基于队形库的多无人机队形编队方法与流程
本发明涉及多无人机编队飞行控制领域，尤其涉及一种基于队形库的多无人机队形编队方法。
背景技术：
多无人机协同编队能极大拓展无人机的性能和应用领域，在协同侦查、灾害搜救、环境监测、飞行表演等领域具有巨大的应用潜力；而从技术本身的发展来看，多无人机协同编队代表着无人机的自主能力达到了5级以上，具备了较高的智能化水平。编队队形直接影响到飞行任务的完成效果，例如在军用领域，横形编队有利于扩大侦查搜索范围，纵形编队则有利于减小雷达反射面积；而在飞行表演领域，大规模无人机群需要完成多种复杂编队队形的生成、保持和变换。因此，编队队形设计是多机协同编队飞行的基础环节。
然而当前针对多无人机协同编队的研究大多集中于其协同架构的研究，却几乎没有涉及编队队形快速设计的工具化研究。近些年，采用小型无人机的大规模编队演示飞行已见诸报端，如2015年8月美国海军研究生院采用50架固定翼无人机实现的协同编队飞行，2016年8月甄迪无人机公司采用60架四旋翼无人机实现的编队飞行表演。然而，大多数现有研究的编队队形是为了飞行任务而“定制化”设计的，为了实现完整的队形，设计人员需要预先计算出每一个节点的相对位置坐标，同时这种计算并不能被复用，一旦变换到新的队形后，需要重新计算所有节点新的相对位置坐标。因此，现有技术中缺乏一种灵活的、工具化的队形设计方法，来实现任意编队队形的快速、可视化、动态设计和复杂队形的基本元素拆分与重组。
技术实现要素：
为了解决现有技术中的上述问题，即为了实现任意编队队形的快速、可视化、动态设计和复杂队形的基本元素拆分与重组。基于此，本发明提供了基于队形库的多无人机队形编队方法，应用于包含一架长机和多个僚机的多架无人机中，包括以下步骤：
步骤1，根据编队任务中的编队队形请求，在预设队形库中选取基本队形，利用所述基本队形构建所述编队队形；所述编队队形中包含一个长机队形节点、多个僚机队形节点以及一个队形入口位置，所述队形入口位置为所述长机节点实时跟随的空间位置；
步骤2，建立所述编队队形中各队形节点与无人机间的对应指派关系；
步骤3，根据所述编队任务中所携带的任务队形入口位置以及所述对应指派关系确定每一架无人机的绝对位置期望值，按照所述编队队形编队排列。
优选地，所述预设队形库中每一基本队形中各队形节点的空间三维绝对位置期望值的计算关系式为：
v＝f(γ)
其中，v为队形节点的空间三维绝对位置期望，γ＝{s,n,m,θ,p,c}为队形参数，s为基本队形名，n为队形节点数量，m为长机队形节点序列号，θ为表征了队形的形状、大小和方向的队形特征参数，p为队形入口位置，c为队形调整控制位，f为队形向量计算函数。
优选地，所有队形节点的空间三维绝对位置期望构成空间三维绝对位置期望向量组，其表达式为：
v＝[v1,v2,...vi,...vn]
其中，v为空间三维绝对位置期望向量组，vi＝[xi,yi,zi]t表示第i个队形节点的空间三维绝对位置期望值，i＝1,…,n。
优选地，在计算第i个队形节点的空间三维绝对位置期望值时，包括如下步骤：
步骤1)，建立参考坐标系o1，根据s、n、θ计算第i个队形节点在o1中相对位置向量v1i，i＝1,…,n，v1i是队形节点序列号的函数；
步骤2)，根据m确定长机队形节点在o1中的相对位置向量v1m，将o1原点平移到长机队形节点处，建立新的坐标系o2，通过坐标平移计算该第i个队形节点在o2中的相对位置向量v2i，计算公式为：
v2i＝v1i-v1m
步骤3)，根据p，计算得到该第i个队形节点的空间三维绝对位置期望值vi，计算公式为：
