因子;δ为无人机i的速度矢量与,障碍物和无人机i位置连线,之间的夹角;vi为无人机i的速度矢量的大小、vj为障碍物j的速度矢量的大小;为无人机i的位置坐标pi与障碍物j的位置坐标pj之间的距离;K为斥力权重因子;根据所述垂直斥力分量Frep⊥和所述平行斥力分量Frep//,确定所述无人机所受到的所述障碍物对其施加的斥力其中,α为垂直斥力权重因子;β为平行斥力权重因子。5.根据权利要求4所述的方法,其特征在于,所述根据所述无人机受到的所述合力,所述无人机及其周围僚机的飞行状态信息,确定所述无人机的运动趋势,以使控制器根据所述无人机的运动模型对无人机编队进行飞行控制包括:获取无人机i以及编队中无人机i周边僚机的飞行状态信息yi(t);所述飞行状态信息至少包括:无人机i的位置与速度信息;无人机i周边僚机的位置与速度信息;根据获取到的所述无人机i的位置坐标pi(t)、所述无人机i的速度vi(t),确定无人机i在t时刻的运行状态xi(t),根据所述xi(t),所述yi(t),得到所述无人机的运动模型:其中,ΔT为所述飞行状态信息的采样间隔时间,I为单位矩阵;C为单位矩阵;其中,无人机i的运动趋势包括:ai(t);为t时刻无人机i的加速度,m为无人机i的质量;F(t)为所述无人机i受到的所有障碍物对其施加的斥力与所述无人机i受到的引力之和,N为无人机i所能感知到的周围需要避障的障碍物的个数;处理噪声Sw为无人机飞行过程受到的内部及外部环境干扰的衡量参数;...
【专利技术属性】
技术研发人员:张学军,聂尊礼,
申请(专利权)人:北京航空航天大学,
类型:发明
国别省市:北京,11
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。