基于异构队形基准点无人机集群拓扑控制与智能防撞方法技术

本发明专利技术公开了一种基于异构队形基准点无人机集群拓扑控制与智能防撞方法，包括以下步骤：S1、过轨迹预测算法，预测周围节点和本节点下一时刻的位置轨迹；S2、根据预测的位置轨迹，采用基于碰撞危险因子与轨迹预测的速度自适应调整防撞算法，完成异构无人机之间的智能防撞处理；S3、在智能防撞处理的基础上，通过构建改进型动态势场及基于异构队形基准点的编队保持虚拟势场，采用异构无人机集群编队基于改进型动态强化势场的一致性群拓扑控制算法，完成异构无人机之间的编队队形控制。本发明专利技术是综合考虑大/小异构无人机集群系统而进行集群协同避障群拓扑控制方法研究。同避障群拓扑控制方法研究。同避障群拓扑控制方法研究。

Topology control and intelligent anti-collision method of UAV cluster based on heterogeneous formation benchmarks

【技术实现步骤摘要】
基于异构队形基准点无人机集群拓扑控制与智能防撞方法


[0001]本专利技术涉及异构无人机集群通信
，具体涉及一种基于异构队形基准点无人机集群拓扑控制与智能防撞方法。

技术介绍

[0002]异构无人机集群编队系统是多个异构无人机（大/小无人机等）通过特定的集群编队组网协议构成多节点集群通信网络，网络节点在预定的各种编队集群拓扑下，通过集群网络交互各类业务消息，完成自主智能防撞，并协同执行指定任务。
[0003]异构无人机集群编队系统的编队构型与群拓扑变化情况对整个集群编队的任务执行情况有重要影响，直接影响最终的任务成败。目前传统的无人机群拓扑控制研究主要是针对小无人机群（非异构）拓扑控制，解决编队一致性问题，没有针对异构无人机（大/小无人机等混合集群）的群拓扑控制及自适应防撞研究。针对异构无人机混合集群组网场景，异构无人机集群成员之间的一致性群拓扑优化及自主智能防撞能力还需优化提升。

