无人机集群编队控制方法及其装置与流程

本申请涉及一种无人机集群编队控制方法，属于控制领域。

背景技术：

近年来，随着人类科技水平的快速发展，在保持一定功能的条件下，小尺寸、低成本、快速制造的无人机已实现量产化，大规模的低成本无人机通过自组织协同，可完成各种高性能、高成本有人机才能完成的复杂任务，具有鲁棒性好、环境适应能力强、灵活性高、覆盖面积广等优势，因此无人机集群化是未来无人机的一大发展趋势。

无人机集群执行诸如目标区域搜索、地形探测、环境监视以及目标打击等任务时，通常采用集群编队飞行的方式，无人机集群编队控制问题是当前无人机集群领域的一个研究热点，人工势场法是常用的无人机集群编队控制方法。

人工势场法通过建立无人机集群成员间的人工势场函数，无人机集群成员在彼此之间的吸引势场作用力和排斥势场作用力的作用下，形成预设编队构型。吸引势场作用力用于集群队形组织，使集群始终保持聚集状态而不分散；排斥势场作用力用于无人机集群成员间的避撞以及集群避障。人工势场法的优点是能使无人机集群在飞行过程中保持稳定编队构型，缺点是集群队形的变化需要重新配置势场函数参数，灵活性不够，且容易陷入局部极点问题，此外，人工势场函数设计较为困难，容易出现不收敛的情况。

因此采用人工势场法进行无人机集群编队控制时，解决集群运动过程中产生的局部极点问题，以及收敛性问题是现有技术缺乏的方面。

技术实现要素：

根据本申请的一个方面，提供了一种无人机集群编队控制方法，该方法在人工势场法的基础上，增加集群虚拟成员对无人机集群内部成员的势场作用，实现对无人机集群编队的精确控制，并解决了集群运动过程中容易产生的局部极点问题，以及收敛性问题。

一种无人机集群编队控制方法，包括以下步骤：

步骤s100：设定无人机集群的编队参考点位置和目标参考点位置；

步骤s200：根据无人机集群内各内部成员的期望位置、速度矢量以及加速度矢量，建立第i内部成员的运动学方程；

步骤s300：根据编队参考点位置和目标参考点位置、速度矢量、运动学方程和运动类型，基于人工势场法构建第i内部成员的加速度控制函数，以及第i内部成员在各编队参考点的速度控制函数，取i＝i+1后重复所述步骤s200～s300，直至i＝m，得到所有所述内部成员的速度控制函数，m为所述无人机集群中包含无人机数量；

步骤s400：采用各集群内部成员的加速度控制函数以及各内部成员在各编队参考点的速度控制函数，控制各内部成员以默认编队跟随编队参考点朝向目标参考点运动。

可选地，所述“设定无人机集群的编队参考点位置和目标参考点位置”步骤中，所述编队参考点和所述目标参考点组成虚拟结构。

可选地，第i内部成员的加速度控制函数ai

表示如下：

其中xi、xj分别为第i无人机和第j无人机的位置矢量；为第k个编队参考点的位置矢量；为第k个目标参考点的位置矢量，该位置矢量不随时间发生变化；gij(·)无人机i与无人机j之间的吸引排斥函数，定义为：

gij(xi-xj)＝-(xi-xj)[bij-cij·exp(-dij||xi-xj||)](2)

