多无人机协同着陆方法技术

本发明专利技术提出一种多无人机协同着陆方法，包括以下步骤：为多个无人机建立Ad?Hoc通信网络；各个无人机利用机载传感器搜索自身位置和着陆地标，并基于Ad?Hoc通信网络采用广播的方式向邻居无人机发送数据包，数据包包括位置信息及状态信息；各个无人机根据接收到的数据包结合自身信息，计算自身与着陆地标及邻居无人机的相对距离和相对角度；以及构建环境空间势场，计算着陆地标的吸引力Fatt和邻居无人机间的排斥力Frep，并计算势场合力，建立运动学模型，确定无人机的运动轨迹。采用本发明专利技术可使无人直升机集群在执行任务时实现机载传感器信息的共享与协同控制，确保集群着陆的安全性，具有很强的适应性和可扩展性。

【技术实现步骤摘要】

本专利技术涉及无线通信和智能控制
，特别涉及一种。
技术介绍
无人机因其低成本、高机动和“零人员伤亡”等一系列特点，在军事和民用等领域得到了广泛应用。单个无人机在执行战场监视和侦察、灾难场景搜救等任务时，面临着任务区域范围大、环境复杂、感知能力有限、单节点故障等不利因素而造成任务失败，从而促进了“以平台为中心”的传统作战模式向“以网络为中心”的多无人机协同作战模式的转变。通过多无人机环境感知能力、计算处理能力等资源的共享来扩展任务执行能力，提高任务 执行成功的概率。美国空军科学顾问委员会也十分明确地指出“未来的无人机应当以成群的方式工作而不是单独行动”。在多无人机的协同控制方面，典型研究包括多无人机协同侦察、协同搜索、协作目标跟踪以及协同定位、着陆等。相关研究中最具代表性的是美国国防部高级研究计划局(DARPA)主导的自治编队混合主动控制、广域弹药搜索以及无人作战飞机联合系统等，主要目标均为提高多无人机集群的自主协同控制能力。此外，国外著名高校和研究机构如麻省理工学院、加州伯克利大学以及Honeywell技术中心等，分别对协同任务规划、协同路径规划、混合主动控制以及自主编队控制问题进行了深入研究。从2001年开始，由包括麻省理工学院、科内尔大学、加州理工大学和加州大学洛杉矶分校四所大学联合发起了 “复杂环境下分布式自主平台协同控制研究项目”，提出未来大規模网络化环境下，自主多无人机的分布式协同控制将面临无中心信息处理、无中心决策、受限通信、大規模平台、不确定性环境和突发敌对威胁等挑战。其目标是研究分布式协同控制和决策方法，克服上述挑战，实现多UAV系统复杂、自适应和灵活的行为。现有相关工作大多针对多无人机协同控制的理论框架和算法开展研究，针对多无人机协同的具体问题，如多无人机协同目标跟踪、协同目标搜索、协同着陆等未出现切实可行的技术方案。一方面，现有研究大多着眼于利用地面控制站汇总并处理多个无人机传感器采集的信息，不适用于复杂条件下的多无人机自主协同；另一方面，针对多无人机组网场景下的传感器信息共享以及协同控制方法也鲜有文献涉及。
技术实现思路
本专利技术的ー个目的在于提出ー种适应性强、可扩展性好的。根据本专利技术实施例的包括以下步骤为多个所述无人机建立Ad Hoc通信网络；各个所述无人机利用机载传感器捜索自身位置和着陆地标，并基于所述Ad Hoc通信网络采用广播的方式向其他所述无人机发送数据包，所述数据包包括位置信息及状态信息；各个所述无人机接收邻居无人机的所述数据包，并根据所述无人机自身和邻居无人机的所述数据包，计算自身与所述着陆地标及所述邻居无人机的相对距离和相对角度；构建环境空间势场，根据所述无人机自身与所述着陆地标的相对距离和相对角度计算着陆地标的吸引力Fatt，和根据所述无人机自身与所述邻居无人机的相对距离和相对角度计算所述邻居无人机间的排斥力Frep，计算势场合力F=Fatt+F_，建立运动学模型并确定所述无人机的运动轨迹。在本专利技术的一个实施例中,所述数据包的内容包括{UID, Xi, Yi, Zi, Uland, X1, y1； Z1,UstatJ，其中，Uid为表示无人机i的ID ；Xi为无人机i的X坐标；yi为无人机i的y坐标；Zi为无人机i的z坐标；Uland为无人机i是否搜索到着陆地标，O表示已搜索到，I表示未捜索到！X1为着陆地标的X坐标w为着陆地标的I坐标A为着陆地标的Z坐标；Ustatf；为无人机i的状态，O表不已着陆，I表不未着陆。在本专利技术的一个实施例中，所述步骤B还包括当所述无人机首次捕捉到所述着陆地标时，采用广播方式发出着陆地标的位置信息；其余所述无人机收到所述着陆地标的 位置信息后，再次捜索到所述着陆地标时，采用广播方式发出确认着陆地标的消息。