[發明專利]一種異構無人機集群分布式時空協調控制方法

有效

• 申請號: 202010216706.7
• 申請日: 2020-03-25
• 公開（公告）號: CN111580545B
• 公開（公告）日: 2021-04-16
• 發明（設計）人: 趙江;孫佳茗;蔡志浩;王英勛
• 申請（專利權）人: 北京航空航天大學
• 主分類號: G05D1/10
• 分類號: G05D1/10
• 代理公司: 北京航智知識產權代理事務所(普通合伙) 11668
• 代理人: 陳磊;張楨

1.一種異構無人機集群分布式時空協調控制方法，其特征在于，包括以下步驟：

S1：通過角色和功能分劃形成異構無人機集群；

設期望隊形是由等邊三角形為基本空間拓撲單元鋪展而成的晶格結構，對無人機集群進行角色劃分，分別為領航者、協調者和跟隨者，設存在一個虛擬引導點，以一定速度向目標區域運動，領航者的功能為跟隨虛擬引導點，間接引導無人機集群進行同樣的追隨；協調者的功能為協調其周圍的鄰機向著以自身為幾何中心的正六邊形的相應頂點運動；跟隨者是以在自己的鄰機中找到協調者為目標，并根據協調者分配的期望相對位置信息指導自身的運動；

領航者既從屬于虛擬引導點也從屬于協調者，跟隨者從屬于某一個協調者，兩個協調者之間地位等同不存在從屬關系，無人機的角色在初始時設定并根據協調機制在運動過程中進行調整；

S2：設計異構無人機集群的機間協調機制；

S2-1：定義鄰機；

設無人機集群由N架無人機UAV組成，即V＝{UAV_i|i＝1，2，...，N}，第i架無人機記為UAV_i，與其建立通信的無人機為UAV_i的鄰機，無人機的最大通信距離為D_cm，其通信范圍是以自身為圓心、D_cm為半徑的圓；在t時刻，UAV_i的位置向量為p_i(t)＝[x_i(t)，y_i(t)]^T，其中，x_i(t)為UAV_i的橫坐標，y_i(t)為UAV_i的縱坐標，若滿足||p_i(t)-p_j(t)||≤D_cm，其中，p_j(t)為UAV_j的位置向量，V為無人機集群的集合，則第j架無人機UAV_j在t時刻是UAV_i的鄰機，若UAV_j是UAV_i的鄰機，則UAV_i也必定是UAV_j的鄰機，二者能夠進一步協調的前提是二者互為鄰機；

S2-2：定義協調者鄰機的期望相對位置；

期望隊形是由等邊三角形為基本空間拓撲單元鋪展而成的晶格結構，期望每架無人機與其周圍的鄰機都保持相等的期望機間距離，設這一相等的期望機間距離為D_s，且等邊三角形作為期望隊形中空間拓撲單元的幾何形狀限制了每架無人機的鄰機最大個數M＝6，以協調者UAV_i自身位置為圓心、D_s為半徑的圓周上的6個等分點即為其鄰機的期望相對位置，且按逆時針確定位置的序號，協調者將其鄰機與各個期望相對位置一一對應；

S2-3：確定異構無人機集群的機間協調機制：

S2-3-1：當協調者UAV_i與無人機X成為鄰機后，無論無人機X是何角色，UAV_i需根據就近原則將某個期望相對位置分配給無人機X，并記錄期望相對位置的分配情況；

S2-3-2：當跟隨者UAV_j與無人機Y成為鄰機后，若Y為協調者，則將接收到Y為自己分配的期望相對位置序號；若Y為從屬于協調者Z的跟隨者，協調者Z還有未分配且UAV_j易到達的期望相對位置，則Y充當“臨時協調者”將該位置序號轉化為相對于自身的位置序號并告知UAV_j，此時UAV_j直接從屬于Y，間接從屬于協調者Z；協調者Z沒有未分配且UAV_j易到達的期望相對位置，Y的角色將變為協調者，重復步驟S2-3-1的操作；

S3：建立異構無人機集群分布式時空協調控制框架；

基于分布式模型預測控制建立分布式時空協調控制框架，利用子系統模型在預測時域中對輸入的控制量進行在線優化，求得使代價函數最小化的最優控制序列，并取預測時域中的第一個區間優化后的控制輸入作為最優控制量作用于系統以更新系統的狀態；通過代價函數將本機信息和鄰機信息進行耦合的方式來反映分布式模型預測方法中子系統中間的交互作用；具體的，基于其建立異構無人機集群的分布式時空協調控制框架包括以下步驟：

