CN108983818A - 基于虚拟结构的无人机队形变换方法 - Google Patents
基于虚拟结构的无人机队形变换方法 Download PDFInfo
- Publication number
- CN108983818A CN108983818A CN201810907746.9A CN201810907746A CN108983818A CN 108983818 A CN108983818 A CN 108983818A CN 201810907746 A CN201810907746 A CN 201810907746A CN 108983818 A CN108983818 A CN 108983818A
- Authority
- CN
- China
- Prior art keywords
- unmanned plane
- point mass
- formation
- fictitious point
- virtual architecture
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 32
- 230000015572 biosynthetic process Effects 0.000 claims abstract description 68
- 230000033001 locomotion Effects 0.000 claims abstract description 8
- 230000005540 biological transmission Effects 0.000 claims description 11
- 238000010586 diagram Methods 0.000 claims description 11
- 101000911390 Homo sapiens Coagulation factor VIII Proteins 0.000 claims description 5
- 238000004891 communication Methods 0.000 claims description 5
- 102000057593 human F8 Human genes 0.000 claims description 5
- 229940047431 recombinate Drugs 0.000 claims description 5
- 238000013519 translation Methods 0.000 claims description 2
- 230000009466 transformation Effects 0.000 abstract description 5
- 238000005516 engineering process Methods 0.000 description 4
- 239000002245 particle Substances 0.000 description 3
- 230000006798 recombination Effects 0.000 description 3
- 238000005215 recombination Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000011800 void material Substances 0.000 description 1
- 238000005303 weighing Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/10—Simultaneous control of position or course in three dimensions
- G05D1/101—Simultaneous control of position or course in three dimensions specially adapted for aircraft
- G05D1/104—Simultaneous control of position or course in three dimensions specially adapted for aircraft involving a plurality of aircrafts, e.g. formation flying
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明公开一种基于虚拟结构的无人机队形变换方法,应用于无人机编队及控制领域,针对现有的虚拟结构方法中每一个无人机跟随一个虚拟质点,由于虚拟结构受限,无法实现灵活的队形变换的问题;本发明首先建立基于虚拟结构的无人机队形,然后通过控制虚拟结构的飞行状态来控制整个编队的飞行状态,无人机围绕自身所属的虚拟质点运动,实现了基于虚拟结构的无人机队形的灵活变换。
Description
技术领域
本发明属于无人机编队及控制领域,特别涉及一种考虑了大规模小型无人机的编队及队形变换控制技术。
背景技术
