一种飞机多机密集编队防碰撞控制方法、系统及装置

1.本发明属于飞机编队控制领域，涉及一种飞机多机密集编队防碰撞控制方法、系统及装置。


背景技术：

2.在当代航空事业中，飞机的技术发展正朝着智能化、集群化发展。在军用领域，飞机多机密集编队飞行有着重要的战术价值，集群作战作为一种新型作战力量逐渐成为战争形态演变的重要推手。飞机集群不仅在军用领域表现突出，在民用领域也崭露头角。尤其是飞机集群“化整为零”的特点以及集群间协作的效益倍增特性受到各领域的广泛关注，飞机集群可应用于通信组网、地理测绘和灯光表演等。然而，无论是军用还是民用，首要面临的技术问题是复杂环境中的飞机密集编队防碰撞问题，城市低空空域的开放以及任务空域的动态复杂性为集群控制增加了挑战。因此，研究集群的防碰撞问题具有十分重要的意义。
3.目前，针对飞机多机密集编队的防碰撞问题，专家学者们开展了大量研究。主要方法有预测控制法、多目标优化法等。预测控制法通过在动态环境中构建预测模型对个体飞机状态进行了预测，进行防碰撞和集群编队的重构。针对飞机协同防碰撞的问题构建了多目标优化控制模型，通过纳什最优的分布式预测控制方法实现飞机多机密集编队防撞。由于飞行环境的动态复杂性，上述预测控制的防碰撞算法需要重复进行路径规划，在实际应用中局限性较大。多目标优化法等通过构建航向角、速度和高度等不同防碰撞控制策略，以多目标优化求解最优决策方法，但对于多目标优化求解时，各指标权重主观性较强的问题无法解决。


技术实现要素：

4.本发明的目的在于解决现有技术中的问题，提供一种飞机多机密集编队防碰撞控制方法、系统及装置，通过激光雷达感知进行飞机机间协同定位，调节飞机间距离，实现飞机多机密集编队飞行，避免了在飞行过程中发生多机碰撞的现象。
5.为达到上述目的，本发明采用以下技术方案予以实现：
6.一种飞机多机密集编队防碰撞控制方法，包括：
7.编队中飞机各自扫描周围飞机，获取周围飞机的三维点云数据；
8.构建机间组网通信系统，实时共享编队飞机的gps位置信息和三维点云数据；
9.对比飞机预设线路和实时gps位置信息，匹配被遮挡飞机的位置信息，获取各飞机之间的相对位置；
10.对三维点云数据进行处理，获取各飞机之间的欧式距离；
11.判断各飞机之间的欧式距离与安全距离之间的关系，调节各飞机位置，实现飞机多机密集飞行。
12.本发明的进一步改进在于：
13.编队中飞机通过激光雷达各自扫描周围飞机，激光雷达中的激光陀螺仪进行测量
距离时不仅能够通过脉冲测距，在发出端和目标物之间的飞行时间获取的距离信息，也能够通过相位测距，根据对连续波的强度调制，根据相位差来得到距离信息。
14.获取飞机的三维点云数据的同时还包括：对激光雷达扫描过程中高斯白噪声产生的量测误差进行处理，使用卡尔曼滤波算法进行噪声过滤；
15.对激光雷达扫描过程中高斯白噪声产生的量测误差进行处理，包含激光雷达数据协议解析，雷达坐标轴与飞机坐标轴的数据转换以及数据单位转换。
16.机间组网通信系统为长机和僚机的通讯链路网络；构建机间组网通信系统的同时还包括：对长机的位置进行判断；根据激光雷达感知物体表面颜色的特性，物体颜色不同，激光雷达测量数据的反射率也不同，由长机和僚机的外表颜色不同，判断长机和僚机。
17.对比飞机预设线路和实时gps位置信息，匹配被遮挡飞机的位置信息，获取各飞机之间的相对位置，具体为：长机通过rtk/gps获得实时坐标和速度，周围僚机通过激光雷达观测相对长机的位置确定自身位置信息，对于观测不到长机的僚机，通过已知坐标的飞机和预定义飞行路线位置信息来推断自身位置，机间组网通信系统向周围飞机和地面站发送飞机的四维飞行参数，用于确定己方飞机之间的相对位置。
18.判断各飞机之间的欧式距离与安全距离之间的关系，具体为：
19.根据飞机的激光雷达点云数据处理器计算得到的欧式距离，确定激光雷达探测到的各个飞机相对携带激光雷达的飞机的最小位置，取最小位置是确保机间距离足够大，保证编队中的飞机的飞行安全；使用快速排序法进行排序，以获取每架飞机探测到的周围飞机距离自身的最小位置。
20.调节各飞机位置，具体为：使用人工势场法对飞机位置进行调节，飞机的位置由期望位置包含的引力场和近距离障碍的斥力场结合计算而来，使用梯度下降法计算场能量下降梯度最大的位置为最终飞机调节位置。
21.一种飞机多机密集编队防碰撞控制系统，包括：
22.第一获取模块，所述第一获取模块用于编队中飞机各自扫描周围飞机，获取飞机的三维点云数据；
