首页 / 专利库 / 风能 / 风力发电场 / 风力发电机组 / 偏航 / 一种仿鸟群行为和虚拟结构的无人机编队控制方法

一种仿群行为和虚拟结构的无人机编队控制方法

阅读:1017发布:2020-07-13

专利汇可以提供一种仿群行为和虚拟结构的无人机编队控制方法专利检索,专利查询,专利分析的服务。并且本 发明 一种仿 鸟 群行为和虚拟结构的无人机编队控制方法,是将鸟群编队结构映射至无人机编队结构中,构建无人机编队最优的编队 位置 ,通过虚拟结构模型计算所需要的控制指令,随后接收到编队控制指令的无人机控制单元再将无人机控制到 指定 位置,仿鸟群行为和虚拟结构的无人机编队控制方法的具体步骤如下:1、建立无人机编队数学模型;2、通过鸟群行为确定编队控制位置;3、建立无人机编队虚拟结构;4、通过鸟群行为和虚拟结构混合方法求取编队控制输入;步骤五:利用鸟群行为和虚拟结构混合方法进行编队控制。该方法充分利用了鸟群行为机制和虚拟结构方法在编队控制律设计中的简洁性、普适性,保证了无人机在编队状态下控制的连续与稳定。,下面是一种仿群行为和虚拟结构的无人机编队控制方法专利的具体信息内容。

1.一种仿群行为和虚拟结构的无人机编队控制方法,其特征在于:具体步骤如下:
步骤一:建立无人机编队数学模型
无人机模型如下式所示:
公式(1)中,表示第i架无人机在平面x轴上的速度分量;vi表示第i架无人机的飞行速度大小;ψi表示第i架无人机的偏航; 表示第i架无人机在水平面y轴上的速度分量,表示第i架无人机的偏航角速度,wi表示第i架无人机的偏航角变化率, 表示第i架无人机的最大转弯角速度;
步骤二:通过鸟群行为确定编队控制位置
设定最佳的横侧向间距即最优翼间距为R=b/2(πb/4-1),其中b为翼展,当以此间距编队飞行时,获得来自尾旋上洗气流的最大升;但同时需要时刻准确地保持上述最优翼间距飞行;
步骤三:建立无人机编队虚拟结构
虚拟结构方法要求编队控制方法是分散的,因此给每个无人机定义一个局部的编队虚拟结构,称为局部虚拟结构;编队控制方法通过无人机间的通信协调,使所有的局部虚拟结构逐渐趋于一致;第i个无人机的局部虚拟结构的动力学模型定义如下:
其中, 为 随时间的微分;
为虚拟结构的位置;
为虚拟结构的速度;
为虚拟结构的偏转角度;
为虚拟结构的角速度;
mF,JF分别为虚拟结构的虚拟转动质量和虚拟转动惯量
I2为无人机转动惯量;
为施加在虚拟结构上的虚拟力;
为施加在虚拟结构上的虚拟力矩;
步骤四:通过鸟群行为和虚拟结构混合方法求取编队控制输入
将鸟群行为编队中的最优翼间距编队位置代入虚拟结构中无人机的编队位置中,将参数 mF,JF,I2,设定为固定的常数,
根据公式(2)求取虚拟结构上的虚拟力和虚拟力矩
步骤五:利用鸟群行为和虚拟结构混合方法进行编队控制
将无人机群体定义为一个虚拟结构;首先,利用初始化的无人机偏转角度θ0,角速度w0和速度v0,确定参数 然后,根据无人机物理参数确定
mF,JF,I2;接着,根据公式(2)计算出无人机群体在飞行中受到的作用力和力矩反解出每个无人机所需的控制输入量 最后,将控制输入量vi和
wi作用在无人机模型上,根据公式(1)中的无人机模型计算无人机新的速度和偏航角,更新无人机当前的位置。
2.根据权利要求1所述的一种仿鸟群行为和虚拟结构的无人机编队控制方法,其特征在于: 设定为10°每秒。
3.根据权利要求1所述的一种仿鸟群行为和虚拟结构的无人机编队控制方法,其特征在于:b为翼展,设定为5m。
4.根据权利要求1所述的一种仿鸟群行为和虚拟结构的无人机编队控制方法,其特征在于:无人机模型计算最优距离为7.3m。
5.根据权利要求1所述的一种仿鸟群行为和虚拟结构的无人机编队控制方法,其特征在于:参数 分别设定为:100,0,0;mF,JF分别为该虚拟结构的虚拟转动质量和虚拟转动惯量,分别设定为1000kg和10000kg·m2;虚拟结构的速度范围设定为100-
200m/s,偏转角度范围为0°-180°。

