[发明专利]一种分布式集群无人机队形变换方法

权利要求书

1.一种分布式集群无人机队形变换方法，其特征在于，包括以下步骤：

步骤1：定义无人机集群，其中有N架无人机和一个虚拟领导者，无人机集群的集合为{UAV₁，UAV₂，...UAV_N}，无人机标号集合为I＝{1，2，...N}，设定无人机i的位置向量为x_i，速度向量为v_i，虚拟领导者γ的位置向量为x_γ，速度向量为v_γ，初始化无人机和虚拟领导者的位置向量和速度向量；

步骤2：将虚拟领导者γ设定为无人机集群的几何参考点，确定无人机集群队形中各目标位置与虚拟领导者的相对距离；

步骤3：在地面坐标系中确定无人机集群队形中各目标位置的坐标T_j：

步骤4：建立目标队形位置分配模型：

无人机集群队形的任务分配问题定义为：无人机从当前位置移动到一个目标位置被定义为一个任务，给定N架无人机和N个目标位置进行任务分配，使得完成任务后获得的总距离代价最小；该任务分配问题的数学模型如下：

其中，g∈{0，1}^N*N表示一个由0，1变量构成的决策变量集合，g_ij表示无人机i移动到目标位置j的决策变量，i表示无人机序号，j表示目标位置序号；

c_ij(g)表示无人机i移动到目标位置j的收益值：

其中，λ_j表示折扣因子，R_j表示无人机i移动到目标位置j的价值；τ_ij表示无人机i到达目标位置j所用的时间：

τ_ij＝d_ij/v_i

其中，d_ij为无人机i从当前位置到目标位置j的距离；

步骤5：确定每架无人机需维护的数据信息结构：任务包集b_i、获胜者列表z_i、获胜出价列表y_i、时间戳信息s_i；

任务包集b_i：b_i＝{b_i1}，任务包集包含了无人机i选择将执行的所有任务，并按照任务的添加的时间顺序从前到后排序；

获胜者列表z_i：z_i＝{z_i1，...z_iN}，集合中的元素z_i1，...z_iN表示当前所有任务的获胜者的标号；

获胜出价列表y_i：y_i＝{y_i1，...y_iN}，集合中的元素y_i1，...y_iN表示按照当前获胜者列表中的顺序，获胜者对获胜任务的出价；

时间戳信息s_i：s_i＝{s_i1，...s_iN}，集合中的元素s_i1，...s_iN表示无人机i接收到无人机k最新消息的时刻，k＝1，...，N；

第i架无人机的任务包集更新步骤如下：

步骤5-1：依次计算无人机i完成所有不在任务包集b_i中的任务的收益值c_ij；

步骤5-2：将计算得到的收益值c_ij与无人机i当前的获胜出价列表中相应的y_ij值比较，若对于同一个任务，收益值c_ij大于y_ij，则设置竞拍标志h_ij＝1，否则h_ij＝0；

步骤5-3：依次计算c_ij·h_ij，找到乘积最大的c_ij·h_ij所对应的目标位置j^*，如果此时则将无人机i移动到目标位置j^*对应的任务加入无人机i的当前任务包b_i；如果此时c_ij·h_ij≤0，则保持当前状态不变；

步骤6：无人机i在通信邻域内接收其它无人机k的获胜者列表，获胜出价列表和时间戳信息，并接收到更新、复位和离开三种共享信息，同时无人机i按照接收到的共享信息的种类，按以下原则更新数据信息结构：

更新：将y_kj的值赋给y_ij，将z_kj的值赋给z_ij；

复位：将y_ij的值重置为0，z_ij重置为空；

离开：y_ij、z_ij不做任何改变；

时间戳信息s_i的更新公式如下：

其中，s_ik是无人机i接收无人机k最新消息的时刻，s_mk是无人机m接收无人机k最新消息的时刻，τ_r代表无人机i接收到无人机k消息的时刻，a_ik是无人机i和无人机k之间能否进行通讯的标志位，a_ik＝1代表无人机i和无人机k之间可以通信，a_im是无人机i和无人机m之间能否进行通讯的标志位；

步骤7：确定各无人机在期望队形中相对于集群几何参考点的距离向量r_i，作为集群协同控制律的输入量：

r_i＝x_γ-T_j

步骤8，定义集群协同控制律如下：

u_i＝u_γ+u_αi+u_d

其中，u_i表示无人机i的总加速度，u_γ表示虚拟领导者的加速度；

u_αi为无人机间的作用力，当无人机间距离小于队形期望距离d时，表现为斥力，当无人机间距离大于期望距离d时，表现为引力：

其中，c_α表示无人机间作用力的权重系数，ψ_α表示无人机间的人工势能函数，α和q表示无人机间的作用力参数，N_αi表示无人机i的通信邻域：

N_αi＝{||x_p-x_i||＜r|i，p∈N}

其中r为通信半径，p为第p个无人机编号；

u_d为无人机之间以及无人机与虚拟领导者之间的速度位置一致性控制函数：

其中，r_ip为无人机i和无人机p之间的期望相对位置向量，且r_ip＝r_i-r_p，k₁、k₂、k₃、k₄为增益系数，x_i(t)是无人机i随时间变化的位置向量，x_p(t)是无人机p随时间变化的位置向量，x_γ(t)是虚拟领导者γ随时间变化的位置向量，v_i(t)是无人机i随时间变化的位速度向量，v_p(t)是无人机p随时间变化的速度向量，v_γ(t)是虚拟领导者γ随时间变化的速度向量，a_ij(t)为邻接矩阵函数：

a_ij(t)＝ρ_h(||x_j-x_i||_σ/||r||_σ)

其中ρ_h为0到1上连续光滑的碰撞函数；

步骤9：无人机按照以下二阶模型飞行，直至到达飞行终点：

其中u_i(t)是无人机i随时间变化的总加速度。