无人机起源于军事领域,经过几十年的发展,目前已经进入了快速发展期,种类越来越多,应用领域不断拓展,任务类型越来越广泛。军事方面,微型无人机可以在野外作战的复杂地形情况下进行侦察及监视,还可用于特殊环境下侦察建筑物内部情况,监视、监听、解救人质以及反恐怖行动等。在民用方面,主要用于洪涝、森林火警以及地震等灾害的监测调查,以及民用航空拍摄、娱乐拍摄等。
随着现代社会信息化、智能化的程度加快,加之无人机应用的环境瞬息万变,单个无人机往往无法完成特定的任务,或者能较好完成任务的无人机往往价格贵。为弥补单架无人机的不足,提出以大规模、低成本、多功能的无人机集群代替单个无人机,通过空中组网、自主控制、群智决策等技术,实现无人机机群的协同作战。无人机的编队控制是指当多个无人机甚至成千上百的无人机联合运动时,各个体之间保持固定或变化的几何形状,同时完成障碍规避和内部避碰的任务约束。当无人机以编队模式一起执行任务时,无人机之间会存在相互影响,因此需要解决各个无人机之间信息沟通、交换、计算等难题,以保证无人机在执行任务过程中队形的生成、保持以及变换。目前队形控制的方法主要有:领航者-跟随者方法、基于行为的方法、虚拟结构法、基于人工势场函数方法以及基于一致性算法的方法。每一个方法都有各自的优缺点,例如,基于行为的方法存在明确的队形反馈,无人机根据其它无人机的位置信息进行反应,且***可以实现分布式控制,从而提高***的实时性和并行性。缺点在于群体行为没有明确的定义,对其进行数学分析非常困难。虚拟结构法的优点为只需要定义刚体的运动行为就可以控制整个智能体群体的运动,而且该方法还可以进行队形反馈。但其缺点在于其应用范围很大程度上受到虚拟结构法形成的队形的限制,即无法实现灵活的队形变换。而领航者-跟随者方法存在一旦领航者失效,整个编队受到波动的较大甚至失效的缺点。
发明内容
为了解决上述技术问题,本发明提出一种基于虚拟结构的无人机队形变换方法,实现无人机队形灵活变换。
本发明采用的技术方案为:基于虚拟结构的无人机队形变换方法,包括:
S1、建立基于虚拟结构的无人机队形;
S2、基于步骤S1建立的无人机队形,根据地面控制基站发送的队形变换指令,各无人机采用自动跟随模式变换队形;
S3、基于步骤S1建立的无人机队形,根据地面控制基站发送的队形重组指令,各无人机采用强制跟随模式重组队形。
进一步地,步骤S1包括以下分步骤:
S11、采用Delaunay三角剖分算法生成以虚拟质点为生成元的Voronoi图;每一个生成元对应一个多边形Voronoi区域;每个多边形Voronoi区域内点到该多边形Voronoi区域内生成元的距离小于到其它生成元距离;相邻多边形Voronoi区域共同边上的点到相邻两个多边形Voronoi区域中的生成元距离相等;
S12、无人机收到起飞指令后,采用强制跟随模式,当跟随指定虚拟质点抵达其所属多边形Voronoi区域后,无人机切换为自动跟随模式;
S13、根据无人机受到的来自相邻无人机的排斥力以及来自虚拟质点的吸引力,建立无人机的力平衡模型。
更进一步地,无人机力平衡模型表达式为:
其中,Vi为无人机i通信范围内的无人机集合,Fr,ij为无人机i受到的相邻无人机j的斥力,Fa,i为无人机i受到虚拟质点的吸引力,Fi为无人机的受力大小,当Fi为0时表示无人机处于力平衡状态。
更进一步地,由大地惯性坐标系中的一系列惯性坐标组成无人机编队的虚拟结构,所述虚拟结构包括若干虚拟质点,其中每个虚拟质点表示为二元组<p,v>,p为该虚拟质点在大地坐标系中的位置向量,v为该虚拟质点的运动速度。
进一步地,步骤S2具体包括以下步骤:
S21、地面控制基站将发送的队形变换指令翻译为由虚拟质点坐标参数表示的队形变换控制指令;并通过远程通信信道向无人机集群发送队形变换控制指令;
S22、各无人机基于就近原则,采用自动跟随模式,跟随距离最近的虚拟质点飞行,并建立与相邻无人机以及最近的虚拟质点的力平衡模型,达到力平衡状态。
进一步地,步骤S3具体包括以下步骤:
S31、地面控制基站通过远程通信信道向无人机集群发送队形重组指令;
S32、无人机建立与相邻无人机以及虚拟质点之间力平衡模型,采用强制跟随模式,跟随指定虚拟质点飞行,当抵达指定虚拟质点区域后,切换为自动跟随模式。
更进一步地,所述队形重组控制指令格式为:每一个虚拟质点后跟随该虚拟质点的编号以及该虚拟质点控制的无人机编号。
本发明的有益效果:本发明首先建立基于虚拟结构的无人机队形,然后通过控制虚拟结构的飞行状态来控制整个编队的飞行状态,无人机围绕自身所属的虚拟质点运动,实现了基于虚拟结构的无人机队形的灵活变换;与现有的虚拟结构方法中每一个无人机跟随一个虚拟质点相比,本发明的方法不需要控制大量的虚拟质点,不仅能保证良好的队形控制效果,且通信量小,控制难度低。
附图说明
图1为本发明的方案流程图;
图2为无人机的控制状态转移图;
图3为以虚拟质点集为生成元的Voronoi图;
图4为无人机建立起飞—跟随过程的原理图;
图5为基于虚拟结构的无人机队形建立示意图;
图6为基于虚拟结构的无人机队形变换示意图;
图7为基于虚拟结构的无人机队形合并示意图。
具体实施方式
为便于本领域技术人员理解本发明的技术内容,下面结合附图对本发明内容进一步阐释。
本发明针对现有编队控制技术存在的缺陷,提出了一种基于虚拟结构的无人机队形变换方法,本发明的方案流程图如图1所示,由以下三个步骤实现:
