无人机集群协同飞行算法

在现代战争中,由于单架无人机完成任务有限,无人机集群系统应运而生。如何在拥挤的低空领域中实现无人机集群协同飞行且避障是无人机集群系统需要解决的重要问题之一。针对这一问题,设计了可实现无人机集群协同飞行且在飞行中实现障碍物避障的算法,该算法基于无人机编队中的长机-僚机法及集群智能的粒子群算法,实现了无人机集群协同飞行,同时采用人工势场法实现障碍物避障。将1架长机与4架僚机协同飞行进行仿真测试,通过飞行运动轨迹图和无人机分布测试结果观测出,算法满足在静态环境条件下,无人机集群在长机带领下实现集群协同飞行,并自主规避障碍物,且所有无人机均可到达飞行终点,验证了算法具有正确性和鲁棒性。     

无人机自主集群技术研究展望

 动态不确定环境和复杂任务决定了无人机系统势必朝着集群化、自主化和智能化方向发展,具备共识自主性的无人机集群可无需任何集中规划或直接通信完成复杂智能行为。从无人机自主性内涵出发,讨论了无人机自主集群的概念、特点、优势及可能的作战形式,从人机共融、变体设计、人工智能和集群对抗方面探讨了无人机自主集群的发展趋势及无人机集群应对反无人机技术的必要性,从军用和民用领域分析了无人机自主集群的可能应用前景,从战略规划、研发模式、系统协调、交叉学科、国防应用及市场培育等方面探讨了无人机自主集群技术的发展方向。     

基于生物群集行为的无人机集群控制

 生物群集行为是一种普遍存在的自然现象,群体中的个体利用简单的规则、局部的交互,形成了鲁棒性强、自适应度高、可扩展性好的自组织行为,在系统层面体现为智能的涌现。本文首先简要叙述了蚁群、蜂群、鸽群、鱼群等典型的生物群集,并从组织结构的分布式、行为主体的简单性、作用模式的灵活性、系统整体的智能性等方面分析了生物群体智能的特点。然后,介绍了部分具有代表性的无人机集群项目,总结了无人机集群的关键技术,包括集群态势感知、自主编队控制、智能协同决策。最后,从生物群集和无人机集群在直观上的相似性出发,分析了生物群体和无人机集群自主控制的映射关系,并探讨了仿生物群集的无人机集群自主控制中的核心问题。     

无人机遂行编队飞行中的纯方位无源定位

针对无人机集群在遂行编队飞行过程中如何保持编队队形的问题,采用纯方位无源定位算法构建定位模型,探讨如何依据队形特点自适应调节,并将该方案推广到其他队形场景.以较规则和简易的圆形无人机编队场景为切入点,在已知部分无人机位置信息和编号的前提下,建立基于纯方位无源定位模型.在实际场景中,大部分无人机的位置会因为设备或其他原因导致偏差,因此需要探讨自适应调整方案.最后,将圆形无人机编队场景的相关方案推广到锥形无人机编队场景.     

编者按

在基于视觉导航的自主着降过程中,旋翼无人机受到自身机械振动和复合风场环境等因素的干扰,降落精度低、速度慢,影响集群回收的安全性.针对这一问题,提出一种基于模糊控制和视觉导航的集群自主着降算法.首先无人机集群飞至降落区域后,无人机通过目标检测算法找到自身对应的降落标识,再利用像素距离解算出无人机与对应降落标识间的实际水平距离,然后通过模糊化、模糊推理、去模糊化得到无人机精准对准降落点的控制指令,最终实现集群精准着降.仿真实验与实际飞行实验结果表明,该算法具有更高的鲁棒性,可有效提升无人机集群着降的速度.     