vi＝t·v2i+p
其中，t为o1相对于地面绝对位置坐标系的旋转矩阵。
优选地，当改变m时，重复步骤2)～3)，实现长机切换。
优选地，所述编队队形包括基本队形和组合队形。
优选地，所述队形库中每一基本队形中只有一个队形入口位置。
优选地，所述队形库中每一基本队形中只有一个长机队形节点。
优选地，利用预设队形库构建编队队形时，包括：
交互式的图形化界面设计构建方法，为采用人机交互方式设置队形参数γ，在无人机于地面时离线设计构建编队队形；或
所述参数化动态设计构建方法，为采用程序参数化调用方式设置队形参数γ，在无人机飞行过程中动态设计构建编队队形。
优选地，在建立所述编队队形中各队形节点与无人机间的对应指派关系时，参与到所述编队任务中的无人机数量不少于所述编队队形的队形节点数，其实现方式包括如下两种：
直接指派；或
优化指派，根据所有无人机当前位置和编队队形位置，根据所述编队任务在编队队形建立或调整中引入优化指标和约束条件，采用优化算法建立无人机与队形节点间的对应关系。
与现有技术相比，本发明至少具有以下优点：
通过本发明中的多架无人机队形编队设计，不仅实现了队形的任意组合，同时通过队形的设计构成方式实现了队形的快速、可视化、动态设计和复杂队形的基本元素拆分与重组。
附图说明
图1是本发明提供的多架无人机队形编队设计的整体流程架构图；
图2是本发明提供的空间三维绝对位置向量计算坐标变换关系示意图；
图3是本发明提供的多架无人机队形编队中基本队形参数含义示意图；
图4是本发明提供的队形节点与无人机间的指派关系示意图。
具体实施方式
下面参照附图来描述本发明的优选实施方式。本领域技术人员应当理解的是，这些实施方式仅仅用于解释本发明的技术原理，并非旨在限制本发明的保护范围。
在本发明中，提供了一种基于队形库的多无人机队形编队方法，应用于包含一架长机和多个僚机的多架无人机中，如图1所示，包括两个阶段，库设计阶段和队形实现阶段，其中，库设计阶段包括步骤s1，队形实现阶段包括步骤s2～s4，具体的：
s1，构建队形库；
根据常用的飞行队形构建具有统一模板的、参数化表达的基本队形，所有队形组成队形库。
其中，队形库中每一队形包括一个队形入口位置、以及由一个长机队形节点和多个僚机队形节点构成的多个队形节点。
所述预设队形库中每一基本队形中各队形节点的空间三维绝对位置期望值的计算关系式为：
v＝f(γ)
其中，v为队形节点的空间三维绝对位置期望，γ＝{s,n,m,θ,p,c}为队形参数；
s为基本队形名，包括但不限于“直线队形”、“v字队形”、“弧形队形”、“正多边形队形”、“矩阵队形”；
n为队形节点数量，表示队形中包含的队形节点总数；
m为长机队形节点序列号，每一种队形都拥有各自预设的队形节点排序，序列号为1到n间的某一自然数；
θ为队形特征参数，每一种队形都拥有各自的队形特征参数，队形特征参数决定了队形的最终形状、大小、方向；
p为队形入口位置，这是一个空间三维绝对位置向量，代表长机所要实时跟随的空间三维绝对位置期望值；
c为队形调整控制位，用于决定当编队飞行中某一架无人机出现故障或离队后剩余无人机的队形调整动作，所选的调整动作包括：维持原队形不变，即所有无人机维持原来的相对位置关系；或，队形收缩补充，即相邻无人机收缩补充故障或离队无人机的位置，其他无人机做相应的收缩补充；
f为队形向量计算函数，根据队形参数γ计算出n个队形节点的空间三维绝对位置期望向量组v；队形向量计算函数f根据基本队形名s来选择所要调用的队形库中的基本队形，选中的基本队形进一步调用自身的队形向量计算式来计算出空间三维绝对位置期望向量组v。
