一种基于视觉与性能约束的多无人机协同控制方法及系统技术方案

本发明专利技术提供了一种基于视觉与性能约束的多无人机协同控制方法及系统。所述基于视觉与性能约束的多无人机协同控制方法包括：步骤S1：对总目标任务分解得到相互独立的子任务，建立子任务的无人系统；步骤S2：在当前子任务的无人系统中选择一个最优领航者，跟随者检测领航者带有的ArUco基准标记，由此获取它相对于领航者的相对位姿；步骤S3：基于领航者‑跟随者框架建立子任务的无人系统模型；步骤S4：设计基于预定任务性能规范的误差变换方法；步骤S5：根据变换后的误差设计跟随者的PID控制律，保证跟随者按预定任务性能跟随领航者，最后达到多无人机自主协同控制的目标。本发明专利技术能够在GPS缺失的环境下实现时间、空间与任务等多维度的有效协同，满足小型化、智能化和自主化的需求。

【技术实现步骤摘要】
一种基于视觉与性能约束的多无人机协同控制方法及系统
本专利技术涉及无人机
，特别涉及一种基于视觉与性能约束的多无人机协同控制方法及系统。
技术介绍
随着以人工智能为代表的新一代信息技术的快速发展，军事作战以及工业民生正从人利用机器执行任务向无人机自主执行任务转变，尤其是为了解决高动态、高危险、多任务的作战及作业要求，自主无人系统已经成为军事智能化与工业智能化的重要支撑。自主无人系统在军用和民用领域均有重大的应用需求，包括军事侦察、打击，信息中继，地形测绘以及智能仓储等，由于自主无人系统具备成本低、应用广、效果好等优势，是军事作战和工业发展中新的技术制高点。无人系统一直是国内外研究热点，但大多数的研究还是侧重于多无人机任务分配方法的研究，对于多无人机在任务性能约束下的自主协同控制方案较少，尤其是在GPS缺失的环境下。
技术实现思路
本专利技术提供了一种基于视觉与性能约束的多无人机协同控制方法及系统，其目的是为了解决
技术介绍
中在GPS缺失的环境下，多无人机自主的协同控制的技术问题。为了达到上述目的，本专利技术的实施例提供的一种基于视觉与性能约束的多无人机协同控制方法，包括如下步骤：步骤S1：对总目标任务分解得到相互独立的子任务，根据子任务确认无人机的类别与数量，建立子任务的无人系统；步骤S2：在当前子任务的无人系统中选择一个最优领航者，跟随者检测领航者带有的ArUco基准标记，由此获取它相对于领航者的相对位姿；步骤S3：基于领航者-跟随者框架建立子任务的无人系统模型；步骤S4：设计基于预定任务性能规范的误差变换方法；步骤S5：根据变换后的误差设计跟随者的PID控制律，保证跟随者按预定任务性能跟随领航者，最后达到多无人机自主协同控制的目标。优选地，步骤S1具体包括如下步骤：步骤S101：对总目标任务分解，得到相互独立的各个子任务；步骤S102：根据子任务的要求选择空中无人机、地上无人机或者空中无人机与地上无人机组合的形式，并确定无人机的数量，建立子任务的无人系统。优选地，步骤S2具体包括如下步骤：步骤S201：在当前子任务的无人系统中，控制站选择一个最优的无人机作为当前子任务的无人系统中接收控制站发布任务的领航者；步骤S202：每个无人机都配有一个已知大小的ArUco方形基准标记，跟随者使用机载视觉检测ArUco标记，ArUco标记由黑色边框和确定其标识符的内部二进制矩阵组成，单个标记可提供足够的对应关系(四个角)来获得相机相对ArUco标记的位姿，根据相机坐标系和跟随者坐标系、ArUco标记坐标系和领航者坐标系的固定变换关系，求得领航者与跟随者之间的相对位姿ζlf，并且ArUco标记为每个无人机都提供了对应的ID，保证可靠、有效的跟随。优选地，步骤S3包括根据领航者-跟随者框架建立领航者-跟随者模型：ζlf＝ζl-ζf其中，ζlf为领航者相对于跟随者的位姿，ζl为领航者在世界坐标系内的位姿，ζf为跟随者在世界坐标系内的位姿。