S1、建立基于虚拟结构的无人机队形;
S11:建立无人机编队的虚拟结构,生成以虚拟质点集为生成元的Voronoi图
由大地惯性坐标系中的一系列惯性坐标组成无人机编队的虚拟结构,其中每个虚拟质点表示为二元组<p,v>,其中向量p为该虚拟质点在大地坐标系中的位置向量,向量v为该虚拟质点的运动速度。这样,多个虚拟质点就构成了编队的虚拟结构,虚拟质点的状态即为实际无人机编队的期望状态。
其中,大地坐标系是相对于地球表面不动的一种坐标系,可以采用WGS-84坐标系或其它等价坐标系。在WGS-84坐标系中,每个坐标通过经度、纬度和高度表示。
本发明中采用Delaunay三角剖分算法生成以虚拟质点为生成元的Voronoi图,如图3所示;为了便于简要叙述,这里仅画出了二维的示意图。图中黑色圆点即为虚拟质点,由这些虚拟质点构成了无人机编队的虚拟结构,每一个多边形为以对应虚拟质点为生成元的Voronoi区域,其特点为:每个多边形Voronoi区域内有一个生成元;每个多边形Voronoi区域内点到该生成元距离短于到其它生成元距离;相邻多边形Voronoi区域共同边上的点到相邻两个多边形Voronoi区域中的生成元距离相等。
S12:建立无人机起飞过程
步骤S11生成的Voronoi图将整个天空划分为了多个区域,每一个区域有一个虚拟质点,编号为i(i∈[1,N])。通过控制中心向每一个无人机发送需要跟随的虚拟质点的编号。无人机与相邻无人机持续保持斥力,以避免相互碰撞。通过虚拟质点坐标确定无人机起飞的方向,当无人机进入所属虚拟质点的区域后,与虚拟质点及相邻无人机建立力平衡模型。具体方法如下:
图4所示,图中小三角形代表虚拟质点。假设无人机起飞时刻虚拟质点的坐标P1为<p1,v>,其中位置向量为p1=[x1,y1,z1],v=[v1,v2,v3]。经过t时间以后,虚拟质点到达P2位置<p2,v>,即p2=[v1t,v2t,v3t]。期望此时无人机也到达P2位置附近,无人机飞行速度的大小为u,通过以下公式(1)求得无人机的飞行方向。
p1+v·t=u·t (1)
S13:建立无人机的力平衡模型
公式(2)表示无人机i与相邻无人机j之间的相互作用力(斥力),其中xij表示无人机i与相邻无人机j之间的距离,是单位向量,表示从无人机i指向无人机j的单位向量,α为斥力系数,α≥1,FR为预先设置的固定排斥力。无人机之间的斥力保证了无人机之间处于安全距离,避免发生碰撞。
无人机除了受到来自相邻无人机的作用力,还受到来自虚拟质点的吸引力,使得无人机能跟随虚拟质点形成队形。公式(3)无人机i与其所属虚拟质点之间的相互作用力(吸引力),其中xi表示无人机i与虚拟质点之间的距离,单位向量,表示从无人机i指向虚拟质点的单位向量。β为吸引力系数,β≥0,FA为预先设置的固定吸引力。
公式(4)代表了无人机i的受力情况,当Fi为0时达到力平衡状态,式中Vi为无人机i通信范围内的无人机集合,Fr,ij为无人机i受到的相邻无人机j的斥力,Fa,i为无人机i受到虚拟质点的吸引力。当整个集群的无人机都达到力平衡状态时,整个无人机编队也达到平衡状态,建立如图5所示的无人机队形,其中小三角形代表虚拟质点。
S2、基于步骤S1建立的无人机队形,根据地面控制基站发送的队形控制指令,各无人机采用自动跟随模式变换队形;
S21:地面控制基站向无人机集群发送队形变换指令
地面控制基站将队形的控制指令,如(尖角形,直线形,圆形,三角形,人字形等)翻译为由虚拟质点坐标参数表示的队形,通过远程通信信道向无人机集群发送队形变换指令。
S22:无人机基于就近原则采用自动跟随模式建立编队
在步骤S1建立无人机队形之后,无人机采取自动跟随模式。当无人机接收到队形变换指令及由虚拟质点坐标参数表示的队形之后,采取就近跟随原则,跟随最近的虚拟质点飞行,每一架无人机与相邻无人机以及最近的虚拟质点之间的力平衡模型,即公式(4),逐步达到力平衡状态,形成如图6的无人机编队,并通过控制虚拟质点的速度和运动状态,控制整个无人机编队的飞行状态。
S3、基于步骤S1建立的无人机队形,根据地面控制基站发送的队形重组指令,各无人机采用强制跟随模式重组队形。
S31:地面控制基站向无人机集群发送新的虚拟结构信息
地面控制基站将队形重组指令,翻译为由虚拟质点坐标参数表示的队形,通过远程通信信道向无人机集群发送队形重组指令。控制信息格式为:每一个虚拟质点后跟随该虚拟质点的编号以及该虚拟质点控制的无人机编号。无人机模式切换为强制跟随模式,以执行重组指令。
S32:无人机根据步骤S31中的虚拟结构采用强制跟随模式建立编队
当无人机接收到控制信息后,通过查找匹配找到自己跟随的虚拟质点。然后,与相邻无人机以及虚拟质点建立力平衡模型,即公式(4)代表的状态,并跟随虚拟质点飞行,当抵达指定虚拟质点区域后,再切换为自动跟随模式,由此实现无人机队形的***或合并操作。图7表示重组前,无人机队形由多个虚拟质点控制,合并后,只有一个虚拟质点。
综上所述,无人机的控制状态在自由跟随模式和强制跟随模式两种之间切换,如图2所示。具体为:无人机起飞建立无人机队形为强制跟随模式,队形建立之后无人机自动转换为自由跟随模式。之后,无人机编队在空中飞行,只存在队形变换和队形重组两种情况,队形变换采用自由跟随模式,队形重组则采取强制跟随模式,避免无人机在编队重组过程中发生无人机碰撞。无人机集群完成编队飞行或任务后,采用强制跟随模式进行降落。
