【技术实现步骤摘要】
本专利技术属于无人机控制，具体涉及一种基于机动目标轨迹预测的集群跟踪控制方法。
技术介绍
1、无人集群协同目标跟踪控制作为一种无人集群执行任务的基础能力，是无人集群协同控制中的重要技术。要求无人集群利用数量与编队形状等优势对于待跟踪的运动目标保持较好的跟踪效果。目前研究者采用的方法主要包括基于虚拟领导者的编队跟踪方法、基于异构角色的编队跟踪方法等。
2、无人集群协同目标跟踪问题目前的解决思路多为将目标跟踪问题转化为编队控制问题，根据目标位置设计目标跟踪的编队形状，而后设计控制方案完成控制目的，且一般而言考虑的待跟踪目标运动平缓，少有进行大加速度、大角速度机动的情况。这一方法的主要问题是其对于目标机动运动场景的跟踪效果不佳，这主要是因为基于目标位置进行的编队控制跟踪方案对目标的运动状态变化存在滞后效应，当目标运动状态平稳时编队误差较小，集群跟踪效果较好，而当目标的运动状态发生较快变化，即目标进行机动运动时，基于编队控制的目标跟踪方法难以快速响应，从而造成短时间内目标快速脱离集群编队包围范围，甚至造成集群对于目标位置的丢失，造成跟踪任务的完全失败。
技术实现思路
1、鉴于上述问题，本专利技术提供了一种基于机动目标轨迹预测的集群跟踪控制方法。本专利技术的方法基于跟踪目标位姿的历史数据获得目标的平均加速度、平均角速度，并以此预测目标在一定时间后的位置。而后，基于目标预测位置进行“集群中心跟踪目标预测位置”、“无人机与集群中心保持距离”和“无人机间避碰”的集群运动策略设计获得综合
2、本专利技术提供了一种基于机动目标轨迹预测的集群跟踪控制方法，包括如下具体步骤：
3、s1、根据目标的历史位姿信息预测目标当前的位姿信息；根据目标当前的位姿信息预测值预测目标的未来位姿信息；根据目标的未来位姿信息预测值获取目标预测位置向量；
4、s2、根据集群中各无人机的当前位置向量获得集群的坐标中心；基于集群的坐标中心和目标位置向量预测值获取集群的坐标中心跟踪目标预测位置的速度指令分量；
5、s3、获取无人机与集群的坐标中心保持期望距离的速度指令分量；
6、s4、获取任意两驾无人机为避免碰撞而生成的碰撞速度指令；基于碰撞速度指令获取无人机之间避碰的速度指令分量；
7、s5、基于步骤s2、s3、s4所获取的速度指令分量，组合形成无人机的速度指令。
8、可选地，步骤s1中，目标的历史位姿信息包括线加速度、航向角速度的估计值，表达式为：
9、
10、
11、其中，a0e(t-τl+itmin)、ω0e(t-τl+itmin)分别为目标在t-τl+itmin时刻的线加速度、航向角速度的估计值；v0(t-τl+(i+1)tmin)、v0(t-τl+itmin)分别为目标在t-τl+(i+1)tmin时刻、t-τl+itmin时刻的线速度；θ0(t-τl+(i+1)tmin)、θ0(t-τl+itmin)分别为目标在t-τl+(i+1)tmin时刻、t-τl+itmin时刻的航向角；t表示当前时刻；i表示目前为第i个采样的时刻；i+1表示目前为第i+1个采样的时刻；tmin表示采样时间；kl表示目标历史位置数据采样的时刻数量，τl为目标历史位置数据采集时长。
12、可选地，步骤s1中，目标当前的位姿信息包括当前时刻t目标线加速度估计值和航向角速度估计值，表达式为：
13、
14、
15、其中，a0em(t)表示目标在当前时刻t的线加速度估计值；a0e(t-τl+(i+1)tmin)表示目标在t-τl+(i+1)tmin时刻的线加速度；ω0em(t)表示目标在当前时刻t的航向角速度估计值；ω0e(t-τl+(i+1)tmin)表示目标在t-τl+(i+1)tmin时刻的航向角速度。
16、可选地，步骤s1中，目标的未来位姿信息包括目标在未来时间段[t,t+τp]的线速度和航向角速度的估计值，表达式为：
17、v0p(t+jtmin)＝v0p(t+(j-1)tmin)+a0em(t)tmin,j＝1,2,…,kp
18、θ0p(t+jtmin)＝θ0p(t+(j-1)tmin)+ω0em(t)tmin,j＝1,2,…,kp
