CN103700286A - 一种舰载无人机自动着舰引导方法 - Google Patents

Abstract

本发明公开了一种舰载无人机自动着舰引导方法，属于舰载机自动着舰引导的技术领域。本发明根据无人机初始航向信息、位置信息确定捕获阶段基准航迹，考虑甲板运动的影响确定跟踪阶段基准航迹，采用直接视线法获取捕获阶段航迹误差，采用坐标系动态变化法得到跟踪阶段航迹误差；根据航迹误差计算纵向、横向控制信号指令值，引导舰载无人机沿基准航迹飞行。本发明提供的无人机自动着舰引导方法可实现性和可操作性高，提高了无人机在特定着舰环境下的着舰性能，并且在着舰跟踪阶段引导算法中直接引入甲板运动，避免在控制器中加甲板运动补偿器，降低飞控***的复杂性，提高着舰***的可靠性。

Description

一种舰载无人机自动着舰引导方法

技术领域

本发明公开了一种舰载无人机自动着舰引导方法，属于舰载机自动着舰引导的技术领域。

背景技术

由于舰载无人机在未来海战中的广阔应用前景，各海军强国已将其列为面向未来大中型舰艇的重要装备之一。目前，大多数舰载无人机从起飞到降落的整个飞行阶段均通过遥控设备来保证稳定性和可控性。随着科技的不断发展，海军强国要求舰载无人机能够进行自主/自动起飞、降落，因此对无人机自动着舰技术的研究显得尤其重要，其关键技术是引导无人机使其精确着舰回收。由于舰载无人机的研究正处于起步阶段，且因为技术不公开等原因，国内外在这一方面公开报道的研究成果较少。

就无人机引导而言，典型的陆基无人机进场着陆时，通常针对目标着陆区设定最优航迹，设计控制器精确跟踪该航迹。然而，舰基无人机和陆基无人机所处的环境完全不同。在最后着舰阶段，由于受甲板运动的影响，深海的舰船振荡会导致理想着舰区域产生周期性位移，成为动态目标，如果最终的着舰区域没有足够的时间***，那么，在最后阶段无法设计出最佳的飞行路线。因此，在无人机自动着舰引导方法设计时，为达到最佳的引导性能，需根据无人机进场着舰的不同阶段，设计不同的引导算法。

常规的引导算法，例如比例引导法、消除偏差法等几乎都受限于目标区域的动态变化，如果动态变化预测不准确，引导性能将显著下降，此外，一般的智能引导方法仍存在计算量大、学习收敛速度慢的缺点，易增加***的复杂性和不稳定性，工程实现性较差。因此，设计实际易行，且能满足着舰回收要求及着舰性能的无人机自动着舰引导方法具有非常重要的军事意义和实用价值。

发明内容

本发明所要解决的技术问题是针对上述背景技术的不足，提供了基于直接视线法和坐标系动态变化法的舰载无人机着舰引导方法。

本发明为实现上述发明目的采用如下技术方案：

一种舰载无人机自动着舰引导方法，舰载无人机回收方式为撞网回收，无人机以恒定速度进场着舰，航母直线航行，将舰载无人机引导至着舰点的过程分成捕获阶段和跟踪阶段，捕获阶段以下滑道顶点为捕获点，将无人机引导至捕获点，跟踪阶段将无人机引导至回收网中点，具体包括如下步骤：

步骤A，根据舰载无人机初始航向信息、位置信息确定捕获阶段基准航迹，考虑甲板运动的影响确定跟踪阶段基准航迹；

步骤B，采用直接视线法确定捕获阶段航迹误差，采用坐标系动态变化法确定跟踪阶段航迹误差；

步骤C，航迹控制器根据步骤B确定的捕获阶段航迹误差或跟踪阶段航迹误差计算纵向、横向姿态控制信号指令值；

步骤D，飞行姿态控制器根据接收到的纵向、横向姿态控制信号指令值解算飞行控制律，得到纵向、横向执行机构控制信号；

步骤E，飞行姿态控制器将纵向、横向执行机构控制信号发送给执行机构，执行机构操纵舰载无人机的气动舵面、油门开度，控制舰载无人机沿着步骤A所述的捕获阶段基准航迹或跟踪阶段基准航迹飞行；

步骤F，实时检测舰载无人机航迹信息及甲板运动信息，重复步骤B至步骤E。

作为舰载无人机自动着舰引导方法的进一步优化方案，步骤B中所述跟踪阶段航迹误差采用坐标系动态变化的方法确定，具体包括如下步骤：

步骤I，定义地理坐标系{L}、动态坐标系{F}，以{T,N,B}表示动态坐标系{F}，所述动态坐标系{F}原点为下滑道顶点，矢量T由下滑道顶点指向回收网中点、矢量N与矢量T水平面的投影垂直、矢量B由矢量T、N根据右手法则确定；