本领域的普通技术人员将会意识到,这里所述的实施例是为了帮助读者理解本发明的原理,应被理解为本发明的保护范围并不局限于这样的特别陈述和实施例。对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的权利要求范围之内。
Claims (7)
1.基于虚拟结构的无人机队形变换方法,其特征在于,包括:
S1、建立基于虚拟结构的无人机队形;
S2、基于步骤S1建立的无人机队形,根据地面控制基站发送的队形变换指令,各无人机采用自动跟随模式变换队形;
S3、基于步骤S1建立的无人机队形,根据地面控制基站发送的队形重组指令,各无人机采用强制跟随模式重组队形。
2.根据权利要求1所述的基于虚拟结构的无人机队形变换方法,其特征在于,步骤S1包括以下分步骤:
S11、采用Delaunay三角剖分算法生成以虚拟质点为生成元的Voronoi图;每一个生成元对应一个多边形Voronoi区域;每个多边形Voronoi区域内点到该多边形Voronoi区域内生成元的距离小于到其它生成元距离;相邻多边形Voronoi区域共同边上的点到相邻两个多边形Voronoi区域中的生成元距离相等;
S12、无人机收到起飞指令后,采用强制跟随模式,当跟随指定虚拟质点抵达其所属多边形Voronoi区域后,无人机切换为自动跟随模式;
S13、根据无人机受到的来自相邻无人机的排斥力以及来自虚拟质点的吸引力,建立无人机的力平衡模型。
3.根据权利要求2所述的基于虚拟结构的无人机队形变换方法,其特征在于,无人机力平衡模型表达式为:
其中,Vi为无人机i通信范围内的无人机集合,Fr,ij为无人机i受到的相邻无人机j的斥力,Fa,i为无人机i受到虚拟质点的吸引力,Fi为无人机的受力大小,当Fi为0时表示无人机处于力平衡状态。
4.根据权利要求2所述的基于虚拟结构的无人机队形变换方法,其特征在于,由大地惯性坐标系中的一系列惯性坐标组成无人机编队的虚拟结构,所述虚拟结构包括若干虚拟质点,其中每个虚拟质点表示为二元组<p,v>,p为该虚拟质点在大地坐标系中的位置向量,v为该虚拟质点的运动速度。
5.根据权利要求1所述的基于虚拟结构的无人机队形变换方法,其特征在于,步骤S2具体包括以下步骤:
S21、地面控制基站通过远程通信信道向无人机集群发送队形变换指令与由虚拟质点坐标参数表示的队形;
将发送的队形变换指令翻译为由虚拟质点坐标参数表示的队形变换控制指令;并通过远程通信信道向无人机集群发送队形变换控制指令;
S22、各无人机基于就近原则,采用自动跟随模式,跟随距离最近的虚拟质点飞行,并建立与相邻无人机以及最近的虚拟质点的力平衡模型,达到力平衡状态。
6.根据权利要求1所述的基于虚拟结构的无人机队形变换方法,其特征在于,步骤S3具体包括以下步骤:
S31、地面控制基站通过远程通信信道向无人机集群发送队形重组指令;
S32、无人机建立与相邻无人机以及虚拟质点之间力平衡模型,采用强制跟随模式,跟随指定虚拟质点飞行,当抵达指定虚拟质点区域后,切换为自动跟随模式。
7.根据权利要求6所述的基于虚拟结构的无人机队形变换方法,其特征在于,所述队形重组控制指令格式为:每一个虚拟质点后跟随该虚拟质点的编号以及该虚拟质点控制的无人机编号。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810907746.9A CN108983818B (zh) | 2018-08-10 | 2018-08-10 | 基于虚拟结构的无人机队形变换方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810907746.9A CN108983818B (zh) | 2018-08-10 | 2018-08-10 | 基于虚拟结构的无人机队形变换方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108983818A true CN108983818A (zh) | 2018-12-11 |
CN108983818B CN108983818B (zh) | 2021-05-11 |
Family
ID=64554932
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810907746.9A Expired - Fee Related CN108983818B (zh) | 2018-08-10 | 2018-08-10 | 基于虚拟结构的无人机队形变换方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108983818B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110320929A (zh) * | 2019-06-04 | 2019-10-11 | 杭州电子科技大学 | 一种自主式无人机群目标跟随避障方法 |
