CN113110588B - 一种无人机编队及其飞行方法 - Google Patents
一种无人机编队及其飞行方法 Download PDFInfo
- Publication number
- CN113110588B CN113110588B CN202110475550.9A CN202110475550A CN113110588B CN 113110588 B CN113110588 B CN 113110588B CN 202110475550 A CN202110475550 A CN 202110475550A CN 113110588 B CN113110588 B CN 113110588B
- Authority
- CN
- China
- Prior art keywords
- plane
- course
- long
- wing
- aircraft
- 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.)
- Active
Links
- 230000015572 biosynthetic process Effects 0.000 title claims abstract description 48
- 238000000034 method Methods 0.000 title claims abstract description 36
- 230000003044 adaptive effect Effects 0.000 claims abstract 2
- 238000009795 derivation Methods 0.000 claims description 3
- 238000004590 computer program Methods 0.000 claims 1
- 230000001105 regulatory effect Effects 0.000 abstract 1
- 230000015654 memory Effects 0.000 description 8
- 238000004422 calculation algorithm Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 230000002238 attenuated effect Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012545 processing 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)
Abstract
本发明公开了一种无人机编队及其飞行方法,属于航空技术领域,其中,所述飞行方法包括:获取当前无人机编队的飞行参数;根据所述飞行参数确定长机与僚机的当前坐标;确定长机参考航向的预测值;僚机根据所述长机参考航向的预测值调整飞行参数;该飞行方法通过引入了一个长机航向的自适应权重系数,它会随着长机进入转弯段的航向角变化率的绝对值先呈指数衰减再呈指数递增,这个特性会使僚机的期望航向不会发生突变,而是缓慢平滑地变化。
Description
技术领域
本发明涉及航空技术领域,特别涉及一种无人机编队及其飞行方法。
背景技术
为了适应社会一般性的发展规律与趋势,单架无人机渐渐地无法完成复杂的任务需求,国内外研究学者借鉴自然界生物群的集群行为,提出了无人机集群的概念,为无人机的研究方向提供了一个思路。通过多无人机编队来执行任务目前己经是无人机领域一个新的应用和研究热点,吸引了许多国内外学者的关注。同时多无人机编队也是无人机集群***的基础,因此在多无人机编队方面急需开展相关理论和实验研究。
多旋翼无人机不同于固定翼无人机,多旋翼编队的无人机机间距离要求较短,较为紧凑,且无最小飞行速度限制,在执行编队直角转弯时,僚机为了保持队形,会出现大机动“甩尾”现象,容易破坏队形,且容易出现飞机相撞的情况,因此传统的控制方法难以实现这种多旋翼直角转弯的编队队形。
发明内容
为了解决上述问题,本发明提供一种能够解决大角度转弯过程中僚机的位置误差较大且队形可能保持不住的问题的无人机编队及其飞行方法。
为了实现上述目的,本发明一方面提供一种无人机编队的飞行方法,包括:
获取当前无人机编队的飞行参数;所述飞行参数包括长机与僚机的当前时刻的GPS坐标,长机当前时刻的航向观测值,长机实际航向;
根据所述飞行参数确定长机与僚机的当前坐标;
根据公式(1)确定僚机参考航向的预测值
式中,ψt为当前时刻僚机参考航向的预测值,w为长机航向的自适应权重系数,为长机实时航向观测值,ψt-1为上一时刻僚机参考航向的预测值,x为长机航向角变化率绝对值;e为自然常数,d(*)表示求导;|*|表示求绝对值。
僚机根据所述僚机参考航向的预测值调整飞行参数。
进一步的,该飞行方法还包括:根据公式(4)确定长机转弯段的航速
作为优选的技术方案,根据所述飞行参数确定长机与僚机的当前坐标,进一步包括:
根据队形间距与无人机数量确定整个队形的侧边长度;
根据所述侧边长度确定长机的位置坐标;
根据所述长机的位置坐标确定各个僚机的位置坐标。
作为优选的技术方案,确定长机的位置坐标是将长机的GPS坐标转换为UTM坐标。