该空间三维绝对位置期望向量组v由所有队形节点的空间三维绝对位置期望构成，其表达式为：
v＝[v1,v2,...vi,...vn]
其中，v为空间三维绝对位置期望向量组，vi＝[xi,yi,zi]t表示第i个队形节点的空间三维绝对位置期望值，i＝1,…,n。
具体的，如图2所示，在计算第i个队形节点的空间三维绝对位置期望值时，包括如下步骤：
步骤1)，建立参考坐标系o1，根据s、n、θ计算第i个队形节点在o1中相对位置向量v1i，i＝1,…,n，v1i是队形节点序列号的函数；
步骤2)，根据m确定长机队形节点在o1中的相对位置向量v1m，将o1原点平移到长机队形节点处，建立新的坐标系o2，通过坐标平移计算该第i个队形节点在o2中的相对位置向量v2i，计算公式为：
v2i＝v1i-v1m
步骤3)，根据p，计算得到该第i个队形节点的空间三维绝对位置期望值vi，计算公式为：
vi＝t·v2i+p
其中，t为o1相对于地面绝对位置坐标系的旋转矩阵。
当改变m时，重复步骤2～3，实现长机的便捷切换。
s2，设计队形；
根据编队任务，不同的编队任务中携带有不同的编队队形请求，根据当前编队队形在队形库中选择特定的基本队形，设置队形参数，形成参数实例化的队形；由至少一个基本队形构建该编队队形；所述编队队形中包含一个长机队形节点、多个僚机队形节点以及一个队形入口位置，所述队形入口位置为所述长机节点实时跟随的空间位置。其中，该编队队形可以为一个基本队形或由多个基本队形组合而成的组合队形。
利用预设队形库构建编队队形时，包括：
交互式的图形化界面设计构建方法，为采用人机交互方式设置队形参数γ，在无人机于地面时离线设计构建编队队形；或
所述参数化动态设计构建方法，为采用程序参数化调用方式设置队形参数γ，在无人机飞行过程中动态设计构建编队队形。
在设计队形时，包括如下步骤：
s21：从队形库中选择特定的基本队形，此时自动设置了基本队形名参数s；
s22：设置其他基本队形参数，包括队形节点数n，长机所处队形节点的序列号m，队形特征参数θ，队形入口位置p，队形调整控制位c；
s23：若要设计组合队形，则继续从队形库中选择多个基本队形，并按照队形要求设置各个基本队形的参数。在进行队形组合时，后一个基本队形的队形入口位置p需与前一个基本队形的位置相关联，由此，任意组合队形有且仅有一架长机，同时有且仅有一个队形入口位置p作为长机所要实时跟随的空间位置。
在设计队形时，首先选定某个参考位置建立一个参考坐标系o1，优选的，设置o1的坐标方向为长机气流坐标系的方向，记该坐标系为o1-xayaza，然后在o1-xaya平面内设计队形形状和尺寸，由此形成基本形状，进一步将该基本图形进行三维旋转，优选的，旋转顺序为：先绕o1za轴旋转φ角，再绕新的o1y′a轴旋转α角，再绕新的o1x″a轴旋转ψ角，这样可将基本图形演变为三维空间内任意朝向的图形。
在此坐标系定义及坐标系旋转定义基础下，结合图3给出的“直线队形”、“v字队形”、“正多边形队形”、“矩形队形”四种示例队形的基本形状，进一步说明部分队形参数的含义。
(1)直线队形
如图3(a)所示为直线队形，包含n个队形节点，记作qi，i＝1,…,n，其空间三维绝对位置记作vi。若选择q1为长机节点，则m＝1，选择其他节点作为长机则依此类推。基本直线形状可选择任意初始方向，队形特征参数θ为θ＝{l,φ,α,ψ}，其中l为相邻两节点间的距离，即向量vk+1-vk的模长，这里k＝1,…,n-1；φ,α,ψ为基本直线队形的三个旋转角。