23.构建模块，所述构建模块用于构建机间组网通信系统，实时共享编队飞机的gps位置信息和三维点云数据；
24.第二获取模块，所述第二获取模块用于对比飞机预设线路和实时gps位置信息，匹配被遮挡飞机的位置信息，获取各飞机之间的相对位置；
25.第三获取模块，所述第三获取模块用于对三维点云数据进行处理，获取各飞机之间的欧式距离；
26.调节模块，所述调节模块用于判断各飞机之间的欧式距离与安全距离之间的关系，调节各飞机位置，实现飞机多机密集飞行。
27.一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述方法的步骤。
28.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述方法的步骤。
29.与现有技术相比，本发明具有以下有益效果：
30.本发明首先获取激光雷达数据，对激光雷达数据进行预处理和白噪声消除，通过
机间组网通信系统发布飞机gps位置和激光雷达感知数据，长机收集所有飞机发送的数据后进行飞机协同定位识别，通过飞机匹配算法进行位置匹配，获取飞机之间精确的相对位置。从全局角度控制各个飞机的飞行位置来实现密集飞机机群的防撞，实现飞机多机密集飞行。本发明可以在飞机多机密集编队飞行过程中实时机间协同定位，监测和调节飞机位置，保证飞机飞行安全和稳定。
附图说明
31.为了更清楚的说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
32.图1为本发明实施例的飞机多机密集编队防碰撞控制方法的流程示意图；
33.图2为飞机多机密集编队防碰撞控制方法的另一种流程示意图；
34.图3为从雷达坐标系n到机载坐标系b的示意图；
35.图4为飞机协同定位示意图；
36.图5为人工势场法示意图；
37.图6为本发明实施例的飞机多机密集编队防碰撞控制系统的结构示意图。
具体实施方式
38.为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
39.因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
40.应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
41.在本发明实施例的描述中，需要说明的是，若出现术语“上”、“下”、“水平”、“内”等指示的方位或位置关系为基于附图所示的方位或位置关系，或者是该发明产品使用时惯常摆放的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
42.此外，若出现术语“水平”，并不表示要求部件绝对水平，而是可以稍微倾斜。如“水平”仅仅是指其方向相对“竖直”而言更加水平，并不是表示该结构一定要完全水平，而是可以稍微倾斜。
43.在本发明实施例的描述中，还需要说明的是，除非另有明确的规定和限定，若出现术语“设置”、“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆
卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
44.下面结合附图对本发明做进一步详细描述：
45.参见图1和图2，图1和图2公布了一种飞机多机密集编队防碰撞控制方法，包括：
46.s101，编队中飞机各自扫描周围飞机，获取周围飞机的三维点云数据。
47.编队中飞机通过激光雷达各自扫描周围飞机，激光雷达中的激光陀螺仪进行测量距离时不仅能够通过脉冲测距，在发出端和目标物之间的飞行时间获取的距离信息，也能够通过相位测距，根据对连续波的强度调制，根据相位差来得到距离信息。
48.飞机携带的激光雷达可以为360度机械扫描式激光雷达，也可以为多个固态激光雷达。
49.获取飞机的三维点云数据的同时还包括：对激光雷达扫描过程中高斯白噪声产生的量测误差进行处理，使用卡尔曼滤波算法进行噪声过滤。
50.对激光雷达扫描过程中高斯白噪声产生的量测误差进行处理，包含激光雷达数据协议解析，雷达坐标轴与飞机坐标轴的数据转换以及数据单位转换。
