[发明专利]一种无人机-无人车集群模型时变编队控制方法及系统

说明书

本发明公开了一种无人机‑无人车集群模型时变编队控制方法及系统。方法包括：建立无人机的动力学模型以及无人车的运动学模型；根据无人机的动力学模型以及无人车的运动学模型，采用内外环控制架构，建立无人机‑无人车集群模型；获取无人机‑无人车集群模型的期望运动轨迹；根据无人机‑无人车集群模型中无人机以及无人车的位置，刻画无人机‑无人车集群模型的编队构型；根据期望运动轨迹以及编队构型，构造分布式时变编队跟踪控制器；通过分布式时变编队跟踪控制器对无人机‑无人车集群模型的时变编队进行控制。本发明设计分布式编队跟踪控制器，实现异构机器人集群系统的分布式自组织编队运动。

技术领域

本发明涉及多机器人协同控制领域，特别是涉及一种无人机-无人车集群模型时变编队控制方法及系统。

背景技术

编队控制是多机器人系统协同控制领域中的重要课题之一，通过调整各机器人之间的相对阵位关系，使得多机器人系统形成特定的编队队形，可以为包括协同侦察、探测以及围捕等任务创造有利条件，提供技术保障。考虑到外部态势和任务需求的多变性，多机器人系统的编队队形往往不是固定不变的，需要能够根据实际需求实时动态调整，即需要时变编队控制。

无人机与无人车在机器人集群系统中最具有代表性，通过无人机与无人车的合理搭配，可以弥补同类机器人的不足，大幅提升协同作业效能。例如，在丘陵、山地及城市环境作业的多辆无人车往往会因为遮挡而无法有效探测和通讯，通过加入多架无人机并进行编队控制，可以为多无人车提供大范围环境信息和通讯中继功能，实现无人车与无人机资源的有效互补。由于无人机与无人车具有完全不同的动力学与运动学模型，并且无人机在空中三维运动，无人车在地面二维运动，所考虑的多机器人系统是异构的。无人机-无人车异构集群系统时变编队控制问题是解决包括空地协同在内的跨域协同应用过程中的关键技术问题，具有重要理论价值和实际应用意义。

常见的编队控制策略主要包括基于领导者-跟随者、基于行为以及基于虚拟结构的方法。但是，领导者-跟随者方法严重依赖于领导者的运动，领导者的故障将会导致整个编队的崩溃；基于行为的编队方法依靠于定性的行为规则，难以建立整个系统的定量模型，无法保证整个系统编队运动的稳定性；基于虚拟结构的方法需要中心节点进行集中式控制，不能够以分布式的形式实现。近年来，随着一致性控制理论的发展与完善，基于一致性的编队控制方法受到国内外研究者的广泛关注。该方法仅利用邻居节点的相对作用信息设计本地控制器，结构简单，具有较好的可扩展性与自组织性，同时该方法能够在一定程度上克服上述三种传统编队控制方法的缺点。

目前，现有的基于一致性的编队控制方法主要针对同构多机器人系统，即要求多机器人系统中每个机器人都属于同一类型，并具有完全相同的数学模型。由于无人机与无人车具有不同的动力学模型，并且其状态维度存在差异，已有的针对同构集群系统的编队控制方法难以直接应用。此外，现有方法大多只能够实现时不变的编队构型，而在实际应用中，为了应对复杂的外部环境以及任务的变化，多机器人系统需要能够实时动态调整自身的编队队形，时变编队更具有实际意义与一般性。如何实现无人机-无人车异构集群系统的时变编队跟踪控制是有待突破的技术难题。

发明内容

本发明提出一种无人机-无人车集群模型时变编队控制方法及系统，其目的是设计分布式编队跟踪控制器，使得多无人机与无人车系统在形成期望的时变编队构型的同时，能够跟踪期望的参考航迹，实现异构机器人集群系统的分布式自组织编队运动。

为实现上述目的，本发明提供了如下方案：

一种无人机-无人车集群模型时变编队控制方法，所述方法包括：

建立无人机的动力学模型以及无人车的运动学模型；

根据所述无人机的动力学模型以及无人车的运动学模型，采用内外环控制架构，建立无人机-无人车集群模型；

获取所述无人机-无人车集群模型的期望运动轨迹；