CN109799842B - 一种多无人机序列飞行控制方法 - Google Patents
一种多无人机序列飞行控制方法 Download PDFInfo
- Publication number
- CN109799842B CN109799842B CN201910077586.4A CN201910077586A CN109799842B CN 109799842 B CN109799842 B CN 109799842B CN 201910077586 A CN201910077586 A CN 201910077586A CN 109799842 B CN109799842 B CN 109799842B
- Authority
- CN
- China
- Prior art keywords
- unmanned aerial
- flight
- aerial vehicle
- control
- sequence
- 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.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims abstract description 38
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical compound C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 title claims abstract description 37
- 238000004891 communication Methods 0.000 claims abstract description 45
- 230000002159 abnormal effect Effects 0.000 claims abstract description 7
- 238000004088 simulation Methods 0.000 claims description 15
- 230000015572 biosynthetic process Effects 0.000 claims description 10
- 238000013461 design Methods 0.000 claims description 9
- 230000004927 fusion Effects 0.000 claims description 8
- 230000004044 response Effects 0.000 claims description 6
- 238000001514 detection method Methods 0.000 claims description 4
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 239000000203 mixture Substances 0.000 claims description 2
- 238000011217 control strategy Methods 0.000 description 14
- 238000005516 engineering process Methods 0.000 description 10
- 238000005755 formation reaction Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 7
- 238000012937 correction Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 3
- 230000007547 defect Effects 0.000 description 3
- 230000003068 static effect Effects 0.000 description 3
- 230000009466 transformation Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
Images