下滑道顶点指向回收网中点的矢量T：

T=(p_m-p₀)·||(p_m-p₀)||^-1，

$p_m=\left\{\begin{array}{cc}{p}_t& X_a\&GreaterEqual;(\mathrm{Va}\&CenterDot;12.5)m\\ p_t-p_s& X_a<(\mathrm{Va}\&CenterDot;12.5)m\end{array}\right.,$

与矢量T水平面投影垂直的矢量N：

N=(-y_T x_T 0)^T·||(-y_T x_T 0)||^-1，

以及由矢量T、N根据右手法则确定的矢量B：

B=T×N，

其中，p_m为回收网中点的位置，在着舰前12.5秒加入甲板运动的影响，p₀为下滑道顶点位置，p_t为未加入甲板运动时回收网中点的初始位置，P_s为考虑甲板运动引起回收网中点的随机正弦位移，V_a为着舰时舰载无人机速度，X_a为舰载无人机与回收网中点的距离，x_T和y_T为矢量T在地理坐标系{L}的X轴和Y轴上的分量；

步骤II，将引入甲板运动后的期望航迹P_c(S)参数化：P_c(S)=P₀+TS，其中，S为引入的参数，0≤S≤R，R为下滑道顶点与回收网中点的距离，||(p_m-p₀)||=R，

舰载无人机在地理坐标系{L}下的航迹误差^Lp_e(S)：^LP_e(S)=P_c(S)-P_uav，其中：p_uav为舰载无人机在地理坐标系{L}下的位置；

步骤III，计算使航迹误差最小的参数值，从而得到地理坐标系{L}下的航迹误差 $p_e^L\left(S\right)=\frac{1}{2}(p_m-p_{\mathrm{uav}})+\frac{1}{2}T{(p_{\mathrm{uav}}-p_m)}^{T}T;$

步骤IV，根据舰载无人机在地理坐标系{L}下的航迹误差得到动态坐标系{F}下的航迹误差^Fp_e(S)：

$Fp_e\left(S\right)=\left[\begin{array}{c}{T}^T\\ N^T\\ B^T\end{array}\right][\frac{1}{2}(p_m-p_{\mathrm{uav}})+\frac{1}{2}T{(p_{\mathrm{uav}}-p_m)}^{T}T]=\left[\begin{array}{c}0\\ \frac{1}{2}\left(N^T(p_m-p_{\mathrm{uav}})\right)\\ \frac{1}{2}\left(B^T(p_m-p_{\mathrm{uav}})\right)\end{array}\right].$

作为舰载无人机自动着舰引导方法的进一步优化方案，步骤A中所述的捕获阶段基准航迹确定方法为，根据舰载无人机的初始位置、初始航向以及高度下降速度选取n个航路点，再由三次样条插值或五次样条插值法形成地理坐标系下以第n航路点为起点的捕获阶段基准航迹，n为自然数，n个航路点的选取具体如下：

步骤a，以捕获点为第1航路点，在以捕获点为起点的下滑道反向延长线上选取第2、第3航路点，第1至第3航路点确定的线为航线AL，航线AL指向捕获点，选取航线AL反向延长线上与第3航路点距离为RAD的点作为第4航路点，RAD的取值大于最小转弯半径，将空间以平面S划分为两侧区域，平面S过第3航路点且与航线AL在水平面上投影线垂直；

步骤b，根据舰载无人机初始位置、回收网中点的位置关系选取其余航路点：

步骤b-1，当舰载无人机初始位置与回收网中点在同侧区域时，根据舰载无人机初始航向及高度下降速度选取其它k个参考航路点，n=k+4，

步骤b-2，当舰载无人机初始位置与回收网中点不在同侧区域且舰载无人机初始位置与平面S的距离小于RAD时，航路点生成器增加RAD的值以确保舰载无人机经过第4航路点，再根据舰载无人机初始航向及高度下降速度选取其它k个参考航路点，n=k+4，

步骤b-3，当舰载无人机初始位置与回收网中点不在同侧区域且舰载无人机初始位置与平面S的距离大于RAD时：仅在舰载无人机初始位置与第4航路点太近以至于无法经过第4航路点时，航路点生成器减小RAD的取值以确保舰载无人机经过第4航路点，否则，RAD取值不变，此时，n=4。