基于OSDK的分布式无人机集群控制系统设计与验证

针对当下无人机集群平台可靠性低、实用性差的问题,提出基于Onboard SDK的分布式无人机集群控制系统(Distributed UAV Swarm Control System, DUSS)设计方案。首先,基于模块化思想,将DUSS分为控制模块、执行模块与监控模块,控制模块与监控模块利用自组网通信方式与ROS分布式通信机制,实现对异构集群的分布式控制,OSDK的使用在降低模块间耦合度的同时实现控制模块与执行模块的交互,其对底层控制逻辑的封装可减少时间成本;其次,在考虑真实物理环境中的惯性因素的基础上对人工势场法进行改进,设计一种一致性联合虚拟势场(CVPF)编队算法,解决目标不可达问题并使用DUSS进行演示;最后,通过试验证明DUSS在保证避碰的前提下可实现编队飞行、队形保持以及队形变换等功能,验证了DUSS作为分布式无人机集群平台的可行性与CVPF算法的稳定性。     

基于模糊控制的无人机集群视觉着降

在基于视觉导航的自主着降过程中,旋翼无人机受到自身机械振动和复合风场环境等因素的干扰,降落精度低、速度慢,影响集群回收的安全性。针对这一问题,提出一种基于模糊控制和视觉导航的集群自主着降算法。首先无人机集群飞至降落区域后,无人机通过目标检测算法找到自身对应的降落标识,再利用像素距离解算出无人机与对应降落标识间的实际水平距离,然后通过模糊化、模糊推理、去模糊化得到无人机精准对准降落点的控制指令,最终实现集群精准着降。仿真实验与实际飞行实验结果表明,该算法具有更高的鲁棒性,可有效提升无人机集群着降的速度。     

基于集中式控制的多个无人飞行器编队

设计了多个四旋翼无人机在静态环境中编队的控制系统,控制架构采用集中式节点控制.该系统在开源机器人操作系统上实现,每个飞行器会接收到自身的准确坐标,并设置虚拟点控制每个无人机和虚拟点保持稳定的相对位置,从而使无人机集群编队移动.同时,系统结合无人机的激光传感器开发避障功能.最后,计算机仿真结果证明了集中式的节点控制可以稳定、快速实现多个四旋翼无人机的编队控制.     

无人机密集编队穿越竞速导引算法

针对无人机密集编队穿越门框竞速问题,提出了一种时间近似最优的导引算法。首先,对穿越竞速问题进行了阐述;其次,在单架无人机穿越门框导引模型推导的基础上,研究了其穿越门框的导引算法,该算法具有在期望时间内将无人机导引到目标点的能力;最后,针对多架无人机编队穿越竞速问题,提出了基于飞行时间控制和脱靶量控制的穿越算法,该算法具有良好的时间近似最优性能;仿真结果表明,所设计的导引算法能够使无人机编队在期望时间内完成穿越竞速,且具有极低的脱靶量和导引时间误差;可为无人机集群避障与防撞控制提供技术支撑。     

舰载战斗机/无人机编队飞行控制研究现状与展望

在未来的海上攻防作战中,舰载战斗机和舰载固定翼无人机将成为航母编队的重要组成部分,舰载战斗机/无人机编队将是未来海洋战争的重要作战形式。首先总结了近年来国内外有人/无人机编队作战相关项目,然后描述舰载机/无人机编队任务流程,总结了舰载机/无人机编队飞行控制方法,其中包括了编队集结控制、队形变换控制、队形保持控制和编队重构控制四个方面。最后对舰载机/无人机编队飞行控制技术未来发展方向进行了展望。     