优选地，无人系统模型由n-1个上述提到的领航者-跟随者模型构成，其中n为无人系统中无人机的个数。优选地，所述S4具体包括如下步骤：步骤S401：定义误差，具体为：根据任务设计具有预先确定性能指标的误差变换方法，通过ArUco标记估计领航者与跟随者之间的相对位姿，则定义误差为其中，表示期望的领航者相对于跟随者的位姿；若是根据视觉运动学，用图像信息间接的表示领航者与跟随者之间的相对位姿rlf，则e表示为当前获取图像特征与期望图像特征的误差；步骤S402：定义误差性能，具体为：定义误差性能函数使得输出误差ek沿绝对衰减的时间函数ρk收敛到预定义的残集：其中，ek表示为误差向量e的第k个输出误差量，设定参数γk和为ρk(0)分别表示初始最大允许误差，从而保证初始误差绝对值满足0＜||ek(0)||＜ρk(0)，设计绝对衰减的时间函数ρk(t)为ρk(t)＝(ρ0-ρ∞)e-lt+ρ∞其中，参数l＞0控制指数收敛的速度，表示预定任务性能规范的稳态水平，其可以设计的足够小来保证任务性能规范；步骤S403：设置输出误差函数，具体为：为了实现满足任务性能规范的控制，输出误差设置为：ek＝S(εk)ρk(t)其中，S(εk)是一个单调递增的连续光滑函数，并且满足如下要求：根据以上要求，设计变换函数为：步骤S404：获取具有预定性能规范的误差变换函数：定义χk＝ek/ρk，由于S(εk)是严格递增的，因此它的反函数总是存在的，所以具有预定性能规范的误差变换εk描述为：优选地，步骤S5具体包括如下步骤：步骤S501：根据变换后的误差设计跟随者的PID控制律，保证变换后误差εk收敛，控制律的离散形式如下：其中，uk表示第k个控制量,kp是比例系数，ki是积分系数，kd是微分系数；步骤S502：根据误差变换函数的性质，当对变换后误差εk收敛时，由步骤S404中获得的具有预定性能规范的误差变换εk函数，可得真实状态误差ek按预定性能收敛，多无人机完成期望子任务，并且根据总任务目标同步或者依次完成每一个子任务，最后实现时间、空间、任务上多维度的有效协同。本专利技术的实施例提供的一种基于视觉的多无人机自主协同控制系统，包括控制站与多个无人机，所述控制站控制多个所述无人机，多个所述无人机包括多个空中无人机及多个地上无人机，多个所述空中无人机及多个地上无人机均包括领航者及跟随者，所述控制站用于控制子任务中的领航者，为领航者设置离线自动或者实时手动的任务，所述跟随者与所述领航者保持期望的相对位姿，并跟随指定所述领航者运动，实现多无人机的自主协同控制。优选地，所述无人机包括控制单元、感知单元、通信单元以及电源单元，所述通信单元用于无人机接收控制站发布的任务，所述感知单元是机载相机，用于跟随者检测领航者带有的ArUco标记，所述控制单元是机载CPU，用于计算并给出所述无人机的控制律，所述电源单元为无人机提供电能。优选地，所述空中无人机包括机载相机，所述机载相机可以根据不同的任务进行合适的旋转。采用本专利技术能达到的技术效果：能够在GPS缺失的环境下实现时间、空间与任务等多维度的有效协同，满足无人系统小型化、智能化和自主化的需求。无人系统的协同控制主要依赖于感知与控制技术，视觉感知方法依靠机载相机检测到的ArUco标记来获得目标相对于本地坐标系下的位姿，不依赖GPS，可以部署在室内或室外场景中，具有体积小，成本低，目标信息丰富等优点，不依赖GPS，可以部署在任何室内或室外场景中，具有体积小，成本低，目标信息丰富等优点，有利于大量低成本，小型化的无人机建立一个大规模地自主协同的无人系统。无人机的控制器设计常需要考虑输出受限控制，常见的控制方法有模型预测控制(MPC)，基于屏障函数的控制等，然而以上控制器只能保证空间约束本文档来自技高网...

