智能无人集群系统协同控制关键问题分析

无人机集群协同控制是智能无人机集群协同作战的技术基础,在复杂的动态环境和时间敏感态势下,可实现对各种信息快速有效地获取、处理、传输以及多平台的控制。针对智能化无人集群系统协同控制的关键问题,重点分析了复杂战场环境下多无人机系统的多级分布式协同控制体系结构以及具有时空约束的协同航迹规划问题,比较了采用三种不同算法的多无人机协同航迹规划的仿真结果;分析了集群编队控制中的协同控制策略和编队队形重构等关键问题,给出了多无人机编队运动轨迹和编队构型变化轨迹的仿真结果。最后从5个方面阐述了智能无人机协同控制技术的发展。     

异构多智能体系统时变编队控制研究

在实际应用场景中,多种智能体需要相互协作,这时多个智能体是异构的,即智能体运动模型不同,针对此问题,以由一阶和二阶智能体构成的低阶异构系统为研究对象,基于一致性原理,研究了异构多智能体系统时变编队控制问题。基于局部邻居节点之间的信息交互,提出分布式时变编队控制器,并通过理论推导给出异构多智能体系统实现时变编队的可行性条件,同时给出控制器参数设计方法,理论证明控制器稳定性。最后通过仿真结果体现了控制器的有效性,解决了低阶异构系统的时变编队控制问题。     

考虑内部避碰的无人机编队控制研究

针对无人机编队形成或变换过程中内部避碰的需求,设计了切换型编队控制器,以基于一致性的编队控制器为主导,附加避碰控制器。避碰控制器基于人工势场法,当无人机探测到安全范围内其它无人机时,避碰控制器起作用。给出了有向通信条件下基于一致性编队控制器参数选取的规则,保证多无人机系统最终形成给定编队。仿真结果表明,该控制方法能够使无人机集群系统形成编队,并且在编队形成过程中无人机间不发生碰撞。     

基于虚拟中心的四旋翼无人机一致性编队控制研究

为提升无人机“蜂群”系统编队控制的一致性,以四旋翼无人机及所属“蜂群”系统为例,建立了四旋翼无人机单机以及“蜂群”系统模型。基于虚拟中心控制方法,提出了一种四旋翼无人机一致性编队控制策略。设计了一种分布式协同一致性编队控制律,并对该控制律的稳定性进行了推导分析。对应用该控制律的多四旋翼无人机组成的“蜂群”系统进行了编队飞行仿真,仿真结果表明,该控制律作用下的四旋翼无人机能够稳定飞行并在12 s内完成编队,验证了该协同编队控制策略的可行性和有效性。研究结果为提升“蜂群”系统的编队一致性问题起到了一定的理论指导作用。     

多无人机协同编队飞行设计方法

为解决军事对抗训练中作战飞机协同编队飞行进袭态势的构建问题,提出一种多无人机协同编队飞行设 计方法。采用单机个体路径跟踪控制与多机群体集中控制的综合设计方法,设计多无人机协同编队飞行总体架构, 建立多无人机之间的相对运动关系模型,给出飞行实施的控制策略,通过仿真实例验证了多机协同编队控制效果。 仿真结果表明：多无人机协同编队控制方式能够实现跟随机对领航机航迹的跟踪,可有效解决在3 维空间的编队 控制。     

多无人机容错协同控制研究现状与展望

无人机集群系统的故障与环境干扰对多无人机协同控制带来诸多挑战,对多无人机容错协同控制的研究具有重要意义。基于分层递阶方法,提出了包含决策层、编队层、本地层的无人机容错协同控制研究框架。分别从故障诊断与容错控制方法两方面综述了本地层容错控制理论研究现状。梳理了包含单机故障、通信拓扑故障、外部因素干扰下的编队层容错控制方法。概述了无人机在对抗环境下任务分配的研究成果。基于现有研究成果对多无人机容错协同控制的难点进行归纳,并结合智能化健康管理、无人机编队重构、分布式网络安全等技术提出发展建议。     

国外无人机集群协同控制技术新进展

综述国外无人机集群系统内涵、发展阶段及典型应用的研究现状,着重梳理协同控制技术在无人机集群中的应用和发展。首先详细分析Leader-follower方法、基于行为法、基于一致性方法及虚拟结构法四种协同控制技术的国外研究现状,并归纳总结其优缺点;然后着眼于无人机的感知能力,从基于位置、位移及距离的编队控制方法视角,分析协同控制技术的发展历程及方向;提出了现阶段无人机集群协同控制亟待解决的问题及深入探索的方向。     