作为舰载无人机自动着舰引导方法的进一步优化方案，步骤b-1及步骤b-2中根据舰载无人机初始航向及高度下降速度选取其它k个参考航路点的具体方法如下：

当舰载无人机初始航向与航线AL的夹角在0°到180°之间时，在航线AL右侧选取满足最小转弯半径条件的其它k个参考航路点；

否则，在航线AL左侧选取满足最小转弯半径条件的其它k个参考航路点。

作为舰载无人机自动着舰引导方法的进一步优化方案，步骤B中所述捕获阶段的航迹误差由高度误差和航向误差组成，高度误差由舰载无人机当前的高度信息和基准高度信息计算得到，航向误差按照如下方法获得：

步骤1，将所述捕获阶段基准航迹离散化为路径点序列，每两个航路点之间取f个点作为路径点，所述路径点序列包括N个路径点，N=(n-1)·f+n，f为自然数；

步骤2，在地理坐标系中，计算舰载无人机位置点到路径点K的距离矢量路径点K到路径点K+1的距离矢量

K的初始值为1，1≤K<N；

步骤3，计算舰载无人机位置点到路径点K的距离矢量

在路径点K到路径点K+1的距离矢量

中的投影长度DB，路径点K到路径点K+1的距离矢量

的长度CB，若DB≤CB时，进入步骤4，否则，K值加1，返回步骤2；

步骤4，将舰载无人机位置点到路径点K的距离长度L_GPS,K与基准视线长度L_PP比较：

若L_GPS,K≥L_PP，由路径点K和舰载无人机位置点确定基准航向角；否则，K值加1，继续比较舰载无人机位置点到路径点K的距离长度L_GPS,K、基准视线长度L_PP；

步骤5，基准航向角χ_c与舰载无人机航向角χ的差值即为航向误差χ_err。

本发明采用上述技术方案，具有以下有益效果：可实现性和可操作性高，提高无人机在特定着舰环境下的着舰性能，并且在跟踪阶段的自动着舰引导算法中直接引入甲板运动，避免在控制器中加甲板运动补偿器，降低飞控***的复杂性，提高着舰***的可靠性。

附图说明

图1为舰载无人机自动着舰示意图。

图2为捕获点p₀计算示意图。

图3为捕获阶段航路点示意图。

图4为捕获阶段路径点示意图。

图5为航向角误差χ_err的计算流程图。

图6为舰载无人机自动着舰引导***结构图。

具体实施方式

下面结合附图对发明的技术方案进行详细说明：

本发明涉及的一种舰载无人机自动着舰引导方法，舰载无人机回收方式为撞网回收，无人机以恒定速度进场着舰，航母直线航行，对于飞行包线内的任意飞行状态的无人机，根据其进场着舰的不同阶段将舰载无人机引导至着舰点的过程分成捕获阶段和跟踪阶段，如图1所示，捕获阶段，因舰载无人机距舰较远，不考虑甲板运动对飞行航迹的影响，指引舰载无人机从任一飞行状态至捕获点p₀(即为下滑道顶点)，采用直接视线法。确定捕获点p₀后，舰载无人机沿下滑道着舰，进入跟踪阶段，必须考虑到由于甲板运动引起的回收网中点的变化，采用坐标动态变化法。包括如图6所示的过程：

步骤A，根据舰载无人机初始航向信息、位置信息确定捕获阶段基准航迹；考虑甲板运动的影响确定跟踪阶段基准航迹；

步骤B，采用直接视线法确定捕获阶段高度误差和航向误差，采用坐标系动态变化法确定跟踪阶段航迹误差；

步骤C，航迹控制器根据步骤B确定的捕获阶段航迹误差或跟踪阶段航迹误差计算纵向、横向姿态控制信号指令值；记纵向姿态控制信号指令值Δθ_c、横向姿态控制信号指令值Δφ_c；

步骤D，飞行姿态控制器根据接收到的纵向姿态控制信号指令值Δθ_c、横向姿态控制信号指令值Δφ_c解算飞行控制律，得到纵向执行机构控制信号U_lon=[Δδ_e,Δδ_T]^T、横向执行机构控制信号U_lat=[Δδ_a,Δδ_r]^T，其中，Δδ_T为油门开度增量，Δδ_e为升降舵偏角增量，Δδ_a副翼舵偏角增量，Δδ_r为方向舵偏角增量。

步骤E，飞行姿态控制器将纵向、横向执行机构控制信号发送给执行机构，执行机构操纵舰载无人机的气动舵面、油门开度，控制舰载无人机沿着步骤A确定的捕获阶段基准航迹或跟踪阶段基准航迹飞行；