51.飞机携带的激光雷达各自正常扫描周围的飞机信息，获取相关点云数据，此时飞机只能获取到激光雷达扫描范围内无遮挡的其它飞机的相关点云信息。激光雷达作为机器人领域中常用的定位传感器，具有抗干扰、测距准确、工作时长无限制等优点。目前，测距的方法主要有飞行时间和三角测距。飞行时间测距法的基本原理是通过发出激光和接收之间的时间差来计算距离，该方法可由两类方式实现，包括激光脉冲测距和相位测距。激光脉冲测距通过测量激光在发射端和目标物之间的飞行时间获得距离信息；相位测距则是根据对连续波的强度调制，根据相位差来得到距离信息。三角测距法则是通过光斑的成像位置获得距离信息。
52.飞机编队中的每架飞机，通过激光雷达探测除自身外的飞机编队中的其它飞机，确定其它飞机与各自的欧氏距离。具体表现为：飞机听过自身携带的激光雷达探测周围的飞机，激光雷达的探测的结果是三维点云数据，探测到的每架飞机会产生多个点云数据，记为c
k
＝(x
k
,y
有
,z
k
)。
53.激光雷达数据预处理，激光雷达扫描测量过程中高斯白噪声产生的量测误差，使用卡尔曼滤波算法进行噪声过滤。对于激光雷达量测数据的处理，由于激光雷达测量的定位数据在雷达坐标系下，而飞机飞行控制器所需的定位数据为大地坐标系，首先对激光雷达数据进行标定，转换到大地直角坐标系下。通过旋转矩阵可以实现坐标转换,从地理坐标系n的坐标(x
n
,y
n
,z
n
)到机载坐标系b的坐标(x
b
,y
b
,z
b
)的转换：
[0054][0055]
参考图3，m2,m3,m4分别为绕地理坐标系z,y,x轴的旋转矩阵,θ,γ,φ为地理坐标系n和机载坐标系b在地理坐标系x,y,z轴相差的夹角。
[0056]
其次，飞机搭载激光雷达飞行，在量测过程中会产生一些量测误差，这些误差主要来源于外界风力影响、飞机自身震动等因素。飞机运动是非线性的，若使用扩展卡尔曼滤波对非线性方程进行线性拟合，会引入线性化误差，同时对于雅可比矩阵的求导复杂，提高计算成本，本方法采用无迹卡尔曼滤波算法，使用无迹变换来处理均值和协方差非线性，对飞机非线性函数的概率密度进行近似，避免了雅可比矩阵求解问题，并且克服了传统方法估计精度低，稳定性差的缺陷。
[0057]
s102，构建机间组网通信系统，实时共享编队飞机的gps位置信息和三维点云数据。
[0058]
机间组网通信系统为长机和僚机的通讯链路网络；飞机通过机间组网通信系统发布飞机gps位置和激光雷达感知数据。构建机间组网通信系统的同时还包括：对长机的位置进行判断；根据激光雷达感知物体表面颜色的特性，物体颜色不同，激光雷达测量数据的反射率也不同，具体的，如物体表面为黑色，反射率值在70以下，如果物体表面为白色，反射率值大小在180以上。由长机和僚机的外表颜色不同，判断长机和僚机。
[0059]
s103，对比飞机预设线路和实时gps位置信息，匹配被遮挡飞机的位置信息，获取各飞机之间的相对位置。
[0060]
通过预先设定的编队飞行路线，可知飞机每个时刻在大地坐标系下的位置信息，由于飞行过程中误差存在，飞机实际位置与预定位置会存在偏差，假设位置偏差为r，飞机实际位置即在以预设位置为圆心，位置偏差r为半径的圆内，由此可以计算飞机在大地坐标系下的相对位置向量(由搭载激光雷达飞机的位置指向被激光雷达探测到飞机的位置)；另一方面，激光雷达可以测得飞机之间的相对位置，得到激光雷达定位向量，通过两个向量之间模值、角度、方向的比较，选择出最为匹配的一对向量，即可知该激光雷达定位向量所对应的飞机编号。具体地，长机通过rtk/gps获得实时坐标和速度，周围僚机通过激光雷达观测相对长机的位置确定自身位置信息，对于观测不到长机的僚机，通过已知坐标的飞机和预定义飞行路线位置信息来推断自身位置，机间组网通信系统向周围飞机和地面站发送飞机的四维飞行参数，用于确定己方飞机之间的相对位置，实现协同定位。
[0061]
参考图4，根据激光雷达和航线预定位置得到的位置矢量的模值和方位角度来进行匹配。由图4可知两矢量，分别为航线定位矢量(x2‑
x1,y2‑
y1,z2‑
z1)与激光雷达定位矢量(x
12
,y
12
,z
12
)。
[0062]
s104，对三维点云数据进行处理，获取各飞机之间的欧式距离。
[0063]
飞机激光雷达点云数据处理器根据点云数据计算飞机到每一个点的欧式距离，该探测到的飞机到另一携带激光雷达飞机的欧氏距离为：
[0064][0065]
其中，k为探测到的飞机的三维点云数据中某一个点的编号，j为携带激光雷达的飞机编号，x
rj
为x方向上编号j号的携带激光雷达的飞机的位置。
[0066]
s105，判断各飞机之间的欧式距离与安全距离之间的关系，调节各飞机位置，实现飞机多机密集飞行。
[0067]
