中国人民解放军92228部队, 北京 100000
针对无人飞行器编队协同过程中的避碰控制问题, 设计了一种基于两极导航函数与模型预测控制(MPC)相结合的飞行器编队分布式避碰控制方法。首先, 利用邻居集中其他飞行器的位置信息及其目标位置, 建立每架飞行器的导航函数和控制律; 然后, 基于MPC设计了分布式高层编队控制律, 给出分布式预测控制算法; 最后, 以5架无人飞行器在末端攻击阶段飞向各自分配的目标点为例,对飞行器编队避碰控制方法进行了仿真。仿真结果表明, 基于导航函数和MPC的飞行器编队协同避碰控制方法是有效的。
无人飞行器编队 导航函数 预测控制 分布式避碰控制 UAV formation navigation function predictive control distributed collision avoidance control
1 沈阳飞机设计研究所, 沈阳 110000
2 北京航空航天大学,自动化科学与电气工程学院.飞行器控制一体化技术重点实验室
3 沈元学院, 北京 100000
4 北京航空航天大学,自动化科学与电气工程学院,飞行器控制一体化技术重点实验室
针对无人机自主空中加油过程中加油机、受油机会合编队问题, 基于Lyapunov导航向量场(LGVF)和一致性理论设计了一种编队控制方法。首先, 建立了无人机编队模型, 包括通信拓扑模型和编队几何模型, 并在此基础上定义了多无人机系统的协同变量; 接着, 设计了期望的加油轨迹, 并基于Lyapunov导航向量场方法设计了加油机(编队参考点)的飞行控制律; 然后, 根据加油机的位置、速度信息, 基于一致性理论设计了加、受油机会合编队控制方法, 并分析了该方法的稳定性; 最后, 进行了数字仿真,表明了所提方法的有效性。
自主空中加油 无人机编队 Lyapunov导航向量场 一致性理论 automated aerial refueling UAV formation Lyapunov guidance vector field consensus theory
1 郑州西亚斯学院电子信息工程学院, 郑州 451000
2 郑州大学信息工程学院, 郑州 450000
为了克服未知的执行器故障对四旋翼无人机编队飞行的影响, 提出了一种基于动态规划的最优协同容错控制律。首先, 建立了四旋翼无人机模型, 然后, 基于动态规划设计了最优协同控制律, 利用RBF神经网络逼近最优性能指标函数, 设计了自适应律来估计未知的执行器故障, 最终得到的最优协同容错控制律可实现对无人机编队飞行的高精度控制。通过对比仿真验证了设计的控制律具有更优的编队控制效果, 编队飞行的最大轨迹跟踪误差仅为0.04 m, 控制精度较高, 设计的自适应律具有更优的故障估计效果, 最大估计误差仅为0.05 N·m, 实现了对四旋翼无人机编队的安全稳定控制。
无人机编队 未知执行器故障 动态规划 RBF神经网络 自适应律 最优协同容错控制律 UAV formation unknown actuator failure dynamic programming RBF neural network adaptive law optimal cooperative fault-tolerant control law
空军工程大学装备管理与无人机工程学院, 西安 710000
针对有人/无人机 (MAV/UAV)系统在三维空间下的协同编队队形保持和变换问题, 提出了具有分层结构的有人/无人机编队控制方法。根据有人/无人机指挥控制方式和作战流程, 设计有人/无人机编队系统控制结构, 其中,采用动态面控制方法设计有人机轨迹跟踪控制器, 解决了反步控制中虚拟控制信号反复求导的问题; 基于有限集中分布式编队控制策略设计无人机编队控制器, 实现了多架无人机与有人机的协同编队飞行, 并基于Lyapunov理论证明了控制器的稳定性。最后, 针对三维空间下的有人/无人机编队进行仿真, 仿真结果验证了所设计有人/无人机编队控制策略的有效性。
有人/无人机编队 分层结构 编队控制 动态面控制 MAV/UAV formation hierarchical structure formation control dynamic surface control
1 河南科技大学软件学院, 河南 洛阳 471000
2 开封文化艺术职业学院计算机学院, 河南 开封 475000
为了实现在复合干扰下六旋翼无人机编队的稳定飞行, 提出了一种快速终端滑模鲁棒控制方法。首先,描述了领导-跟随编队拓扑结构并建立了六旋翼无人机的6自由度运动模型, 然后, 设计了编队外环控制律将编队指令转换为姿态指令, 并通过设计编队内环控制律解算得到旋翼转速指令, 最后, 引入自适应律来估计复合干扰, 实现了六旋翼无人机编队的稳定飞行。仿真实验结果表明: 所提方法与滑模控制方法相比能够更加快速地实现六旋翼无人机的编队稳定飞行, 最大轨迹误差仅为0.2 m, 复合干扰最大估计误差仅为0.1 m/s2, 表现出了更优的控制效果。