CN113110593A (zh) * | 2021-05-06 | 2021-07-13 | 西北工业大学 | 基于虚拟结构和估计信息传输的飞行编队协同自适应控制方法 |
CN114730188A (zh) * | 2019-11-14 | 2022-07-08 | 北美日产公司 | 自主运载工具的安全性保证远程驾驶 |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101685309A (zh) * | 2008-09-24 | 2010-03-31 | 中国科学院自动化研究所 | 多机器人协调队形控制方法 |
CN102591358A (zh) * | 2012-03-12 | 2012-07-18 | 北京航空航天大学 | 一种多无人机的动态编队控制方法 |
CN105549617A (zh) * | 2016-01-13 | 2016-05-04 | 北京航空航天大学 | 一种仿鸟群行为和虚拟结构的无人机编队控制方法 |
CN106054922A (zh) * | 2016-06-22 | 2016-10-26 | 长安大学 | 一种无人机‑无人车联合编队协同控制方法 |
CN106125758A (zh) * | 2016-07-07 | 2016-11-16 | 衢州赋腾信息科技有限公司 | 一种无人机编队控制***及方法 |
CN106843269A (zh) * | 2017-01-22 | 2017-06-13 | 北京航空航天大学 | 一种基于小型鸟类集群飞行机制的无人机编队方法 |
EP3190579A1 (en) * | 2014-09-04 | 2017-07-12 | Otkrytoe Aktsionernoe Obschestvo "Kontsern "Mezhdunarodnye Aeronavigatsyonne Systemy" | Method and device for managing traffic at an aerodrome |
CN107092270A (zh) * | 2016-08-06 | 2017-08-25 | 广州亿航智能技术有限公司 | 实现编队飞行的方法、装置及*** |
US20170346679A1 (en) * | 2016-05-27 | 2017-11-30 | Hefei University Of Technology | Method and System for Reconstructing Unmanned Aerial Vehicle Formation Communication Topology Based on Minimum Cost Arborescence |
US20170347285A1 (en) * | 2016-05-27 | 2017-11-30 | Hefei University Of Technology | Method and system for reoptimizing unmanned aerial vehicle formation communication topology based on minimum cost arborescence |
CN107728643A (zh) * | 2017-11-10 | 2018-02-23 | 西安电子科技大学 | 一种动态环境下的无人机群分布式任务调度方法 |
KR101840473B1 (ko) * | 2017-03-15 | 2018-03-20 | 이상권 | 편대 비행 관제 방법 |
CN108196579A (zh) * | 2018-01-24 | 2018-06-22 | 电子科技大学 | 基于几何分布的无人机分级编队方法 |
US20180222045A1 (en) * | 2017-02-09 | 2018-08-09 | X Development Llc | Generating a robot control policy from demonstrations collected via kinesthetic teaching of a robot |
-
2018
- 2018-08-10 CN CN201810907746.9A patent/CN108983818B/zh not_active Expired - Fee Related
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101685309A (zh) * | 2008-09-24 | 2010-03-31 | 中国科学院自动化研究所 | 多机器人协调队形控制方法 |
CN102591358A (zh) * | 2012-03-12 | 2012-07-18 | 北京航空航天大学 | 一种多无人机的动态编队控制方法 |
EP3190579A1 (en) * | 2014-09-04 | 2017-07-12 | Otkrytoe Aktsionernoe Obschestvo "Kontsern "Mezhdunarodnye Aeronavigatsyonne Systemy" | Method and device for managing traffic at an aerodrome |
