[發(fā)明專利]多無人機(jī)同時到達(dá)協(xié)同控制方法

在審

• 申請?zhí)枺?/td>: 201711231746.3
• 申請日: 2017-11-30
• 公開（公告）號: CN108073185A
• 公開（公告）日: 2018-05-25
• 發(fā)明（設(shè)計）人: 趙明明;李彬;王敏立;陽露
• 申請（專利權(quán)）人: 江西洪都航空工業(yè)集團(tuán)有限責(zé)任公司
• 主分類號: G05D1/10
• 分類號: G05D1/10
• 代理公司: 南昌新天下專利商標(biāo)代理有限公司 36115
• 代理人: 施秀瑾

1.一種多無人機(jī)同時到達(dá)協(xié)同控制方法，該方法的特征在于：

(A)、多UAV同時到達(dá)的分散化協(xié)調(diào)控制描述；

在任務(wù)中，有n架無人機(jī)要在同一時刻到達(dá)預(yù)先給定的k個目標(biāo)位置，其中n≥k≥1；

(B)無人機(jī)運(yùn)動模型建立

無人機(jī)的運(yùn)動為一個速度方向固連在機(jī)體軸上的剛體運(yùn)動，速度大小在一定范圍內(nèi)可連續(xù)變化。在實(shí)際的路徑規(guī)劃和協(xié)同控制算法中，一般不考慮無人機(jī)的飛行高度變化，將無人機(jī)視為在二維平面內(nèi)運(yùn)動的質(zhì)點(diǎn)。無人機(jī)的簡化運(yùn)動模型取為：

式中：i∈{1,2,…,n}為無人機(jī)的編號；[xi yi]T∈R2為平面位置坐標(biāo)；vi、和ωi分別為飛行速度、航向角和航向角速度；

UAV航向角的定義是，參考坐標(biāo)系XOY中，UCAV速度方向和OX軸方向之間的夾角；取決于參考坐標(biāo)系的選取，如果是相對于地面導(dǎo)航臺，這個角就是UCAV的實(shí)際航線，前進(jìn)的方向和飛機(jī)的實(shí)際位置到導(dǎo)航臺之間的連線這兩條射線的夾角，沒有參照物的話就是指飛機(jī)的前進(jìn)方向和正北方向之間的夾角；

無人機(jī)的飛行控制系統(tǒng)具有自動駕駛儀的速度保持和航向保持功能，跟蹤給定的速度指令和航向角指令；自動駕駛儀的速度保持和航向保持用一階動態(tài)模型近似描述：

v i · = a v , i [ v i c - v i ] - - - ( 2 ) ]]>

式中：vic和分別為自動駕駛儀的速度指令和航向角指令；av,i和為與無人機(jī)及其飛行狀態(tài)有關(guān)的正常數(shù)；系統(tǒng)通過速度指令vic和航向角指令來控制各個無人機(jī)運(yùn)動，從而跟蹤規(guī)劃出的路徑，通過調(diào)整速度達(dá)到同時到達(dá)的協(xié)同控制效果；

協(xié)同控制算法主要是通過實(shí)時給出速度指令信號，各個UCAV通過調(diào)整自身的速度大小來保證到達(dá)各自目標(biāo)的剩余時間這個變量達(dá)到一致，從而保證同時到達(dá)，形成同時打擊的效果，增加攻擊成功率和增大毀傷效果；

無人機(jī)的運(yùn)動約束按以下條件進(jìn)行考慮：0＜vmin,i≤vi≤vmax,i，

無人機(jī)的速度vi在其允許范圍[vmin,i,vmax,i],(0＜vmin,i＜vmax,i)內(nèi)變化，同時，航向角的變化率也存在上限值ωmax,i；

加速度的變化范圍[amin,i,amax,i],(amin,i＜0＜amax,i)：

(C)同時到達(dá)算法；

在多無人機(jī)協(xié)同控制中，在起飛前或任務(wù)開始前要預(yù)先對目標(biāo)區(qū)域進(jìn)行探測，探明威脅區(qū)域，之后進(jìn)行任務(wù)分配；針對各個無人機(jī)的初始狀態(tài)進(jìn)行路徑規(guī)劃，并進(jìn)行優(yōu)化處理；通常可建立其全局優(yōu)化模型：

式中,P為所有無人機(jī)可行飛行路徑的集合；pi為第i架無人機(jī)的飛行路徑；每一組(p1,p2,…,pN)形成了一種路徑規(guī)劃的方案；J為定義的一種指標(biāo)函數(shù)；

總代價是各無人機(jī)飛行路徑代價的代數(shù)和：

J ( p 1 , p 2 , ... , p N ) = Σ i = 1 N J i - - - ( 4 ) ]]>

這里定義無人機(jī)飛行路徑代價由路徑長度代價和威脅代價兩部分組成:

Ji＝kJlength,i+(1-k)Jthreat,i(0≤k≤1) (5)

式中，系數(shù)k的取值體現(xiàn)了決策者的戰(zhàn)術(shù)傾向和任務(wù)的側(cè)重點(diǎn)不同，k＝0表示決策者不管路徑長度只求最安全，k＝1表示決策者不考慮安全因素只求路徑最短；

全局優(yōu)化模型是靜態(tài)模型，離線求解得到全局最優(yōu)路徑；但是當(dāng)無人機(jī)、目標(biāo)或威脅發(fā)生變化時該模型也隨之改變，這時必須在線進(jìn)行重規(guī)劃。當(dāng)戰(zhàn)場不確定性和動態(tài)性較顯著時，無人機(jī)、目標(biāo)或威脅將會急劇變化，從而使重規(guī)劃的頻率增大,這可能使路徑規(guī)劃的實(shí)時性變差；針對這種情況，建立多無人機(jī)協(xié)同路徑規(guī)劃的滾動優(yōu)化模型：

m i n x i u i J T = Σ i = 0 T - 1 l ( x i , u i , x f ) + f ( x T , x f ) - - - ( 6 ) ]]>

滾動優(yōu)化方法用在線滾動進(jìn)行的一系列局部問題的求解來取代全局問題的求解，在滾動的每一步僅對當(dāng)前滾動窗口內(nèi)的局部問題優(yōu)化求解，并實(shí)施當(dāng)前最優(yōu)策略。