式中，为大于0的常数，用以确定编队参考点与无人机i的平衡距离，当时，第i无人机和第j无人机之间的吸引势场作用力和排斥势场作用力相等；

gik(·)表示编队参考点与第i无人机之间的吸引/排斥势场函数。定义为：

式中，为大于0的常数，用以确定编队参考点与无人机i的平衡距离，当时，第i无人机和第j无人机之间的吸引势场作用力和排斥势场作用力相等；

gk(·)表示编队参考点与目标参考点之间的势场函数。定义为：

其中，为大于0的常数。

可选地，所述步骤s100中还包括设计无人机集群的默认编队构型步骤。

可选地，所述第i所述内部成员的运动学方程为：

其中，xi表示第i所述内部成员的位置矢量，vi表示第i所述内部成员的速度矢量，ai表示第i所述内部成员的加速度矢量。

可选地，所述第i所述内部成员的速度矢量vi满足如下速度约束：

其中，vmax表示无人机个体所能达到的速度极限。

可选地，所述第i所述内部成员的加速度矢量ai满足如下速度约束：

其中，amax表示无人机个体所能达到的加速度极限。

可选地，所述编队参考点为3个。

本申请的另一方面还提供了一种如上述的方法用无人机集群编队控制装置，包括：

运动学方程模块，用于设定无人机集群的编队参考点位置和目标参考点位置，根据无人机集群内各内部成员的期望位置、速度矢量以及加速度矢量，建立第i内部成员的运动学方程；

函数模块，用于根据所述期望位置、所述速度矢量、加速度矢量、所述运动学方程和运动类型，基于改进式的人工势场法构建第i所述内部成员的加速度控制函数，取i＝i+1后返回所述运动学方程模块和所述函数模块，直至i＝m，得到所有所述内部成员的加速度控制函数，m为所述无人机集群中包含无人机数量；

运动控制模块，用于各集群内部成员的加速度控制函数以及各内部成员在各编队参考点的速度控制函数，控制各内部成员以默认编队跟随编队参考点朝向目标参考点运动。

可选地，包括：控制反馈模块，所述控制反馈模块，用于获取所述运动控制模块的控制结果，并将所述控制结果反馈至所述函数模块；所述函数模块，用于根据所述控制结果，自动调整所述函数模块中的控制函数参数。

本申请能产生的有益效果包括：

1)本申请所提供的无人机集群编队控制方法及其装置，通常的人工势场法只包含集群内部成员之间的势场作用以及环境对集群成员的势场作用，而该方法在集群附近设立了三个编队参考点(虚拟点)，对集群成员的编队构型进行进一步约束，从而实现更为精确的编队控制。

2)本申请所提供的无人机集群编队控制方法及其装置，其中采用的编队参考点，相当于使集群到达期望位置前会始终收到一个“外力”作用，以使其摆脱局部极点，克服了人工势场法常出现的不收敛问题。在随机的初始位置条件下，该方法能控制无人机集群快速地跟随编队参考点形成默认编队，并准确地到达期望位置。该方法通过仿真实验验证其有效性。

3)本申请所提供的无人机集群编队控制方法及其装置，该方法在集群附近设立三个编队参考点，以对无人机集群运动过程中的编队构型和朝向进行进一步约束，受到编队参考点的约束，单个集群成员不容易与其他成员脱节，从而能使无人机集群在运动过程中始终保持稳定的编队构型。

附图说明

图1为本申请一种实施方式中无人机集群编队控制方法流程示意图；

图2为本申请一种实施方式中无人机集群编队控制装置结构示意图；

图3为本申请又一种实施方式中无人机集群编队控制装置结构示意图；

图4为本申请一种实施方式中无人机集群预设编队结构示意图；

图5为本申请一种实施方式中编队参考点与无人机集群内部成员构型示意图；

图6为本申请一种实施方式中无人机集群编队控制仿真结果示意图，其中(a)为无人机集群与编队参考点在三维空间运动轨迹图；(b)为无人机集群与编队参考点在y-z平面运动轨迹投影图，在图(a)和图(b)中，符号*为集群各内部成员在目标区域的期望位置，其牵引出的各条曲线代表各无人机的运动轨迹；三个圆点为编队参考点在目标区域的期望位置，即目标参考点的位置，其牵引出的各条曲线代表各编队参考点的虚拟运动轨迹；(c)为无人机集群各内部成员随时间增长的速度变化曲线；(d)为uav1相对其他集群内部成员随时间增长的距离变化曲线。

图例说明：

图4和5中：uav是无人机的英文缩写，uavi代表第i架无人机，i＝1、2、3、4、5、6。

具体实施方式

下面结合实施例详述本申请，但本申请并不局限于这些实施例。

参见图1，本发明提供的无人机集群编队控制方法，包括以下步骤：

步骤s100：设定无人机集群的编队参考点位置和目标参考点位置；

步骤s200：根据无人机集群内各内部成员的期望位置、速度矢量以及加速度矢量，建立第i内部成员的运动学方程；

步骤s300：根据编队参考点位置和目标参考点位置、速度矢量、运动学方程和运动类型，基于人工势场法构建第i内部成员的加速度控制函数，以及第i内部成员在各编队参考点的速度控制函数，取i＝i+1后重复所述步骤s200～s300，直至i＝m，得到所有所述内部成员的速度控制函数，m为所述无人机集群中包含无人机数量；

