无人机集群协同控制技术综述.pdf
《无人机集群协同控制技术综述.pdf》由会员分享,可在线阅读,更多相关《无人机集群协同控制技术综述.pdf(9页珍藏版)》请在咨信网上搜索。
1、第 卷 第 期兵 器 装 备 工 程 学 报 年 月 收稿日期:修回日期:录用日期:基金项目:山西省基础研究计划资助项目()山西省基础研究计划资助项目()山西省研究生创新项目()作者简介:张鹏飞()男博士副教授:.:./.无人机集群协同控制技术综述张鹏飞何 印马振华李亚文(.中北大学 航空宇航学院 太原 .中北大学 智能武器研究院 太原)摘要:协同控制技术作为多智能体分工合作完成任务的关键核心技术能解决无人机集群编队、队形重构和避障避碰等问题是无人机集群正常运作的基础 针对近几年国内外无人机集群协同控制技术的发展历程概述 种控制结构原理及其优缺点分析了基于 种控制结构的编队控制方法及其优缺点从
2、无人机集群协同编队控制技术出发分析基于编队控制的避障方法指出了现阶段无人机集群协同控制技术面临的瓶颈问题并对协同控制技术的未来发展方向进行了展望为无人机集群编队控制和避障方法研究提供一定的借鉴关键词:无人机集群协同控制控制结构编队控制协同避障本文引用格式:张鹏飞何印马振华等.无人机集群协同控制技术综述.兵器装备工程学报():.:.():.中图分类号:文献标识码:文章编号:()(.):.:引言随着科学技术的发展无人机技术开始在农田播种、森林搜救、边境监控、战场干扰、电子对抗等民用和军事领域有了广泛的应用 但随着任务和环境的复杂变化单一无人机已经难以满足任务的需求由多个无人机组成的无人机集群因其高
3、效率、高鲁棒、多功能及可扩展等优秀性能逐渐受到世界各国的重视作为一种执行高难度、高危险性任务的有效手段无人机集群技术在近十年得到了快速的发展 无人机集群能够通过空中组网实现集群间的信息共享并通过人工智能技术和飞控技术达到群体的智能决策实现协同自主运动满足各种复杂任务的需求拥有单一无人机无法比拟的优势 在其研究领域逐渐形成了环境感知、路径规划、任务分配、协同决策、协同定位、编队控制及碰撞规避等研究热点 由于无人机集群广泛的应用前景和巨大的作战优势其相关技术研究成为前沿发展方向协同控制技术是指控制多智能体协同完成任务实现群体效率最大化是无人机集群能够正常运行的关键核心技术 编队控制和碰撞规避是无人
4、机集群协同控制领域的研究重点 目前无人机集群协同控制技术亟待解决的关键问题在于减轻集中式控制的通信负载、增强其集群控制鲁棒性优化分布式控制的算法设计、提高集群控制精度增强分散式控制的控制效果提升集群稳定性 研究难点主要在于控制性能良好的算法设计复杂、无人机之间的通信延迟、对电磁环境的抗干扰能力较弱等 因此无人机集群协同控制技术成为无人机集群研究领域需要突破的关键技术本研究中首先分析无人机集群协同编队控制结构接着分析基于控制结构的常用编队控制方法及其优缺点然后综述基于编队控制方法的避障方法以及单一避障方法研究的新进展最后总结目前无人机集群协同控制技术面临的瓶颈问题并展望无人机集群协同控制的发展方
5、向 协同编队控制结构随着无人机集群技术研究的展开和深入基于队形生成、保持和重构的协同编队控制技术形成了集中式、分布式和分散式 种控制结构如图 所示图 编队控制结构及方法.集中式控制集中式控制需要指定 台无人机作为集群核心用于处理集群的所有信息并由该无人机负责对所有无人机下达控制指令实现对集群控制其控制结构如图 所示图 集中式控制结构.集中式控制结构易于实现且编队精度高但是集群过于依赖集群核心 当集群核心发生故障时容易导致集群编队控制失效其鲁棒性较差并且集群数量较多时信息处理量大、通信负载大 因此集中式控制应用场景局限于通信环境良好的小型无人机集群如小型无人机集群表演货物的定点运输、装卸等 基于
