无人机集群编队控制演示验证系统

为验证无人机集群编队控制算法在实际环境中的有效性,基于四旋翼无人机平台和双数据链、双地面站冗余设计,搭建了分布式控制的无人机集群编队控制演示验证系统。基于分层控制和封装的思想,将无人机控制系统分为执行层和决策层。执行层采用PIX自驾仪进行封装,只需修改自驾仪参数,不需针对不同无人机平台开发相应的控制策略,就能实现对异构集群的控制。需要验证不同的编队控制算法时,只需对决策层的控制算法进行修改即可,使系统具有较强的适应性和扩展性。演示验证系统采用双地面站和数据链,可实现在多种网络拓扑或通信失败情况下的无人机集群控制,具有较高的稳定性和安全性。应用领导-跟随协同编队控制算法,验证了本文演示验证系统的功能和性能。

基于MAS的航空集群体系结构探究

以多智能体理论为基础,对航空集群体系结构进行了探究。采用传统的自顶向下与基于涌现的自底向上相结合的方法,将集群系统划分为三层:系统层、任务层、自组织层;设计了三类智能体:任务决策智能体、任务管理智能体、任务执行智能体,三类智能体分别实现系统的三层功能。最后以航空集群反隐身任务为例进行分析。结果表明:该体系结构具有自适应性、鲁棒性,能够适应未来复杂多变的战争环境。

群目标侦察航迹规划方法

针对群目标侦察中的航迹规划问题,提出先采用聚类算法将目标群分成若干个子目标群,然后采用分层规划方法进行求解。第1层为目标群之间的路径规划,将问题转化为多旅行商问题并采用遗传算法求解确定最短航迹;第2层为子目标群内部的航迹规划,由于传感器通常是以一定宽度进行扫掠式侦察,因此,首先用Delaunay三角剖分算法求出包含子群内所有目标的最小凸多边形,再利用区域覆盖扫掠算法求出凸多边形内机动次数少、路径最短的航迹。仿真结果表明,所设计的航迹规划方法能够实现群目标侦查中无人机的航迹规划,证明了模型的可行性和算法的有效性。

基于交互多模型的无人机运动控制

对无人机进行精确控制是有效发挥无人机功能作用的基础,无论是航线跟踪还是在任务区域内沿任务点执行任务,均可看作为无人机在时间与速度双重条件约束下到达指定位置的控制问题。针对这一问题,首先在考虑无人机飞行性能的基础上,建立了无人机的基本运动模型,包括匀速转弯模型、上升模型、下降模型、匀速直线模型和匀加减速模型;其次对无人机飞往不同目标点的运动过程进行了求解分析,表明无人机的所有运动过程均可通过上述简单运动模型的交互叠加来实现;最后,仿真实验结果验证了此控制方法的可行性,可有效解决无人机带有时间约束与速度约束的控制问题。

考虑速度约束的无人机Dubins路径规划

针对目前关于Dubins路径的研究未考虑速度约束的情况,根据Dubins路径的特点,提出了速度控制算法实现无人机对Dubins路径的有效跟踪。首先为无人机生成满足要求的Dubins路径,随后采用速度控制方法对无人机跟踪Dubins路径进行控制,并通过设置虚拟位姿点的方法,使无人机完成速度大小的调整,以期望速度大小到达任务点,实现了无人机在路程、速度约束条件下的运动控制。最后利用四旋翼无人机平台进行了飞行验证,实验及仿真结果表明了该方法简便可行,易于实现。

无人机集群自组织避障建模与控制策略研究

针对无人机集群自组织避障问题,在集群系统认知模型的基础上,采用自下而上的建模方法,对单个个体建立变系数控制器,包括一致性运动模块和避障模块。借鉴地球偏转力原理增加了回转力作用,以克服人工势场法存在的振荡和极小值问题。在此基础上,针对所有个体和部分个体能感知障碍物的情况,分别提出自组织避障的控制策略,实现了集群自组织避障。仿真结果表明,所建立的模型和控制方法是有效的。