无人机编队 快速终端滑模控制 复合干扰 鲁棒控制 自适应律 UAV formation fast terminal sliding mode control compound interference robust control adaptive law
提出了一种基于改进指数趋近律的滑模控制器的无人机编队建模与控制方法。首先采用弹性系统模型对无人机编队进行动力学分析, 把每个无人机看作一个质量点, 无人机之间的位置关系可以视为编队控制时的约束力; 在此基础上采用一种固定的通信拓扑, 对编队平衡状态进行分析, 建立无人机编队的动力学模型。同时利用一种基于改进指数趋近律的滑模控制器实现无人机编队协同控制, 以此加快系统稳定的收敛速度, 削弱传统滑模控制器的抖振现象, 保证无人机编队协同控制的稳定性。最后,通过实际无人机编队飞行试验来验证无人机编队动力学模型的可行性与无人机编队控制器的稳定性。
无人机编队 滑模控制器 弹性系统模型 轨迹跟踪 UAV formation sliding mode controller elastic system model trajectory tracking
无人机编队信息交互拓扑优化对于提高无人机集群任务执行的协同性和通信传输效率具有重要意义。首先, 提出无人机编队剩余能量不均衡度指标, 在编队通信链长的基础上, 将网络延迟影响因素、剩余能量不均衡度纳入无人机编队信息交互拓扑的生成体系中, 综合考虑多个目标优化无人机集群信息交互拓扑; 然后, 通过构建满意度偏差隶属度函数, 建立目标规划模型实现多个目标的综合; 同时, 在拓扑生成中采用多叉树结构进行分级, 并改进人工蜂群算法求解模型, 可以支持较大规模无人机的协同; 最后, 通过16架无人机组成的编队进行仿真分析, 验证了模型的合理性及算法的有效性。
无人机编队 信息交互拓扑 多目标优化 改进人工蜂群算法 UAV formation information interaction topology multi-objective optimization improved artificial bee colony algorithm
1 河南工程学院理学院,郑州 451000
2 中国矿业大学物联网研究中心,江苏 徐州 221000
针对四旋翼无人机(UAV)编队在切换拓扑下的执行器故障问题,提出了一种基于模糊系统的多智能体一致性容错控制方法。首先建立了四旋翼UAV多智能体的误差模型和执行器故障模型,然后利用模糊系统逼近四旋翼UAV的非线性部分,并设计了自适应律来估计执行器故障和外界干扰的不确定性,最后对一致性容错控制律的稳定性进行了分析,证明了其能够保证各UAV跟踪误差一致有界。仿真结果表明: 设计的一致性容错控制律具有良好的稳定性、鲁棒性和准确性,最大跟踪误差仅为0.3°,实现了在切换拓扑下包容非线性不确定性、外界干扰和执行器故障的UAV编队一致性容错控制。、<英文标题>Fault-Tolerant Multi-agent Consistency Control Based on Fuzzy System
多智能体 四旋翼无人机编队 执行器故障 切换拓扑 模糊系统 一致性容错控制 multi-agent quad-rotor UAV formation actuator failure topology switching fuzzy system fault-tolerant consistency control
无人机编队协同运输时, 外界干扰可能使无人机运动不同步、破坏队形、损坏运输物品。针对这一问题, 提出一种优先保持队形稳定的无人机编队控制方法。首先, 使用虚拟结构编队飞行策略, 设计单个四旋翼的比例微分控制器(PD控制器), 然后添加整个编队的环形耦合同步控制器。用仿真验证了该方法的有效性, 与已有的虚拟状态估计控制方法相比, 该方法在受到干扰后回归队形的时间更短, 队形破坏程度更小。同时该方法还可以进一步使偏航角同步响应。
同步控制 无人机编队 队形保持 稳定性分析 虚拟结构法 synchronous control UAV formation formation holding stability analysis virtual structure method
1 西安理工大学自动化与信息工程学院,陕西 西安 710048
2 陕西省智能协同网络军民共建重点实验室,陕西 西安 710000
稳定的编队通信网络能提高无人机(UAV)集群执行任务的能力,因此需要为编队设计一个信息交互拓扑,使无人机在保持编队队形的同时通信代价最小。针对无人机编队网络的拓扑优化问题,结合紫外光通信的优点,提出一种基于紫外光通信的无人机最优刚性编队生成算法。在分析机间紫外光通信链路模型的基础上,利用紫外半球形LED阵列协助无人机发现自身的邻居节点,首先生成最优刚性子图,再通过删除链路得到最优刚性编队图。仿真结果表明,与其他算法相比,所提算法构建的拓扑结构具有合适的平均节点度和较小的通信半径,提高了网络的容错性能,有效减小了编队的通信复杂度,降低了网络能量消耗。
光通信 紫外光通信 最优刚性图 无人机编队 拓扑控制 激光与光电子学进展
2021, 58(5): 0506001