参数自优化的有人与无人车辆编队鲁棒模型预测控制

为解决有人与无人车辆编队中,有人领航车紧急加减速和紧急转向控制输入对无人车跟踪控制的扰动问题,设计了一种参数自优化的有人与无人车辆编队鲁棒模型预测控制算法。通过采集分析历史数据确定控制器扰动的噪声极值,并经过适度放缩得到其鲁棒边界。设计抑制该扰动的局部反馈鲁棒控制器,并通过贝叶斯优化的方法实现鲁棒边界等控制器参数自优化。基于混合整数线性优化的方法预测有人领航车未来轨迹,并设计鲁棒模型预测控制器实现无人车对有人领航车的跟踪控制。仿真和实车试验结果表明：所设计的鲁棒模型预测控制器在跟踪精度方面相比于传统模型预测控制器有明显的提升;同时该控制器有效地抵抗了来自有人领航车紧急加减速和紧急转向控制输入、无人跟随车系统模型不确定性和外部环境的扰动,振荡情况明显改善,提高了系统的鲁棒性。     

一种分布式多无人机协同定距盘旋跟踪制导律

多无人机协同跟踪运动目标既可以全方位探测目标信息,又可以应对外界视线干扰,降低丢失目标的概率,因而具有重要研究意义。基于Unicycle模型提出了一种仅需目标和邻近无人机信息的分布式协同定距跟踪制导律,解决了传统Leader-Follower方法中编队过于依赖Leader的问题,提高了编队网络的鲁棒性。针对静止目标设计了基于相对距离与视线角的分布式多无人机协同制导律,并证明了系统稳定性;该制导律推广至对匀速及变速目标的跟踪制导;利用飞行控制器、模拟飞行软件X-Plane和仿真软件MATLAB/Simulink对上述静止、匀速和变速3种运动模式的目标分别进行协同跟踪半实物仿真,结果验证了所提制导律的有效性。     

双无人机对地快速移动目标跟踪的构型设计与控制方法

为实现对地面快速移动目标的探测跟踪,基于无人机侦察载荷的误差模型,设计了双无人机编队跟踪目标的构型与跟踪控制律。面向持续跟踪的典型应用场景,设计了基于Leader-Follower的双机编队构型,并基于相机误差模型建立了双无人机探测叠加区域的误差分布模型,以此确定了目标与无人机编队的位置关系。之后,基于无人机与目标的视觉关系定义长机的矢量前置角和与目标之间的距离为跟踪误差,设计了基于李雅普诺夫方法的跟踪控制律,并证明跟踪控制的渐近稳定性。设计了僚机相对于长机的编队控制律,以保持双机平行编队的构型。仿真结果表明,目标机动运动时,双无人机系统能够在较短时间内收敛,实现对目标的持续稳定跟踪。     

带有多未知性的无人车编队控制

文中研究无人车领导者具有未知线速度、角速度及其未知上界等多种未知性的无人车编队控制问题.首先,通过变换将无人车编队控制问题转化为无人车一致性问题;其次,为补偿这些未知性,通过建立时变反馈控制方法,解决了无人车一致性控制问题,进而实现了无人车编队控制.该方法的核心思想是在控制器中引入一个时间函数使得随着时间的增加,这些未知性能够得到补偿.最后,通过数值仿真验证了控制算法的有效性.     

基于盲区概念减少通信量的多AUV 编队控制

针对在水下复杂环境中编队控制多AUV协作的问题,设计一种使用人工势场和虚拟领航者并引入盲区设计的多AUV分布式协作控制方法。介绍一种用于AUV集群在无障碍条件下的形成期望编队的反馈控制规律,详细分析了基于虚拟领航者和盲区概念以减少通信量的控制规则,建立了AUV编队的数学模型,通过反馈控制完成AUV集群的预定编队,在无障碍环境下达成一种能减少通信量的AUV编队的协调与控制。仿真实验结果验证了该编队控制律的有效性。     

基于反步法和非线性动态逆的无人机三维航路跟踪制导控制

为实现无人机在大范围内稳定、精确地跟踪三维参考航路,基于制导与控制回路独立设计的思路,提出了一种无人机三维航路跟踪制导控制方法。在制导外环,引入沿参考航路飞行的虚拟无人机作为向导并利用反步法设计三维航路跟踪的非线性制导律;在控制内环,以非线性动态逆理论和奇异摄动理论为基础,设计由机动指令生成器、角度转换器、慢回路姿态控制器和快回路角速度控制器所组成的飞行控制模块,对制导外环给出的制导指令进行快速精确地跟踪。基于Lyapunov稳定性理论证明了无人机航路跟踪制导控制方法的稳定性。通过对比分析无人机6自由度模型下的三维航路跟踪仿真,说明所提出的制导控制方法能够使得无人机精确地跟踪参考航路,从而验证了该方法的有效性、合理性。     

空中靶机集群协同飞行研究

为满足靶机系统对来袭目标的逼真模拟要求,对靶机编队协同飞行系统的集群编队策略及编队模式进行研究.结合靶机集群协同飞行的特点,分析其优劣势.研究靶机集群协同飞行的2个控制层面,设计基于相对运动模型的编队控制器,并使用高亚音速靶机系统做相关仿飞验证.基于现有的工程实践经验,简要概述空中靶机集群系统未来的研究发展.结果表明:该控制器的纵向高度间距保持较好,前向及侧向距离呈逐步收敛趋势.     