说明书全文

一种仿群行为和虚拟结构的无人机编队控制方法

【技术领域】

[0001] 本发明涉及一种仿鸟群行为和虚拟结构的无人机编队控制方法,属于控制技术领域。【背景技术】
[0002] 无人机是一种由动驱动、可重复使用、机上无人驾驶的飞行器。与有人飞机相比,由于具有高机动、低成本和“零人员伤亡”等一系列特点,在高危战场环境执行作战任务时,无人机相比于有人机能够体现出更巨大的优势。目前,无人机已被广泛应用于情报侦察、目标搜索跟踪以及对地目标攻击等各种作战任务中,并在其中发挥了重大的作用。
[0003] 无人机编队飞行,就是将多架无人机按照一定的队形进行排列,并使其在整个飞行过程中保持队形不变。机群中的所有飞机都要在执行任务时根据面临的具体情况来分担各自的任务。无人机编队控制由于其存在通信时延,编队气动耦合,使得控制问题复杂,且需要控制精度较高,历来是无人机控制研究中的难点。飞机起飞过程包括滑跑、前轮抬起和空中飞行。其中以滑跑阶段和前轮抬起阶段的控制难度最大。对于一般的控制方法,需要事先调整数量巨大的控制参数,并在控制过程中频繁地切换参数,控制器设计任务十分繁重。
[0004] 自然界中,大雁等候鸟群时常在天空结队而行,经生物学及仿生学研究,候鸟群以特殊几何队形飞行可以充分利用特殊队形带来的动力学优势。在编队飞行中,由于领头鸟与跟随者的特殊队形,增加了跟随鸟所受升力,可以节省飞行体力,有利于鸟类在迁徙过程中使鸟群以耗时最短和能量消耗最少的预期迁徙路径飞行。编队飞行有利于群鸟之间的信息交互,提高导航能力,有利于鸟群在栖息和捕食后迅速恢复队形以及提高幼鸟对迁徙路径的学习和记忆。采用基于鸟群行为的无人机编队位置控制,可以提高无人机的升力,减小阻力。鸟群行为编队的实现原理如图1所示。
[0005] 虚拟结构方法是指虚拟结构模型含有与编队里每架实际无人机相对应的虚拟个体,虚拟个体的状态即为实际无人机的期望状态。这种方法将整个无人机编队看做一个虚拟的刚体,编队内的各无人机间的相互位置关系保持相对静止,各无人机的目标航路点由其在编队中的相对位置和整个虚拟刚体的移动情况决定,以此实现编队队形的保持。【发明内容】
[0006] 1、发明目的:
[0007] 本发明的目的是提供一种仿鸟群行为和虚拟结构的无人机编队控制方法,它是一种设计简单并且控制精度较高的无人机编队控制解决方法。此方法也可移植于其它复杂的编队控制律设计问题。
[0008] 仿鸟群行为和虚拟结构的无人机编队控制方法利用鸟群行为求取编队控制输入,将无人机状态平稳地转移至目标状态,从而保证整个编队控制过程中每个无人机的稳定性。仿鸟群行为和虚拟结构的无人机编队控制方法降低了无人机编队控制的工作难度,并且提高编队飞行的鲁棒性。
[0009] 2、技术方案:
[0010] 本发明提出一种仿鸟群行为和虚拟结构的无人机编队控制方法,其具体思路是将鸟群编队结构映射至无人机编队结构中,构建无人机编队最优的编队位置,通过虚拟结构模型计算所需要的控制指令,随后接收到编队控制指令的无人机控制单元再将无人机控制到指定位置,仿鸟群行为和虚拟结构的无人机编队控制方法的具体步骤如下:
[0011] 步骤一:建立无人机编队数学模型
[0012] 本方法中的无人机模型如下式所示:
[0013]
