下载掌阅APP，畅读海量书库
立即打开
多机协同控制结构是在面向协同控制的无人机个体控制结构的基础上，从高一层的角度进行多无人机协同控制结构设计。在设计过程中，考虑到控制结构的稳定性，采取先设计两机协同控制结构，然后再扩展到多机协同控制结构的方式。
多无人机协同控制包含编队飞向目标点的编队巡航过程控制和无人机目标跟踪过程控制，下面对这二者的目标进行分析。
多无人机编队巡航控制的目标是根据无人机任务系统传过来的编队控制要求，分别驱动各架无人机相应的执行机构，自主控制无人机完成编队巡航任务。在编队巡航过程中，其协同控制能力主要包括巡航编队的形成能力、保持能力、队形变换能力和突发危险的处理能力。图2-7（a）为巡航编队队形形成示意图，图2-7（b）为巡航编队队形保持示意图，图2-7（c）为巡航编队队形变换示意图，图2-7（d）为巡航编队处理突发危险示意图。
图2-7 巡航编队飞行控制要求
多无人机目标跟踪飞行控制的目标是，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实现在目标周围的盘旋飞行，并且多无人机与目标的夹角保持固定。主要是以姿态控制作为内回路，目标跟踪控制作为外回路，实现对目标的持续稳定的观测。其主要功能为持续跟踪目标，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，并与期望距离和期望夹角相比较，控制副翼和方向舵的舵偏角值，最终消除误差。图2-8（a）为跟踪编队队形形成示意图，图2-8（b）跟踪编队队形保持示意图，图2-8（c）跟踪编队队形变换示意图，图2-8（d）跟踪编队处理突发危险示意图。
图2-8 多无人机跟踪飞行控制要求
在编队中为了保证队形的完整，必须要有一个队形的调节机制。即在编队过程中，必须要有一个参考点，不同无人机位于参考点的不同的相对位置，从而形成一定的队形。参考点的选择方法有以下三种。
（1）以队形的几何中心为参考点。平均编队中所有无人机的x、y和z坐标得到队形中心坐标，每架无人机根据自身和该中心的相对位置确定自己的位置。
（2）以领航无人机为参考点。在编队中选取一架无人机作为领航员，每架无人机根据它的位置来确定自己在队形中的位置。领航无人机不负责队形保持，由跟随无人机负责保持。
（3）以邻居位置为参考点。每架无人机根据一架已经确定位置的相邻无人机来确定自己的位置。
以队形的几何中心为参考点时，需要实时计算无人机编队的中心，然后进行相应的协调，无人机之间可能会产生冲突；以领航无人机为参考点时，当领航无人机出现异常时会使整个无人机队形出现异常；以邻居位置为参考点时，会导致通信复杂。本小节将结合以领航无人机为参考点和以邻居位置为参考点的参考点选取方法，提出一种分层的办法，如图2-9所示：首先确定整个无人机编队的领队，用以确定整个无人机编队的位置；接着找到跟随该领队的无人机集合，作为领队的下一层，该层的无人机受控于领队无人机；然后以该集合中的每一架无人机的跟随无人机作为下一层，该层的无人机受控于它跟随的上一层无人机。
图2-9 分层参考点选取
根据上面的参考点选取办法，可以建立两机的领航跟随运动模型。领航无人机将其状态信息传给跟随无人机，跟随无人机采用编队控制作为导航控制进行飞行。下面给出了整个编队的领航无人机与其跟随无人机的控制结构图，图2-10为两机巡航编队控制结构图，图2-11为两机目标跟踪飞行控制结构图。
图2-10 两机巡航编队控制结构
图2-11 两机目标跟踪飞行控制结构
建立两机的领航跟随运动模型后，可以通过分层参考的方法扩展到多机协同控制。但是怎样根据无人机间的通信网络，让每架无人机有且仅有一个参考点，是实现上述分层控制结构的重点，也是实现由两机协同控制扩展到多机协同控制的重要步骤。同时，因为无人机协同编队飞行的区域是具有战场威胁的，所以在无人机可能受到攻击或者遇到突发故障时，怎样生成新的控制结构网络也是应该考虑的问题。由于图可以较好地展示网络结构，因此本章将采用图论的相关方法，进行控制结构的生成和重构。
定义1：图。
一个图G一般由两个集合组成：非空结点集V和有限边集E，其中边是指不同结点组成的无序对。令V={v 1 ,v 2 ,---,v n }，表示包含n个结点的集合；令E={e 1 ,e 2 ,…,e m }，表示包含m条边的集合。其中每一条边都是集合V的二元子集{v i ,v j }，其中集合V（G）的基数n表示图的阶数，集合E（G）的基数m表示图的规模，当集合中的节点v i 和v j 组成{v i ,v j }∈E（G），或者说当{v i ,v j }是图G的边时，称结点v i 和v j 邻接，否则称结点v i 和v j 不邻接。
定义2：有向图。
当一个图G的边集是由不同结点组成的有序对构成时，该图就称为有向图。
定义3：连通图和非连通图。
如果一个无向图G的任何两顶点间均是可达的，则称图G是连通图，否则称为非连通图。
定义4：树。
如果一个图的任何子图都不是圈，则称此图为无圈图。连通无圈图称为树。
定义5：生成树。
假定图G=（V，E）是一个连通图，当从图中的任一顶点出发遍历图G时，会将边集E（G）分成两个集合A（G）和B（G）。其中A（G）是遍历图时所经过边的集合，B（G）是遍历图时未经过边的集合。则G 1 =（V，E）是连通图的生成树。