作为优选的技术方案,所述根据所述长机的位置坐标确定各个僚机的位置坐标,进一步包括:
计算僚机在UTM坐标下的位置坐标;
将僚机的UTM坐标转换为GPS坐标。
另一方面,本发明提供一种无人机编队,包括长机和僚机,所述长机与僚机采用权利要求1-6中任意一项所述的飞行方法进行飞行。
本发明相对于现有技术的有益效果是:该飞行方法通过引入了一个长机航向的自适应权重系数,它会随着长机进入转弯段的航向角变化率的绝对值先呈指数衰减再呈指数递增,这个特性会使僚机的期望航向不会发生突变,而是缓慢平滑地变化,其次,该飞行方法计算了长机此时刻和上一时刻的航向变化量,因为转弯时长机航速较低,所以需要使用指数滑动滤波算法缓慢引入长机实时航向来提高长机的转弯航速,第三,该飞行方法结合了上述两点,可以实现让三角形编队队形在转弯时能够平稳协同地进行。
附图说明
图1是本发明提供的一种无人机编队的飞行方法的流程图;
图2是本发明提供的一实施例中无人机编队的示意图;
图3是本发明提供的一实施例中无人机编队转弯段的飞行示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本发明的一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
参照图1,本实施例提供一种无人机编队的飞行方法,具体包括以下步骤:
S10:获取当前无人机编队的飞行参数;所述飞行参数包括长机与僚机的当前时刻的GPS坐标,长机当前时刻的航向观测值,长机实际航向;
S20:根据所述飞行参数确定长机与僚机的当前坐标;
具体的,如图2所示,首先,先确定三角形的三个顶点A、B、C的位置坐标;
根据队形间距Dswarm与无人机数量Nmav计算整个队形的侧边长度Lside:
然后确定长机A的位置坐标(0,Dcept),即整个队形的基准参考点,截距Dcept计算公式为:
其中α为三角队形的夹角,考虑到机间避撞安全距离,不建议该角度太小,默认60°。
左边:
右边:
底边:
另外需要说明的,上述坐标信息表示在UTM(Universal Transverse MercatorGrid System)坐标系下,该坐标系中y轴方向与长机当前航向重合,因为实际飞行中无人机以GPS坐标为导航信息,因此需要做如下转换:
首先,长机的GPS坐标转换为UTM坐标:
接着,计算僚机在UTM坐标下的位置坐标:
其中Di为第i号僚机的期望位置与长机的偏差。
最后,将僚机的UTM坐标转换为GPS坐标:
最终将FG(lat,long,height)作为最终位置信息发送给僚机,即为当前编队队形下僚机的期望位置。
S30:确定僚机参考航向的预测值;
具体的,在编队飞行过程中,在直线段飞行中的控制律使用前提是长僚机的航迹、航向角偏差较小,在转弯段时由于多旋翼无人机无最小飞行速度限制,因此会出现航向在短时间内变化量较大的情况,导致以长机航向为参考的僚机队形位置发生突变,图3为转弯段的编队飞行示意图。
从图3中可以看出,1号长机在到达航点W3时,下一时刻航向与当前航向的偏差可以达到90度或者更大,2、3号僚机的期望位置变为a和b,而且期望航向发生了90度变化,此时若继续使用直线段的编队控制方法,产生的位置误差与直线段跟踪误差相比产生数量级的变化,2、3号僚机必然会产生很大的机动动作,这样不仅会破坏编队队形,如果编队无人机数目较多还有可能造成无人机之间的碰撞,因此需要在转弯段采用特殊的控制方法,本发明针对该问题提出了一种转弯段的编队控制方法,具体描述如下:
由于僚机的航向指向为下一时刻的期望位置,速度方向与航向保持一致,在1号长机到达任一个航点时短时间内航向变化量超过一定角度阈值时,计算当前队形中僚机的位置不是直接以当前长机航向为参考,而是使用指数滑动滤波算法处理长机的航向变化量,得到计算期望位置的参考航向ψ',顾名思义指数滑动滤波算法使用的权重系数w随着长机进入转弯段的航向角变化率的绝对值先呈指数衰减再呈指数递增,公式如下:
其中,ψt为当前时刻参考航向的预测值,w为长机航向的自适应权重系数,为长机实时航向观测值,x为长机航向角变化率绝对值;ψt-1为上一时刻僚机参考航向的预测值,e为自然常数,d(*)表示求导;|*|表示求绝对值。
由上式可知ψt与ψt-2的系数关系是w2,ψt与ψt-1的系数关系是w,随着长机进入转弯段的航向角变化率的绝对值先呈指数衰减再呈指数递增,由于这种先衰减再递增特性,可以将长机的航向突变量缓慢引入,输出值缓慢接近长机航向观测值使得计算得到僚机的期望位置不会突变,因此2号僚机会减速,必要时会悬停等待,等待长机发送新的位置信息,转弯段僚机位置发生波动的另一个原因是转弯时长机航速较低,因此在使用指数滑动滤波算法缓慢引入长机实时航向的同时,提高长机的转弯段航速V':
其中ψL为长机实际航向,为长机的航向变化量,为航向变化率阈值,VL为长机正常巡航速度。长机航速V'与长机航向变化量有关,变化量越大,需要提高的速度值越大,这样可以保证下一直线段航线上以长机航向为参考计算的僚机期望位置可以尽快到达或超过当前僚机的实际位置,做到无缝衔接,期望路线如图3中的有向曲线段所示。
S40:僚机根据所述僚机参考航向的预测值调整飞行参数。