步骤s400：采用各集群内部成员的加速度控制函数以及各内部成员在各编队参考点的速度控制函数，控制各内部成员以默认编队跟随编队参考点朝向目标参考点运动。

本发明提供的方法，通过在无人机集群编队中加入了编队参考点(虚拟点)，对集群成员的编队构型精确约束，使编队控制更为精确的，并能使集群成员在向目标运动过程中，避免出现局部极点现象。本发明提供方法还采用了加速度控制函数，使得控制集群能满足加速度约束，使需要提供的控制力更加容易实现。简化控制过程，提高控制精度。

优选地，所述“设定无人机集群的编队参考点和目标参考点(虚拟点)位置”步骤中，所述编队参考点和所述目标参考点组成虚拟结构。

在空间中建立由编队参考点和目标参考点组成的虚拟结构，其中目标参考点为编队参考点在目标区域的期望位置，并确定编队构型中各无人机在目标区域中的期望位置。虚拟结构设置的目的是为了进一步约束无人机集群的编队构型，使无人机集群在运动过程中保持稳定的编队构型，并准确地到达期望位置。

优选地，第i内部成员的加速度控制函数ai

表示如下：

其中xi、xj分别为第i无人机和第j无人机的位置矢量；为第k个编队参考点的位置矢量；为第k个目标参考点的位置矢量，该位置矢量不随时间发生变化；gij(·)无人机i与无人机j之间的吸引排斥函数，定义为：

gij(xi-xj)＝-(xi-xj)[bij-cij·exp(-dij||xi-xj||)](2)

式中，为大于0的常数，用以确定编队参考点与无人机i的平衡距离，当时，第i无人机和第j无人机之间的吸引势场作用力和排斥势场作用力相等；

gik(·)表示编队参考点与第i无人机之间的吸引/排斥势场函数。定义为：

式中，为大于0的常数，用以确定编队参考点与无人机i的平衡距离，当时，第i无人机和第j无人机之间的吸引势场作用力和排斥势场作用力相等；

gk(·)表示编队参考点与目标参考点之间的势场函数。定义为：

其中，为大于0的常数。

本发明提供的加速度控制函数中采用双积分模型形式，提高该控制方法对无人机集群内部成员加速的控制准确性。同时在加速度控制函数ai中增加gik(·)，从而使克服了人工势场法常出现的不收敛问题。

优选地，所述步骤s100中还包括设计无人机集群的默认编队构型步骤。

优选的，所述第i所述内部成员的运动学方程为：

其中，xi表示第i所述内部成员的位置矢量，vi表示第i所述内部成员的速度矢量，ai表示第i所述内部成员的加速度矢量。

优选地，所述第i所述内部成员的速度矢量vi满足如下速度约束：

其中，vmax表示无人机个体所能达到的速度极限。

优选地，所述第i所述内部成员的加速度矢量ai满足如下速度约束：

其中，amax表示无人机个体所能达到的加速度极限。

优选地，所述编队参考点为3个。

以下结合具体实例对本发明提供方法进行详细说明：

步骤s100：建立人机集群内部成员的运动学方程。

考虑一个由m架四旋翼无人机组成的无人机集群，并且x＝(x1,x2,...,xi,...,xm)表示m架无人机的位置矢量，v＝(v1,v2,...,vi,...,vm)表示各无人机成员的速度矢量，a＝(a1,a2,...,ai,...,am)表示各无人机成员的加速度矢量，已知是第i内部成员的位置矢量，是第i内部成员的速度矢量，是第i内部成员的加速度矢量，为欧式空间集合，建立第i内部成员的运动学方程如下：

且vi满足如下速度约束：

其中，vmax表示无人机个体所能达到的速度极限，amax表示无人机个体所能达到的加速度极限。

本发明提供方法中考虑影响无人机个体速度的因素包括：无人机集群内部成员之间的相互作用、编队参考点对无人机个体的作用，目标参考点对编队参考点的作用。用gij(·)表示任两无人机个体之间的相互作用函数，表示编队参考点位置矢量、gik(·)表示编队参考点对无人机集群成员的作用函数，表示目标参考点位置矢量、gk(·)表示目标参考点对编队参考点的作用函数，ai可表示如下：

