【技术实现步骤摘要】
本专利技术属于无人机集群决策与控制，具体涉及一种基于无人机实时能力的安全决策与协同控制方法，适用于灾后搜索、应急救援等特种任务场景下的无人机编队系统。
技术介绍
1、得益于自动化控制和人工智能技术的快速发展，不同配置的自主无人系统在执行应急响应、搜索和救援任务中发挥着越来越重要的作用。由于无人机具有快速反应、高机动性、低成本和便携等优点，因此成为自主无人系统中的主要研究方向之一。然而，随着环境和任务复杂性的增加，单架无人机已难以独立完成任务。从任务效率的角度看，多无人机协同作业是大范围搜索的更优选。鉴于任务的复杂性，需要无人机具备不同的功能，而这与无人机有限的载荷相冲突。因此，研究异构多无人机的协同控制技术具有重要意义。
2、此外，在危险环境和紧急任务中，无人机的安全性、可靠性和机动性至关重要。一方面，敏捷飞行对多无人机系统的轨迹规划和控制提出了更大的挑战。另一方面，持续的高机动和环境不确定性可能产生各种风险因素，如多源复合干扰、器部件故障等，这些风险因素会严重降低系统性能和稳定性。值得注意的是，由于无人机编队之间的信息交互、状态耦合和空间约束，导致无人机编队系统更容易受到这些风险因素的影响。针对无人机编队系统的安全问题，许多学者从各个角度进行研究，提出了许多优秀的方案，包括多源复合抗干扰控制、容错控制、鲁棒控制等。
3、尽管这些控制方法在一定程度上提高了无人机集群系统的安全性，但依然还有许多问题没有充分考虑。针对无人机执行器故障的容错控制方法，不论是主动容错控制还是被动容错控制，其基础都是系统冗余能力的
4、综上所述，尽管目前已有许多方法可用于提高无人机集群系统的鲁棒性，但在复杂环境下，当执行器故障超过系统冗余能力时，无人机集群系统的安全性难以得到充分保障。
技术实现思路
1、为克服现有方法的缺陷，针对灾后搜索、应急救援等特种任务中的无人机编队系统，本专利技术提供一种基于无人机实时能力的安全决策与协同控制方法，其为执行器故障条件下的安全决策与协同控制方法。本专利技术能保证无人机编队在严重执行器故障条件下的安全性和生存能力，并尽可能保障目标任务的完成度。
2、为达到上述目的，本专利技术采用如下技术方案：
3、一种基于无人机实时能力的安全决策与协同控制方法，包括以下步骤：
4、第一步，设计自适应系统能力的无人机轨迹规划方法；
5、第二步，基于无人机能力量化分析计算安全阈值，并设计自适应触发安全决策机制；
6、第三步，基于观测器设计无人机内环安全控制器，并实时监测无人机系统能力；
7、第四步，设计可重构的协同编队控制器，保障无人机编队的安全性。
8、进一步地，所述第一步包括：
9、给出以下期望轨迹作为无人机编队的参考跟踪信号：
10、td＝pd(t)(tf-ts)+ts
11、式中为td期望轨迹，ts和tf分别表示期望轨迹的起点和终点，pd(t)为性能函数，其表达式如下：
12、
13、其中，qd为可调整的设计参数，t为时间。
14、进一步地，所述第二步包括：
15、基于小角度假设，以及无人机偏航角ψ＝0，旋翼无人机的动态模型简化为如下形式：
16、
17、
18、其中，x,y,z表示无人机在各坐标轴方向的位置，表示其二阶导，即无人机在各坐标轴方向的加速度，φ,θ,ψ表示无人机欧拉角，表示其二阶导，g为重力系数，m为无人机质量，ft表示总推力，τφ,τθ,τψ表示扭矩，jx,jy,jz为无人机转动惯量；
19、第i台无人机的推力fi＝[f1i,f2i,f3i,f4i]t与控制输入ui＝[ft,τφ,τθ,τψ]t的关系描述为：
20、
21、其中，cτ,lφ,lθ均为系统参数，上标t表示矩阵的转置，fri(r＝1,2,3,4)为各螺旋桨产生的推力；
22、第i台无人机执行器失效故障建模为如下形式：
23、
24、式中fi分别为无人机实际推力和控制器推力指令，λui＝diag{ari},ari∈(0,1]为执行器失效系数矩阵，diag表示对角阵，ari为失效系数；
25、为跟踪期望轨迹，量化计算无人机期望推力fd为：
26、
27、其中，为期望轨迹z轴方向的二阶导数，为期望轨迹x、y轴方向的4阶导数，l为系统参数；
28、结合轨迹规划和性能函数得到：
29、
30、
31、
32、
33、其中，fdr为期望推力，[xf,yf,zf],[xs,ys,zs]分别为目标路径点位置，起点坐标位置，表示期望推力的最大值；△1，△2为中间变量；
34、为保证无人机的安全飞行，其期望推力必须满足物理约束其中fmin为维持悬停的最小推力，fmax为无人机单个旋翼所能产生的最大推力；
35、则初始的可调整的设计参数qd满足以下约束：
36、
37、基于无人机能力量化分析，设计如下安全阈值用于判断故障无人机是否必须进行自主性能降级：
38、
39、式中∈r为设计参数，设计人员可通过修改∈r调节安全阈值的保守性；
40、结合确定时间观测器输出的故障检测与诊断信息，设计自适应触发安全决策机制如下：
41、
42、其中，qdi为第i台无人机的性能参数，为安全阈值，为内环控制器实时计算的无人机能力估计系数，表示拓扑重构信号，为通信拓扑序号，为着陆触发阈值；
43、设计如下性能参数重构机制：
44、
45、式中分别表示性能降级前、后的性能参数，为中间变量，ξ∈(0,1)表示性能降级程度，pt＝1-exp(-ι(t-tr))为过渡函数，其中ι为设计参数，tr为重构时间；exp()表示指数函数。
46、进一步地，所述第三步包括：
47、第i台无人机的姿态系统状态模型转化为如下形式：
48、
49、式中xai＝[vzi,pi,qi,ri]t为姿态环状态向量，包括地球坐标系下z轴方向的速度vzi和机体坐标系下欧拉角速度pi,qi,ri，表示其导数，yi为输出向量，di＝jimui(λui-i)fi为执行器失效故障，i表示单位矩阵，控制系数矩阵jxi,jyi,jzi为无人机转动惯量，fi(xai)为已知非线性函数；本文档来自技高网...
【技术保护点】
1.一种基于无人机实时能力的安全决策与协同控制方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于无人机实时能力的安全决策与协同控制方法，其特征在于，所述第一步包括：
3.根据权利要求2所述的一种基于无人机实时能力的安全决策与协同控制方法，其特征在于，所述第二步包括：
4.根据权利要求3所述的一种基于无人机实时能力的安全决策与协同控制方法，其特征在于，所述第三步包括：
5.根据权利要求4所述的一种基于无人机实时能力的安全决策与协同控制方法，其特征在于，所述第四步包括：
【技术特征摘要】
1.一种基于无人机实时能力的安全决策与协同控制方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于无人机实时能力的安全决策与协同控制方法，其特征在于，所述第一步包括：
3.根据权利要求2所述的一种基于无人机实时能力的安全决策与协同...
【专利技术属性】
技术研发人员：郭雷，杨彬，周思成，贾金豆，郭克信，杨懿，余翔，
申请(专利权)人：北京航空航天大学杭州创新研究院，
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。