CN105549617A (zh) * | 2016-01-13 | 2016-05-04 | 北京航空航天大学 | 一种仿鸟群行为和虚拟结构的无人机编队控制方法 |
US20170347285A1 (en) * | 2016-05-27 | 2017-11-30 | Hefei University Of Technology | Method and system for reoptimizing unmanned aerial vehicle formation communication topology based on minimum cost arborescence |
US20170346679A1 (en) * | 2016-05-27 | 2017-11-30 | Hefei University Of Technology | Method and System for Reconstructing Unmanned Aerial Vehicle Formation Communication Topology Based on Minimum Cost Arborescence |
CN106054922A (zh) * | 2016-06-22 | 2016-10-26 | 长安大学 | 一种无人机‑无人车联合编队协同控制方法 |
CN106125758A (zh) * | 2016-07-07 | 2016-11-16 | 衢州赋腾信息科技有限公司 | 一种无人机编队控制***及方法 |
CN107092270A (zh) * | 2016-08-06 | 2017-08-25 | 广州亿航智能技术有限公司 | 实现编队飞行的方法、装置及*** |
CN106843269A (zh) * | 2017-01-22 | 2017-06-13 | 北京航空航天大学 | 一种基于小型鸟类集群飞行机制的无人机编队方法 |
US20180222045A1 (en) * | 2017-02-09 | 2018-08-09 | X Development Llc | Generating a robot control policy from demonstrations collected via kinesthetic teaching of a robot |
KR101840473B1 (ko) * | 2017-03-15 | 2018-03-20 | 이상권 | 편대 비행 관제 방법 |
CN107728643A (zh) * | 2017-11-10 | 2018-02-23 | 西安电子科技大学 | 一种动态环境下的无人机群分布式任务调度方法 |
CN108196579A (zh) * | 2018-01-24 | 2018-06-22 | 电子科技大学 | 基于几何分布的无人机分级编队方法 |
Non-Patent Citations (8)
Title |
---|
A. ASKARI 等: "UAV Formation Control via the Virtual Structure Approach", 《JOURNAL OF AEROSPACE ENGINEERING》 * |
CEZARY KOWNACKI: "MULTI-UAV FLIGHT USING VIRTUAL STRUCTURE COMBINED WITH BEHAVIORAL APPROACH", 《ACTA MECHANICA ET AUTOMATICA》 * |
NORMAN H. M.LI 等: "Multiple UAVs formation flight experiments using Virtual Structure and Motion Synchronization", 《AIAA GUIDANCE, NAVIGATION, AND CONTROL CONFERENCE》 * |
WEI KAN 等: "Virtual Structure in Formation Flight Control of UAVs via NOPSC Algorithm", 《2ND WORKSHOP ON ADVANCED RESEARCH AND TECHNOLOGY IN INDUSTRY APPLICATIONS》 * |
冯成涛 等: "基于虚拟结构的卫星编队机动控制", 《***工程与电子技术》 * |
潘无为 等: "人工势场和虚拟结构相结合的多水下机器人编队控制", 《兵工学报》 * |
邵壮 等: "三维动态环境下多无人机编队分布式保持控制", 《控制与决策》 * |
邵壮 等: "无人机编队机动飞行时的队形保持反馈控制", 《西北工业大学学报》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110320929A (zh) * | 2019-06-04 | 2019-10-11 | 杭州电子科技大学 | 一种自主式无人机群目标跟随避障方法 |