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)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种多无人机序列飞行控制方法,预先根据无人机序列飞行方案生成各无人机包括空间坐标和时间坐标的4D航迹,并分别导入各无人机的飞行控制***;在进行序列飞行时,使用主动控制和被动控制相结合的控制方法:在通信正常情况下,各无人机按照地面站向各无人机实时发送的航点信息进行飞行,从而实现多无人机序列飞行的主动控制;在通信异常情况下,各无人机的飞行控制***按照所述预先导入的4D航迹对该无人机进行控制,从而实现多无人机序列飞行的被动控制,直到通信情况恢复正常。相比现有技术,本发明具有更高的安全性和控制灵活性。
Description
技术领域
本发明涉及一种多无人机序列飞行控制方法,属于多无人机序列飞行控制技术领域。
背景技术
近几年来,随着人工智能的快速发展,无人机(UAV,Unmanned Aerial Vehicle)控制技术领域也突飞猛进,相关技术越来越成熟,吸引人们眼球的当属无人机序列飞行的商业表演。无人机序列飞行是指预先设计出多无人机组合的队形阵列或图案,再依次将每个队形或图案对应的每架无人机的位置航点导入无人机飞行控制***中,最后各无人机将按照飞行指令先后飞往指定航点完成队形的排列和变换。
目前无人机序列飞行表演主要有无人机搭载高功率的RGB灯进行静态或准静态的灯光秀和难度较高的多动态队形变换。无人机动态序列飞行需要解决授时和同步、导航和定位、数据、通讯和抗干扰、路径协调等多个难题。随着当前传感器技术、智能控制技术、信息融合技术以及无线通信技术的高速发展,无人机序列飞行变得容易实现,但同时也出现了很多关键问题,例如对于当前实现多无人机序列飞行的控制策略来说,安全性问题变得更加突出,也是未来无人机序列飞行表演成败的关键问题和技术“瓶颈”。
无人机飞行时会受到诸如磁场、天气以及外来物等不可控的环境因素影响,使得需要通信的多无人机序列飞行变得更加困难,安全风险系数也很大。目前多无人机序列飞行主要是采用3D导航技术设计航点,然后通过一对多的无线通信模块在线实时向无人机发送队列飞行计划的航点,最后由无人机执行各自指令组成期望的图案。在此过程中会出现很多当前技术还无法解决的问题,例如当前的多无人机序列飞行航点密集,导致计算量大,复杂度高,目前也没有一款专门的无人机航迹规划软件;还有通信容易中断,导致地面站无法发送指令,所有无人机会失控,风险不可估计等。
发明内容
本发明所要解决的技术问题在于克服现有技术不足,提供一种具有更高安全性的多无人机序列飞行控制方法。
本发明具体采用以下技术方案解决上述技术问题:
一种多无人机序列飞行控制方法,预先根据无人机序列飞行方案生成各无人机包括空间坐标和时间坐标的4D航迹,并分别导入各无人机的飞行控制***;在进行序列飞行时,使用主动控制和被动控制相结合的控制方法:在通信正常情况下,各无人机按照地面站向各无人机实时发送的航点信息进行飞行,从而实现多无人机序列飞行的主动控制;在通信异常情况下,各无人机的飞行控制***按照所述预先导入的4D航迹对该无人机进行控制,从而实现多无人机序列飞行的被动控制,直到通信情况恢复正常。
优选地,所述预先根据无人机序列飞行方案生成各无人机包括空间坐标和时间坐标的4D航迹,具体如下:首先根据序列飞行图案获取各无人机在包括空间坐标和时间坐标的4D坐标系中初始4D航迹,然后通过动画仿真的方式对各无人机的初始4D航迹进行修正。
进一步优选地,使用Blender动画软件进行所述动画仿真。
更进一步地,所述通过动画仿真的方式对各无人机的初始4D航迹进行修正,具体如下:
Step1:在Animation窗口模式下,根据无人机数量添加无人机模型,并进行序列编号;
Step2:根据预设定的时间,进行帧率的设置;
Step3:在初始帧处***关键帧,根据无人机安全飞行距离整齐的排放位置,并保存位置坐标;
Step4:根据指定时间所应展示的序列飞行图案,通过帧率和时间的换算关系分别***关键帧,将无人机编排成对应图案,保存位置坐标;
Step5:当所有队形设计完毕,Blender便自动规划出无人机最优飞行路径,进行动画仿真;
Step6:在Scripting窗口模式下,进行脚本程序的编写,每隔5帧进行一次无人机位置坐标和时间的读取,根据时间计算飞行速度判断航迹可实现性以及是否能到达同步,根据设置安全距离阈值判断是否会发生碰撞,以进行航迹修正;
Step7:以地面站多无人机序列飞行模式下相匹配的文件格式导出每架无人机的4D航点。
优选地,所述主动控制和被动控制相结合的控制方法,具体包括以下步骤:
Step1:设定初始值j=k=s=0;