19、其中，v0p(t+jtmin)表示目标在t+jtmin时刻的线速度预测值；v0p(t+(j-1)tmin)表示目标在t+(j-1)tmin时刻的线速度预测值；θ0p(t+jtmin)表示目标在t+jtmin时刻的航向角速度预测值；θ0p(t+(j-1)tmin)表示目标在t+(j-1)tmin时刻的航向角速度预测值；kp表示对目标线速度与航向角速度进行预测的时刻数量，τp为目标历史位置数据采集时长与目标预测时段；j表示目前为第j个采样的预测时刻。
20、可选地，步骤s1中，目标预测位置向量的表达式为：
21、
22、其中，表示目标在t+τp时刻的位置向量预测值；表示目标在t+τp时刻的x轴位置预测值；表示目标在t+τp时刻的y轴位置预测值；p0x(t)表示目标在t时刻的x轴位置；p0y(t)表示目标在t时刻的y轴位置；v0x(t)表示目标在t时刻的x轴速度；v0y(t)表示目标在t时刻的y轴速度。
23、可选地，步骤s2中，集群中第n架无人机在当前时刻t的位置向量的表达式为：
24、
25、其中，pnx(t)表示第n架无人机在当前时刻t的x轴位置；pny(t)表示第n架无人机在当前时刻t的y轴位置；n表示集群中无人机的总数。
26、可选地，步骤s2中，当前时刻t集群的坐标中心的表达式为：
27、
28、可选地，步骤s2中，根据当前时刻t集群的坐标中心与目标的位置向量预测值的差获得第n架无人机用于实现集群中心跟踪目标预测位置功能的速度指令分量表达式为：
29、
30、可选地，步骤s3的具体步骤为：
31、s31、获取从第n架无人机位置指向集群的坐标中心的向量表达式为：
32、
33、s32、根据无人机与集群的坐标中心距离和期望距离的差值，获得第i架无人机的与集群中心保持距离的速度指令分量表达式为：
34、
35、其中，daim表示期望距离。
36、可选地，步骤s4的具体步骤为：
37、s41、获取从第m架无人机指向第n架无人机的向量表达式为：
38、
39、其中，表示第m架无人机在当前时刻t的位置向量，本文档来自技高网...
【技术保护点】
1.一种基于机动目标轨迹预测的集群跟踪控制方法，其特征在于，包括如下具体步骤：
2.根据权利要求1所述的集群跟踪控制方法，其特征在于，步骤S1中，目标的历史位姿信息包括线加速度、航向角速度的估计值，表达式为：
3.根据权利要求2所述的集群跟踪控制方法，其特征在于，步骤S1中，目标当前的位姿信息包括当前时刻t目标线加速度估计值和航向角速度估计值，表达式为：
4.根据权利要求3所述的集群跟踪控制方法，其特征在于，步骤S1中，目标的未来位姿信息包括目标在未来时间段[t,t+τp]的线速度和航向角速度的估计值，表达式为：
5.根据权利要求4所述的集群跟踪控制方法，其特征在于，步骤S1中，目标预测位置向量的表达式为：
6.根据权利要求5所述的集群跟踪控制方法，其特征在于，步骤S2中，集群中第n架无人机在当前时刻t的位置向量的表达式为：
7.根据权利要求6所述的集群跟踪控制方法，其特征在于，步骤S2中，当前时刻t集群的坐标中心的表达式为：
8.根据权利要求7所述的集群跟踪控制方法，其特征在于，步骤S2中，根据
9.根据权利要求8所述的集群跟踪控制方法，其特征在于，步骤S3的具体步骤为：
10.根据权利要求9所述的集群跟踪控制方法，其特征在于，步骤S4的具体步骤为：
...【技术特征摘要】
1.一种基于机动目标轨迹预测的集群跟踪控制方法，其特征在于，包括如下具体步骤：
2.根据权利要求1所述的集群跟踪控制方法，其特征在于，步骤s1中，目标的历史位姿信息包括线加速度、航向角速度的估计值，表达式为：
3.根据权利要求2所述的集群跟踪控制方法，其特征在于，步骤s1中，目标当前的位姿信息包括当前时刻t目标线加速度估计值和航向角速度估计值，表达式为：
4.根据权利要求3所述的集群跟踪控制方法，其特征在于，步骤s1中，目标的未来位姿信息包括目标在未来时间段[t,t+τp]的线速度和航向角速度的估计值，表达式为：
5.根据权利要求4所述的集群跟踪控制方法，其特征在于，步骤s1中，目标预测位置向量的...
【专利技术属性】
技术研发人员：池沛，姜嵩，赵江，王英勋，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：
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。