该飞行方法通过引入了长机航向的自适应权重系数,并且引入长机的实时航向变化量来作为反馈,不断调节长机在转弯时的速度,僚机的期望航向经过指数滑动滤波算法缓慢接近长机的航向观测值,从而实现在转弯时僚机能够保持队形,并且不会出现相撞的情况。
在另外一实施例中,本发明还提供一种无人机编队,包括长机和僚机,所述长机与僚机采用上述任一实施例提供的飞行方法进行飞行。
另外,本发明实施例还提供一种计算机可读存储介质,其中,该计算机可读存储介质可存储有程序,该程序执行时包括上述方法实施例中记载的任何无人机编队的飞行方法的部分或全部步骤。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储器中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储器中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储器包括:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序可以存储于一计算机可读存储器中,存储器可以包括:闪存盘、只读存储器(英文:Read-Only Memory,简称:ROM)、随机存取器(英文:Random Access Memory,简称:RAM)、磁盘或光盘等。
以上参照附图描述了根据本发明的实施例的用于实现服务链的方法的示例性流程图。应指出的是,以上描述中包括的大量细节仅是对本发明的示例性说明,而不是对本发明的限制。在本发明的其他实施例中,该方法可具有更多、更少或不同的步骤,且各步骤之间的顺序、包含、功能等关系可以与所描述和图示的不同。
Claims (7)
3.根据权利要求1所述的飞行方法,其特征在于:根据所述飞行参数确定长机与僚机的当前坐标,进一步包括:
根据队形间距与无人机数量确定整个队形的侧边长度;
根据所述侧边长度确定长机的位置坐标;
根据所述长机的位置坐标确定各个僚机的位置坐标。
4.根据权利要求3所述的飞行方法,其特征在于:确定长机的位置坐标是将长机的GPS坐标转换为UTM坐标。
5.根据权利要求3所述的飞行方法,其特征在于,所述根据所述长机的位置坐标确定各个僚机的位置坐标,进一步包括:
计算僚机在UTM坐标下的位置坐标;
将僚机的UTM坐标转换为GPS坐标。
6.一种无人机编队,包括长机和僚机,其特征在于:所述长机与僚机采用权利要求1-5中任意一项所述的飞行方法进行飞行。
7.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至5任一项所述的一种无人机编队的飞行方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110475550.9A CN113110588B (zh) | 2021-04-29 | 2021-04-29 | 一种无人机编队及其飞行方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110475550.9A CN113110588B (zh) | 2021-04-29 | 2021-04-29 | 一种无人机编队及其飞行方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113110588A CN113110588A (zh) | 2021-07-13 |
CN113110588B true CN113110588B (zh) | 2022-04-08 |
Family
ID=76720422
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110475550.9A Active CN113110588B (zh) | 2021-04-29 | 2021-04-29 | 一种无人机编队及其飞行方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113110588B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114371733B (zh) * | 2022-01-06 | 2023-11-28 | 中国人民解放军海军航空大学 | 一种多无人机协同环绕飞行控制方法及*** |
CN115639833B (zh) * | 2022-07-22 | 2024-07-19 | 成都飞机工业(集团)有限责任公司 | 一种多无人机协同编队转弯阶段队形保持控制方法 |
CN116243729B (zh) * | 2023-05-11 | 2023-08-18 | 四川腾盾科技有限公司 | 一种基于固定翼集群无人机在线分组的相位协同规划方法 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102419598A (zh) * | 2011-12-08 | 2012-04-18 | 南京航空航天大学 | 一种多无人机协同侦察移动目标的方法 |
CN104503457A (zh) * | 2014-10-24 | 2015-04-08 | 南京航空航天大学 | 无人机编队飞行转弯防碰控制方法 |