式(11)为ai的势场函数方程，其中的微分方程表示如下：

无人机集群编队控制算法设计如下：

首先设计无人机集群的编队构型，在本实施例中四旋翼无人机集群的编队控制方案如图4所示，6架无人机(编号：uav1、uav2、uav3、uav4、uav5、uav6)组成了一个三角形编队，当各无人机彼此之间的相对位置确定之后，无人机集群编队构型即确定。且当无人机集群形成编队后，彼此之间的距离是在其相互作用下的平衡距离。

其次，在集群中设立三个编队参考点(虚拟点)，如图5所示，图5中无人机集群用uav的方块表示。建立编队参考点与集群内部成员之间的势场函数，如式3所示，该势场函数的作用可进一步约束无人机集群的编队构型，并使集群内部成员摆脱容易在运动过程中陷入局部极点的问题，实现集群内部成员的编队构型、速度以及加速度的约束控制。

然后，在无人机集群目标区域设立三个目标参考点(虚拟点)，如图5中的三个圆圈所示，建立编队参考点与目标参考点之间的势场函数，如式(4)所示，用以规划编队参考点运动至目标参考点的运动路径。

最后，在式(11)所示函数的势场作用下，无人机集群成员将跟随编队参考点运动至目标区域。

采用人工势场法对无人机集群进行编队控制时，集群中每架无人机将会受两种虚拟势场力的影响，一是编队参考点对无人机产生的吸引/排斥作用力，二是无人机个体相互之间的吸引/排斥作用力，两种势场力共同决定了无人机集群成员的运动情况。忽略环境作用影响，建立包含第i内部成员和无人机j集群编队后的运动学方程如下：

其中，xi表示第i所述内部成员的位置矢量，vi表示第i所述内部成员的速度矢量，ai表示第i所述内部成员的加速度矢量。并满足如下约束：

其中，vmax表示无人机个体所能达到的速度极限，amax表示无人机个体所能达到的加速度极限。

第i所述内部成员的加速度控制函数ai表示如下：

其中xi、xj分别为无人机i和无人机j的位置矢量，为第k个编队参考点的位置矢量，为第k个目标参考点的位置矢量(固定矢量)。gij(·)无人机i与无人机j之间的吸引排斥函数，定义为：

gij(xi-xj)＝-(xi-xj)[bij-cij·exp(-dij||xi-xj||)](17)

式中，为大于0的常数，用以确定编队参考点与无人机i的平衡距离，当时，无人机i与无人机j之间的吸引势场作用力和排斥势场作用力相等。

gik(·)表示编队参考点与无人机i之间的吸引/排斥势场函数。定义为：

式中，为大于0的常数，用以确定编队参考点与无人机i的平衡距离，当时，无人机i与无人机j之间的吸引势场作用力和排斥势场作用力相等。

gk(·)表示编队参考点与目标参考点之间的势场函数。定义为：

其中，为大于0的常数。

参见图2，本发明的又一方面提供了一种如上述控制方法所用的装置，包括：

运动学方程模块100，用于设定无人机集群的编队参考点位置和目标参考点位置，根据无人机集群内各内部成员的期望位置、速度矢量以及加速度矢量，建立第i内部成员的运动学方程；

函数模块200，用于根据所述期望位置、所述速度矢量、加速度矢量、所述运动学方程和运动类型，基于改进式的人工势场法构建第i所述内部成员的加速度控制函数，取i＝i+1后返回所述运动学方程模块和所述函数模块，直至i＝m，得到所有所述内部成员的加速度控制函数，m为所述无人机集群中包含无人机数量；

运动控制模块300，用于各集群内部成员的加速度控制函数以及各内部成员在各编队参考点的速度控制函数，控制各内部成员以默认编队跟随编队参考点朝向目标参考点运动。

参见图3，优选地，包括：控制反馈模块400，所述控制反馈模块400，用于获取所述运动控制模块300的控制结果，并将所述控制结果反馈至所述函数模块200；所述函数模块200，用于根据所述控制结果，自动调整所述函数模块200中的控制函数参数。

