购买
下载掌阅APP,畅读海量书库
立即打开
畅读海量书库
扫码下载掌阅APP

2.3 面向协同控制的无人机个体控制结构

无人机个体控制结构的设计跟无人机执行任务的过程息息相关,在执行任务的不同阶段,个体控制目标会有所区别。

2.3.1 面向协同控制的无人机个体控制目标

无人机执行任务的过程包含飞向目标点的过程和目标跟踪的过程。所以无人机控制功能应该包括由姿态控制和自主导航组成的自主飞行控制、目标跟踪队形控制、任务管理等功能,同时由于无人机要在复杂环境中实现与其他无人机的协同,共同完成目标跟踪任务,因此还应具备通信、环境感知、应急处理等能力。

1. 自主飞行控制能力

无人机自主飞行控制能力是将无人机机载传感器的数据经过分析处理后,驱动相应的执行机构(通常包括油门和三个舵面),自主控制无人机完成任务。主要是以姿态控制(俯仰、横滚、航向)作为内回路,航迹控制作为外回路,当无人机在空中受到干扰时保持姿态与航迹的稳定,以及接收地面控制站的指令和领航无人机的指令,改变飞机的姿态与航迹。其主要功能包括:改善飞行质量,如改善俯仰、滚转和偏航通道的固有阻尼特性和固有频率特性;全自动航迹控制(图2-4),即在无人机飞行前按要求制定飞行航线,该航线分别由航路点和相临两航路点之间的直线段组成,由无人机当前位置计算无人机偏离航线的侧偏距,然后计算出给定导航偏航角速度,控制副翼和方向舵的舵偏角值,最终消除侧偏距。

图2-4 无人机自主飞行过程

2. 目标跟踪控制能力

无人机自主目标跟踪控制能力是对无人机获得的目标信息和自身传感器获得的自身信息进行处理,驱动相应的执行机构(通常包括油门和三个舵面),实现在目标周围的盘旋飞行。主要是以姿态控制(俯仰、横滚、航向)作为内回路,目标跟踪控制作为外回路,实现对目标的持续稳定的观测。其主要功能是持续跟踪目标,即根据目标的运动轨迹、位置、速度等信息,计算无人机和目标的相对距离,并与期望的目标距离进行比较,控制副翼和方向舵的舵偏角值,最终消除误差,如图2-5所示。

图2-5 目标跟踪控制过程

3. 任务管理能力

任务管理能力主要是根据要求切换相应的控制率。例如,在滑行阶段,采用无人机滑行的控制率;在巡航阶段,采用无人机自主导航的控制率;在跟踪阶段,采用跟踪控制率;在降落阶段,采用降落控制率。

4. 通信能力

通信能力对于无人机之间的协作起着重要的作用。如何安全、高速、有效地进行数据传输,实现无人机之间的信息交流,是无人机之间合作的基础。通信能力的加强,便于无人机对一些复杂问题进行磋商,协作完成复杂任务。

5. 环境感知能力

无人机应能利用各种传感器对所处环境的信息进行收集。多架无人机在一定空间和时间领域进行合作时,不可避免地会相互干扰,在资源使用方面容易发生冲突,必要的环境感知能力是保证无人机正常飞行、智能决策的前提。

6. 应急处理能力

应急处理能力主要是当无人机自身出现突发状况或者遭遇突发危险后,能采取相应应急措施进行紧急处理,并能将情况反映给地面控制站。

无人机功能模块复杂,合理的无人机控制体系结构应具有以下特点:控制任务分配合理,每台飞行控制计算机的计算量均衡,既不能使某些飞行控制计算机低负荷,浪费资源,也不能使某些飞行控制计算机超负荷,从而影响整个系统的性能;控制结构应当层次化、模块化、标准化和通用化,层次化有利于模块化,而模块化、标准化、通用化有利于升级和扩展,增加新功能和新方法;可以针对不同的实际情况随时去掉某些功能,以取得最佳的经济效益。