CN106020236A (zh) * | 2016-08-02 | 2016-10-12 | 中国人民解放军国防科学技术大学 | 一种自适应引导长度的无人机航迹跟踪方法 |
CN106406359A (zh) * | 2016-08-30 | 2017-02-15 | 南京航空航天大学 | 一种基于虚拟目标的固定翼无人机跟踪地面目标制导方法 |
CN109147398A (zh) * | 2018-09-13 | 2019-01-04 | 四川九洲空管科技有限责任公司 | 一种机载防撞***目标监视跟踪性能优化方法 |
CN110389595A (zh) * | 2019-06-17 | 2019-10-29 | 中国工程物理研究院电子工程研究所 | 双属性概率图优化的无人机集群协同目标搜索方法 |
CN110686682A (zh) * | 2019-11-15 | 2020-01-14 | 北京理工大学 | 基于惯性***的室内行人航向融合约束算法 |
CN110728049A (zh) * | 2019-10-09 | 2020-01-24 | 江苏师范大学 | 一种刀具车削温度变化均值的组合预测模型建立方法 |
CN111221354A (zh) * | 2019-11-26 | 2020-06-02 | 南京航空航天大学 | 一种基于改进的转弯半径的固定翼编队控制方法 |
CN112198901A (zh) * | 2020-05-14 | 2021-01-08 | 北京航空航天大学 | 一种基于三维动态碰撞区的无人机自主避撞决策方法 |
CN112596546A (zh) * | 2020-12-21 | 2021-04-02 | 中国人民解放军空军预警学院雷达士官学校 | 一种基于长机行为预测的僚机编队控制***及方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20190120640A1 (en) * | 2017-10-19 | 2019-04-25 | rideOS | Autonomous vehicle routing |
EP3623832A1 (en) * | 2018-09-13 | 2020-03-18 | Services Pétroliers Schlumberger | Downhole nuclear magnetic resonance system with optimal radio-frequency pulse width determination |
-
2021
- 2021-04-29 CN CN202110475550.9A patent/CN113110588B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102419598A (zh) * | 2011-12-08 | 2012-04-18 | 南京航空航天大学 | 一种多无人机协同侦察移动目标的方法 |
CN104503457A (zh) * | 2014-10-24 | 2015-04-08 | 南京航空航天大学 | 无人机编队飞行转弯防碰控制方法 |
CN106020236A (zh) * | 2016-08-02 | 2016-10-12 | 中国人民解放军国防科学技术大学 | 一种自适应引导长度的无人机航迹跟踪方法 |
CN106406359A (zh) * | 2016-08-30 | 2017-02-15 | 南京航空航天大学 | 一种基于虚拟目标的固定翼无人机跟踪地面目标制导方法 |
CN109147398A (zh) * | 2018-09-13 | 2019-01-04 | 四川九洲空管科技有限责任公司 | 一种机载防撞***目标监视跟踪性能优化方法 |
CN110389595A (zh) * | 2019-06-17 | 2019-10-29 | 中国工程物理研究院电子工程研究所 | 双属性概率图优化的无人机集群协同目标搜索方法 |
CN110728049A (zh) * | 2019-10-09 | 2020-01-24 | 江苏师范大学 | 一种刀具车削温度变化均值的组合预测模型建立方法 |
CN110686682A (zh) * | 2019-11-15 | 2020-01-14 | 北京理工大学 | 基于惯性***的室内行人航向融合约束算法 |
CN111221354A (zh) * | 2019-11-26 | 2020-06-02 | 南京航空航天大学 | 一种基于改进的转弯半径的固定翼编队控制方法 |
CN112198901A (zh) * | 2020-05-14 | 2021-01-08 | 北京航空航天大学 | 一种基于三维动态碰撞区的无人机自主避撞决策方法 |
CN112596546A (zh) * | 2020-12-21 | 2021-04-02 | 中国人民解放军空军预警学院雷达士官学校 | 一种基于长机行为预测的僚机编队控制***及方法 |
Non-Patent Citations (5)
Title |
---|
Formations of Unmanned Micro Aerial Vehicles Led by Migrating Virtual Leader;Martin Saska,等;《2016 14th International Conference on Control, Automation, Robotics and Vision (ICARCV)》;20161115;全文 * |
