基于人工势场法的无人机编队队形形成与保持方法与流程

本发明属于启发式算法领域，具体涉及一种基于人工势场法的无人机编队队形形成与保持方法。

背景技术：

无人机作为现代战场上极其重要的组成，也是各国尖端科技展现的地方，无人机领域的科研投入不断加大。多无人机协同作战是未来无人机作战的主要形式，而无人机编队又是多无人机协同作战的基础，是无人机技术必不可少的组成部分。

同时，多无人机群往往处于未知的动态环境中，战场形势瞬息万变，无人机在编队飞行过程中会出现故障、被击落等原因而退出编队，同时任务点也可能是动态移动的，这就要求编队队形具有自适应性和多变性。

目前，解决此类问题仍存在不少挑战，包括无人机编队队形形成花费时间长，准确度低，仿真模型建立未考虑实际战场环境，编队队形形成算法的时间花费太大，不能满足实时性需求，队形变换复杂困难等。

技术实现要素：

本发明的目的在于提供一种基于人工势场法的无人机编队队形形成与保持方法，利用人工势场算法，结合编队无人机与对应的期望无人机的位置差和速度差，实现无人机的编队队形形成和保持，并提升无人机机群编队队形形成效率。

为实现上述目的，本发明提供了一种基于人工势场法的无人机编队队形形成与保持方法，包括以下步骤：

步骤1，无人机属性初始化：根据编队队形需求设置虚拟无人机和编队无人机的数量，并初始化虚拟无人机和编队无人机的坐标位置、初速度和航向角；

步骤2，设计无人机编队队形：以虚拟无人机为中心，根据编队队形需求，对每架编队无人机设置相应的相对距离和相对方位，以均匀分布在虚拟无人机周围；

步骤3，计算编队无人机对应的期望无人机坐标位置：统一选用地面坐标系为参考系，结合虚拟无人机的航向角，将各架编队无人机的编队队形相对方位的参考系转化为地面坐标系，然后根据编队队形，结合虚拟无人机的坐标位置和航向角，计算得出各架编队无人机在编队队形上对应的期望无人机的坐标位置；

步骤4，设置编队无人机与对应的期望无人机的吸引势场函数：在二维坐标下，取其中一个维度的数据，计算该维度上编队无人机与对应的期望无人机之间的位置差和速度差，再设置编队无人机与对应的期望无人机之间的位置差与速度差分别为正或负时的吸引势场函数；

步骤5，设置编队无人机之间的排斥势场函数：根据编队队形，计算各架编队无人机的直线距离，然后取最小值作为编队无人机之间的排斥势场的作用范围，以设置排斥势场函数；

步骤6，编队无人机动态响应：以秒为时间单位，计算单位时间内每架编队无人机所受到的势场力，并将该势场力作用到无人机的加速度上，以使得每架编队无人机在势场力的作用下形成队形并保持飞行。

可选的，步骤1具体包括：

步骤1.1：根据编队队形需求，设置一架虚拟无人机和n架编队无人机，此时，相应存在n架期望无人机；

步骤1.2：初始化虚拟无人机的坐标(xr,yr)、初速度和航向角χr，编队无人机的坐标(xi,yi)、初速度和航向角为χi，期望无人机的坐标其中，期望无人机的初速度和航向角与虚拟无人机的初速度和航向角相等。

可选的，步骤2具体包括：

步骤2.1：规划好整体队形构型，然后将虚拟无人机放在队形的形心位置；

步骤2.2：计算出队形上每架编队无人机相对于虚拟无人机的直线距离，然后连接编队无人机和虚拟无人机的质心，得到一个方向指向编队无人机的向量，计算该向量与x轴正方向的夹角；

步骤2.3：以各架编队无人机的标号为下标，初始化编队队形的距离数组r和夹角数组θ。

可选的，步骤3具体包括：

步骤3.1：由步骤1和步骤2得到虚拟无人机的坐标位置(xr,yr)，航向角χr，编队队形的距离数组r＝[r1,r2,…,rn],夹角数组θ＝[θ1,θ2,…,θn]；