步骤F，实时检测舰载无人机航迹信息及甲板运动信息，重复步骤B至步骤E。

步骤A中捕获阶段基准航迹确定方法为，根据舰载无人机的初始位置、初始航向以及高度下降速度选取n个航路点，再由三次样条插值或五次样条插值法形成地理坐标系下以第n航路点为起点的捕获阶段基准航迹，n为自然数。舰载无人机进场后按照捕获阶段基准航迹依次经过第n,n-1,n-2,…,2航路点后达到捕获点(即下滑道顶点)。

计算捕获点p₀在地理坐标系{L}下的位置。定义地理坐标系{L}，以上标L表示，其原点为O，固定在地面某一点，X轴在水平面指向正东，Y轴指向正北，Z轴垂直正交X、Y，其指向按照右手定则确定，计算捕获点p₀，即下滑道顶点时，首先确认无甲板运动影响时回收网中点初始位置p_t和回收网的法向矢量

令回收网主对角线的点为p₁和p₂，矢量 ${\hat{Z}}_n=\left[\begin{array}{ccc}0& 0& 1\end{array}\right]$ 表示回收网的垂直方向，假定着舰过程中

不变，回收网的法向矢量只在XY平面内移动。

回收网中点p_t可表示为：

p_t=(p₂-p₁)/2      (1)，

主对角线方向为：

$\hat{d}={\left(\right||p_2-p_1|\left|\right)}^{-1}\&CenterDot;(p_2-p_1)---\left(2\right),$

由共面矢量

和

可得回收网的法向矢量

$\hat{n}={\left(\right||{\hat{Z}}_n\&times;\hat{d}|\left|\right)}^{-1}\&CenterDot;({\hat{Z}}_n\&times;\hat{d})---\left(3\right),$

由此，可确定回收网在三维空间的位置和方向，根据回收网位置和方向计算捕获点p₀，当回收网的法向矢量

指向地理坐标系{L}的X轴时，可得捕获点p₀为：

p₀=p_t+[Dcosγ 0 Dsinγ]      (4)，

式(4)中γ为下滑道与水平面的夹角，D为下滑道长度。

当回收网的法向矢量

不指向X轴时，定义下滑道坐标系{G}，以上标G表示，如图2所示，以无甲板运动影响时回收网中心初始位置p_t为原点，X轴指向下滑道，令 $\hat{X}_G=\left[\begin{array}{ccc}1& 0& 0\end{array}\right]_T^G,$ 计算下滑道坐标系{G}与地理坐标系{L}之间的欧拉角：φ=0，θ=γ，

式中，

和

表示回收网的法向矢量

在地理坐标系{L}的X轴和Y轴上的分量。可得捕获点p₀在地理坐标系{L}下的位置为：

$p_0=p_t+\mathrm{Rn}---\left(5\right)_G^L,$

式(5)中，

表示下滑道坐标系{G}到地理坐标系{L}的转换矩阵，可由下滑道坐标系{G}和地理坐标系{L}的欧拉角计算得到，且

为地理坐标系{L}到下滑道坐标系{G}的转换矩阵，下滑道坐标系{G}和地理坐标系{L}的转换矩阵如式(6)所示：

$R_G^L=\left[\begin{array}{ccc}\cos \mathrm{\&theta;}\cos \mathrm{\&psi;}& \sin \mathrm{\&phi;}\sin \mathrm{\&theta;}\cos \mathrm{\&psi;}-\cos \mathrm{\&phi;}\sin \mathrm{\&psi;}& \cos \mathrm{\&phi;}\sin \mathrm{\&theta;}\cos \mathrm{\&psi;}+\sin \mathrm{\&phi;}\sin \mathrm{\&psi;}\\ \cos \mathrm{\&theta;}\sin \mathrm{\&psi;}& \sin \mathrm{\&phi;}\sin \mathrm{\&theta;}\sin \mathrm{\&psi;}+\cos \mathrm{\&phi;}\cos \mathrm{\&psi;}& \cos \mathrm{\&phi;}\sin \mathrm{\&theta;}\sin \mathrm{\&psi;}-\sin \mathrm{\&phi;}\cos \mathrm{\&psi;}\\ -\sin \mathrm{\&theta;}& \sin \mathrm{\&phi;}\cos \mathrm{\&theta;}& \cos \mathrm{\&phi;}\cos \mathrm{\&theta;}\end{array}\right]---\left(6\right),$

n个航路点选取的具体步骤如下：

步骤a，如图3所示，定义捕获点为第1航路点，在以捕获点为起点的下滑道反向延长线上设定第2航路点AL1、第3航路点AL2确定的线为航线AL，航线AL指向捕获点，选取航线AL反向延长线上与第3航路点AL2距离为RAD的点F作为第4航路点，RAD的取值大于最小转弯半径，将空间以平面S划分为两侧区域，平面S定义为过第3航路点AL2且与航线AL在水平面上投影线垂直；