Step2:地面站在线发送第kt,i个航点;
Step3:判断无人机UAV是否接收到心跳包,Yes,则转至Step4;No,则判断通信中断,执行Step8;
Step4:接收到心跳包的UAV会对地面站做出应答,发送应答信号,转至Step5;
Step5:地面站判断是否接收到所有UAV的应答信号,Yes,则UAV进行序列飞行,通信正常,转至Step6;No,则通信中断,转至Step8;
Step6:所有UAV切换到主动控制模式,并且j=j+1,s=0;
Step7:地面站在线发送第kt+k,i+j个航点,并转至Step3;
Step8:地面站禁止发送第k+i个航点,并等待5s不与UAV通信;
Step9:所有UAV自动切换到被动控制模式;
Step10:判断j和s是否同时为0,Yes,则转至Step11;No,则转至Step12;
Step11:s=1,UAV以kt+k,i航点飞行,若kt+k,i为最后一个航点,则转至Step14;否则,转至Step13;
Step12:k=k+1,j=0,转至Step11;
Step13:地面站向UAV被动控制模式下发送特定信号,以进行通信检测,转至Step3;
Step14:着陆,结束序列飞行。
优选地,地面站与各无人机间使用无线Mesh网络进行实时通信。
进一步地,在进行序列飞行时,各无人机的飞行控制***使用动态PID位置控制回路来对自身飞行速度进行控制,所述动态PID位置控制回路根据下式获得自身飞行速度V:
其中,e(t)为位置误差,Δtd为该无人机飞往目标航点的剩余时间,KI、KD均为给定常数。
进一步地,在进行序列飞行时,各无人机的飞行控制***通过将利用飞控计算机获得的时间与利用GNSS获取的时间进行数据融合,以得到更准确的时间。所述数据融合优选基于卡尔曼滤波器的数据融合。
相比现有技术,本发明技术方案具有以下有益效果:
1)提出无人机4D航迹规划,实现多无人机序列飞行队形变换的同步性和同时性;
2)多无人机序列飞行的4D航迹仿真和修正方法使得航点设计周期短,操作简单且灵活,计算量小;
2)提出被动控制方法,解决飞行过程中因通信中断可能导致的危险,大大提高了序列飞行的安全性;
3)主被动混合控制可同时消除被动控制和主动控制的不足。例如,可解决被动控制的内存不足问题,降低硬件要求。
附图说明
图1为一种现有多无人机序列飞行的主动控制策略流程示意图;
图2为本发明提出的被动控制策略流程示意图;
图3为现有无人机飞行控制***的静态PID位置控制回路结构示意图;
图4为本发明设计的无人机飞行控制***的动态PID位置控制回路结构示意图;
图5为根据无人机序列飞行方案生成10架无人机4D航迹的原理示意图;
图6为多无人机序列飞行4D航迹修正程序流程图;
图7为无线mesh自组网的网络拓扑结构示意图;
图8为在UAV02与地面站直接通信中断情况下可通过其它4条通信链路传输信号示意图;
图9为本发明主被动混合控制方案中的主动控制和被动控制的航迹对比示意图;
图10为本发明的多无人机序列飞行的主被动混合控制的流程示意图;
图11为本发明的多无人机序列飞行的主被动混合控制中的在线避障示意图。
具体实施方式
针对现有多无人机序列飞行控制技术所存在的不足,本发明提出了一种基于4D航迹的多无人机序列飞行被动控制策略,并与现有的主动控制策略相结合,根据通信情况是否正常来在主、被动控制策略进行灵活切换,一方面保持了传统主动控制的灵活性,另一方面又可在通信异常时按照预设的4D航迹自动进行序列飞行,有效提高了序列飞行的安全性和对环境的适应性。
具体而言,本发明的多无人机序列飞行控制方法,预先根据无人机序列飞行方案生成各无人机包括空间坐标和时间坐标的4D航迹,并分别导入各无人机的飞行控制***;在进行序列飞行时,使用主动控制和被动控制相结合的控制方法:在通信正常情况下,各无人机按照地面站向各无人机实时发送的航点信息进行飞行,从而实现多无人机序列飞行的主动控制;在通信异常情况下,各无人机的飞行控制***按照所述预先导入的4D航迹对该无人机进行控制,从而实现多无人机序列飞行的被动控制,直到通信情况恢复正常。
为了便于公众理解,下面结合附图来对本发明的技术方案进行详细说明:
图1显示了一种现有多无人机序列飞行的主动控制策略,其根据多无人机序列的队形设计获取初步的3D航点,然后通过3D动画仿真对航点进行修正,然后地面站根据修正后的3D航点对各无人机进行在线的主动控制,并根据可能出现的障碍物或碰撞对航点进行在线修改。主动控制可以实时导入飞行航点,随时改变航迹,不需要占用很大的内存空间。对于出现的突发状况和危险也能及时规避。但主动控制全程依赖无线通信来进行指令传输,一旦通信异常,整个飞行序列将出现巨大的混乱,具有高风险性。