【技术保护点】
1.一种基于视觉与性能约束的多无人机协同控制方法，其特征在于，包括如下步骤：/n步骤S1：对总目标任务分解得到相互独立的子任务，根据子任务确认无人机的类别与数量，建立子任务的无人系统；/n步骤S2：在当前子任务的无人系统中选择一个最优领航者，跟随者检测领航者带有的ArUco基准标记，由此获取它相对于领航者的相对位姿；/n步骤S3：基于领航者-跟随者框架建立子任务的无人系统模型；/n步骤S4：设计基于预定任务性能规范的误差变换方法；/n步骤S5：根据变换后的误差设计跟随者的PID控制律，保证跟随者按预定任务性能跟随领航者，最后达到多无人机自主协同控制的目标。/n

【技术特征摘要】
1.一种基于视觉与性能约束的多无人机协同控制方法，其特征在于，包括如下步骤：
步骤S1：对总目标任务分解得到相互独立的子任务，根据子任务确认无人机的类别与数量，建立子任务的无人系统；
步骤S2：在当前子任务的无人系统中选择一个最优领航者，跟随者检测领航者带有的ArUco基准标记，由此获取它相对于领航者的相对位姿；
步骤S3：基于领航者-跟随者框架建立子任务的无人系统模型；
步骤S4：设计基于预定任务性能规范的误差变换方法；
步骤S5：根据变换后的误差设计跟随者的PID控制律，保证跟随者按预定任务性能跟随领航者，最后达到多无人机自主协同控制的目标。


2.根据权利要求1所述的一种基于视觉与性能约束的多无人机协同控制方法，其特征在于，步骤S1具体包括如下步骤：
步骤S101：对总目标任务分解，得到相互独立的各个子任务；
步骤S102：根据子任务的要求选择空中无人机、地上无人机或者空中无人机与地上无人机组合的形式，并确定无人机的数量，建立子任务的无人系统。


3.根据权利要求1所述的一种基于视觉与性能约束的多无人机协同控制方法及系统，其特征在于，步骤S2具体包括如下步骤：
步骤S201：在当前子任务的无人系统中，控制站选择一个最优的无人机作为当前子任务的无人系统中接收控制站发布任务的领航者；
步骤S202：每个无人机都配有一个已知大小的ArUco方形基准标记，跟随者使用机载视觉检测ArUco标记，ArUco标记由黑色边框和确定其标识符的内部二进制矩阵组成，单个标记可提供足够的对应关系(四个角)来获得相机相对ArUco标记的位姿，根据相机坐标系和跟随者坐标系、ArUco标记坐标系和领航者坐标系的固定变换关系，求得领航者与跟随者之间的相对位姿ζlf，并且ArUco标记为每个无人机都提供了对应的ID，保证可靠、有效的跟随。


4.根据权利要求1所述的一种基于视觉与性能约束的多无人机协同控制方法，其特征在于，步骤S3包括根据领航者-跟随者框架建立领航者-跟随者模型：
ζlf＝ζl-ζf
其中，ζlf为领航者相对于跟随者的位姿，ζl为领航者在世界坐标系内的位姿，ζf为跟随者在世界坐标系内的位姿。


5.根据权利要求4所述的一种基于视觉与性能约束的多无人机协同控制方法，其特征在于，无人系统模型由n-1个上述提到的领航者-跟随者模型构成，其中n为无人系统中无人机的个数。


6.根据权利要求1所述的一种基于视觉与性能约束的多无人机协同控制方法，其特征在于，所述S4具体包括如下步骤：
步骤S401：定义误差，具体为：
根据任务设计具有预先确定性能指标的误差变换方法，通过ArUco标记估计领航者与跟随者之间的相对位姿，则定义误差为



其中，表示期望的领航者相对于跟随者的位姿；若是根据视觉运动学，用图像信息间接的表示领航者与跟随者之间的相对位姿rlf，则e表示为当前获取图像特征与期望图像特征的误差；

【专利技术属性】
技术研发人员：王耀南，林杰，缪志强，毛建旭，张辉，朱青，钟杭，唐永鹏，聂静谋，
申请(专利权)人：湖南大学，
类型：发明
国别省市：湖南;43