专利汇可以提供基于一致性的多翼伞编队协同控制方法和控制系统专利检索,专利查询,专利分析的服务。并且本 发明 公开了一种基于一致性的多翼伞编队协同控制方法和控制系统,其中编队协同控制方法包括:1、确定领航翼伞、编队队形、翼伞之间的通信链路;2、规划领航翼伞的归航航迹Fp={path(m)};3、领航翼伞 跟踪 归航航迹上的航迹点;4、根据编队队形和一致性编队协同控制律,计算每个跟随翼伞的虚拟控制输入;5、将每个跟随翼伞的虚拟控制输入转换为等效控制输入;根据等效控制输入计算每个跟随翼伞的 加速 度、下滑 角 速度 、航向角速度;6、判断是否跟踪结束,如没有结束,重复步骤3-5,直到达到着陆目标点。该方法能够实现多翼伞系统的集结、避碰、编队,最终实现多翼伞精确空投。,下面是基于一致性的多翼伞编队协同控制方法和控制系统专利的具体信息内容。
1.基于一致性的多翼伞编队协同控制方法,其特征在于,包括:
(1)确定领航翼伞、编队队形、翼伞之间的通信链路;
所述通信链路的约束条件为:领航翼伞到任一跟随翼伞存在通信链路;
(2)规划领航翼伞的归航航迹Fp={path(m)},path(m)为归航航迹上的第m个航迹点,m=0,…,M,M+1为航迹点总数;
path(0)为规划空投释放点;path(M)为着陆目标点;令m=0;
(3)领航翼伞跟踪归航航迹上的航迹点path(m);
(4)根据编队队形和一致性协调编队控制律,计算每个跟随翼伞的虚拟控制输入(5)将每个跟随翼伞的虚拟控制输入转换为等效控制输入Ui=[Li,σi]T,得到跟随翼伞的升力Li和倾斜角σi;根据等效控制输入计算每个跟随翼伞的加速度、下滑角速度、航向角速度;
(6)m加一,重复步骤3-5,直到达到着陆目标点path(M)。
2.根据权利要求1所述的多翼伞编队协同控制方法,其特征在于,步骤(2)中采用分段归航规划领航翼伞的归航航迹,包括步骤:
(2.1)将从空投释放点path(0)到着陆目标点path(M)间的归航航迹分为:第一转弯过渡段、向心飞行段、第二转弯过渡段、能量控制段、第三转弯过渡段、逆风对准着陆段;
所述第一转弯过渡段、第二转弯过渡段、第三转弯过渡段的转弯角度分别为β1、β2、β4;
所述向心飞行段为直线滑翔,所述能量控制段的转弯半径为REP,进入点弧角为θEP,圆心角为β3;
(2.2)建立目标函数:
其中Rmin为规划航迹能量控制段的转弯半径, 为向心飞行段的滑翔长度, 为逆风对准着陆段的滑翔长度,z0(0)/|tanγ0(0)|为规划航迹初始投放高度对应的水平飞行距离,γ0(0)为规划航迹的初始下滑角;
通过最小化目标函数J获取能量控制段的转弯半径REP和进入点弧角θEP;
(2.3)计算分段归航每一段的参数:
第一转弯过渡段的圆心O1的位置为:
其中(x0(0),y0(0),z0(0))为规划航迹的初始投放位置, 为初始航向角;
第二转弯过渡段的圆心O2的位置为:
向心飞行段的滑翔长度 的长度等于||O1O2||;
第一转弯过渡段的转弯角度β1为:
第二转弯过渡段的转弯角度β2为:
能量控制段圆弧的圆心角β3为:
第三转弯过渡段的转弯角度β4为:
对分段归航航迹的每一段进行采样,所有采样点按序构成归航航迹Fp={path(m)}。
3.根据权利要求2所述的多翼伞编队协同控制方法,其特征在于,所述步骤(2.2)中采用遗传算法最小化目标函数,得到能量控制段的最优转弯半径REP和进入点弧角θEP。
4.根据权利要求1所述的多翼伞编队协同控制方法,其特征在于,所述步骤(3)中领航翼伞通过控制转弯角速率ω1和下滑角速率ω2来跟踪航迹点,具体步骤为:
(3.1)计算领航翼伞当前航向角与待跟踪航迹点航向角的偏差,并进行范围约束,得到航向偏差角
其中 为待跟踪航迹点path(m)处的参考航向角,为领航翼伞的当前航向角;
(3.2)计算领航翼伞当前侧偏距Lxy:
其中 为领航翼伞当前水平位置(x0,y0)与待跟踪航迹点path
(m)水平位置(xref,yref)的距离偏差; 为Dxy和待跟踪航迹点切线的夹角; 为Dxy与x轴的夹角;