为了解决这一问题,本发明首先提出了如图2所示的被动控制策略,首先根据序列飞行图案获取各无人机在包括空间坐标和时间坐标的4D坐标系中初始4D航迹,然后通过动画仿真的方式对各无人机的初始4D航迹进行修正,将修正后的4D航迹分别导入相应无人机的飞行控制***,各无人机的飞行控制***按照4D航迹进行控制,从而实现多无人机序列飞行。
采用上述被动控制策略,无人机不需要通信便可根据提前导入的飞行计划进行序列飞行,但因为无人机机载飞行控制***的内存有限,面对大量的航点数据时,便变得难以实现,对硬件要求较高,而且对飞行过程中出现的意外(诸如飞行碰撞、有外来飞行物靠近)时,也不能及时规避,具有很大的飞行风险。
因此,本发明将上述基于4D航迹的多无人机序列飞行被动控制策略与现有的主动控制策略相结合,根据通信情况是否正常来在主、被动控制策略进行灵活切换,一方面可实现多无人机序列飞行的队形变换的同步性,并很好地解决因通信异常可能导致的危险;另一方面,主动控制方法的存在同时也使得被动控制的4D航点可以设计的较为稀疏,缓解了机载飞控内存空间不足的问题,降低硬件要求,进而极大的发挥了主动控制和被动控制的优越性,控制过程更方便灵活。
本发明的多无人机序列飞行控制方法具体包括以下内容:
(1)多无人机4D航迹规划和设计方法
航迹规划是指在特定约束条件下,寻找运动体从初始点到目标点满足某种性能指标最优的运动轨迹。本发明所述的多无人机4D航迹规划是指在由经度、纬度、高度以及时间组成的4维空间中满足所有UAV从当前航点到下一个航点的时间可达到精确同步的情况下的飞行轨迹。目前的无人机机载的飞行控制***主要有位置控制回路,速度控制回路,姿态控制回路和转速控制回路,如图3所示,其中位置控制回路是根据期望位置和实际位置进行闭环回路的静态PID控制,得到期望速度:
其中KP,KI,KD均为给定常数,e(t)为位置误差,在多无人机序列飞行时无法根据时间来控制飞行速度以达到同时性。因此,本发明针对此问题对位置控制回路进行基于时间的动态PID控制器设计,得到实时飞行速度:
KI=常数;
KD=常数;
其中Δtd为UAV飞往目标航点的剩余时间。如图4所示,通过地面站向UAV飞行控制***预先发送的即将飞往的目标航点(xd,yd,zd,td),与UAV实时位置(x,y,z,t)计算期望飞行速度(vx,d,vy,d,vz,d),依次进入速度控制回路,姿态控制回路,进而控制UAV飞行。但因UAV自带的GPS读取的当前时间不是很精确,存在一定误差,故结合飞控计算机实时时间进行基于卡尔曼滤波器(EKF)的数据融合,得到当前时刻的准确时间t,进行位置控制回路的动态PID控制与调节,实现无人机序列飞行的同步性。
以10架无人机为例,设计任意一个多无人机序列飞行图案(如NUAA字母),对航迹和时间节点进行设计,如图5所示。
(2)多无人机4D航迹仿真和修正方法
4D航迹仿***要是为了检测飞行时间,飞行速度是否在UAV设定阈值内,以及在飞行过程中是否会出现碰撞,从而进行修正。因此,首先根据设计的两相邻航点,由UAV最大飞行速度和最小飞行速度计算最小时间间隔Δtmin和最大时间间隔Δtmax,则设计时间间隔Δt需满足(1.1·Δtmin≤Δtd≤Δtmax),然后对设定时间进行判断,以确定是否满足UAV飞行要求,进行时间修正,然后由设计时间得到期望飞行速度。最后进行动态仿真,每隔5帧进行一次安全距离检测(|SUAV,i-SUAV,k|>Dsafe),SUAV,i、SUAV,k分别为第i、第k个UAV的位置,Dsafe为预设的安全距离,当出现任意两架UAV之间的距离小于安全距离时,则修改距离系数Dc,放大整个序列飞行距离,并循环做出判断和修正,导出4D航点文件。整个流程如图6所示。
Blender动画仿真软件是一款开源的跨平台全能三维动画制作软件,提供从建模、动画、材质、渲染、到音频处理、视频剪辑等一系列动画短片制作解决方案。本发明借助其Animation和Scripting两个功能进行多无人机序列飞行的4D虚拟航迹仿真和修正,具体步骤如下:
Step1:在Animation窗口模式下,根据无人机数量添加无人机模型,并进行序列编号,如01,02,…;
Step2:根据预设定的时间(以初始帧为时间0s),进行帧率的设置,通用设置是1s=25fps;
Step3:在初始帧处***关键帧,根据无人机安全飞行距离整齐的排放位置,并保存位置坐标;
