APP下载

无人机自主编队的人工力场控制方法

2018-08-30岳碧波

兵器装备工程学报 2018年8期
关键词:僚机数据链防撞

程 旗,岳碧波

(四川九洲空管科技有限责任公司, 四川 绵阳 621000)

无人机(Unmanned Aerial Vehicle,UAV)由于具有重量轻、机动性高、隐蔽性好、适应性强和不必冒生命危险等特点,在侦察、监视、通信中继、电子对抗、摄影娱乐、农林作业、治安反恐、地理测绘、灾害救援等领域应用越来越广泛。在军事应用领域,单无人机往往很难实现任务预期,多无人机编队、有人/无人协同编队等编队形式逐渐引起人们的重视,随着UAV技术的不断发展,尤其是战术数据链、高精度定位、人工智能等技术逐渐成熟,无人机自主编队控制技术已经引起了国内外学者的广泛关注。

在编队形式上,具有代表性的有Marcello等[1]提出的领航-跟随编队模式、Ren等[2]提出的虚拟长机分布式编队协同控制模式、Norman等[3]提出的基于虚拟结构的多机编队模型,其中领航-跟随编队模式在无人机编队控制中得到了广泛应用[4-6]。在具体编队控制方法上,常用的编队控制方法有PID 控制[7]、自适应控制[8-9]、模糊控制[10]、各类仿生控制以及智能控制等[11-13]。上述方法在一定程度上解决了编队航迹实时规划问题,将编队控制与编队成员之间的防撞问题分离,事实上,编队内的防撞问题,尤其是有人/无人编队内的防撞规避问题,其重要性比编队效率更高。邵壮等[14]采用对编队内无人机进行优先级排序的方法,防止发生编队碰撞,但未对防撞规避航迹规划提出具体实施方法。

本文针对无人机在动态变化的编队飞行环境中面临的编队队形保持与编队内碰撞风险的问题,采用人工力场方法,将编队队形控制与编队内防撞规避作为研究整体,在保证编队队形的同时实现编队内无人机协同规避。

1 自主编队模型

无人机在三维场景中飞行时,其运动模型可以表示为

(1)

其中,(x(t),y(t),z(t))为时刻t时无人机在惯性坐标系中的位置,V(t)为无人机的瞬时真空速,μ(t)为无人机的瞬时航迹倾斜角,并且满足μ(t)∈[-π/2,π/2],φ(t)为无人机瞬时航向角,并且满足φ(t)∈[-π,π]。

本文中,编队控制包括了编队队形控制与编队内防撞两个方面的内容。采用领航-跟随编队模式,编队控制实质上是要维持和控制僚机在整个飞行过程中与长机的相对距离和方位。自主编队控制的过程如图1所示,长机通过数据链等方式向僚机共享本机位置与计划航迹,僚机依据编队控制距离、控制方位、长机飞行航迹、编队内其他飞机位置等数据预测本机最佳航迹点,确保本机与编队成员飞行安全与任务执行效率。编队采用的数据链种类因编队机型以及主要用途而定,其中态势感知数据链是用于解决协同作战过程中的互通和态势实时共享问题而开发的专用军用数据链,该数据链工作于UHF频段,采用时分多址体制,具有空地和空空两种模式,其数据传输速度以及作用距离完全满足无人机系统控制与协同需求,是无人机控制常用的数据链之一。为兼顾编队成本以及任务执行效率,通常要求无人僚机的性能接近长机,例如在军事领域,美军计划将三代机改无人机作为五代战斗机忠诚僚机。

图1中,编队为V型领航-跟随编队,僚机与长机距离为L,方位角度为θ,僚机防撞隔离空域是以本机为中心的球体,其中,碰撞区半径为r,冲突区半径为R,当入侵飞机进入冲突区球体空域内,本机实施防撞规避;当入侵飞机进入碰撞区球体空域内,本机与入侵飞机发生碰撞,规避失败。因此,适用于动态变化的自主编队航迹规划是无人机编队的关键技术之一。

2 人工力场控制模型

人工力场法基本思想是假设本机飞行环境中充斥着一个巨大的力场,使得本机能够收到目的地的引力,同时收到障碍物的排斥力。

根据引力场和斥力场公式分别得到引力与斥力公式为[14]

Fatt(P)=ξρ(P,Pgoal)

(2)

(3)

Ftotal=Fatt(P)+Frep(P)

(4)