Unmanned Aerial Vehicle Distributed Formation Rotation Control Inspired by Leader-Follower Reciprocation of Migrant Birds;HAIBIN DUAN,等;《IEEE ACCESS》;20180516;全文 * |
基于Serret-Frenet坐标系的多AUV编队路径跟踪控制;赵宁宁,等;《鱼雷技术》;20150228;第23卷(第1期);全文 * |
基于微分几何与李群的无人机编队会合方法;李杰,等;《国防科技大学学报》;20131231;第35卷(第6期);全文 * |
基于智能技术的多无人机协同编队飞行;倪良巧;《中国优秀博硕士学位论文全文数据库(硕士)》;20170315(第(2017年)03期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN113110588A (zh) | 2021-07-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113110588B (zh) | 一种无人机编队及其飞行方法 | |
US10106270B2 (en) | Automated flight throttle control | |
US20220214703A1 (en) | Flight method and apparatus for unmanned aerial vehicle and unmanned aerial vehicle | |
WO2008118581A4 (en) | Implementing continuous descent approaches for maximum predictability in aircraft | |
CN110413007B (zh) | 无人机飞行路径的控制方法、***、电子设备及介质 | |
BR102013000677B1 (pt) | método de modificar uma atitude de pitch de uma aeronave durante o pouso e meio de transporte | |
CN108572655A (zh) | 飞行控制方法及相关装置 | |
CN115525063A (zh) | 用于无人直升机的轨迹规划方法 | |
CN112673330A (zh) | 无人机下降的控制方法和装置、无人机 | |
CN108803643B (zh) | 飞行控制方法、装置、飞行控制器及复合翼飞行器 | |
CN112099520B (zh) | 一种无人机降落控制方法、装置、无人机和存储介质 | |
CN116859976A (zh) | 一种货物运输悬浮无人机的抗外部干扰方法及*** | |
CN111752278A (zh) | 航行设备的定点控制方法、装置及电子设备 | |
CN116560401A (zh) | 一种无人机编队中僚机控制指令的确定方法及终端设备 | |
CN112099521B (zh) | 一种无人机路径规划方法及装置 | |
Zhao et al. | A trajectory generation method for time-optimal helicopter shipboard landing | |
CN113012478B (zh) | 一种快速简捷的雷暴危险天气下改航方法 | |
Mei et al. | High Precision Height Control for Wing‐in‐Ground Crafts | |
CN117250974B (zh) | 一种在雷雨天气下无人机飞行控制方法及无人机 | |
US20230290256A1 (en) | Controlling aircraft to avoid terrain obstacles using reduced order closed loop models | |
CN114020010A (zh) | 一种无人机集群空基回收方法、***、电子设备及介质 | |
Ng et al. | Aerial Copters | |
Juang et al. | Wind shear encountered landing control based on CMACs | |
Zhang et al. | Research on Wave-Off Decision and Elevator Manipulation Optimization of Carrier-Based UAV | |
Zhang et al. | Small Fixed-Wing Unmanned Aerial Vehicle Path Following Under Low Altitude Wind Shear Disturbance |
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 |