切换通信拓扑条件下的无人机集群构型变换控制

研究了在切换通信拓扑条件下的无人机集群构型变换控制问题。基于一致性控制理论,对具有2阶积分特性的无人机集群设计了构型变换控制协议,为使无人机集群能够实现特定构型变换并保持特定速度,在控制协议中引入编队参考向量。给出了在通信拓扑切换情况下无人机集群实现特定构型变换并保持特定速度的充分必要条件。在通信拓扑图保持连通的条件下,利用Lyapunov稳定性理论证明了无人机集群系统稳定性,并利用代数黎卡提方程理论给出了控制协议中参数矩阵的设计方法。数值仿真结果验证了所设计的控制协议有效性。     

无人机编队保持反步容错控制

针对领导-跟随无人机编队中的执行器故障、不确定气动参数和外界扰动等问题,设计了无人机编队保持反步容错控制。建立了编队纵向、编队横向和编队高度三维误差模型,并将无人机本体方程分为快慢两个回路,建立包含外界扰动、不确定气动参数及执行器故障的无人机运动模型;设计内环容错控制系统,对编队外环控制器产生的指令信号进行跟踪。内环容错控制系统主要由3个部分组成：一是基于滑模观测器的故障检测和辨识,实现对故障执行器的定位和故障参数的辨识;二是将故障参数及干扰观测器与反步容错控制相结合,实现包容外界扰动、不确定气动参数和执行器故障的容错控制;三是内环容错控制系统稳定性分析。仿真结果表明,所提容错控制方法能够有效地实现无人机编队的飞行容错控制。     

攻击型无人机群协同自组织控制研究

无人机群利用协同侦察和攻击模式可以提高作战任务的成功概率,完成单架无人机无法完成的任务。论述了无人机群协同自组织控制的研究进展,主要包括：无人机群自组织控制流程、无人机群编队队形设计、无人机群编队飞行控制策略。     

UAV集群自主协同决策控制的研究现状与分析

无人机集群自主协同决策控制为智能控制技术与平台控制技术的高度综合,是UAV集群协同作战的技术基础。如何通过有效的协同决策控制策略支持战场环境下UAV集群协同攻击多目标,满足在时空约束下以最大的成功概率和最低的风险命中目标,实现UAV集群整体作战效能大于单UAV独立作战效能的总和,是一个极具理论价值和实战意义的问题。对面向协同作战的UAV集群编队,分别从UAV集群协同任务分配、协同航迹规划、一致性协同编队控制、紧密编队中气动耦合问题、编队规避防障控制方面对国内外研究现状进行阐述,并对UAV集群自主协同决策技术研究进行重点分析。     

基于状态估计的多机编队保持技术研究

针对工程中通信带宽有限的情况,研究了基于TDMA网络的多无人机编队控制发散问题,通过将网络通信时延转变为具有时变异步时延的切换拓扑网络一致性收敛问题,设计了一种基于状态估计的多机编队控制协议。通过卡尔曼滤波器对通信时刻编队内无人机状态进行估计,解决了协议中状态信息时刻不一致导致的编队发散问题,适用于TDMA组网的大规模编队控制。最后数值仿真结果表明该控制协议能够有效抑制网络中异步时延对多机编队保持精度的影响,提高了多机协同编队保持控制的稳定性。     

多目标时空同步协同攻击无人机任务分配与轨迹优化

针对复杂战场环境下分布式无人机对多目标协同打击任务,提出多目标攻击的任务分配与轨迹优化算法。建立典型多目标打击的任务场景和无人机模型;基于Delaunay三角形理论,以禁飞区为节点构建搜索地图;运用A^*算法实现威胁最小的单机路径搜索;在无人机动力学约束和能耗损失最小的基础上,引入时间调节因子,采用基于贝塞尔曲线的分布式无人机时空同步轨迹优化方法,得到对多目标同时打击的优化轨迹;设计轨迹跟踪控制器,对预规划轨迹进行跟踪仿真。仿真结果表明,多目标攻击的任务分配与轨迹优化方法能够对多目标实现多角度、时空同步、分布式协同打击,且对噪声及阵风等具有较强的抗干扰能力。