【技术实现步骤摘要】
一种无人机集群控制方法及系统
[0001]本专利技术涉及无人机控制
,具体涉及一种无人机集群控制方法及系统。
技术介绍
[0002]无人机集群控制通常被建模为一个多目标优化问题,并使用优化算法来解决它。例如,文献[1]提出了一个进化优化框架来解决密闭空间中的无人机的集体运动问题,其中运动约束、通信状态和扰动被显示的建模。文献[2]将无人机的集群控制制定为一个多目标优化问题,并根据鸽群的分层学习行为修改了多目标鸽群启发优化算法,以分布式方式解决了该问题。文献[3]提出了一种多目标社会学习鸽群启发优化方法来解决无人机编队中的避障问题。在上述方法中,无人机之间的防撞是通过相互排斥实现的。当无人机之间的距离小于斥力范围时,斥力将无人机向相反的方向拉开,这将导致控制指令的抖动,当无人机数量较多时,算法可能陷入局部最小陷阱。然而,由于机载计算机的计算能力有限,优化算法将很难在有限的时间内找到最优结果,而且环境和无人机的模型在实践中也很难获得,这进一步限制了优化算法的性能。此外,一些基于机器学习的方法也被用于解决无人机集群控制问题。文献[4]使用深度策略梯度算法来学习一种策略,该策略可以使无人机在复杂的环境中形成集群并执行导航任务,其中每个无人机只考虑其左右两边最近的邻居的相对位置。
[0003]尽管在无人机集群的协同控制方面已经有了大量的研究,但一些问题仍然没有得到解决。首先,无人机集群通常被用来在动态变化的环境中执行复杂任务。传统方法往往需要精确的环境和无人机模型来设计控制规则,而这些模型很难在现实世界的环境中实
【技术保护点】
【技术特征摘要】
1.一种无人机集群控制方法,其特征在于,包括以下步骤:步骤一、实时获取无人机集群中每个无人机采集的环境信息和其他无人机信息;步骤二、对所述环境信息和其他无人机信息进行预处理;步骤三、将经过预处理后的环境信息和其他无人机信息输入预训练的深度神经网络模型,获得无人机集群控制指令;步骤四、根据环境信息和其他无人机信息判断无人机当前飞行状态,若判断结果为没有碰撞风险,则根据步骤三获得的无人机集群控制指令对无人机进行控制;若判断结果为有碰撞风险,则根据避碰指令进行避障。2.根据权利要求1所述的一种无人机集群控制方法,其特征在于,所述环境信息包括目标和障碍物位置信息,所述其他无人机信息包括距离当前无人机位置最近的多个无人机位置信息;其中,所述位置信息包括距离参数和角度参数。3.根据权利要求2所述的一种无人机集群控制方法,其特征在于,步骤二中所述预处理包括对所述环境信息和其他无人机信息进行标准化处理,使得每个值在[
‑
1,1]之间;其中,所述目标位置信息按照下述公式进行标准化:所述目标位置信息按照下述公式进行标准化:式中,表示目标在无人机航向坐标系下的距离;d
env
表示与无人机集群任务环境大小相关的常数;表示目标在无人机航向坐标系下的角度;所述障碍物位置信息按照下述公式进行标准化:标准化:式中,表示障碍物在无人机航向坐标系下的距离;表示测距仪的最大探测距离;表示障碍物在无人机航向坐标系下的角度;所述其他无人机信息按照下述公式进行标准化:所述其他无人机信息按照下述公式进行标准化:所述其他无人机信息按照下述公式进行标准化:式中,表示第i个无人机在当前无人机航向坐标系下的距离;d
v
表示相机的最大探测距离;表示第i个无人机在当前无人机航向坐标系下的角度;表示第i个无人机与当前无人机的航向角之差。4.根据权利要求3所述的一种无人机集群控制方法,其特征在于,步骤三中获得无人机集群控制指令的具体过程包括:经过预训练的深度神经网络模型处理的输出值为无人机动
作指令的均值和对数标准差通过采样高斯分布获得无人机的采样指令通过下述公式计算获得无人机的实际控制指令:式中,表示无人机航向角偏转指令;V表示无人机飞行速度指令;表示归一化处理后的无人机航向角偏转指令;表示归一化处理后的无人机飞行速度指令。5.根据权利要求4所述的一种无人机集群控制方法,其特征在于,步骤四中使用势场法解算获得避碰指令,具体包括:首先,利用下述公式计算获得无人机i受到无人机j的径向排斥速度斥速度式中,p
rep
为常数;为势场法作用范围;||p
ij
||为无人机i与无人机j之间的距离;p
i
表示无人机i的位置;p
j
表示无人机j的位置;然后,利用下述公式计算获得无人机i受到无人机j的切向排斥速度然后,利用下述公式计算获得无人机i受到无人机j的切向排斥速度式中,p
g
表示目标位置;最后,将无人机i受到无人机j的径向排斥速度和无人机i受到无人机j的切向排斥速度相加,获得无人机i受到无人机j的排斥合速度即为无人机的避碰指...
【专利技术属性】
技术研发人员:白成超,郭继峰,颜鹏,郑红星,
申请(专利权)人:哈尔滨工业大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。