Step4:根据指定时间所应展示的序列飞行图案,通过帧率和时间的换算关系分别***关键帧,将无人机编排成对应图案,保存位置坐标;
Step5:当所有队形设计完毕,Blender便自动规划出无人机最优飞行路径,进行动画仿真;
Step6:在Scripting窗口模式下,进行脚本程序的编写,其程序流程图如图6所示;每隔5帧进行一次UAV位置坐标和时间的读取,根据时间计算飞行速度判断航迹可实现性以及是否能到达同步,根据设置安全距离阈值判断是否会发生碰撞,以进行航迹修正;
Step7:以地面站多无人机序列飞行模式下相匹配的文件格式导出每架UAV的4D航点。
(3)基于地面站软件的无人机4D航迹导入方法
对序列飞行的无人机进行编号(如UAV01、UAV02、…),然后利用USB数据线连接地面站将仿真编号对应的4D航点导入相应编号的无人机飞行控制***中,并观察地面站地图上显示的飞行航迹确认是否导入成功以便做出二次导入操作,保证无误。
(4)基于无线mesh自组网的多机通信技术
mesh组网迅速、方便且维护灵活,距离越短越容易获得高带宽,传输速度越快,能很好的解决多机相互通信问题。采用mesh组网的网状拓扑结构,如图7所示,可以实现拓扑冗余的效果,而且无人机之间的协同飞行能力更强。mesh网络中的AP(Access Point)点通常都有多条可用链路,这样能够有效避免单点故障,即当某个节点(AP)出现通信故障,那么数据可以自动重新路由到一个通信正常的邻近节点进行传输,依此类推,数据包还可以根据网络的情况,继续路由到与之最近的下一个节点进行传输,直到到达最终目的地为止。因此可以很好的解决序列飞行中的某架无人机出现与地面站无法直接通信问题。如图8所示,假设UAV02与地面站无法直接通信,则UAV02可通过图所示的①、②、③、④4条通信链路的任意一条进行信号传输,冗余效果显著。
(5)无人机同步解锁和一键起飞控制方法
序列飞行前,需要对所有无人机进行解锁操作,以检测无人机通信和机体状态是否良好。通过一个遥控器对频多个接收机的方式对无人机实现同步遥控,然后进行一键解锁和一键起飞控制。
(6)多无人机序列飞行的主被动混合控制方法
如图9所示,由于采用主被动混合控制策略,仅在通信异常情况下使用被动控制模式,因此导入无人机的4D航迹可使用较少的航点,从而缓解机载飞控内存空间不足的问题,降低硬件要求;在通信正常时,地面站可使用更精细的4D航迹对无人机进行主动控制。主动控制模式和被动控制模式的切换是通过判断通信正常与否来实现的,其基本控制流程如图10所示,具体包括:
Step1:设定初始值j=k=s=0;
Step2:地面站在线发送第kt,i个航点;
Step3:判断UAV是否接收到心跳包,Yes,则转至Step4;No,则判断通信中断,执行Step8;
Step4:接收到心跳包的UAV会对地面站做出应答,发送应答信号,转至Step5;
Step5:地面站判断是否接收到所有UAV的应答信号,Yes,则UAV进行序列飞行,通信正常,转至Step6;No,则通信中断,转至Step8;
Step6:所有UAV切换到主动控制模式,并且j=j+1,s=0;
Step7:地面站在线发送第kt+k,i+j个航点,并转至Step3;
Step8:地面站禁止发送第k+i个航点,并等待5s不与UAV通信;
Step9:所有UAV自动切换到被动控制模式;
Step10:判断j和s是否同时为0,即(if(j==0&&s==0)),Yes,则转至Step11;No,则转至Step12;
Step11:s=1,UAV以kt+k,i航点飞行,若kt+k,i为最后一个航点,则转至Step14;否则,转至Step13;
Step12:k=k+1,j=0,转至Step11;
Step13:地面站向UAV被动控制模式下发送特定信号,以进行通信检测,转至Step3;
Step14:着陆,结束序列飞行。
在主动控制模式下,可实现在线主动避障功能,面对突如其来的不明物体或者即将可能碰撞的无人机,可提前更改航点,修正航迹以规避危险,如图11所示。
Claims (6)
1.一种多无人机序列飞行控制方法,其特征在于,预先根据无人机序列飞行方案生成各无人机包括空间坐标和时间坐标的4D航迹,并分别导入各无人机的飞行控制***;在进行序列飞行时,使用主动控制和被动控制相结合的控制方法:在通信正常情况下,各无人机按照地面站向各无人机实时发送的航点信息进行飞行,从而实现多无人机序列飞行的主动控制;在通信异常情况下,各无人机的飞行控制***按照所述预先导入的4D航迹对该无人机进行控制,从而实现多无人机序列飞行的被动控制,直到通信情况恢复正常;所述预先根据无人机序列飞行方案生成各无人机包括空间坐标和时间坐标的4D航迹,具体如下:首先根据序列飞行图案获取各无人机在包括空间坐标和时间坐标的4D坐标系中初始4D航迹,然后通过使用Blender动画软件进行动画仿真的方式对各无人机的初始4D航迹进行修正;所述通过动画仿真的方式对各无人机的初始4D航迹进行修正,具体如下:
