[发明专利]一种基于行为控制的无人机集群编队飞行方法

权利要求书

1.一种基于行为控制的无人机集群编队飞行方法，其特征在于，包括以下步骤：

S1、在无人机集群中，根据无人机的运动模型，对无人机进行编号；

S2、利用编队控制器对无人机集群进行编队控制；

所述编队控制器包括信息感知模块、信息融合模块、行为决策模块和飞行控制模块；

信息感知模块包括传感器，用于获取无人机自身的位置信息以及飞行状态信息，包括无人机的定位信息，速度信息和航偏角信息；

信息融合模块，结合其他无人机的飞行状态信息以及环境中的障碍物和威胁区域信息生成编队控制中无人机的位置信息和路径点信息；

行为决策模块，根据各行为对应的重要性因子以及相关信息计算行为权重，并通过比较各行为的权重进行行为决策，根据决策生成控制输入指令，并将控制输入指令发送到飞行控制模块；

飞行控制模块，接受到飞行控制指令后依据控制指令驱动无人机的飞行控制器；

对无人机集群进行编队控制的步骤包括：

S21、每架无人机通过自身携带的GPS传感器获取自己的位置，并经过位置有效性判断和位置预测获取有效位置范围，将该有效位置范围发送到信息感知模块；

S22、信息融合模块接收信息，结合其他无人机的飞行状态信息以及环境中的障碍物和威胁区域信息生成编队控制中无人机的位置信息和路径点信息，当无人机GPS传感器的位置数据超出有效位置范围时，采用粒子滤波算法对无人机的无效位置进行预测分析，得到无人机的位置数据；

采用粒子滤波算法对无人机的无效位置进行预测分析，包括以下步骤：

S221、取初始时刻k＝1，从无人机位置的概率密度函数p(x_k)中抽取一组初始粒子其中表示k时刻从概率密度函数中抽取的第a个粒子，a∈[1,N]，N表示粒子的数量；

S222、对N个粒子进行重要性采样：

其中，粒子a的概率值服从为重要性概率密度函数，符号～表示服从概率密度函数，表示概率值对粒子a初始时刻到k-1时刻的集合z_1:k＝{z₁,z₂,…,z_k)是到时刻k的测量集合，z_k为时刻k是得到的概率测量值；

S223、计算粒子重要性的权值并进行权值归一化：

其中和分别为和表示概率观测量对应该粒子的概率密度函数，表示同一粒子前后时刻的概率密度函数，为前后时刻的对应粒子的条件概率；

粒子归一化之后的权值为：

其中表示归一化之后的权值，j∈[1,N]，表示每个粒子的权值；

S224、从集合中根据重要性权值重新采样得到新的N个粒子的集合并更新粒子的权值

S225、输出经过粒子滤波的无人机位置数据：

其中表示k时刻粒子滤波之后的无人机的位置数据，表示重新采样得到的粒子；

S23、行为决策模块在无人机编队飞行的过程中通过对比各行为权值的大小进行行为决策，以生成对应于当前所决策行为的控制输入u_i，并将控制输入指令发送到飞行控制模块控制无人机；

S3、基于行为的编队控制策略，选择无人机集群的编队飞行行为。

2.根据权利要求1所述的基于行为控制的无人机集群编队飞行方法，其特征在于，所述的无人机的运动模型满足：

其中，n为整数代表无人机数量，n≥3，i对应第i个无人机，p_i代表第i个无人机的位置，表示第i个无人机对位置的微分，代表对第i个无人机的控制输入,和分别表示对应于第i个无人机的线速度和角速度，定义无人机的位置状态量p_i＝(x_i,y_i,z_i)，其中x_i,y_i,z_i分别对应于无人机i在大地坐标系中的x、y和z轴坐标；

由n架无人机组成的无人机集群描述为{uav₁，uav₂,…,uav_i,…,uav_n}，其中uav_i表示第i架无人机的编号。