2.3.2 基于Agent的无人机个体控制结构设计

Agent个体是MAS系统存在的基础,个体体系结构不同,群体控制决策所采用的方法、过程也不尽相同。

1. 单个Agent控制结构设计方法概述

许多学者依据不同的思路提出了很多各具特色的控制体系结构,主要包括传统结构、包容式结构、反应式控制结构、分层递阶式体系结构、混合式体系结构。

传统的人工智能思想是,外部环境可以用某种形式表达,人的智能可以通过以环境抽象模型为基础的抽象推理实现。在这种思想的指导下,可以将一个机器人的控制系统划分为三个功能单元:传感器系统、规划系统和执行系统。该控制系统的结构特点为:各部分之间的控制流、信息流是单向的;规划的执行类似于计算机程序的执行。这种结构的缺陷在于,规划算法的设计和世界模型的建立是非常困难的,而且很难适应环境的不确定性和不可预知性。

基于行为分解的包容式结构(Subsumption Architecture)最早由R. A. Brooks提出,其最初的目的是使传统结构效率更高。与传统结构一样,包容式结构的所有信息流都是单向地从传感器到执行器。包容式结构与传统的系统分解概念的不同之处在于,前者采用自下而上的层次构建方法,层次间存在密切关系,上层行为可以对下层行为的输出产生抑制作用。包容式结构与传统的体系结构相比,具有实时性强的特点,但其主要问题在于,上层会干涉下层行为,难以对功能进行模块化设计。

R.C.Arkin提出的基于Motor Schema的反应式控制结构与Brooks提出的基于行为分解的包容式结构有相似之处,它们都是基于行为的分解模式。二者的不同之处在于,反应式控制结构允许结合多种基本行为的输出产生一个高层的行为合成结果,增强了系统的柔性和灵活性。

Saridis最早提出了一种关于智能控制系统的分层递阶式体系结构,其分层的原则是,随着控制精度的增加,智能程度逐渐降低。分层递阶式结构的优点在于,系统的功能及层次分明且易于实现。分层式体系结构一般按功能要求划分系统模块,模块之间以分层递阶的方式相联系。每层只能与其相邻的上下层交换信息,下层要等待上层的规划,上层要等待下层的任务完成。对外部事件的反应时间较长是这种体系结构的不足之处。

随着对控制体系结构的深入研究,许多研究者将多种体系结构有机地结合起来,从而实现多种体系结构的优势互补,形成了鲁棒性强的混合式体系结构。这种结构通过对控制体系结构进行合理的分层,将包容式结构、反应式结构与上层规划、推理有机地结合在一起。该类结构能够使移动机器人在面对动态、复杂、非结构化环境时,具备快速反应能力,而且满足了复杂、动态的任务要求。目前开展的体系结构研究工作很多都是围绕混合式体系结构进行的。

2. 基于Agent的无人机个体控制结构

无人机还处于发展阶段,其智能程度还相对比较低,同时因为在实战中要求无人机飞行器具有较高的稳定性,所以会尽量减少一些智能程度高,但是稳定性差的模块。而且一般来说,较高的智能程度对相互之间的通信能力、传感器的精度和计算能力要求较高,这样可能会增加成本并容易受到战场环境的干扰。因此,无人机本身的智能程度约束要求研究者考虑到无人机实际工作状况,并提出切实可行的、能在短期内应用于实战的控制结构。所以需要对上面的Agent发展过程中提出的控制结构进行分析、研究和改进,提出一种既具有一定的智能,又能够付诸实际应用的控制结构。

根据上面的要求,在无人机控制结构设计中可以考虑以下原则。

(1)尽量不进行全局决策。由于对于无人机现有的通信能力、计算能力和智能程度来说,进行全局决策是一个短期内难以达到的技术水平,一般还需要根据实际任务,经过大量的计算,可能还要结合人为调整,因此最好还是由地面控制站进行全局决策。

(2)在没有突发威胁的情况下,尽量不进行局部规划。局部规划可能会影响整个队形的变化,导致队形不稳定,而且需要一定的计算量。因此在没有遭遇威胁到无人机自身安全的事件时,尽量不要进行局部规划,而是执行地面站所给的指令。