根据飞机的激光雷达点云数据处理器计算得到的欧式距离，确定激光雷达探测到的各个飞机相对携带激光雷达的飞机的最小位置，取最小位置是确保机间距离足够大，保
证编队中的飞机的飞行安全。具体为，各个飞机将各种获取的欧式距离发送给飞机编队的长机或者地面站，长机或地面站接收到各个飞机的所有欧式距离，采用快速排序法进行排序，以获取每架飞机探测到的周围飞机距离自身的最小位置。快速排序法的具体过程为：根据所有激光雷达扫描到的飞机的点云数据计算得到的与自身飞机的欧氏距离，得到距离数组为：
[0068][0069]
随机选取距离数组中某一元素d
ab
为基准元素，从前向后遍历数组，当遇到小于基准元素的元素时，把它放置在基准元素左侧，当遇到大于基准元素的元素时，它放置在基准元素右侧。然后，将所有小于基准元素的元素作为一个新的距离数组，再次随机选取新的距离数组中某一元素为基准元素，再次遍历整个新的距离数组，将小于基准元素的放置在左侧，将大于基准元素的放置在右侧。
[0070]
根据上述方法进行迭代，直至得到最小的欧氏距离，即为激光雷达扫描到的飞机与自身飞机之间的最小距离d
min
，自身飞机与激光雷达扫描到的飞机之间的最小距离的点的坐标为p
obs
＝(x
o
,y
o
,z
o
)。
[0071]
参考图5，使用人工势场法对飞机位置进行调节，飞机的位置由期望位置包含的引力场和近距离障碍的斥力场结合计算而来，使用梯度下降法计算场能量下降梯度最大的位置为最终飞机调节位置。
[0072]
参见图6，图6公布了一种飞机多机密集编队防碰撞控制系统，包括：
[0073]
第一获取模块，所述第一获取模块用于编队中飞机各自扫描周围飞机，获取飞机的三维点云数据；
[0074]
构建模块，所述构建模块用于构建机间组网通信系统，实时共享编队飞机的gps位置信息和三维点云数据；
[0075]
第二获取模块，所述第二获取模块用于对比飞机预设线路和实时gps位置信息，匹配被遮挡飞机的位置信息，获取各飞机之间的相对位置；
[0076]
第三获取模块，所述第三获取模块用于对三维点云数据进行处理，获取各飞机之间的欧式距离；
[0077]
调节模块，所述调节模块用于判断各飞机之间的欧式距离与安全距离之间的关系，调节各飞机位置，实现飞机多机密集飞行。
[0078]
本发明一实施例提供的终端设备的示意图。该实施例的终端设备包括：处理器、存储器以及存储在所述存储器中并可在所述处理器上运行的计算机程序。所述处理器执行所述计算机程序时实现上述各个方法实施例中的步骤。或者，所述处理器执行所述计算机程序时实现上述各装置实施例中各模块/单元的功能。
[0079]
所述计算机程序可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器中，并由所述处理器执行，以完成本发明。
[0080]
所述终端设备可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端设备可包括，但不仅限于，处理器、存储器。
[0081]
所述处理器可以是中央处理单元(centralprocessingunit，cpu)，还可以是其他通用处理器、数字信号处理器(digitalsignalprocessor，dsp)、专用集成电路(applicationspecificintegratedcircuit，asic)、现成可编程门阵列(field
‑
programmablegatearray，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。
[0082]
所述存储器可用于存储所述计算机程序和/或模块，所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块，以及调用存储在存储器内的数据，实现所述终端设备的各种功能。
[0083]
所述终端设备集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、u盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(rom，read
‑
onlymemory)、随机存取存储器(ram，randomaccessmemory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。
[0084]
以上仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。