步骤3.2：计算编队无人机对应的期望无人机的坐标位置

可选的，步骤4具体包括：

步骤4.1：计算编队无人机i与对应的期望无人机d之间的位置差和速度差；

步骤4.2：设置位置差和速度差分别为正或负时的吸引势场函数。

可选的，吸引势场函数为其中，(xd-xi)为位置差，为速度差。

可选的，步骤5具体包括：

步骤5.1：在每个编队无人机周围，设置一个避撞区域，规定该避撞区域的最小半径为rmin；

步骤5.2：以某一编队无人机为中心画圆，将该圆的半径尽可能地增大，直到该圆内覆盖了其他无人机的编队位置，此时的半径为r，且r≥rmin；

步骤5.3：根据半径r，设置排斥势场函数。

可选的，排斥势场函数为

可选的，势场力的表达式为

f＝fatt+frep。

可选的，步骤6具体包括：

步骤6.1：分别计算每架编队无人机所受到的总的势场力；

步骤6.2：将得到的势场力分别加到对应坐标位置的速度上；

步骤6.3：每架编队无人机以改变后的速度飞行一个单位时间后，计算下一单位时间的坐标位置并更新该编队无人机的坐标变量；

步骤6.4：虚拟无人机同样计算下一单位时间的坐标位置并更新；若未到达目的地，则返回到步骤3继续执行。

本发明的有益效果是：

1、人工势场法的原理简单，运行高效，在设计吸引势场时将速度差作为变量，与位置差共同对编队无人机的速度做出调整，提升了无人机回归队形位置并保持稳定的效率。

2、在编队构型的设置中，只需确定相对距离和相对方位，即可确定一架无人机在队形中的位置，降低了队形变换时参数设置的复杂度。

附图说明

图1是本发明无人机编队队形形成和保持方法的总流程图。

具体实施方式

为了使本发明的目的、技术方案和优点更加清楚，下面结合附图和具体实施例对本发明进行详细描述。

如图1所示，本发明揭示了一种基于人工势场法的无人机编队队形形成与保持方法，主要针对具有速度变量的智能体群体的编队队形形成与保持问题。为了方便叙述，简单定义算法中的主要变量：虚拟无人机为uavr，坐标位置为(xr,yr)，初速度为航向角为χr；编队无人机的集合为{uav1,uav2,…,uavn}，其中，编队无人机的坐标位置为(xi,yi)，初速度为航向角为χi；期望无人机的集合为其中，期望无人机的坐标位置为速度和航向角与虚拟无人机相同。

具体步骤如下：

步骤1，无人机属性初始化：根据编队队形需求设置虚拟无人机和编队无人机的数量，并初始化虚拟无人机和编队无人机的坐标位置、初速度和航向角。

步骤1.1：根据编队队形需求，设置一架虚拟无人机和n架编队无人机，此时，相应存在n架期望无人机；编队无人机的集合为{uav1,uav2,…,uavn}，期望无人机的集合为

步骤1.2：分别对虚拟无人机、编队无人机和期望无人机设置属性，初始化虚拟无人机的坐标(xr,yr)、初速度和航向角χr，编队无人机的坐标(xi,yi)、初速度和航向角χi，期望无人机的坐标其中，期望无人机的初速度和航向角与虚拟无人机的初速度和航向角相等。

步骤2，设计无人机编队队形：以虚拟无人机为中心，根据编队队形需求，对每架编队无人机设置相应的相对距离和相对方位，以均匀分布在虚拟无人机周围。

步骤2.1：规划好整体队形构型，然后将虚拟无人机放在队形的形心位置；

步骤2.2：计算出队形上每架编队无人机相对于虚拟无人机的直线距离ri，然后连接编队无人机和虚拟无人机的质心，得到一个方向指向编队无人机的向量，计算该向量与x轴的正方向的夹角；

步骤2.3：以各架编队无人机的标号为下标，初始化编队队形的距离数组r和夹角数组θ，计算形心点指向质心点的直线的夹角θi。

步骤3，计算编队无人机对应的期望无人机坐标位置：统一选用地面坐标系为参考系，结合虚拟无人机的航向角，将各架编队无人机的编队队形相对方位的参考系转化为地面坐标系，然后根据编队队形，结合虚拟无人机的坐标位置和航向角，计算得出各架编队无人机在编队队形上对应的期望无人机的坐标位置。

步骤3.1：由步骤1和步骤2得到虚拟无人机的坐标位置为(xr,yr)，航向角为χr，编队队形的距离数组r＝[r1,r2,…,rn]，夹角数组为θ＝[θ1,θ2,…,θn]；

步骤3.2：结合虚拟无人机的坐标(xr,yr)和航向角χr，按公式：

计算得到每架编队无人机对应的期望无人机的坐标位置

步骤4，设置编队无人机与对应的期望无人机的吸引势场函数：在二维坐标下，取其中一个维度的数据，计算该维度上编队无人机与对应的期望无人机之间的位置差和速度差，再设置编队无人机与对应的期望无人机之间的位置差与速度差分别为正或负时的吸引势场函数。

步骤4.1：对于任一编队无人机i和其对应的期望无人机d，分别在x坐标和y坐标上计算出它们的位置差，分别为xd-xi和yd-yi；然后同样在x坐标和y坐标上计算出它们的速度差，分别为和

步骤4.2：分情况设置编队无人机i与对应的期望无人机d之间的位置差和速度差分别为正或负时的吸引势场函数。

首先明确，在当前时刻，位置差xd-xi为正表示期望无人机领先于编队无人机，为负则落后；速度差为正表示期望无人机的速度比编队无人机的速度要快，为负则要慢。此时要设计的势场函数的作用是将其作为加速度，去改变下一时刻的速度。假设当前时刻的速度分别为和经过一个单位时间后，速度先变化为再经过一个单位时间后，速度与期望无人机的速度相等最终使得在经过两个单位时间后，位置差与速度差均为零，此时编队无人机到达队形位置，队形形成。