步骤b，根据舰载无人机初始位置、回收网中点的位置关系选取其余航路点：

步骤b-1，当舰载无人机初始位置与回收网中点同侧区域，即舰载无人机位于A区域时，再根据舰载无人机初始航向及高度下降速度选取2个参考航路点(k=2)，当舰载无人机初始航向与航线AL的夹角在0°到180°之间时，在航线AL右侧选取满足最小转弯半径条件的参考航路点R1、R2，否则，在航线AL左侧选取参考航路点L1、L2，航路点R1、R2和L1、L2关于航线AL对称，选取的2个参考航路点以及第1至第4航路点即为选取的n个航路点，航路点数n=6，

步骤b-2，当舰载无人机初始位置与回收网中心不在同侧区域且舰载无人机初始位置与平面S的距离小于RAD时，即舰载无人机位于B区域时，航路点生成器增加RAD的值以确保舰载无人机经过第4航路点，再根据舰载无人机初始航向及高度下降速度选取其它2个参考航路点，当舰载无人机初始航向与航线AL的夹角在0°到180°之间时，在航线AL右侧选取满足最小转弯半径条件的参考航路点R1、R2，否则，在航线AL左侧选取参考航路点L1、L2，航路点R1、R2和L1、L2关于航线AL对称，选取的这2个参考航路点以及第1至第4航路点即为选取的n个航路点，航路点数n=6，

步骤b-3，当舰载无人机初始位置与回收网中心不在同侧区域且舰载无人机初始位置与平面S的距离大于RAD时，即舰载无人机位于C区域时：当舰载无人机初始位置与第4航路点太近，为确保飞机经过第4航路点，航路点生成器减小RAD的取值，否则，不改变RAD的取值。第1至第4航路点即为选取的n个航路点，航路点数n=4。

在实际飞行过程中，舰载无人机进场时经过的第1个点是第n航路点，接着依次经过第n-1,n-2,…,2航路点，最后到达捕获点（即为第1航路点）。

每个航路点在地理坐标系中可表达为(x_n,y_n,z_n)，其中i=1,2,…,n，因此航路点数据库由如下组成：

wpt.pos={(x₁,y₁,z₁),...,(x_i,y_i,z_i),...,(x_n,y_n,z_n)}      (7)，

航路点数据库的生成必须遵循如下准则：

(1)飞行器从起始点(x_n,y_n,z_n)飞到终点(x₁,y₁,z₁)必须通过航路点(x_i,y_i,z_i)，

(2)舰载无人机的最小转弯半径是在要求的进场速度下确定的，若给出的转弯半径与飞行器实际的转弯半径越精确，那么最终航迹越节能，越优化，选择航路点应节能优化，保证安全飞行，

(3)选择的航路点必须回避建筑物及其他障碍物，

(4)所设计的航路点必须在物理上是可实现的。

步骤B中捕获阶段航迹误差由高度误差和航向误差组成，高度误差由舰载无人机当前的高度信息和基准高度信息计算得到，捕获阶段航迹由高度误差和航向误差确定，航向误差计算如图5所示。

步骤1，一般情况下，视线指的是舰载无人机位置点(x_GPS,y_GPS)指向下一个航路点，但存在当下一个航路点离无人机较远时，在舰尾气流或其他干扰因素作用下，航向跟踪误差较大，因此，将所述捕获阶段基准航迹离散化为路径点序列，每两个航路点之间取f个点作为路径点，所述路径点序列包括N个路径点，N=(n-1)·f+n，f为自然数，如图4所示，取f=98，第n航路点与第n-1航路点之间共有100个路径点；

步骤2，在地理坐标系{L}中，计算舰载无人机位置点(x_GPS,y_GPS)到路径点K(x_K,y_K)的距离矢量

路径点K到路径点K+1的距离矢量K的初始值为1，1≤K<N；

步骤3，计算舰载无人机位置点到路径点K的距离矢量

在路径点K到路径点K+1的距离矢量中的投影长度DB，路径点K到路径点K+1的距离矢量

的长度CB，若DB≤CB时，进入步骤4，否则，K值加1，返回步骤2；

步骤4，将舰载无人机位置点(x_GPS,y_GPS)到路径点K(x_K,y_K)的距离长度 $L_{\mathrm{GPS},K}=\sqrt{{(y_K-y_{\mathrm{GPS}})}^2+{(x_K-x_{\mathrm{GPS}})}^2}$ 与基准视线长度L_PP比较，L_pp为常值。L_pp的取值大小与飞机速度和跟踪精度的要求有关，L_pp太小，则提前量不够，会导致飞机产生超调和震荡，甚至是发散，L_pp太大，则会带来较大的跟踪误差。