根据运动控制结果，自动调整函数模块中的控制函数参数，实现闭环控制。此处的控制结果包括但不限于内部成员与目标点的距离是否满足预设条件。

所述控制效果包括集群运动过程中的集群内部成员之间的实际距离与期望距离的差值，实际速度与期望速度的差值以及实际加速度与期望加速度的差值。

以下结合具体仿真实例，对本发明提供的方法进行详细说明：

实施例控制无人机集群编队的仿真实验

为说明本发明所述无人机集群编队控制方法的有效性，首先对无人机集群控制算法进行稳定性证明。

首先进行编队参考点的收敛性分析：

(1)考虑一个如式(12)所示的编队参考点运动模型，编队参考点与目标参考点之间的势场函数如式(19)所示，为编队参考点(虚拟点)运动的目标位置向量。则随着t→∞，有

证明：令故建立李雅普诺夫函数对其进行求导，得：

由于为大于0的常数，则有：

则根据李雅普诺夫稳定性定理可知，随着t→∞，编队参考点能最终收敛到目标参考点的位置。

(2)考虑一个如式(11)所示的无人机集群运动模型，无人机集群成员之间以及成员与编队参考点的人工势场函数分别如式(17)和式(18)所示，则随着时间推移，无人机集群成员位置将收敛到一个平衡状态，即随着t→∞，有

证明：

建立李雅普诺夫函数

j(x)对xi的梯度表示如下：

沿着个体的运动对j(x)进行求导可得：

对于所有t成立，根据拉萨尔不变集理论可知，当t→∞时，xi将收敛到一个最大的不变子集，即随着t→∞，有其中ωe为无人机集群成员平衡位置的集合。

对6架无人机组成的集群，按上述方法针对无人机集群的编队运动进行控制，对控制结果进行仿真分析。

在仿真实验中，无人机集群由6架无人机组成，其预设编队如图4所示，其中6个绿色方块表示无人机节点，共同构成了一个三角形编队构型。

设立三个编队参考点，使无人机集群跟随三个参考点运动，以对无人机集群的编队构型和朝向进行约束，如图5所示，同样设立三个目标参考点。无人机集群各成员和三个编队参考点的初始位置是随机分布的，三个目标参考点的位置分别取为

图6(a)为无人机集群与编队参考点在三维空间运动轨迹图；图6(b)为无人机集群与编队参考点在y-z平面轨迹投影图，在图6(a)和图6(b)中，符号*为集群各内部成员在目标区域的期望位置，其牵引出的各条曲线代表各无人机的运动轨迹；图6(a)和图6(b)中三个圆点为编队参考点在目标区域的期望位置，即目标参考点的位置，编队参考点是虚拟点，且位置不固定，图6中仅示出其运动轨迹和最终位置。其牵引出的各条曲线代表各编队参考点的虚拟运动轨迹。由图6可知无人机集群与编队参考点在t＝0时位于随机位置，随后无人机集群内部成员跟随编队参考点朝着目标区域呈直线运动，并在目标区域内迅速形成预设编队构型。编队参考点与目标参考点都是虚拟点，在两者间势场函数的作用下，编队参考点和目标参考点间会形成虚拟轨迹，则通过编队参考点与无人机集群间的势场作用，可控制集群各内部成员跟随编队参考点运动到目标区域。

当编队参考点到达目标参考点位置后，无人机集群也以预设编队构型到达了期望位置。图6(c)为无人机集群各成员随时间增长的飞行速度变化曲线，由图6(c)可知无人机集群各成员的速度变化较为平稳，并最终能收敛到0。

图6(d)为uav1与其他成员随时间增长的距离变化曲线，由图可知从t＝20s开始uav1与其他成员的距离基本维持在一个定值，这表明从此刻起无人机集群已形成了预设编队，并能在飞行过程中维持一个稳定的编队构型。

由仿真结果可知，在随机的初始位置条件下，在本文所提出的方法控制下，无人机集群可以快速跟随编队参考点形成预设编队，并在飞行过程中保持稳定的编队构型，最终准确地到达期望位置。

以上所述，仅是本申请的几个实施例，并非对本申请做任何形式的限制，虽然本申请以较佳实施例揭示如上，然而并非用以限制本申请，任何熟悉本专业的技术人员，在不脱离本申请技术方案的范围内，利用上述揭示的技术内容做出些许的变动或修饰均等同于等效实施案例，均属于技术方案范围内。