基于预测控制方法的UAV视觉编队飞行控制律设计

传统的无人飞行器(UAV)视觉编队控制律考虑约束的能力不足,制约了其工程实际应用。针对不足,基于预测控制方法设计了一种能够显式考虑约束的视觉编队控制律,该控制律通过滚动求解有限时域优化问题得到跟随飞行器(follower)的控制输入。利用相对距离变化率和视线方位角变化率预测值与实测值的偏差信息,提出了领航飞行器(leader)加速度的在线估计算法。仿真结果表明,所设计的编队控制律能够控制follower飞行器快速跟随leader飞行器形成期望的编队,所提出的leader飞行器加速度估计方法可行,具有较小的估计误差。

基于鲁棒时变卡尔曼滤波估计的无人机视觉编队

针对一般多输入多输出不确定系统,提出一种基于鲁棒时变卡尔曼滤波的估计算法.该方法将时变卡尔曼滤波与自适应神经网络相结合,利用自适应神经网络克服外界非线性不确定因素,采用两个误差信号对其进行训练以提高估计精度,并对估计误差有界性进行证明.将该方法用于无人机视觉编队视线信息的状态估计,仿真结果表明该算法能够很好地估计不确定机动长机的加速度,实现了僚机对长机的有效跟踪.