【技术实现步骤摘要】
一种基于仿生算法异构高密度混合无人机群拓扑控制方法
[0001]本专利技术属于无人机编队控制
,具体涉及一种基于仿生算法异构高密度混合无人机群拓扑控制方法。
技术介绍
[0002]无人机,又称无人驾驶飞机,与载人飞机相比,具有体积小、造价低、能自主化、智能化执行各项任务,能够规避飞行员的驾驶风险等优势,因此有很广泛的应用范围,成为未来飞行平台的重点发展方向。无人机根据平台大小可分为大型无人机、中型无人机和小型无人机,其中,大/中型无人机具有飞行速度快、载荷能力强、飞行时间长等特点;小型无人机具有小型化、低成本、快速消耗等特点。
[0003]在未来无人机编队执行任务综合化、多样化的应用场景下,基于成本和效率的综合考虑,有些任务的完成必须要依靠不同类型的异构无人机进行高密度混合编队配合;同时,在异构高密度混合无人机集群网络中,大量异构无人机节点需采用与集群任务相匹配的群拓扑结构,协同执行预定任务。因此,如何实现异构高密度混合无人机群的群拓扑控制就对任务执行成败起着重要作用。针对无人机群的协同编队控制,陈旿在“无人机 ...
【技术保护点】
【技术特征摘要】
1.一种基于仿生算法异构高密度混合无人机群拓扑控制方法,其特征在于,包括以下步骤:步骤1.建立队形库,具体过程为:以大型无人机或中型无人机为关键节点,小型无人机为普通节点,基于关键节点和普通节点的数量以及应用场景类型,多个普通结点组成若干组编队,关键节点和编队共同构建相应的队形;步骤2. 针对步骤1队形库中的具体队形,建立无人机集群的初始通信拓扑,具体构建过程为:以关键节点与普通节点之间的连线作为边,构建通信拓扑的无向图,并得到拓扑连接的矩阵关系;其中,每个普通节点均与关键节点连接,每个编队内的普通节点之间相互连接;步骤3.选择步骤2中的具体队形进行使用,并在使用过程中基于仿生智能算法对初始通信拓扑进行实时优化调整,具体过程为:队形中的关键节点实时获取自身在队形中的相对位置,拓扑中任意两个需调整位置的无人机根据卡尔曼滤波雁群仿生算法的省力矩阵和省力周期参数进行拓扑调整消息实时交互确认后,调整自身的飞行参数,分别飞行到对方的位置上,从而完成位置调整;步骤4.根据关键节点无人机采集的信息,采用避障拓扑拆分评估算法判断执行任务中,路线前方障碍是否能够避过,如果不能,进行步骤5;否则按照当前路线继续执行任务;步骤5.如果前方不能避开障碍,则进行避障队形拓扑实时拆分与重构,根据不同的障碍特性,对队形拓扑进行实时拆分处理,以适配于障碍实时变化情况,安全通过障碍后再按需进行队形拓扑重构,具体过程为:分布于连线一侧的所有普通节点与关键节点构成一个新编队,分布于另一侧的所有普通节点与关键点构成另一个新编队;关键节点将编队拆分信息通过网络维护消息发送给相应的普通节点,每个普通节点根据新编队分配情况,调整当前的速度和航向,并保持与关键节点之间的网络维护消息交互,从而实现以两个新编队的方式绕过障碍物;待绕过障碍物后进行重组成原编队,继续执行任务。2.如权利要求1所述的基于仿生算法异构高密度混合无人机群拓扑控制方法,其特征在于,步骤1中应用场景包括协同侦察场景、协同探测场景和目标定位场景;当应用场景为协同侦察场景时,以大型无人机为关键节点,小型无人机组成编队分布于关键节点前方两侧;当应用场景为协同探测场景时,以大型无人机或中型无人机为关键节点,小型无人机组成编队均匀分布于关键节点前方;当应用场景为目标定位场景时,以大型无人机或中型无人机为关键节点,小型无人机组成十字...
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。