下载掌阅APP，畅读海量书库
立即打开
随着无人机应用越来越广泛，碰撞事故的发生已经成为影响其作战使用的重大因素，为此，无人机自主防碰撞成为无人机自主控制领域的研究热点。然而，当前关于无人机防碰撞的研究多以单机为主，多无人机防碰撞技术成为难点和挑战，无人机对于协同防碰撞以及冲突消解系统的需求变得非常急切 [1～3] 。
在多机防碰撞方面，文献[4, 5]分析了多机飞行碰撞的复杂性，采用建立voronoi多边形的方法解决防碰撞问题，但其仅限于二维平面，且规划出来的飞行航迹具有较差的可飞行性。人工势场法是解决多机防碰撞的一个较为有效的方法，文献[6～8]提出扁平函数、球面对称函数和超二次曲面函数等函数关系，并以此构建势场导航，引导无人机无碰撞飞行，但是人工势场法的最大缺陷在于不能考虑无人机自身动态约束。为克服人工势场4法的缺点，模型预测控制算法被引入防碰撞问题中，可以很好地处理无人机各类动态约束。文献[9,10]利用几何相切实现了二维环境中非线性约束条件下的障碍避撞。文献[11]采用分布式模型预测控制解决了三维环境中的多无人机防碰撞问题，但前提是障碍物已知。
虽然模型预测控制方法可以高效解决系统存在约束条件或维数高的问题，但系统计算量随多无人机编队内成员数量的上升而显著增大，在无人机数量较大的情况下，多无人机防碰撞方法难以满足实时性要求。目前通过模拟蚁群、鸟群、蜂群、鱼群等生物群体的行为，逐渐形成了集群智能方法 [12] ，以实现多平台分布式自组织控制，采用自底向上的数据驱动和建模策略，将简单对象构成大集合，通过简单智能主体的聚集协同来实现全局的智能行为，具有计算简单、鲁棒性好等诸多优势。
因此，本文在建立多无人机协同感知与防碰撞系统总体结构的基础上，设计了两种防碰撞方法。在无人机数量较少的情况下，为有效提高控制精度和任务完成效率，提出一种新的模型预测控制方法，采用扩展卡尔曼滤波对障碍物和目标轨迹进行预测，在此基础上计算无人机的碰撞概率，基于模型预测控制形成防碰撞决策。当无人机数量较大时，基于群智能规则研究多无人机防碰撞方法，定义编队内无人机成员的基本飞行规则，在此基础上将规避动作视为编队的另一飞行规则，通过设置相应的规则权重系数，建立防碰撞控制机制。仿真结果表明，两种方法均能完成多无人机防碰撞，且各具优势。