基于改进人工势场的无人机编队避障

针对无人机编队飞行过程中的障碍物规避问题,提出了基于改进人工势场的避障控制方法。定义了空域障碍物产生的斥力势场,并给出了无人机规避障碍物的速度场,与基于虚拟长机的队形保持控制方法相结合,使无人机能够在感知到障碍物时使用改进人工势场法避障,并在避障结束后对队形恢复过程进行优化,使无人机能够更迅速恢复原有队形。仿真结果表明,该方法能够有效规避障碍物。     

基于零空间方法的四旋翼无人机避障与协同编队控制

针对四旋翼无人机在编队飞行执行任务时可能遭遇障碍物问题,考虑多无人机避障及机间避撞的需求,提出 1种基于零空间方法的四旋翼无人机避障与协同编队控制算法。首先,建立四旋翼无人机动力学模型,并建立虚拟控制量简化控制模型;其次,基于零空间方法进行避障与协同编队控制算法研究,将无人机任务执行分解为目标趋向任务、避障避撞任务和协同编队任务,并根据优先级进行任务融合得到期望速度;再次,基于 PID方法设计控制律;最后,通过仿真验证所提控制算法的有效性。所提方法可保证四旋翼无人机在编队飞行中遭遇障碍物时的飞行安全。     

基于改进一致性算法的无人机编队控制

编队飞行是指多架无人机保持以一定队形进行飞行的状态,相比于单架飞机执行任务,无人机编队能够增加搜索面积,提高飞机飞行性能,增大完成任务成功率。编队控制是实现编队安全高效完成指定任务的前提。本文以一致性理论为基础,针对无人机运动模型的特点与实际飞行要求,对基本的一致性算法进行改进,提出了改进一致性无人机编队控制算法。首先利用纵向和横侧向解耦的自动驾驶仪模型给出了无人机的三自由度运动方程,根据机动性与飞行性能要求定义了各方向上的加速度、速度与角速度约束。基于一致性理论,将编队控制分为平面与纵向2个方向进行,在状态控制的基础上,利用各状态变量间的几何关系对无人机运动自由度进行转换,加入编队队形信息,设计了编队控制算法。为了使算法生成的指令信号满足约束条件,提出了"最小调整"约束条件处理策略。依据粒子群算法对各无人机的爬升加速度进行优化,以避免机间碰撞。仿真结果表明：提出的编队控制算法具备编队成形与变换功能,能够使无人机编队状态快速收敛到指定值,且保持指定队形,无人机飞行状态满足所有约束条件。     

基于自组网策略的多机编队与防撞任务研究

近年来多旋翼无人机编队飞行技术取得了巨大的突破,将无人机技术与自组网技术相结合将会促进无人机集群技术的发展。为了促进无人机编队飞行技术的发展,以5架六旋翼无人机为研究对象,重点研究了基于自组网策略的多旋翼无人机队形组成、队形保持、队形重构以及飞行过程中的避碰策略,设计了数据闭环的地面编队控制软件并进行试飞验证。测试结果表明,该数据闭环地面编队控制软件稳定可靠,实现了编队队形组成、保持、重构以及在队形变换过程中的机间避碰等功能,对多旋翼无人机编队飞行工程化实现具有一定的参考价值。     

多旋翼无人机流场仿真分析

为了使多旋翼无人机编队飞行时避开单机产生的流场干扰较大的区域,通过CFD仿真软件对多旋翼无人机流场进行模拟仿真。结合实际情况设置模型参数,分析了当多旋翼无人机处于悬停状态时的流场特点,并通过试验获取数据与仿真结果对比。仿真分析了不同速度下的水平飞行以及上升和下降时多旋翼无人机周围流场的特点。根据对流场的分析,确定不同位置上无人机所受到的气动干扰情况,为更合理地设计编队队形,提高多旋翼无人机编队整体机动性和安全性提供了依据。     