情况1：当位置差为零且速度差为零时，编队无人机此时已稳定在编队飞行位置。即a＝0。

情况2：当位置差为零，速度差为正，编队无人机与对应的期望无人机位置重叠但速度比其慢。为了在两个时间单位后，位置再次重叠，编队无人机可经过先加速后减速的过程，并且在经过两个单位时间后，其走过的路程与期望无人机走过的路程相等。可得出等式：

化简可得加速度a的表达式为：

情况3：当位置差为零，速度差为负，编队无人机与对应的期望无人机位置重叠但速度比其快。为了在两个时间单位后，位置再次重叠，编队无人机可经过先减速后加速的过程，并且，在经过两个单位时间后，其走过的路程与期望无人机走过的路程相等。可得出等式：

化简可得加速度a的表达式为：

情况4：当位置差为正，速度差为零，编队无人机落后于期望无人机但速度相等。令v＝vd＝vi。为了在两个时间单位后，位置再次重叠，编队无人机可经过先加速后减速的过程，并且，在经过两个单位时间后，其走过的路程为期望无人机走过的路程加上位置差。可得出等式：

化简可得加速度a的表达式为：

a＝xd-xi。

情况5：当位置差为正，速度差为正，编队无人机落后于期望无人机且比其速度慢。为了在两个时间单位后，位置再次重叠，必先经过先加速后减速的过程，并且，在经过两个单位时间后，其走过的路程为期望无人机走过的路程再加上当前时刻的位置差。可得出等式：

化简可得加速度a的表达式为：

情况6：当位置差为正，速度差为负，编队无人机落后于期望无人机但速度比其快。同样为了使其下一时刻的位置重叠，必先经过先减速后加速或者先减速再减速的过程，在经过两个单位时间后，其走过的路程为期望无人机走过的路程再加上当前时刻的位置差。可得出等式：

化简可得加速度a的表达式为：

情况7：当位置差为负，速度差为零，编队无人机领先于期望无人机但速度相等。令v＝vd＝vi。为了在两个时间单位后，位置再次重叠，编队无人机可经过先减速后加速的过程。并且，在经过两个单位时间后，其走过的路程为期望无人机走过的路程减去位置差。可得出等式：

化简可得加速度a的表达式为：

a＝-|xd-xi|＝xd-xi。

情况8：当位置差为负，速度差为正，编队无人机领先于期望无人机但速度比其慢。需先经过先加速后减速或者先加速再加速的过程，同时，经过两个单位时间后，其走过的路程为期望无人机走过的路程再减去当前时刻的位置差。可得出等式：

化简可得加速度a的表达式为：

情况9：当位置差为负，速度差为负，编队无人机领先于期望无人机且速度比其快。需先经过先减速后加速的过程，使其经过两个单位时间后，其走过的路程为期望无人机走过的路程再减去当前时刻的位置差。可得出等式：

化简可得加速度a的表达式为：

综上，可将上述情况进行汇总出如下等式：

上式即为编队无人机与对应的期望无人机的吸引势场函数。

步骤5，设置编队无人机之间的排斥势场函数：根据编队队形，计算各架编队无人机的直线距离，然后取最小值作为编队无人机之间的排斥势场的作用范围，以设置排斥势场函数。

步骤5.1：在每个编队无人机周围，设置一个避撞区域，规定该避撞区域的最小半径为rmin，任何该避撞区域内的其他编队无人机都将受到排斥势场的作用；

步骤5.2：以某一编队无人机为中心画圆，将该圆的半径尽可能地增大，直到该圆内覆盖了其他无人机的编队位置，此时的半径为r，且r≥rmin；

步骤5.3：根据半径r，设置排斥函数为：

对上式求负梯度得排斥势场函数：

步骤6，编队无人机动态响应：以秒为时间单位，计算单位时间内每架编队无人机所受到的势场力，并将该势场力作用到无人机的加速度上，以使得每架编队无人机在势场力的作用下形成队形并保持飞行。

步骤6.1，按公式：

fx＝fxatt+fxrep

分别在x坐标和y坐标计算每架编队无人机在此位置所受到的总的势场力；

步骤6.2，将得到的势场力分别加到对应坐标位置的速度上；

步骤6.3，每架编队无人机以改变后的速度飞行一个单位时间后，计算下一单位时间的坐标位置并更新该编队无人机的坐标变量；

步骤6.4，虚拟无人机同样计算下一单位时间的坐标位置并更新；若未到达目的地，则返回到步骤3继续执行。

综上所述，本发明利用人工势场算法，结合编队无人机与对应的期望无人机的位置差和速度差，实现了无人机的编队队形形成和保持，并提升了无人机机群编队队形的形成效率。

以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的精神和范围。