一种无人机集群控制方法及系统技术方案

一种无人机集群控制方法及系统，涉及无人机控制技术领域，用以解决现有技术对于无人机集群控制效果差且避障能力弱的问题。本发明专利技术的技术要点包括：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；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，获得无人机集群控制指令；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。本发明专利技术可以在复杂多变的环境中实现无人机的集群控制且具有很强的泛化能力，提升了无人机集群在复杂环境中执行任务的能力。本发明专利技术可扩展到大规模的无人机集群应用场景中。景中。景中。

【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现，因此，具有固定规则的传统方法很难设计出能够适应复杂环境的自适应控制算法，这使得有必要为无人机集群开发一种方法来使其学习执行复杂任务并适应未知环境；其次，以上方法研究的重点是利用无人机之间的通信来获取其他无人机的状态信息，从而实现协同控制。然而，在实际应用中，特别是在通信拒止环境中，无人机之间的通信将是不可靠的，这将使无人机之间的协作变得困难，因此，有必要让机载传感器主动感知其他无人机以实现协同控制，由于机载传感器的视野有限，无人机之间的协同控制变得非常困难；最后，以上方法难以实现机间避碰和集群拓扑保持之间的平衡，即难以在确保机间避碰的同时形成紧凑且一致的无人机集群。

技术实现思路

[0004]鉴于以上问题，本专利技术提出一种无人机集群控制方法及系统，用以解决现有技术对于无人机集群协同控制效果差且避障能力弱的问题。
[0005]根据本专利技术一方面，提出一种无人机集群控制方法，该方法包括以下步骤：
[0006]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；
[0007]步骤二、对所述环境信息和其他无人机信息进行预处理；
[0008]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；
[0009]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。
[0010]进一步地，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。
[0011]进一步地，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，
[0012]所述目标位置信息按照下述公式进行标准化：
[0013][0014][0015]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；
[0016]所述障碍物位置信息按照下述公式进行标准化：
[0017][0018][0019]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；
[0020]所述其他无人机信息按照下述公式进行标准化：
[0021][0022][0023][0024]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。
[0025]进一步地，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：
[0026][0027]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。
[0028]进一步地，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
[0029][0030]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；
[0031]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
[0032][0033]式中，p
g
表示目标位置；
[0034]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令。
[0035]根据本专利技术另一方面，提出一种无人机集群控制系统，该系统包括：
[0036]信息获取模块，用于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；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；
[0037]预处理模块，用于对所述环境信息和其他无人机信息进行预处理；
[0038]控制指令获取模块，用于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；
[0039]控制模块，用于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，则根据所述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。
[0040]进一步地，所述预处理模块中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，
[0041]所述目标位置信息按照下述公式进行标准化：
[0042][0043][0044]式中，表示目标在无人机航向坐标系下的距离；d...

【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：