在本专利技术的一个实施例中，所述步骤C还包括当无线通信链路的暂时中断时，通过机载传感器感知其邻居无人机，并计算其与邻居无人机的相对距离和相对角度。在本专利技术的一个实施例中，所述根据所述无人机自身与所述着陆地标的相对距离和相对角度计算着陆地标的吸引力Fatt包括以下步骤以qland表示所述着陆地点在环境空间中的位置，其中qland = '以Qi表示无人机i的在环境空间中的位置，其中qi=T ;计算所述无人机i与所述着陆地点的距离P (qland, qj ,其中P (qland, = P I Iqlant^qiI | ;根据下列公式计算所述着陆地点对所述无人机i产生的引力势场Uatt(i) :Uatt0)=>2(qland，qj)，其中ε为正比例因子；根据下列公式计算所述着陆地点对所述无人机 i 产生的吸引力Fatt(1>:Fatt(i) = -VUatt(i) = 8p(qiaild, qQ = e||q丨and，q^。 在本专利技术的一个实施例中，所述根据所述无人机自身与所述邻居无人机的相对距离和相对角度计算所述邻居无人机间的排斥力Fmp包括以下步骤设无人机i拥有m个邻居无人机，则以表示所述无人机i的第j个所述邻居无人机在环境空间中的位置，其中Qj = T,且j=l, 2，…m;计算第j个所述邻居无人机与无人机i的距离P (qj, q)，其中P (qj, Qi) = P I Qj, Qi I ;根据下列公式计算所述第j个邻居无人机对所述无人机i产生的斥力势场Ukr獅UrepKi)=厂1— P^)，Ρ '如W ~P° ，其中η为正比例因 (0，p(qj-qi)> Po子，P ^为相邻无人机之间的安全距离；根据下列公式计算所述第j个邻居无人机对所述无人机i产生的排斥力Frepj ω 计算无人机i受到的总的邻居无人机的排斥力Frep(i) =Ej = mFrepj(i)。在本专利技术的一个实施例中，还包括步骤E.在着陆过程中不断更新并调整各个所述无人机的所述运动轨迹以实现协同安全着陆。综上，本专利技术提出的主要分为如下几个主要部分多无人机集群的信息共享无人机集群建立Ad Hoc形式的无线网络，通过无线链路广播自身及着陆地标在环境空间中的位置信息，实现传感器对环境的感知信息及无人机状态信息的共享；着陆地标及邻居无人机的位置感知利用机载传感器感知着陆地标和邻居无人机的位置，并结合自身位置计算与着陆地标及邻居无人机的相对距离和角度关系。此外，可以通过Ad Hoc的无线链路接收周围无人机的位置和状态，从而与机载传感器采集的信息相互补充，完成对着陆地标、邻居无人机的位置信息感知和获取；建立运动学模型并确定运动轨迹利用通过传感器感知和无线网络获取的着陆地标与邻居无人机的位置信息计算距离，利用人工势场法计算着陆地标的吸引力和邻居无人机的排斥力合力，建立自身的运动学模型并在着陆过程中不断更新和调整运动轨迹，最终实现多无人机的协同着陆。根据本专利技术实施例的基于Ad Hoc网络的至少具有以下有益效果 (I)适应性强，本专利技术的方法在获取着陆地标以及邻居无人机的位置信息时，采用机载传感器搜索和Ad Hoc网络信息共享两种方式，可克服因天气变化、能见度变化和电磁干扰等因素造成的信息获取限制，具有很强的适应性；(2)可扩展性好，本专利技术的方法通过机载传感器采集信息，通过Ad Hoc无线网络共享传感器的环境感知信息以及无人机的状态信息，并可利用Ad Ho本文档来自技高网...

【技术保护点】
一种多无人机协同着陆方法，其特征在于，包括以下步骤：A.为多个所述无人机建立Ad？Hoc通信网络；B.各个所述无人机利用机载传感器搜索自身位置和着陆地标，并基于所述Ad？Hoc通信网络采用广播的方式向其他所述无人机发送数据包，所述数据包包括位置信息及状态信息；C.各个所述无人机接收邻居无人机的所述数据包，并根据所述无人机自身和邻居无人机的所述数据包，计算自身与所述着陆地标及所述邻居无人机的相对距离和相对角度；以及D.构建环境空间势场，根据所述无人机自身与所述着陆地标的相对距离和相对角度计算着陆地标的吸引力Fatt，和根据所述无人机自身与所述邻居无人机的相对距离和相对角度计算所述邻居无人机间的排斥力Frep，计算势场合力F=Fatt+Frep，建立运动学模型并确定所述无人机的运动轨迹。

【技术特征摘要】

【专利技术属性】
技术研发人员：戴琼海，李一鹏，
申请(专利权)人：清华大学，
类型：发明
国别省市：