(3)采用分层结构的方法增强控制的稳定性和模块化,因为采用分层的结构后,对任务的分解会比较清晰,便于任务之间的切换和指令的执行。

所以根据无人机的发展现状,本节主要介绍采用分层递阶设计方法,并参考上述原则进行层次分解,设计单架无人机控制结构的过程,如图2-6所示。

图2-6 单架无人机的控制结构

决策规划层主要是在无人机执行任务之前,根据任务要求、无人机所能感知到的战场环境进行任务规划和航迹规划,并将航迹规划指令传输给任务解析层。在无人机执行任务的过程中,通过执行无人机或其他战场感知设备实时感知战场环境,并实时发布决策指令,使无人机避开突发的危险状况。

任务解析层主要负责动态组织、分配和管理执行资源,将决策规划层传过来的指令进行解析,并对指令进行相应管理,负责各种控制模态之间的切换;根据当前的任务状态、环境信息以及决策规划层下达的行动指令序列,给运动控制层规划出具体的运动策略、航迹控制要求,并生成运动控制层能接受的指令;接收无人机所感知的突发危险,在突发危险初期,具有突发危险的应急处理能力,并在突发危险处理后期,接受决策规划层的实时决策指令,控制无人机规避突发危险。

运动控制层是无人机控制系统的核心,主要包括自动驾驶仪模块、导航控制模块和目标跟踪控制模块。导航控制模块用来准确跟踪上面各层预先规划好的航迹,并通过无人机模型解算出当前时刻无人机的位置、速度信息、姿态信息等,并与预先规划好的航迹进行比较,对符合无人机实际飞行性能的航迹进行平滑等处理,再通过相应的控制算法得到控制命令,并传送给自动驾驶仪。目标跟踪控制模块是根据传感器感知到的目标位置和自身位置,计算目标位置和自身位置的距离,并和理想距离进行比较,再根据相应的控制算法使无人机与目标的距离与理想距离之间的误差达到最小,同时得到相应的控制指令并传送给自动驾驶仪。自动驾驶仪则执行上一层控制指令,得到相应的具体执行控制量,传送给感知执行层去执行,使无人机沿着任务要求的航迹飞行。

感知执行层是无人机的具体感知和执行机构,由姿态传感器、侦察传感器、舵机、舵面等组成,主要是执行上层的控制指令,使飞机沿预定轨迹飞行;并通过姿态传感器获得无人机的姿态信息,反馈给运动控制层,通过侦察传感器获得战场信息,反馈给无人机控制站;同时感知姿态和战场突发危险等信息,并传输给任务解析层,以便进行突发危险的应急处理。

通过上面的单架无人机的个体控制结构设计,保证了从上层到下层的智能层级越来越低。决策规划层所要求的智能程度较高,并需要大量的计算量和通信能力,可以依靠无人机地面控制站的高速计算机的计算能力、数据处理能力和通信能力,并通过让人参与到决策中来,来完成现阶段计算机尚不能完成的决策,以提高决策的准确性,并解决由于目前无人机技术水平还不成熟,无人机系统很难完全独立自主地应对现实世界的问题。同时在任务解析层,由于突发危险的实时性处理要求,如果通过地面控制站进行处理可能会延误最佳处理时间,因此该层要能够进行一些应急处理,并具有一定的智能处理能力,进行突发危险的初步处理,以达到规避突发危险的要求。运动控制层主要是根据上面的命令完成相应的控制,只具备相应的自动控制能力,基本不具备智能处理能力。而感知执行层仅需按照要求进行相应的感知执行。

这种分层设计的控制结构层次清晰,便于进行模块化设计。而且在满足了所面临的复杂环境和任务所要求的规划的能力的同时,克服了现阶段无人机的自主决策能力不够而带来的约束,无疑是一种非常有效的控制结构,可以大大降低任务的风险和成本,并提高无人机的综合性能。 CkE/baHSvOGe4JD0/hZc5BuK6fRInVbMB9wb2P1Ume4mDrJaf9anBqunWBr4Nva6

点击中间区域
呼出菜单
上一章
目录
下一章
×