技术实现思路

[0004]针对现有技术中的上述不足，本专利技术提供的一种基于异构队形基准点无人机集群拓扑控制与智能防撞方法解决没有针对异构无人机的群拓扑控制及自适应防撞研究的问题。
[0005]为了达到上述专利技术目的，本专利技术采用的技术方案为：一种基于异构队形基准点无人机集群拓扑控制与智能防撞方法，包括以下步骤：S1、异构无人机节点之间通过交互网络维护消息，获取周围异构节点的位置、速度、航向、安全半径信息，通过轨迹预测算法，预测周围节点和本节点下一时刻的位置轨迹；S2、根据预测的位置轨迹，采用基于碰撞危险因子与轨迹预测的速度自适应调整防撞算法，完成异构无人机之间的智能防撞处理；S3、在智能防撞处理的基础上，通过构建改进型动态势场及基于异构队形基准点的编队保持虚拟势场，采用异构无人机集群编队基于改进型动态强化势场的一致性群拓扑控制算法，完成异构无人机之间的编队队形控制。
[0006]进一步地：所述步骤S1具体为：异构无人机节点在接收周围其他节点发送的网络维护消息的同时，测量消息达到时间，并通过卡尔曼滤波算法，对周围节点下一时刻的位置、轨迹进行预测，同时预测自身的位置、轨迹，根据所有的预测结果，得到下一时刻本机与周围无人机之间的相对位置、速度及安全距离。
[0007]进一步地：所述网络维护消息包括本节点地址、异构类型、发送时间、本机位置、速度、航向、防撞安全半径信息。
[0008]进一步地：所述碰撞危险因子的计算方法为：令，其中为安全距离，d为相对距离，即本机与其他无人机位置之差，r1为本机安全半径，r2为其他无人机安全半径；
当时，为“安全”状态，此时碰撞危险因子，其中，为安全系数，取值为0.3；当时，为“轻度危险”状态，此时碰撞危险因子，其中，为轻度危险系数1，取值为0.4，为轻度危险系数2，取值为0.3；当时，为“重度危险”状态，此时碰撞危险因子，其中，为重度危险系数1，取值为0.3，为重度危险系数2，取值为0.7。
[0009]进一步地：所述自适应调整防撞算法具体为：当碰撞危险因子取值为“安全”状态时，无需做任何调制；当碰撞危险因子取值为“轻度危险”和“重度危险”状态时，自适应调整本机的速度和航向；调整后的速度为：，其中，为当前速度；调整后的航向为：，其中，为当前航向角，为以本机航向方向为起始方向，本机与对方无人机之间的连线为结束方向，起始方向与结束方向之间的夹角。
[0010]进一步地：所述步骤S3的具体步骤为：S31、针对异构无人机采用不同的虚拟势场函数进行匹配处理，使势场向量根据异构无人机距离障碍物的位置和速度信息而相应变化，得到改进型势场向量为：上式中，为改进型势场向量，r为无人机与障碍物的距离，v为调整后的速度，和为v在x和y方向上的分量，i和j为异构无人机的编号；S32、在势场中引入异构无人机集群组网的通信网络拓扑和权重信息，引入后的改进型势场为：每两个异构无人机之间的势场为：上式中，为异构无人机i与j之间的势场，为异构无人机i与j的相对位置之差，为异构无人机i与j之间的相对速度之差，、为大无人机的势场调节系数，、为小无人机的势场调节系数；S33、根据异构无人机i与j之间的通信拓扑权重a
ij
，构建无人机i与其他异构无人
机之间的平均势场；上式中，v
i
为无人机i与其他异构无人机之间的平均势场，N
i
为所有节点的通信拓扑权重之和，j为异构无人机的编号；S34、建立基于异构队形基准点的编队保持虚拟势场；上式中，为编队保持虚拟势场，为编队保持虚拟势场增益系数，为无人机的势场感知半径，为大无人机的势场感知半径，为小无人机的势场感知半径，为无人机i的队形基准点的臂长，、均为符号函数，为无人机与障碍物之间的感知半径；根据异构无人机i与j之间的编队通信拓扑连接关系，由队形基准点所形成的编队保持虚拟势场为：上式中，v
kall
为编队保持虚拟势场，i为异构无人机的编号，n为异构无人机编队队形基准点的数量；S35、每个无人机根据异构集群改进型动态势场，叠加基于异构队形基准点的编队保持虚拟势场之和，同时结合异构无人机之间的集群组网通信拓扑与权重关系，获取本机在改进型动态强化势场下受到编队其他成员的总势场值，通过一致性群拓扑控制算法根据总势场值对速度、航向进行相应的调整处理，使多个异构无人机按照预期的队形完成编队构建。
[0011]进一步地：所述符号函数、的取值为：当时，，否则；当时，，否则。
[0012]本专利技术的有益效果为：1. 现有研究主要是集中针对小无人机群拓扑控制，解决编队控制问题，而没有针对异构无人机（大/小无人机混合集群）的群拓扑控制研究。本专利技术是综合考虑大/小异构无人机集群系统而进行集群协同避障群拓扑控制方法研究；
2. 本专利技术中的无人机节点采用卡尔曼滤波算法对周围其他节点进行位置轨迹预测，可提前获取未来下一时刻的位置、速度、航向等轨迹信息，同时考虑本机、其他无人机的防撞安全半径，采用基于碰撞危险因子与轨迹预测的速度自适应调整防撞算法，提前进行本机速度、航向自适应调整，通过提前防撞处理，能有效提高防撞效果。
附图说明
[0013]图1为本专利技术流程图。
具体实施方式
[0014]下面对本专利技术的具体实施方式进行描述，以便于本
的技术人员理解本专利技术，但应该清楚，本专利技术不限于具体实施方式的范围，对本
的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的本专利技术的精神和范围内，这些变化是显而易见的，一切利用本专利技术构思的专利技术创造均在保护之列。
[0015]在大/小异构无人机混合集群组网系统中，网络节点在特定的集群拓扑下，通过集群网络交互业务消息，共同完成指定任务。为了更好的维持无人机集群编队构型及拓扑稳定性，同时避免无人机之间的碰撞，以更安全更高效的执行各项编队任务，需要对异构无人机混合集群编队进行群拓扑优化控制。
[0016]如图1所示，一种基于异构队形基准点无人机集群拓扑控制与智能防撞方法，包括以下步骤：S1、异构无人机节点之间通本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于异构队形基准点无人机集群拓扑控制与智能防撞方法，其特征在于，包括以下步骤：S1、异构无人机节点之间通过交互网络维护消息，获取周围异构节点的位置、速度、航向、安全半径信息，通过轨迹预测算法，预测周围节点和本节点下一时刻的位置轨迹；S2、根据预测的位置轨迹，采用基于碰撞危险因子与轨迹预测的速度自适应调整防撞算法，完成异构无人机之间的智能防撞处理；S3、在智能防撞处理的基础上，通过构建改进型动态势场及基于异构队形基准点的编队保持虚拟势场，采用异构无人机集群编队基于改进型动态强化势场的一致性群拓扑控制算法，完成异构无人机之间的编队队形控制。2.根据权利要求1所述的基于异构队形基准点无人机集群拓扑控制与智能防撞方法，其特征在于，所述步骤S1具体为：异构无人机节点在接收周围其他节点发送的网络维护消息的同时，测量消息达到时间，并通过卡尔曼滤波算法，对周围节点下一时刻的位置、轨迹进行预测，同时预测自身的位置、轨迹，根据所有的预测结果，得到下一时刻本机与周围无人机之间的相对位置、速度及安全距离。3.根据权利要求2所述的基于异构队形基准点无人机集群拓扑控制与智能防撞方法，其特征在于，所述网络维护消息包括本节点地址、异构类型、发送时间、本机位置、速度、航向、防撞安全半径信息。4.根据权利要求1所述的基于异构队形基准点无人机集群拓扑控制与智能防撞方法，其特征在于，所述碰撞危险因子的计算方法为：令，其中为安全距离，d为相对距离，即本机与其他无人机位置之差，r1为本机安全半径，r2为其他无人机安全半径；当时，为“安全”状态，此时碰撞危险因子，其中，为安全系数，取值为0.3；当时，为“轻度危险”状态，此时碰撞危险因子，其中，为轻度危险系数1，取值为0.4，为轻度危险系数2，取值为0.3；当时，为“重度危险”状态，此时碰撞危险因子，其中，为重度危险系数1，取值为0.3，为重度危险系数2，取值为0.7。5.根据权利要求4所述的基于异构队形基准点无人机集群拓扑控制与智能防撞方法，其特征在于，所述自适应调整防撞算法具体为：当碰撞危险因子取值为“安全”状态时，无需做任何调制；当碰撞危险因子取值为“轻度危险”和“重度危险”状态时，自适应调整本机的速度和航向；调整后的速度为：，其中，为当前速度；调整后的航向为：
，其中，为当前航向角，为以本机航向方向为起始方向，...

【专利技术属性】
技术研发人员：席在杰，秦萌，周睿，赵政宁，曾勇，余炎，
申请(专利权)人：四川腾盾科技有限公司，
类型：发明
国别省市：