[0014] 公式中, 表示第i架无人机在平面x轴上的速度分量;vi表示第i架无人机的飞行速度大小;ψi表示第i架无人机的偏航; 表示第i架无人机在水平面y轴上的速度分量, 表示第i架无人机的偏航角速度,wi表示第i架无人机的偏航角变化率, 表示第i架无人机的最大转弯角速度。
[0015] 步骤二:通过鸟群行为确定编队控制位置
[0016] 对鸟类编队飞行所利用的空气动力学优势进行详细分析可以得知:鸟类编队飞行利用了编队飞行中相互产生的上洗气流,飞行时鸟翼下方气流发生变化形成细长涡流,在尾涡外侧产生上洗流,其内侧产生下洗流;尾随的鸟与前方鸟保持一定范围内横侧向距离飞行时,可利用上洗流产生的升力节省自身飞行的能耗,即某一尾随鸟可获得的额外升力取决于与其相邻的斜前方鸟的横侧向距离。设定最佳的横侧向间距即最优翼间距为R=b/2(πb/4-1),其中b为翼展,当以此间距编队飞行时,可以获得来自尾旋上洗气流的最大升力。
[0017] 步骤三:建立无人机编队虚拟结构
[0018] 虚拟结构方法要求编队控制算法是分散的,因此给每个无人机定义一个局部的(即当地的)编队虚拟结构,称为局部虚拟结构。编队控制算法通过无人机间的通信协调,使所有的局部虚拟结构逐渐趋于一致。第i个无人机的局部虚拟结构的动力学模型定义如下:
[0019]
[0020] 其中, 为 随时间的微分。
[0021] 为虚拟结构的位置;
[0022] 为虚拟结构的速度;
[0023] 为虚拟结构的偏转角度;
[0024] 为虚拟结构的角速度;
[0025] mF,JF分别为虚拟结构的虚拟转动质量和虚拟转动惯量
[0026] I2为无人机转动惯量;
[0027] 为施加在虚拟结构上的虚拟力;
[0028] 为施加在虚拟结构上的虚拟力矩;
[0029] 步骤四:通过鸟群行为和虚拟结构混合方法求取编队控制输入
[0030] 将鸟群行为编队中的最优翼间距编队位置代入虚拟结构中无人机的编队位置中,将参数 mF,JF,I2,设定为固定的常数,根据公式(2)求取虚拟结构上的虚拟力和虚拟力矩
[0031] 步骤五:利用鸟群行为和虚拟结构混合方法进行编队控制
[0032] 基于鸟群行为和虚拟结构混合方法整体流程如图2所示,将无人机群体定义为一个虚拟结构。首先,利用初始化的无人机偏转角度θ0,角速度w0和速度v0,确定参数然后,根据无人机物理参数确定mF,JF,I2。接着,根据公式(2)计算出无人机群体(即虚拟结构)在飞行中受到的作用力和力矩 反解出每个无人机所需的控制输入量 最后,将控制输入量vi和wi作
用在无人机模型(由公式(1)表示)上,根据公式(1)中的无人机模型计算无人机新的速度和偏航角,更新无人机当前的位置。
[0033] 3、优点及效果:
[0034] 本发明设计了一种仿鸟群行为和虚拟结构的无人机编队控制方法,该方法充分利用了鸟群行为机制和虚拟结构方法在编队控制律设计中的简洁性、普适性,提供一种无人机在编队状态下的精确控制的有效途径,从而保证了无人机在编队状态下控制的连续与稳定。该方法也可移植并应用于其它控制系统设计以及复杂的编队控制问题中。【附图说明】
[0035] 图1鸟群编队实现原理示意图。
[0036] 图2基于鸟群行为和虚拟结构混合方法整体流程图
[0037] 图3基于鸟群行为和虚拟结构混合方法无人机编队结果图。
[0038] 图中标号及符号说明如下:
[0039] R——最优翼间距
[0040] b——翼展
[0041] N——不满足条件(否)
[0042] Y——满足条件(是)