其中Fatt(P)为引力,Frep(P)为斥力,Ftotal为合力,P为本机当前时刻的位置,Pgoal为本机下一个目标航迹点位置,Pob为入侵飞机当前时刻所在的位置,ξ为引力因子,并有ξ>0,η为斥力因子,并有η>0,ρ(P,Pob)=||P-Pob||为位置P与Pob之间的距离。由式(3)可见,只有进入僚机冲突区内的目标才会对僚机产生斥力作用,最大限度降低了斥力作用对僚机飞行航线的影响。

3 无人机自主编队控制方法

僚机在编队飞行的过程中,通过数据链获取长机位置以及长机下一个目标航迹点位置,本机根据编队规则计算本机在下一时刻的期望航迹点位置,并在人工力场的作用下,受到下一时刻航迹点的引力作用,同时本机探测飞行环境中其他编队成员位置,若其他成员飞机进入本机冲突区域,则同时受到入侵目标对本机的斥力,僚机根据受到的引力和斥力自主规划最优航迹。具体执行流程如图2所示。

4 仿真实验

4.1 实验场景设置

为了验证本文无人机自主编队防撞航迹规划方法的执行效率,设计了一组二维编队飞行仿真实验。编队采用V型领航-跟随编队模式,长机数量为1,僚机数量为2,编队在同一水平面上飞行,长机做水平匀速盘旋飞行,僚机根据长机航迹自主生成飞行航迹点。为研究方便,建立飞行水平面直角坐标系,以正北方为Y轴正方向、正东方为X轴正方向,坐标原点固定,僚机机动能力足够支持各种快速变速转向飞行。各仿真参数如表1所示。

表1 仿真参数

4.2 仿真结果分析

编队飞机航迹如图3所示,各航迹形成一个同心圆,由内至外各航迹分别为,僚机1实际航迹、僚机1理论航迹、长机航迹、僚机2实际航迹、僚机2理论航迹。由于长机飞行航迹半径为3 500 m,其数值远大于两僚机航迹差,因此图3中僚机航迹误差不明显。

图4为僚机1和僚机2实际飞行航迹与其理论航迹之间的误差。由图4可见,在起始时刻,僚机1实际航迹与理论航迹最大距离误差15.0 m,在虚拟力场的作用下,僚机1快速接近预定航迹位置,其中僚机1实际航迹与理论航迹距离误差平均值为0.53 m。类似于僚机1,僚机2在起始时刻实际航迹与理论航迹最大距离误差为29.9 m,到达稳定状态后,实际航迹与理论航迹距离误差均值为2.01 m。

图5与图6分别为僚机1和僚机2在整个编队飞行过程中受到的引力及斥力,由图可见,两僚机在飞行过程中一直受到引力的作用,由于转向飞行速度方向的变化,僚机必须在下一时刻位置的引力下完成转向,否则将保持当前运动状态,随着力场的不断调整,最终两僚机受到的引力稳定在300左右,而斥力则只在编队形成初期起到了一定作用,到僚机与长机距离大于冲突区半径后,斥力迅速消失。

图7所示为编队内各飞机的间隔,在编队起始时刻,僚机未达到预定位置,各飞机的间隔变化较大,随着编队飞行的持续,僚机与长机间隔误差逐渐减小,最后稳定在150 m左右,两僚机的间隔在编队起始阶段有微小起伏,随后也稳定在150 m左右。其中,僚机1的起始位置接近预定位置,间隔变化不大,僚机2与长机的最小间隔为125 m,僚机1与僚机2的最小间隔为137.5 m。由于长机做圆周飞行,飞行方向不断变化,其方向不确定性造成了编队内各飞机间隔与编队规则间的细微偏差,其偏差在可接受范围内。由此可见,本文采用的编队人工力场控制方法不仅能够保持稳定的编队队形,而且能有效防止编队内成员飞机的碰撞。

5 结论

本文提出了一种无人机自主动态编队人工力场控制方法,无人僚机以本机期望航迹点为虚拟引力产生点,编队内成员飞机位置点为虚拟斥力产生点,在此虚拟力场的作用下,引导本机调整飞行速度和方向,使无人机能根据动态变化的飞行环境,自适应的调整本机飞行速度和飞行方向。仿真结果表明,该方法具有较强的鲁棒性和自适应能力,在保持稳定的编队队形的同时确保与编队内其他成员飞机保持安全飞行间隔,为解决无人机编队系统的自主飞行控制设计提供了新的思路。

猜你喜欢

僚机数据链防撞
“忠诚僚机”大猜想
防撞梁耐撞性及轻量化多目标优化设计
多平台通用数据链助力未来战场
你不是一个人在战斗
基于深度学习的无人机数据链信噪比估计算法
盾和弹之间的那点事(十六)
铝合金在汽车前防撞梁轻量化中的应用
一种汽车防撞保护装置的设计
僚机
汽车防撞安全系统技术受行业关注