Step1:在Animation窗口模式下,根据无人机数量添加无人机模型,并进行序列编号;
Step2:根据预设定的时间,进行帧率的设置;
Step3:在初始帧处***关键帧,根据无人机安全飞行距离整齐的排放位置,并保存位置坐标;
Step4:根据指定时间所应展示的序列飞行图案,通过帧率和时间的换算关系分别***关键帧,将无人机编排成对应图案,保存位置坐标;
Step5:当所有队形设计完毕,Blender便自动规划出无人机最优飞行路径,进行动画仿真;
Step6:在Scripting窗口模式下,进行脚本程序的编写,每隔5帧进行一次无人机位置坐标和时间的读取,根据时间计算飞行速度判断航迹可实现性以及是否能到达同步,根据设置安全距离阈值判断是否会发生碰撞,以进行航迹修正;
Step7:以地面站多无人机序列飞行模式下相匹配的文件格式导出每架无人机的4D航点。
2.如权利要求1所述方法,其特征在于,所述主动控制和被动控制相结合的控制方法,具体包括以下步骤:
Step1:设定初始值j=k=s=0;
Step2:地面站在线发送第kt,i个航点;
Step3:判断无人机UAV是否接收到心跳包,Yes,则转至Step4;No,则判断通信中断,执行Step8;
Step4:接收到心跳包的UAV会对地面站做出应答,发送应答信号,转至Step5;
Step5:地面站判断是否接收到所有UAV的应答信号,Yes,则UAV进行序列飞行,通信正常,转至Step6;No,则通信中断,转至Step8;
Step6:所有UAV切换到主动控制模式,并且j=j+1,s=0;
Step7:地面站在线发送第kt+k,i+j个航点,并转至Step3;
Step8:地面站禁止发送第k+i个航点,并等待5s不与UAV通信;
Step9:所有UAV自动切换到被动控制模式;
Step10:判断j和s是否同时为0,Yes,则转至Step11;No,则转至Step12;
Step11:s=1,UAV以kt+k,i航点飞行,若kt+k,i为最后一个航点,则转至Step14;否则,转至Step13;
Step12:k=k+1,j=0,转至Step11;
Step13:地面站向UAV被动控制模式下发送特定信号,以进行通信检测,转至Step3;
Step14:着陆,结束序列飞行。
3.如权利要求1所述方法,其特征在于,地面站与各无人机间使用无线Mesh网络进行实时通信。
5.如权利要求1所述方法,其特征在于,在进行序列飞行时,各无人机的飞行控制***通过将利用飞控计算机获得的时间与利用GNSS获取的时间进行数据融合,以得到更准确的时间。
6.如权利要求5所述方法,其特征在于,所述数据融合为基于卡尔曼滤波器的数据融合。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910077586.4A CN109799842B (zh) | 2019-01-28 | 2019-01-28 | 一种多无人机序列飞行控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910077586.4A CN109799842B (zh) | 2019-01-28 | 2019-01-28 | 一种多无人机序列飞行控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109799842A CN109799842A (zh) | 2019-05-24 |
CN109799842B true CN109799842B (zh) | 2020-07-31 |
Family
ID=66558993
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910077586.4A Expired - Fee Related CN109799842B (zh) | 2019-01-28 | 2019-01-28 | 一种多无人机序列飞行控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109799842B (zh) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112258896A (zh) * | 2019-07-03 | 2021-01-22 | 四川大学 | 基于航迹的无人机融合空域运行方法 |