若L_GPS,K≥L_PP，由路径点K和舰载无人机位置点确定基准航向角χ_c。路径点K的坐标位置赋值为(x_los,y_los)，利用下述公式求得基准航向角χ_c：

${\mathrm{\&chi;}}_c\left(t\right)={\tan }^{-1}\left(\frac{y_{\mathrm{los}}-y_{\mathrm{GPS}}}{x_{\mathrm{los}}-x_{\mathrm{GPS}}}\right)---\left(8\right),$

否则，K值加1，继续比较舰载无人机位置点到路径点K的距离长度L_GPS,K、基准视线长度L_PP；

步骤5，基准航向角χ_c与舰载无人机航向偏转角χ的差值即为航向角误差χ_err。

舰载无人机到达捕获点p₀，进入跟踪阶段，利用坐标系动态变化的方法确定步骤B中跟踪阶段的航迹误差，具体包括如下步骤：

步骤I，定义地理坐标系{L}、动态坐标系{F}，以{T,N,B}表示动态坐标系{F}，所述动态坐标系{F}原点为下滑道顶点，矢量T由下滑道顶点指向回收网中点、矢量N与矢量T水平面的投影垂直、矢量B由矢量T、N根据右手法则确定；

下滑道顶点指向回收网中点的矢量T：

T=(p_m-p₀)·||(p_m-p₀)||^-1，      (9)，

$p_m=\left\{\begin{array}{cc}{p}_t& X_a\&GreaterEqual;(\mathrm{Va}\&CenterDot;12.5)m\\ p_t-p_s& X_a<(\mathrm{Va}\&CenterDot;12.5)m\end{array}\right.,---\left(10\right),$

与矢量T水平面投影垂直的矢量N：

N=(-y_T x_T 0)^T·||(-y_T x_T 0)||^-1，      (11)，

以及由矢量T、N根据右手法则确定的矢量B：

B=T×N，      (12)，

矢量T、N、B组成三维坐标系即为{T,N,B}坐标系。

其中，p_m为回收网中点的位置，在着舰前12.5秒加入甲板运动的影响，p₀为下滑道顶点位置，p_t为未加入甲板运动时回收网中点的初始位置，P_s为考虑甲板运动引起回收网中点的随机正弦位移，V_a为着舰时舰载无人机速度，X_a为舰载无人机与回收网中点的距离，x_T和y_T为矢量T在地理坐标系{L}的X轴和Y轴上的分量；

步骤II，将引入甲板运动后的期望航迹P_c(S)参数化；

捕获点P₀可表示为：

P₀(S)=P_m-TR      (13)，

式中，S为引入的参数0≤S≤R，R为下滑道顶点与回收网中点的距离||(p_m-p₀)||=R。

期望航迹P_c(S)为：

P_c(S)=P₀+TS      (14)，

将式(13)代入式(14)，得：

P_c(S)=P_m+T(S-R)      (15)，

步骤III，计算使地理坐标系{L}下航迹误差最小的参数值，从而得到地理坐标系{L}下的航迹误差；

舰载无人机在地理坐标系{L}下的航迹误差

$P_e^L\left(S\right)=P_c\left(S\right)-P_{\mathrm{uav}}---\left(16\right),$

式(16)中：p_uav为舰载无人机位置。

计算使舰载无人机航迹误差为最小的参数S，即：

$\underset{s}{\min }\left({\left|\right|P_c\left(S\right)-P_{\mathrm{uav}}\left|\right|}_2^2\right)---\left(17\right),$

上述问题可以表示为：

$\frac{d}{\mathrm{dS}}\left({(P_c\left(S\right)-P_{\mathrm{uav}})}^T(P_c\left(S\right)-P_{\mathrm{uav}})\right)=0---\left(18\right),$

将式(15)代入式(18)，得：

$\frac{d}{\mathrm{dS}}\left({(P_m+T(S-R)-P_{\mathrm{uav}})}^T(P_t+T(S-R)-P_{\mathrm{uav}})\right)=0---\left(19\right),$

由此可得：

$S=\frac{1}{2}(T^T(p_{\mathrm{uav}}-p_m)+({p_{\mathrm{uav}}}^T-{p_m}^T)T)+R---\left(20\right),$

将式(20)代入式(16)，得地理坐标系{L}下的航迹误差为：

$Lp_e\left(S\right)=\frac{1}{2}(p_m-p_{\mathrm{uav}})+\frac{1}{2}T{(p_{\mathrm{uav}}-p_m)}^{T}T---\left(21\right),$