基于时间约束的无人机避障研究

对无人机避开障碍物这一热点问题展开了研究。在极坐标系下,基于无人机与障碍物之间的几何关系,建立了无人机与障碍物之间的运动学方程。通过设计滑模变结构有限时间收敛制导律,使连接无人机与避障点的视线角速率快速收敛到零,相对速度方向收敛到期望的避障方向,保证了无人机能够顺利避开运动障碍物。通过有限时间收敛分析,得到了相对速度收敛到期望的避障方向时间与制导律参数的表达式。通过选择合适的参数,可使收敛时间小于到达避障点的时间,保证了避障的完成,也确定了制导律参数的取值范围。最后对设计的避障算法进行了仿真,仿真结果验证了算法的有效性。     

面向无人机编队队形保持的航路规划技术研究

针对无人机编队快速转弯时队形难以保持的问题,提出一种基于编队方向角变换的编队航路规划方法,使编队飞行过程中各无人机满足队形保持要求以及自身运动学约束。首先围绕编队保持问题构建编队数学模型,并结合无人机运动学约束构建编队飞行过程中的最优控制问题。然后,利用伪谱法对最优控制问题进行求解,从而获得编队协同飞行航路。仿真结果表明,规划出的编队航路在满足编队队形保持要求的同时,能够保证各无人机满足自身运动学约束。     

基于Leader-Follower的多无人机编队轨迹跟踪设计

针对四旋翼无人机（UAV）群在轨迹跟踪过程中易受外界干扰而引起跟踪误差的问题，设计了基于Leader-Follower的多无人机协同编队轨迹跟踪控制方法。在该系统中，首先通过积分反步法（IBS）对所建四旋翼飞行器模型设计Leader无人机的轨迹跟踪控制器。其次设计了滑模控制（SMC）器，以控制Leader与Follower无人机实现期望的编队队形并同时跟踪参考轨迹。然后通过数值仿真验证了算法的有效性，仿真结果表明，系统具有良好的控制精度。最后通过视觉定位系统进行实验，结果表明所设计的控制器能够实现多个无人机轨迹跟踪和编队控制，所设计的算法具有可行性。     

基于信息一致性的无人机紧密编队集结控制

提出了基于信息一致性的分段式无人机紧密编队集结控制策略,将集结过程分为3步:参考集结点选取和目标集结点分配、形成松散编队以及形成紧密编队。首先,以线切入预定航线的方式计算参考集结点,按照松散编队队形展开生成目标集结点,并利用基于三维距离空间的优化选择算法,将目标集结点快速、准确地分配给每架无人机。然后,使用速度一致性实现向目标集结点定点集结和向松散编队伴航集结,通过非精确的航迹控制快速形成松散编队,提高编队集结的效率。接下来,启动速度、姿态一致性来实现编队最终的精确航迹控制,并逐步压缩编队队形进入紧密编队,避免发生碰撞,完成从松散编队到紧密编队的平稳过渡,同时准确地跟踪预定航线。使用协同修正方法抑制了测量误差、协同误差和通信延迟,提高了紧密编队的稳定性和控制精度。最后,基于MATLAB平台环境对所提三维集结控制策略进行了仿真,验证了其合理性与有效性。     

基于预设性能的四旋翼无人机编队安全控制

针对四旋翼无人机编队系统存在模型不确定性、未知外部干扰与内部碰撞等问题,提出一种基于预设性能的安全控制方法。首先使用预设性能函数结合误差转换方法,将防止内部碰撞的不等式约束问题转换为无约束问题。同时针对模型中的不确定项,使用神经网络进行逼近;针对神经网络逼近误差与未知外部干扰组成的复合干扰,使用非线性干扰观测器进行估计,并分别设计位置与姿态子系统控制器,避免了编队内四旋翼无人机的碰撞。然后借助Lyapunov方法证明了闭环系统所有信号的收敛性。最后通过数值仿真验证了所提控制方法的有效性。