TWI742494B (zh) * | 2019-12-26 | 2021-10-11 | 實踐大學 | 智慧無人機群飛圖像產生演算裝置 |
CN111290430A (zh) * | 2020-02-17 | 2020-06-16 | 一飞智控(天津)科技有限公司 | 一种无人机编队舞步上传传输控制***、方法、智能终端 |
CN111766898A (zh) * | 2020-07-30 | 2020-10-13 | 南京航空航天大学 | 一种多无人机协同序列飞行的自主避障航路规划方法 |
CN113939787A (zh) * | 2020-08-25 | 2022-01-14 | 深圳市大疆创新科技有限公司 | 飞行控制方法、控制装置、无人飞行器、飞行控制***及存储介质 |
CN112584349A (zh) * | 2020-11-27 | 2021-03-30 | 一飞(海南)科技有限公司 | 一种编队多套舞步飞行切换方法、***、存储介质及终端 |
CN112925341B (zh) * | 2021-01-19 | 2024-06-21 | 北京京东乾石科技有限公司 | 一种飞行器的飞行控制方法、相关飞行器及飞行器*** |
CN113867383B (zh) * | 2021-09-03 | 2023-10-20 | 国网河北省电力有限公司培训中心 | 一种自动控制仿真型飞行培训的装置及方法 |
CN113885574B (zh) * | 2021-10-28 | 2023-07-25 | 中国人民解放军96901部队24分队 | 一种多无人飞行器协同编队控制*** |
CN115426545A (zh) * | 2022-08-25 | 2022-12-02 | 亿航智能设备(广州)有限公司 | 一种飞行器编队灯光表演控制方法、电子装置及存储介质 |
CN116828132A (zh) * | 2023-07-05 | 2023-09-29 | 广州磐碟塔信息科技有限公司 | 一种虚拟摄影的控制方法及其*** |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4006871A (en) * | 1972-06-19 | 1977-02-08 | The Boeing Company | Automatic pitch axis control system for aircraft |
CN107403459A (zh) * | 2016-05-20 | 2017-11-28 | 北京师范大学 | 真实地形快速建模方法和滑坡可视化技术 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101692315B (zh) * | 2009-09-25 | 2011-08-10 | 民航总局空管局技术中心 | 基于实时雷达数据的高精度4d飞机航迹分析方法 |
KR101740312B1 (ko) * | 2015-01-09 | 2017-06-09 | 주식회사 대한항공 | 무인 항공기의 카메라 조종정보를 이용한 무인 항공기 유도제어 방법 |
CN104808682B (zh) * | 2015-03-10 | 2017-12-29 | 成都优艾维智能科技有限责任公司 | 小型旋翼无人机自主避障飞行控制方法 |
CN107728642B (zh) * | 2017-10-30 | 2021-03-09 | 北京博鹰通航科技有限公司 | 一种无人机飞行控制***及其方法 |
CN107688354B (zh) * | 2017-10-30 | 2021-06-29 | 北京博鹰通航科技有限公司 | 一种自主飞行的无人机***及其控制方法 |
CN108413964A (zh) * | 2018-03-08 | 2018-08-17 | 云南电网有限责任公司电力科学研究院 | 一种无人机输电线路巡检航迹规划方法及*** |
CN108646780B (zh) * | 2018-04-11 | 2023-09-01 | 广州亿航智能技术有限公司 | 载人无人机及其离线状态自动控制***和方法及存储介质 |