多无人机进行协同作战时，如果要求无人机有分散性控制能力，则无人机之间应该具有一定的信息交流和共享，以便无人机进行自主性的协作，也就是无人机内部应存在一定的通信关系。通信网络图用来表示各无人机之间的信息交流和共享的相互关系，系统内的各架无人机是通信网络图中的节点，无人机间的信息共享关系则是通信网络图中的边。
假定无人机的通信系统构成一个通信网络图G，那么G（V，E）是一个有向图，边V={v 1 ,v 2 ,---,v n }表示协同的无人机，E={e 1 ，e 2 ，---，e n }则表示无人机之间的通信关系，{v i ，v j }表示无人机i与无人机j之间有信息传输，箭头的指向是信息的传输方向。因为规模不大，所以该图可以采用0-1矩阵的方式进行存储，其中0表示两架无人机之间没有通信关系，1表示两架无人机之间具有通信关系。图2-12（b）为图2-12（a）的通信关系矩阵。
图2-12 通信网络结构图的存储结构
无人机的协同控制结构一般采用分层结构，而树是表示分层结构的一种较好的选择，那么多无人机之间的控制关系可以用树来表示，即通过无人机控制关系树来描述无人机之间的控制关系。一般情况下，树的结构可能通过双链表方式表示，如图2-13所示。
图2-13 控制关系树的存储结构
因为无人机通信网络图是已知的，所以可以通过该图生成无人机控制关系树，从而确定每架无人机的相对运动控制的参考点。有了每架无人机的相对运动控制的参考点，就可以确定各无人机之间的控制关系，即可以实现从两机协同控制向多机协同控制的扩展，具体如图2-14所示。
图2-14 控制关系树的生成
当参加协同任务的无人机出现异常时，控制关系树一般会发生变化，提示有些无人机没有相对运动控制的参考点，这时可以通过重构控制关系树来重新设计协同控制结构，具体如图2-15所示。
因此，通过通信网络图生成控制关系树是实现从两机控制向多机控制扩展的一种可行方法。
图2-15 控制关系树重构
从上面的图和生成树的定义来看，通信网络图有大量的生成树。也就是说，无人机协同编队可以生成很多种控制结构关系，而控制关系树的生成和重构算法是实现控制关系的关键。
生成树不是唯一的，通过宽度优先和广度优先搜索法分别进行遍历，可以得到两种生成树，分别称为宽度优先生成树和广度优先生成树。对于无人机协同来说，最简洁的控制关系应该是宽度优先的，这样层次清楚，结构符合实际编队过程。所以接下来采用宽度优先生成树算法，进行从无人机协同的通信关系向控制关系的转化。
宽度优先生成树算法是以接近起始节点的程度依次扩展节点的，在对下一层的任一节点进行搜索之前，必须搜索完本层的节点。具体算法如下。
第1步：首先建立两个链表，并命名为Open和Closed，其中Open表示未扩展的节点，Closed表示已经扩展的节点。
第2步：将整个协同编队的领航无人机作为起始节点，并作为控制树的根。
第3步：将该节点放入Open表中。
第4步：判断Closed表的长度是否为无人机的个数，如果是，则终止。
第5步：将Open表中的节点数据移到Closed表中，将该节点作为控制树的节点，其指针指向节点的下一层的节点，即子节点。
第6步：扩展该节点的后继节点，如果该节点在Closed表中存在，则不扩展后继节点；如果该节点在Closed表中不存在，则扩展后继节点并放至Open表末端，并提供回到原节点的指针。
第7步：回到第4步。
以上流程如图2-16所示。
图2-16 控制关系树生成流程
当其中的某架无人机出现故障或者被摧毁时，重构控制关系树是非常有必要的。无人机在控制体系中所处的位置不一样，重构方法也会不一样。例如，整个协同编队中的领航无人机出现损坏，和位于控制关系树末端的无人机出现损坏，其重构方法肯定是不一样的。所以可对不同位置的无人机损坏采取不同的处理方法，具体的处理方法如下。
（1）当整个编队的领航无人机出现损坏时，必须重新选定领航无人机，并调用上述算法重构控制关系树。
（2）当处于控制树顶端和底层中间的某架无人机出现故障时，则迅速找到能与故障无人机子节点的无人机通信的无人机，并将该无人机作为子节点无人机的通信节点，以实现快速重构。如果找不到与之通信的无人机，那么只有通过上面的生成树算法重新生成控制关系树。
（3）当处于控制树底层的无人机出现损坏时，因为不影响现有控制关系树，所以不需要进行处理。
这里主要对上面提出的由两机协同控制结构扩展到多机协同控制结构的方法进行协同一致性和有效性分析。
多无人机系统的一致性是指，多无人机系统作为一个整体而不是一些单独的个体来完成任务。虽然各架无人机之间存在冲突和竞争，但经过一段时间的协调后，系统能达到总体控制目标的要求。
关于机器人网络的一致性收敛有一个基本定理，即多机器人系统能达到信息流全局一致性收敛的充要条件为，其通信网络图有且仅有一棵生成树。作为多机器人系统的一个特例，上述定理也适用于多无人机系统。对于上面的扩展方法，只要原有的通信网络图具有生成树，那么即可实现由通信网络图向控制树的转换。而生成的控制关系树本身就是一棵树，即自身就是自身的生成树，那么进行转换后，显然满足协同一致性的收敛要求。因此对于本身通信网络具有协同一致性收敛的多无人机系统，通过上面的方法进行扩展后，其产生的新控制关系树依旧满足全局一致性收敛。
通过上面的扩展，每个无人机节点在无人机控制关系树中有且只有一个父节点，这意味着每架无人机有且只有一架参考无人机。除整个编队的领航无人机通过导航系统跟踪航线外，其他无人机可以通过各自唯一对应的领航无人机建立相对运动方程，然后进行协调控制，实现多机协同。因为生成树算法的时间复杂度仅为O（N），所以通过上述树生成算法可以自动快速地得到所有无人机的控制结构。