基于粒子群算法的固定时间多约束无人机轨迹规划

针对粒子群算法在轨迹规划时,将无人机视为质点,未考虑无人机的飞行时间、角度等参数的不足,提出一种数值方法结合粒子群算法的轨迹规划求解方法。首先,考虑到对每个时刻控制变量进行优化会耗费大量的时间,将无人机的飞行时间离散为一定数量的切比雪夫配点,在这些离散的配点处优化控制变量以减小计算负担;其次,将角速度作为控制变量,运用曲线拟合求解出角速度与时间的函数,经过积分求出无人机的角度、位置与时间的函数;再次,将结果代入粒子群优化模型并结合无人机运动学模型进行优化求解,根据分配的时间计算出最终的角速度、角度以及位置坐标;最后,在复杂环境下进行无人机轨迹规划仿真,通过与已有方法的对比,验证所提求解方法的有效性和可行性。结果表明,所提出的轨迹求解方法可以求出包括位置在内的各个运动学参数,规划出光滑的轨迹并且成功避开前进过程中的障碍物。所提方法有效提升了轨迹规划的求解维度,对实现智能自主化飞行有一定的参考价值。     

无人机集群对抗技术新进展

 无人机集群对抗是未来无人机作战的重要模式,它是一群无人机对另一群无人机进行拦截而形成的空中协作式的缠斗,对抗中无人机具有自组织、自适应特点和拟人思维属性,通过感知环境,对周围态势进行判断,依据一定的行为规则,采取攻击、避让、分散、集中、协作、援助等有利策略,使得在整体上涌现出集群对抗系统的动态特性。本文对近年来无人机集群对抗的研究进展进行综述,分析总结相关的关键技术,对研究思路和方法进行深入探讨,以期为从事无人机集群对抗建模研究提供参考。     

2018年无人机领域热点评述

 无人机集群和反无人机技术作为未来无人机发展的重要方向,已经成为研究热点,科技创新和相关政策的推动为无人机产业的蓬勃发展提供了持续动力。本文从无人机系统发展新路线、实战化应用、集群自主控制、创新驱动产业等多个角度,总结了2018年无人机领域的科技热点及发展态势。     

基于改进高斯伪谱法的多无人机协同轨迹规划

针对当前伪谱法求解无人机轨迹存在的计算量大、运算时间长以及难以保证最优性等问题,提出了将粒子群算法与高斯伪谱法相结合的改进方法。首先,使用粒子群算法进行航迹预规划,保证近似最优解的快速实现;其次,针对高斯伪谱法配点的相对位置选取,对粒子群预规划的航迹点做拟合处理,并以此作为高斯伪谱法的初始参考指令,从而解决伪谱法的初值敏感问题,加快优化算法的收敛速度。最后,综合考虑无人机编队性能指标、飞行环境以及协同飞行约束等进行实验。实验结果验证了初值选取的重要性,同时表明了所设计算法可提升解的最优性与收敛速度。研究结果可为多无人机协同飞行控制快速规划出多维度、高精度的引导指令,对实现智能自主化飞行有一定参考价值。     

基于视觉伺服的小型四旋翼无人机自主飞行控制研究进展

 在GPS信号较弱甚至失效的环境下,视觉伺服能够通过视觉信息控制自主飞行,因此近年来视觉伺服在自主飞行控制领域受到广泛关注。根据获取的图像信息不同,可将视觉伺服分为基于位置的视觉伺服和基于图像的视觉伺服。与基于图像的视觉伺服相比,基于位置的视觉伺服位姿估计稳定,可直观地在直角坐标空间定义机器人运动,符合机器人工作方式,且控制器设计简单,但控制精度受摄像机和机器人标定精度的影响,且计算量较大。对于小型四旋翼无人机自主飞行控制的应用研究中,视觉伺服的实时性、精确性和鲁棒性尚待提高,且小型四旋翼无人机的智能化不高,在室内室外模式转换及室内协同控制方面还有广阔的发展空间。     

2019年无人机热点回眸

 在科技创新牵引和管控政策的推动下,无人机产业焕发出新的活力。2019年,无人机自主控制及应用技术又取得长足发展,呈现出一些新的发展态势。从无人机新战略、无人机赛事、技术革新、实战化等多个角度,对2019年无人机的科技热点及发展趋势进行了总结。分析表明,无人机集群智能作为一项颠覆性技术和作战理念,将成为未来无人机研究发展的重要方向。