6、集中式结构的控制方法主要包括领航跟随法、虚拟结构法等.分布式控制分布式控制没有信息处理核心仅通过与邻近的节点的信息交互实现对集群的控制实现方式较为简单其控制结构如图 所示图 分布式控制结构.分布式控制结构只需获取邻近的无人机状态信息特点极大降低了集群的信息交互量和计算量使得集群更加稳定、灵活增强了集群的鲁棒性和适应性 但是其算法设计相对复杂控制精度较低 基于分布式结构的控制方法主要包括行为法、一致性法、最优控制法等.分散式控制分散式控制采用控制器与无人机一一对应的控制方式没有控制中心各节点之间也不存在通信关系每个节点只需要保持事先设定的相对距离便能控制队形其控制结构如图 所示 分散式控制结构实
7、现简单具有可扩展性但是适应性和鲁棒性较差由于每架无人机都需要单一独立的控制器其构建成本较高 基于分散式结构的控制方法主要为分散兵 器 装 备 工 程 学 报:/./模型预测法图 分散式控制结构.基于以上控制结构的编队控制技术对比如表 所示表 控制结构对比 控制结构优点缺点集中式控制精度高实现简单鲁棒性差通信负载大分布式通信负载小鲁棒性强控制精度较低算法设计复杂分散式可扩展性强实现简单构建成本高鲁棒性差 协同编队控制方法.领航 跟随法领航跟随法需要指定集群中的某一无人机为领航者使其按照预先设定的轨迹飞行其他无人机与其信息共享后跟随其运动轨迹保持一定的相对距离飞行从而达到对集群的控制目的控制方式如
8、图 所示图 领航跟随法示意图.等基于时变编队跟踪控制研究了具有动态输入的领航者通过滑模控制理论提出了连续时间和离散时间的分布式编队跟踪协议通过虚拟实验证明了该协议的有效性 等针对固定翼无人机编队控制问题设计了一种新的分布式滑模控制律其中跟随无人机的控制律只使用自身信息和领航者的信息在满足线速度和角速度约束的条件下能够实现期望的编队 等针对多智能体编队保持控制问题提出了基于领航跟随者的控制模型并通过 准则判断了领航无人机的稳定性 然后基于一致性协议引入模型预测机制使跟随者能够预测领航者的状态并能保持队形中的相对位置 通过实例仿真验证了该方法的正确性 等针对风场干扰队形保持的问题提出了一种基于领航
9、跟随者结构的自适应控制方法该方法能有效估计空间中风力的大小和方向以便控制无人机相对运动抵消风场干扰引起的距离误差 仿真实验证明了该方法具有良好的鲁棒性基于领航跟随者的控制方法具有实现简单、编队精度高等优点但由于集群内的所有通信都需要通过领航无人机处理其计算量大当领航无人机出现故障时容易导致整个集群失控其系统鲁棒性和灵活性差 通过上述研究可以发现目前针对领航跟随者控制方法的研究主要集中在改善其系统的稳定性和鲁棒性方面.虚拟结构法虚拟结构法通过将整个集群看作一个整体处理对虚拟结构进行运动学和动力学分析确定虚拟结构上每个目标点的相应特性控制无人机跟踪对应目标点从而实现编队控制如图 所示图 虚拟结构法
10、示意图.等针对无人机和无人车异构系统的降落问题提出了基于虚拟结构的控制方法 通过李雅普诺夫理论证明了该方法的稳定性并通过实验仿真证明了其有效性 等针对异构无人系统协同任务问题提出了基于虚拟结构的控制器来引导编队使无人机在完成任务后能够准确降落到无人车上 通过仿真分析验证了该方法的有效性 等针对无人机承载问题提出了基于虚拟结构法的自适应动态控制器 实验证明该控制方法能够在风干扰、模型参数误差等不利条件下实现有效控制基于虚拟结构的控制方法具有较高的控制精度和一定的容错度但是因为其要求整个系统作为刚体运动限制了系统的灵活性和适应性张鹏飞等:无人机集群协同控制技术综述.行为法行为法需要对集群中每架无人
11、机设置编队、避障、跟随等基本行为并根据不同的外界信息采取不同的集群行为以实现对集群的编队控制如图 所示图 行为法示意图.基本行为规则设定模块用于设置每架无人机的编队、避障及跟踪等基本规则行为规则融合模块主要对每架无人机的基本行为进行系统融合以构建集群的整体行为规则最后根据集群行为规则针对无人机集群感知的外界信息采取相应的控制行动以完成对集群的控制 等针对无人机在执行任务时的避障问题提出了基于捕食者食饵行为的生物模型无人机作为捕食者为了到达食饵位置需要避开目标周围的障碍物为了识别周围的无人机成员引入了基于密度的聚类算法 仿真结果证明该方法编队控制和避障的有效性 等提出了一种基于鸽子归巢行为的控制