[0043] j——无人机编号
[0044] UAVi——第i架无人机
[0045] θ——无人机前进方向之间的夹角
[0046] r——无人机之间的距离
[0047] F——虚拟结构中力的大小
[0048] N——无人机总数
[0049] X——无人机前向位置
[0050] Y——无人机侧向位置
[0051] Z——无人机高度【具体实施方式】
[0052] 下面通过具体应用实例来验证本发明所提出的仿鸟群行为和虚拟结构的无人机编队控制方法的性能。采用的是某型号无人机作为验证对象。实验环境为3.07Ghz,4G内存,MATLAB 2010a版本。
[0053] 所发明的一种仿鸟群行为和虚拟结构的无人机编队控制方法的具体实现步骤如下:
[0054] 步骤一、利用无人机的气动数据和物理方程,建立数学模型,无人机模型如下式所示:
[0055]
[0056] 公式中,vi表示第i架无人机的飞行速度大小,ψi表示第i架无人机的偏航角, 表示第i架无人机在水平面x轴上的速度分量, 表示第i架无人机在水平面y轴上的速度分量, 表示第i架无人机的偏航角速度,wi表示第i架无人机的偏航角变化率, 表示第i架无人机的最大转弯角速度,设定为10°每秒。
[0057] 步骤二、通过鸟群行为确定编队控制位置
[0058] 最佳的横侧向间距即最优翼间距为R=b/2(πb/4-1),其中b为翼展,设定为5m,当以此间距编队飞行时,可以获得来自尾旋上洗气流的最大升力,但同时需要时刻准确地保持上述最优翼间距飞行。通过无人机模型计算最优距离为7.3m。
[0059] 步骤三:建立无人机编队虚拟结构
[0060] 实例中采用2架无人机进行编队控制。所有无人机的局部虚拟结构的动力学模型定义按公式(2)表示。参数 分别设定为:100,0,0;mF,JF分别为该虚拟结构的虚拟转动质量和虚拟转动惯量,分别设定为1000kg和10000kg·m2。虚拟结构的速度范围设定为100-200m/s,偏转角度范围为0°-180°。
[0061] 步骤四:通过鸟群行为和虚拟结构混合方法求取编队控制输入
[0062] 将鸟群行为编队中的最优翼间距编队位置,计算得到为7.3m,带入虚拟结构中无人机的编队位置 中,将鸟群行为与虚拟结构结合起来求取无人机编队控制输入 和[0063] 步骤五:利用鸟群行为和虚拟结构混合方法进行编队控制
[0064] 基于鸟群行为和虚拟结构混合方法整体流程如图2所示,将无人机群体定义为一个虚拟结构。首先,利用初始化的无人机偏转角度θ0,角速度w0和速度v0,确定参数然后,根据无人机物理参数确定mF,JF,I2。接着,根据公式(2)计算出无人机群体(即虚拟结构)在飞行中受到的作用力和力矩 反解出每个无人机所需的控制输入量 最后,将控制输入量vi和wi作
用在无人机模型(由公式(1)表示)上,根据公式(1)中的无人机模型计算无人机新的速度和偏航角,更新无人机当前的位置。通过上述控制过程,可以得到编队控制仿真结果图如附图
3所示,从仿真结果中可以看出,无人机系统快速稳定地保持了编队飞行,系统整体性能令人满意。
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。

申请试用

分析报告

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。

申请试用

QQ群二维码
意见反馈