S3-1：建立無人機運動學模型作為子系統模型；

考慮無人機運動學模型為非線性二階系統，設無人機集群由N架無人機UAV組成，即V＝{UAV_i|i＝1，2，...，N}，在t時刻，第i架無人機狀態向量為z_i(t)，控制向量為u_i(t)，其運動方程為式(1)：

其中，為z_i(t)的一階導數，t₀為初始時刻，z₀為初始狀態，f_i表征了z_i(t)和u_i(t)之間的非線性關系；狀態向量為z_i(t)、控制向量為u_i(t)分別滿足一定的物理性能約束集Z、U，具體為式(2)：

z_i(t；s_c)∈Z

u_i(t；s_c)∈U (2)

其中，s_c為預測時域，s_c的定義方法為：設預測周期為常量T_p，控制向量更新周期為常量T_c，T_c＜T_p；令t₀為初始時刻，每隔T_c施加一次控制，控制時刻記為t_c＝t₀+cT_c，c＝1，2，...，則預測時域記為s_c＝[t_c，t_c+T_P]；z_i(t；s_c)和u_i(t；s_c)分別為在預測時域s_c內的狀態向量序列和控制向量序列；

S3-2：設計異構無人機的代價函數；

當UAV_i為領航者時，其代價函數J_L為式(3)：

其中，p_i^p(t；s_c)為UAV_i在預測時域s_c中的預測位置向量序列，為虛擬引導點在預測時域s_c中的估計位置向量，||·||代表兩點之間的距離，領航者的代價函數只反映其與虛擬引導點之間的從屬關系，其與協調者之間的從屬關系體現在協調者的代價函數中；

當UAV_i為跟隨者時，其代價函數J_F為式(4)，由鄰機項和目標引導項構成，

其中，α、β分別為鄰機項和目標引導項的權重系數，當UAV_i無鄰機時α＝0，β≠0，當UAV_i找到協調者時α≠0，β＝0；為跟隨者根據自身的協調者分配的期望位置序號計算出的估計期望位置向量；

為該跟隨者所屬的協調者的估計位置向量，D_s為期望機間距離，i_x為水平方向的單位向量，為旋轉矩陣，其旋轉角θ_nc＝q_nc·θ₀，q_nc為該跟隨者的協調者為其分配的期望位置序號，q_nc∈{1，2，3，4，5，6}，θ₀與期望隊形的基本空間拓撲單元的形狀有關，對于等邊三角形θ₀＝60°；

當UAV_i為協調者時，其代價函數J_C為式(5)，由不同鄰機信息的加權和構成，

其中，w_j為不同鄰機在協調者代價函數中的權重，與鄰機的角色有關；M_i為當前時刻UAV_i鄰機的個數；為UAV_i的第j個鄰機的估計位置向量；為協調者基于其自身預測位置為其第j個鄰機分配的預測期望位置向量；

為旋轉矩陣，其旋轉角θ_c，j＝q_c，j·θ₀，q_c，j是該協調者為其第j個鄰機分配的期望位置序號，q_c，j∈{1，2，3，4，5，6}，θ₀與期望隊形的基本空間拓撲單元的形狀有關，對于等邊三角形θ₀＝60°；

S3-3：代入分布式模型預測控制問題；

對于有M_i架鄰機的第i架無人機UAV_i，給定預測時域s_c＝[t_c，t_c+T_P]的初始狀態z_i(t_c；s_c)之后，在該時域的最優控制序列u_i^*(t；s_c)則可通過求解式(6)的滾動時域優化問題得到：

其中，J_i為待優化的代價函數，需根據UAV_i的角色從步驟S3-2中選擇代價函數的具體形式；取最優控制序列u_i^*(t；s_c)中的第一組控制向量作為t_c時刻求解的最優控制輸入u_i^*(t_c)，作用于該時刻的狀態z_i(t_c)并根據子系統模型計算出子系統在t_c+1時刻的狀態z_i(t_c+1)；

S4：輸出異構無人機集群的分布式時空協調控制結果；

給定期望隊形的基本空間拓撲單元的形狀、虛擬引導點的運動規律和目標區域信息以明確異構無人機集群的任務場景；

在每個控制時刻，根據前一個預測時域求解出的最優控制輸入計算出當前時刻無人機的狀態，基于步驟S2的異構無人機集群的機間協調機制進行鄰機信息交互以確定各個無人機的期望相對位置，并采用優化算法對步驟S3-3求解得到該控制時刻的最優控制輸入，然后進入下一個時域；隨著時間的推移，各個無人機根據每個時刻的控制向量不斷更新自身狀態，形成狀態隨時間變化的運動軌跡，進而實現異構無人機集群的協調控制以完成給定的任務。