(3.3)计算领航翼伞当前下滑角与待跟踪航迹点下滑角的偏差,并进行范围约束,得到下滑角偏差γerror:
其中γref为待跟踪航迹点path(m)处的参考下滑角,γ0为领航翼伞的当前下滑角;
(3.4)计算领航翼伞当前高度误差Herror:
Herror=Dxy·tan(γref)-Dxy·tan(γ0)
(3.5)计算领航翼伞的转弯角速率ω1和下滑角速率ω2:
其中k1、k2分别为第一转弯角速率权重和第二转弯角速率权重、k3、k4分别为第一下滑角速率权重和第二下滑角速率权重。
5.根据权利要求1所述的多翼伞编队协同控制方法,其特征在于,所述步骤(4)中,第i个跟随翼伞的虚拟控制输入 计算如下:
假设领航翼伞为第0个翼伞,其余翼伞为编队中的跟随翼伞,则可设计如下一致性协调编队控制律,得到第i个跟随翼伞的虚拟控制输入为
其中i=1,…,N,N为跟随翼伞总数,j为与第i个跟随翼伞相邻的跟随翼伞, 表示与第i个跟随翼伞有通信连接的所有相邻翼伞的集合;pi(t)、pj(t)分别为t时刻第i个跟随翼伞和第j个翼伞的位置,△ij为编队队形中从第i个跟随翼伞到第j个翼伞的期望距离向量;v0(t)为t时刻期望的编队飞行速度,vi(t)、vj(t)为t时刻第i个和第j个跟随翼伞的速度;K1、K2∈R3×3为正定系数矩阵,分别表示多翼伞编队位置误差和速度误差在算法中的比重,K3、K4∈R3×3为正定系数矩阵,分别表示跟随翼伞i与领航翼伞0之间的位置误差、速度误差在算法中所占的比重,ci代表跟随翼伞i和领航翼伞0之间的通信连接关系,ci=1表示跟随翼伞i能够接收到领航翼伞0的信息,而ci=0表示跟随翼伞和领航翼伞0之间无直接通信连接。
6.根据权利要求1所述的多翼伞编队协同控制方法,其特征在于,所述步骤(5)中,第i个跟随翼伞的等效控制输入Ui=[Li,σi]T中的升力Li和倾斜角σi为:
其中 γ′i分别为第i个跟随翼伞在领航翼伞跟踪path(m-1)时的航向角和下滑角;g为重力加速度,mi为第i个跟随翼伞的质量;
第i个跟随翼伞的加速度 下滑角速度 航向角速度 分别为:
7.基于一致性的多翼伞编队协同控制系统,其特征在于,包括:
领航翼伞和编队队形控制模块,用于确定领航翼伞、编队队形、翼伞之间的通信链路;
领航翼伞归航航迹规划模块,用于规划领航翼伞的归航航迹Fp={path(m)};
领航翼伞航迹跟踪模块,用于控制领航翼伞跟踪归航航迹上的航迹点path(m);
跟随翼伞参数计算模块,用于计算每个跟随翼伞的虚拟控制输入、等效控制输入和加速度、下滑角速度、航向角速度。
8.根据权利要求7所述的多翼伞编队协同控制系统,其特征在于,所述领航翼伞归航航迹规划模块采用分段归航规划领航翼伞的归航航迹,包括步骤:
(2.1)将从空投释放点path(0)到着陆目标点path(M)间的归航航迹分为:第一转弯过渡段、向心飞行段、第二转弯过渡段、能量控制段、第三转弯过渡段、逆风对准着陆段;
所述第一转弯过渡段、第二转弯过渡段、第三转弯过渡段的转弯角度分别为β1、β2、β4;
所述向心飞行段为直线滑翔,所述能量控制段的转弯半径为REP,进入点弧角为θEP,圆心角为β3;
(2.2)建立目标函数:
其中Rmin为规划航迹能量控制段的转弯半径, 为向心飞行段的滑翔长度, 为逆风对准着陆段的滑翔长度,z0(0)/|tanγ0(0)|为规划航迹初始投放高度对应的水平飞行距离,γ0(0)为规划航迹的初始下滑角;
通过最小化目标函数J获取能量控制段的转弯半径REP和进入点弧角θEP;
(2.3)计算分段归航每一段的参数:
第一转弯过渡段的圆心O1的位置为:
其中(x0(0),y0(0),z0(0))为规划航迹的初始投放位置, 为初始航向角;
第二转弯过渡段的圆心O2的位置为:
向心飞行段的滑翔长度 的长度为||O1O2||;
第一转弯过渡段的转弯角度β1为:
第二转弯过渡段的转弯角度β2为:
能量控制段圆弧的圆心角β3为:
第三转弯过渡段的转弯角度β4为:
对分段归航航迹的每一段进行采样,所有采样点按序构成归航航迹Fp={path(m)}。
9.根据权利要求7所述的多翼伞编队协同控制系统,其特征在于,所述领航翼伞航迹跟踪模块通过控制转弯角速率ω1和下滑角速率ω2来跟踪航迹点,具体步骤为:
(3.1)计算领航翼伞当前航向角与待跟踪航迹点航向角的偏差,并进行范围约束,得到航向偏差角
其中 为待跟踪航迹点path(m)处的参考航向角, 为领航翼伞的当前航向角;
(3.2)计算领航翼伞当前侧偏距Lxy:
其中 为领航翼伞当前水平位置(x0,y0)与待跟踪航迹点path
(m)水平位置(xref,yref)的距离偏差; 为Dxy和待跟踪航迹点切线的夹角; 为Dxy与x轴的夹角;
(3.3)计算领航翼伞当前下滑角与待跟踪航迹点下滑角的偏差,并进行范围约束,得到下滑角偏差γerror:
其中γref为待跟踪航迹点path(m)处的参考下滑角,γ0为领航翼伞的当前下滑角;
(3.4)计算领航翼伞当前高度误差Herror:
Herror=Dxy·tan(γref)-Dxy·tan(γ0)
(3.5)计算领航翼伞的转弯角速率ω1和下滑角速率ω2:
其中k1、k2分别为第一转弯角速率权重和第二转弯角速率权重、k3、k4分别为第一下滑角速率权重和第二下滑角速率权重。
10.根据权利要求7所述的多翼伞编队协同控制系统,其特征在于,所述跟随翼伞参数计算模块计算第i个跟随翼伞的虚拟控制输入 的步骤为:
假设领航翼伞为第0个翼伞,其余翼伞为编队中的跟随翼伞,则可设计如下一致性协调编队控制律,得到第i个跟随翼伞的虚拟控制输入为
其中i=1,…,N,N为跟随翼伞总数,j为与第i个跟随翼伞相邻的跟随翼伞, 表示与第i个跟随翼伞有通信连接的所有相邻翼伞的集合;pi(t)、pj(t)分别为t时刻第i个跟随翼伞和第j个翼伞的位置,△ij为编队队形中从第i个跟随翼伞到第j个翼伞的期望距离向量;v0(t)为t时刻期望的编队飞行速度,vi(t)、vj(t)为t时刻第i个和第j个跟随翼伞的速度;K1、K2∈R3×3为正定系数矩阵,分别表示多翼伞编队位置误差和速度误差在算法中的比重,K3、K4∈R3×3为正定系数矩阵,分别表示跟随翼伞i与领航翼伞0之间的位置误差、速度误差在算法中所占的比重,ci代表跟随翼伞i和领航翼伞0之间的通信连接关系,ci=1表示跟随翼伞i能够接收到领航翼伞0的信息,而ci=0表示跟随翼伞和领航翼伞0之间无直接通信连接;
所述随翼伞参数计算模块计算第i个跟随翼伞等效控制输入Ui=[Li,σi]T中的升力Li和升力倾斜角σi为:
其中 γ′i分别为第i个跟随翼伞在领航翼伞跟踪path(m-1)时的航向角和下滑角;g为重力加速度,mi为第i个跟随翼伞的质量;
第i个跟随翼伞的加速度 下滑角速度 航向角速度 分别为:
标题 | 发布/更新时间 | 阅读量 |
---|---|---|
基于遗传算法和概率神经网络的远程摔倒检测方法及系统 | 2020-05-08 | 175 |
一种电力通信拓扑结构优化方法 | 2020-05-08 | 941 |
基于遗传算法的移动机器人重定位方法及移动机器人 | 2020-05-08 | 451 |
基于遗传算法的半导体车间生产调度方法 | 2020-05-08 | 250 |
基于形心矢量和极小化的大型高速回转装备多级零部件不平衡量堆叠装配方法和装置 | 2020-05-11 | 506 |
呼吸支持设备双水平性能评价方法及呼吸支持设备 | 2020-05-11 | 349 |
一种基于复合储能装置的微电网供电方法及电子设备 | 2020-05-11 | 3 |
车联网环境下基于IGA-BP神经网络的车辆碰撞预警系统及方法 | 2020-05-08 | 639 |
基于二维编码遗传算法的云工作流调度优化方法 | 2020-05-11 | 58 |
基于图划分的供水管网DMA自动分区方法 | 2020-05-08 | 249 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。