12、方法并进一步实现了基于信鸽的自主导航方法仿真实验表明该方法能够实现自主控制 等针对无人机集群的队形形成和保持问题提出了基于邻近行为信息反馈的控制方法该方法以邻近无人机行为信息为观测量建立了一种自适应分布式控制方法拥有比其他分布式控制方法更好的灵活性和通信能力 仿真实验表明了该算法的正确性和有效性基于行为法的控制方法具有易实现、灵活性好等优点但对系统的整体行为难以明确集群整体的精准度难以控制难以进行稳定性分析.一致性法一致性法是指无人机通过邻接节点的信息共享使每架无人机的速度、加速度和欧拉角等运动状态量逐渐达到一致实现对集群的控制如图 所示 其中状态设定模块用于确定集群的一致性运动状态量及其相应
13、的阈值当运动状态量超过阈值时表明尚未达成运动一致性条件需要更改无人机集群运动状态运动状态收集模块用于收集邻近无人机的运动状态量用于一致性条件判断直至满足一致性条件完成对集群的编队控制图 一致性法示意图.等研究了一种适用于高速无人机集群的一致性控制算法它能在必要时动态指定其中一架无人机为领航者并且能通过其他无人机的导航反馈来进一步控制编队队形 等针对包含无人机和无人车的异构多智能体系统设计了基于模糊的滑模控制和一致性法相结合的控制方法保证了编队的收敛性 等针对非对称通信干扰和网络拥塞等问题提出了一种具有运动约束的一致性控制方法通过约束条件调整无人机的运动状态使其在具有通信延迟和切换拓扑的情况下能
14、够使无人机快速收敛到期望状态并保持队形 等针对具有不确定参数的外部干扰影响的编队飞行问题提出了基于多变量模型自适应控制的一致性控制方案 仿真实验表明该自适应控制方案比固定控制方案具有更强的鲁棒性和自适应性 符小卫等针对无人机集群躲避动态障碍物下的队形控制问题在一致性控制与人工势场法的基础上引入了碰撞预判机制以减少不必要的避障行为 仿真结果表明了该方法能够在避障的同时实现队形的形成、保持与重构基于一致性的控制方法具有良好的灵活性、鲁棒性和适应性但其分布式结构的通信能力较差算法设计复杂.最优控制法最优控制是指在考虑无人机集群某方面的约束条件时选择使系统性能的指标达到极小值如时间最短、耗能最少等能够
15、实现集群控制的最优方法如图 所示图 最优控制法示意图.最优指标设定模块用于确定某个系统性能指标或任务需求指标代价函数构建模块中根据系统状态、控制输入量、兵 器 装 备 工 程 学 报:/./运动状态量及该指标需要满足的约束条件来构建指标最优的代价函数解算模块用于对代价函数的求解其中代价函数和指标约束条件简明的最优问题能够通过解析法求其解析解常用方法有微分法、变分法、极大值原理等 当代价函数过于复杂时仅能通过多次迭代求其数值解常用方法有动态规划法、插值法、梯度法等控制输入模块用于输入求得的解析解或数值解以实现集群控制 算法的稳定性可由李雅普诺夫法判断收敛性由 个相邻迭代点与最优值点之商的 收敛法
16、判断 等针对异构无人机编队问题提出了一种基于强化学习的分布式最优控制方法 该方法能够在不了解跟随无人机的动力学情况下在线获取最优控制输入实现无人机集群的稳定控制 等针对有限时间内集群运动的最优控制问题提出了基于单积分和双积分模型的优化算法该算法能够在有限时间内实现集群收敛同时最小化智能系统的性能指标 实验模拟表明该算法能够在一定条件下保持最小能量函数达到集群编队时间最优的控制目的 等针对异构无人系统最优控制问题提出了基于一致性控制的线性二次调节器优化方法 等针对四旋翼无人机设计了一种具有固定控制拓扑结构的高阶一致性控制算法为了获得姿态控制的全局最优解提出了一种基于变权杂交的姿态控制算法实验表明
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 无人机 集群 协同 控制 技术 综述
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。