CN108762299B (zh) * | 2018-05-30 | 2020-04-24 | 上海交通大学 | 一种无人机编队方法及编队*** |
-
2019
- 2019-01-28 CN CN201910077586.4A patent/CN109799842B/zh not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4006871A (en) * | 1972-06-19 | 1977-02-08 | The Boeing Company | Automatic pitch axis control system for aircraft |
CN107403459A (zh) * | 2016-05-20 | 2017-11-28 | 北京师范大学 | 真实地形快速建模方法和滑坡可视化技术 |
Non-Patent Citations (1)
Title |
---|
A survey of open-source UAV flight controllers and flight simulators;Emad Ebeid;《ELSEVIER》;20180930;第61卷;第11-20页 * |
Also Published As
Publication number | Publication date |
---|---|
CN109799842A (zh) | 2019-05-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109799842B (zh) | 一种多无人机序列飞行控制方法 | |
CN110673637B (zh) | 一种基于深度强化学习的无人机伪路径规划的方法 | |
CN110119158B (zh) | 一种高亚音速无人飞行器多机协同编队控制***及方法 | |
CN102707724B (zh) | 一种无人机的视觉定位与避障方法及*** | |
AU2013230737B2 (en) | Autonomous vehicle and method for coordinating the paths of multiple autonomous vehicles | |
CN109613931A (zh) | 基于生物社会力的异构无人机集群目标跟踪***及方法 | |
KR101117207B1 (ko) | 스마트폰을 이용한 무인비행체 자동 및 수동 조종시스템 | |
CN103592948B (zh) | 无人机飞行防撞方法 | |
CN108521670A (zh) | 面向多机紧密编队飞行基于uwb通信与定位方法及一体化*** | |
CN104238552A (zh) | 一种有冗余的多机器人编队*** | |
CN102945046A (zh) | 一种无人机的控制方法 | |
CN103197684A (zh) | 无人机群协同跟踪目标的方法及*** | |
CN106843263B (zh) | 一种无人机飞行控制方法及*** | |
CN113724123B (zh) | 一种基于多智能体的协同运输方法及其*** | |
CN205211142U (zh) | 无人飞行器的遥控装置 | |
CN113271357B (zh) | 一种地空协同组网***及控制方法 | |
CN105427563A (zh) | 无人飞行器的遥控装置及其遥控方法 | |
CN113406968A (zh) | 基于数字孪生的无人机自主起降巡航方法 | |
CN109116729A (zh) | 一种无人机的控制方法 | |
CN112634662B (zh) | 电子围栏、控制***、方法、介质、无人机编队及终端 | |
CN110780318B (zh) | 飞行装置gps信号缺失后救援方法及控制方法 | |
CN115826622B (zh) | 一种无人机群夜间协同定位方法 | |
CN114047786A (zh) | 一种用于集散式异构无人机集群的协同处理***和方法 | |
CN113190035B (zh) | 基于混合型拓扑结构的无人机编队控制方法及*** | |
CN116068928A (zh) | 一种分布式异构无人机集群空地一体控制***及方法 |
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: 20200731 Termination date: 20210128 |