步骤IV，根据地理坐标系{L}下的航迹误差得到坐标系{F}下的航迹误差 $p_e^F\left(S\right):$

$Fp_e\left(S\right)=\left[\begin{array}{c}{T}^T\\ N^T\\ B^T\end{array}\right][\frac{1}{2}(p_m-p_{\mathrm{uav}})+\frac{1}{2}T{(p_{\mathrm{uav}}-p_m)}^{T}T]=\left[\begin{array}{c}0\\ \frac{1}{2}\left(N^T(p_m-p_{\mathrm{uav}})\right)\\ \frac{1}{2}\left(B^T(p_m-p_{\mathrm{uav}})\right)\end{array}\right]---\left(22\right)$

令

即可由航迹控制器计算姿态控制信号指令值。

综上所述，本发明提供的无人机自动着舰引导算法可实现性和可操作性高，提高了无人机在特定着舰环境下的着舰性能，并且在着舰跟踪阶段引导算法中直接引入甲板运动，避免在控制器中加甲板运动补偿器，降低飞控***的复杂性，提高着舰***的可靠性。

Claims (5)

1.一种舰载无人机自动着舰引导方法，舰载无人机回收方式为撞网回收，无人机以恒定速度进场着舰，航母直线航行，将舰载无人机引导至着舰点的过程分成捕获阶段和跟踪阶段，捕获阶段以下滑道顶点为捕获点，将无人机引导至捕获点，跟踪阶段将无人机引导至回收网中点，其特征在于，具体包括如下步骤：

步骤A，根据舰载无人机初始航向信息、位置信息确定捕获阶段基准航迹，考虑甲板运动的影响确定跟踪阶段基准航迹；

步骤B，采用直接视线法确定捕获阶段航迹误差，采用坐标系动态变化法确定跟踪阶段航迹误差；

步骤C，航迹控制器根据步骤B确定的捕获阶段航迹误差或跟踪阶段航迹误差计算纵向、横向姿态控制信号指令值；

步骤D，飞行姿态控制器根据接收到的纵向、横向姿态控制信号指令值解算飞行控制律，得到纵向、横向执行机构控制信号；

步骤E，飞行姿态控制器将纵向、横向执行机构控制信号发送给执行机构，执行机构操纵舰载无人机的气动舵面、油门开度，控制舰载无人机沿着步骤A所述的捕获阶段基准航迹或跟踪阶段基准航迹飞行；

步骤F，实时检测舰载无人机航迹信息及甲板运动信息，重复步骤B至步骤E。

2.根据权利要求1所述的舰载无人机自动着舰引导方法，其特征在于：步骤B中所述跟踪阶段航迹误差采用坐标系动态变化的方法确定，具体包括如下步骤：

步骤I，定义地理坐标系{L}、动态坐标系{F}，以{T,N,B}表示动态坐标系{F}，所述动态坐标系{F}原点为下滑道顶点，矢量T由下滑道顶点指向回收网中点、矢量N与矢量T水平面的投影垂直、矢量B由矢量T、N根据右手法则确定；

下滑道顶点指向回收网中点的矢量T：

T=(p_m-p₀)·||(p_m-p₀)||^-1，

$p_m=\left\{\begin{array}{cc}{p}_t& X_a\&GreaterEqual;(\mathrm{Va}\&CenterDot;12.5)m\\ p_t-p_s& X_a<(\mathrm{Va}\&CenterDot;12.5)m\end{array}\right.,$

与矢量T水平面投影垂直的矢量N：

N=(-y_T x_T 0)^T·||(-y_T x_T 0)||^-1，

以及由矢量T、N根据右手法则确定的矢量B：

B=T×N，

其中，p_m为回收网中点的位置，在着舰前12.5秒加入甲板运动的影响，p₀为下滑道顶点位置，p_t为未加入甲板运动时回收网中点的初始位置，P_s为考虑甲板运动引起回收网中点的随机正弦位移，V_a为着舰时舰载无人机速度，X_a为舰载无人机与回收网中点的距离，x_T和y_T为矢量T在地理坐标系{L}的X轴和Y轴上的分量；

步骤II，将引入甲板运动后的期望航迹P_c(S)参数化：P_c(S)=P₀+TS，其中，S为引入的参数，0≤S≤R，R为下滑道顶点与回收网中点的距离，||(p_m-p₀)||=R，