(2)v字队形
如图3(b)所示为v字队形，包含n个队形节点，记作qi，i＝1,…,n，其空间三维绝对位置记作vi。若选择
(3)正多边形队形
如图3(c)所示为正多边形队形，包含n个队形节点，记作qi，i＝1,…,n，其空间三维绝对位置记作vi。若选择q1为长机节点，则m＝1，选择其他节点作为长机则依此类推。基本正多边形的节点排列为，以o1xa轴方向的外接圆半径外端点作为q1节点，按图示角度方向为正方向依次旋转，其他节点等间距地分布在外接圆上，显然相邻两节点与圆心所成夹角为γ＝360°/n。队形特征参数θ为θ＝{r,φ,α,ψ}，其中r为正多边形所在外接圆的半径，φ,α,ψ为基本正多边形队形的三个旋转角。
(4)矩形队形
如图3(d)所示为矩形队形，包含n个队形节点，记作qi，i＝1,…,n，其空间三维绝对位置记作vi。若选择q1为长机节点，则m＝1，选择其他节点作为长机则依此类推。基本矩形的队形设计为，使矩形相邻两边与o1xaya两轴平行，左上角顶点设为q1，按行排列，直到排满n个节点为止。队形特征参数θ为θ＝{n1,l1,l2,φ,α,ψ}，其中n1为每行节点数，l1、l2为相邻行、列节点间的距离，φ,α,ψ为基本矩形队形的三个旋转角。
s3，建立指派关系；
建立所设计编队队形中各队形节点和参与到编队任务中的无人机之间对应的指派关系，形成队形节点与无人机之间的一一对应。其中，参与到所述编队任务中的无人机数量不少于所述编队队形的队形节点数。
如图4所示的具体实施例中，编队队形为包含6个队形节点的正多边形队形，队形节点序号为q1～q6；参与编队任务的无人机编号为p1～p6。
采用下述两种方法中的任意一种方法来建立所设计编队队形的队形节点和实际无人机之间的一一对应关系，各无人机与队形节点间对应指派关系的确定，包括如下两种方式：
直接指派，直接手动显式建立无人机队形节点与无人机间的对应关系；或
优化指派，根据所有无人机当前位置和编队队形位置，根据所述编队任务在编队队形建立或调整中引入优化指标和约束条件，采用优化算法建立无人机与队形节点间的对应关系。
图4所示为采用直接指派的方式建立的对应关系，其对应关系为：
需要说明的是，无论是采取直接指派还是优化指派方法，都存在多种可能的对应关系，具体采用哪种方式取决于所要完成的任务、所选择的优化算法、无人机的初始位置和期望组合队形的集结位置。
s4，实现编队飞行；
根据步骤s2中参数实例化的组合队形和s3中建立的队形节点与无人机之间的一一对应关系，实时给定任务队形入口位置，计算得到每一架无人机的绝对位置期望值，作为每一架无人机航点控制器的期望指令，从而控制无人机群实现按编队队形的编队飞行。
采用上述技术方案，本发明产生的有益效果有：(1)基于标准化、模块化的“库”设计思想，所设计的队形库包括多个常用的基本队形，通过设置不同的队形参数，可变换出更多的常用队形，提高了队形设计的重用性；(2)基本队形可组合成复杂的组合队形，从而理论上可实现任意的队形设计；(3)采用图形化的交互式设计和参数化的动态设计两种设计方式，不仅提高了队形设计的效率，还提供了统一的队形接口，供上层推理决策系统进行调用。
至此，已经结合附图所示的优选实施方式描述了本发明的技术方案，但是，本领域技术人员容易理解的是，本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下，本领域技术人员可以对相关技术特征作出等同的更改或替换，这些更改或替换之后的技术方案都将落入本发明的保护范围之内。
- 还没有人留言评论。精彩留言会获得点赞！