CN110320929B (zh) * | 2019-06-04 | 2022-03-29 | 杭州电子科技大学 | 一种自主式无人机群目标跟随避障方法 |
CN114730188A (zh) * | 2019-11-14 | 2022-07-08 | 北美日产公司 | 自主运载工具的安全性保证远程驾驶 |
CN113110593A (zh) * | 2021-05-06 | 2021-07-13 | 西北工业大学 | 基于虚拟结构和估计信息传输的飞行编队协同自适应控制方法 |
CN113110593B (zh) * | 2021-05-06 | 2022-08-09 | 西北工业大学 | 基于虚拟结构和估计信息传输的飞行编队协同自适应控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN108983818B (zh) | 2021-05-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Sánchez-García et al. | A distributed PSO-based exploration algorithm for a UAV network assisting a disaster scenario | |
Waharte et al. | Supporting search and rescue operations with UAVs | |
CN106843269B (zh) | 一种基于小型鸟类集群飞行机制的无人机编队方法 | |
Hauert et al. | Reynolds flocking in reality with fixed-wing robots: communication range vs. maximum turning rate | |
Riehl et al. | Cooperative search by UAV teams: A model predictive approach using dynamic graphs | |
CN108983818A (zh) | 基于虚拟结构的无人机队形变换方法 | |
CN109254588A (zh) | 一种基于交叉变异鸽群优化的无人机集群协同侦察方法 | |
Sun et al. | Path planning for dense drone formation based on modified artificial potential fields | |
CN105980950A (zh) | 无人飞行器的速度控制 | |
CN105468801A (zh) | 公共场所人群疏散仿真方法及*** | |
CN108563240A (zh) | 一种大规模微型无人机的编队及控制方法 | |
CN115047910A (zh) | 一种基于雁形阵的无人机编队巡航控制方法 | |
CN113721638A (zh) | 一种水域异构多无人器一致性编队方法 | |
CN109901627A (zh) | 一种无人机的着陆位姿调整方法、***及相关组件 | |
Sarkar et al. | A novel search and survey technique for unmanned aerial systems in detecting and estimating the area for wildfires | |
CN113359831A (zh) | 基于任务逻辑调度的集群四旋翼无人机路径生成方法 | |
CN110427046B (zh) | 一种三维平滑随机游走无人机群移动模型 | |
CN116208968B (zh) | 基于联邦学习的轨迹规划方法及装置 | |
CN106332101B (zh) | 一种无人移动平台群体分布式格型网络拓扑的构建方法 | |
Shivkumar et al. | Surveillance Algorithm for a Swarm of Self-Organized Aerial Unmanned Vehicle | |
Jin et al. | Research on distributed cooperative control of swarm UAVs for persistent coverage | |
Fan et al. | Multi-UAV Cooperative Hunting in Cluttered Environments Considering Downwash Effects | |
Wu et al. | UAV formation control based on consistency | |
Mi et al. | A 3D smooth mobility model based on semi-random circular movement for FANETs | |
Zhang et al. | Small UAVs with autonomous avoidance using humanlike thoughts |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20210511 |