舰载无人机在地理坐标系{L}下的航迹误差^Lp_e(S)：^LP_e(S)=P_c(S)-P_uav，其中：p_uav为舰载无人机在地理坐标系{L}下的位置；

步骤III，计算使航迹误差最小的参数值，从而得到参数化的地理坐标系{L}下的航迹误差 $p_e^L\left(S\right)=\frac{1}{2}(p_m-p_{\mathrm{uav}})+\frac{1}{2}T{(p_{\mathrm{uav}}-p_m)}^{T}T;$

步骤IV，根据舰载无人机在地理坐标系{L}下的航迹误差得到动态坐标系{F}下的航迹误差^Fp_e(S)：

$Fp_e\left(S\right)=\left[\begin{array}{c}{T}^T\\ N^T\\ B^T\end{array}\right][\frac{1}{2}(p_m-p_{\mathrm{uav}})+\frac{1}{2}T{(p_{\mathrm{uav}}-p_m)}^{T}T]=\left[\begin{array}{c}0\\ \frac{1}{2}\left(N^T(p_m-p_{\mathrm{uav}})\right)\\ \frac{1}{2}\left(B^T(p_m-p_{\mathrm{uav}})\right)\end{array}\right].$

3.根据权利要求1或2所述的舰载无人机自动着舰引导方法，其特征在于，步骤A中所述的捕获阶段基准航迹确定方法为，根据舰载无人机的初始位置、初始航向以及高度下降速度选取n个航路点，再由三次样条插值或五次样条插值法形成地理坐标系下以第n航路点为起点的捕获阶段基准航迹，n为自然数，n个航路点的选取具体如下：

步骤a，以捕获点为第1航路点，在以捕获点为起点的下滑道反向延长线上选取第2、第3航路点，第1至第3航路点确定的线为航线AL，航线AL指向捕获点，选取航线AL反向延长线上与第3航路点距离为RAD的点作为第4航路点，RAD的取值大于最小转弯半径，将空间以平面S划分为两侧区域，平面S过第3航路点且与航线AL在水平面上投影线垂直；

步骤b，根据舰载无人机初始位置、回收网中点的位置关系选取其余航路点：

步骤b-1，当舰载无人机初始位置与回收网中点在同侧区域时，根据舰载无人机初始航向及高度下降速度选取其它k个参考航路点，n=k+4，

步骤b-2，当舰载无人机初始位置与回收网中点不在同侧区域且舰载无人机初始位置与平面S的距离小于RAD时，航路点生成器增加RAD的值以确保舰载无人机经过第4航路点，再根据舰载无人机初始航向及高度下降速度选取其它k个参考航路点，n=k+4，

步骤b-3，当舰载无人机初始位置与回收网中点不在同侧区域且舰载无人机初始位置与平面S的距离大于RAD时：仅在舰载无人机初始位置与第4航路点太近以至于无法经过第4航路点时，航路点生成器减小RAD的取值以确保舰载无人机经过第4航路点，否则，RAD取值不变，此时，n=4。

4.根据权利要求3所述的舰载无人机自动着舰引导方法，其特征在于，步骤b-1及步骤b-2中根据舰载无人机初始航向及高度下降速度选取其它k个参考航路点的具体方法如下：

当舰载无人机初始航向与航线AL的夹角在0°到180°之间时，在航线AL右侧选取满足最小转弯半径条件的其它k个参考航路点；

否则，在航线AL左侧选取满足最小转弯半径条件的其它k个参考航路点。

5.根据权利要求3所述的舰载无人机自动着舰引导方法，其特征在于，步骤B中所述捕获阶段的航迹误差由高度误差和航向误差组成，高度误差由舰载无人机当前的高度信息和基准高度信息计算得到，航向误差按照如下方法获得：

步骤1，将所述捕获阶段基准航迹离散化为路径点序列，每两个航路点之间取f个点作为路径点，所述路径点序列包括N个路径点，N=(n-1)·f+n，f为自然数；

步骤2，在地理坐标系中，计算舰载无人机位置点到路径点K的距离矢量

路径点K到路径点K+1的距离矢量K的初始值为1，1≤K<N；

步骤3，计算舰载无人机位置点到路径点K的距离矢量

在路径点K到路径点K+1的距离矢量

中的投影长度DB，路径点K到路径点K+1的距离矢量

的长度CB，若DB≤CB时，进入步骤4，否则，K值加1，返回步骤2；

步骤4，将舰载无人机位置点到路径点K的距离长度L_GPS,K与基准视线长度L_PP比较：

若L_GPS,K≥L_PP，由路径点K和舰载无人机位置点确定基准航向角；否则，K值加1，继续比较舰载无人机位置点到路径点K的距离长度L_GPS,K、基准视线长度L_PP；

步骤5，基准航向角χ_c与舰载无人机航向角χ的差值即为航向误差χ_err。

Images