下载掌阅APP，畅读海量书库
立即打开
无人机技术经过几十年的发展已经相对成熟，在军事和民用领域发挥着重要的作用。为了适应未来的挑战，除了提高单机的功能和效用外，还需要考虑如何以现有的技术为基础，发展更加有效的无人机管理和组织模式。多无人机协同编队作战越来越受到国内外的重视，通过多无人机协同编队作战，可以获得更多的战场环境信息，提高作战效能。
然而，面对多无人机这样一个复杂的系统，如果缺乏有效的协同控制，不仅无法体现出多架无人机的优势，甚至还会出现无人机之间发生冲突、碰撞的危险情况。特别是随着协同飞行的无人机数量的增加，其飞行时的复杂性、变化性、时变性及耦合度也随之提高，多架无人机之间进行组织和相互协调的困难程度也会随之以指数倍增长。同时，由于无人机系统本身就是一个复杂系统，多无人机协同控制将涉及编队队形控制、协同飞行控制、航迹规划、威胁规避等方面的技术问题。因而在多无人机协同控制过程中可能会出现以下状况：系统的非线性和时变性导致协同控制算法难以实时求解；多无人机系统在进行全局优化时难以找到全局最优解；各无人机之间由于资源的分配或者使用不合理而产生冲突或出现死锁；无人机之间的相对运动关系和无人机与目标之间的相对运动关系产生冲突等。故研究多无人机协同控制技术需要解决众多较难的理论问题，能够控制多架无人机的协同控制技术是使无人机能够高效完成作战任务的核心技术和重要保证。该技术对智能体间的协同控制、机器人协同控制、无人机协同控制有重要的技术参考价值，是一个有重要理论意义的课题。
本书系统地阐述了多无人机协同控制系统的设计方法和相关控制算法，特别是针对多无人机协同控制系统设计过程中的一系列重难点问题进行了详细的论述。例如，如何区分多架无人机在协同控制中的作用差异，如何建立合适的运动模型，如何处理具体运动模型中的非线性关系，如何提高控制系统的实时性，针对这些问题都提出了相应的解决方法。但是由于无人机协同控制是一项前沿的技术，发展速度非常快，各人研究的思路和方法差异很大，因此本书只是给出读者一种解决问题的方向和思路，读者可以继续深入研究。
本章主要阐述了多无人机协同控制技术的背景及意义，分析了多无人机协同控制所涉及的关键技术，以及国内外在本领域的研究发展现状。
本章主要讨论了无人机协同控制结构的设计方法，并将其分为单机控制结构设计和多机协同控制结构设计。根据无人机个体控制结构的设计目标，采用基于Agent的方法设计出无人机个体控制结构，在此基础上提出基于分层结构的无人机参考点选取方法；基于领航跟随方法设计了两机协同的控制结构；基于图论提出了由无人机通信图向无人机控制树转换的方法，实现了从两机协同到多机协同的扩展，并对扩展方法的协调一致性进行了分析。本章内容为后面章节中的各种具体运动模型的建立、控制策略的研究提供了必要的基础。
本章分析了无人机飞行控制系统的主要功能需求，确定了设计方案，对无人机的纵向、横侧向回路进行了控制律设计，并实现了自主导航功能。通过仿真实验，验证了控制律设计的合理性及所采用方法的有效性。
本章首先对无人机编队运动建模的关键点进行了阐述，然后在基本假设的基础上，以僚机航迹坐标系为参考坐标系，建立了长机与僚机的相对运动方程，为编队飞行的控制研究建立了基础。重点讨论了基于PID的无人机编队控制策略，为编队无人机设计了一种自动驾驶仪，并在编队相对运动模型的基础上，以僚机的推力、迎角和滚转角为控制量，设计了基于PID的控制器，并通过仿真实验验证了设计的合理性和有效性。
本章主要研究的是无人飞行器编队控制方法，重点对其中的两种控制方法进行了研究，最终确定高阶滑模控制的跟随领航者法为本章适用方法，并通过仿真实验验证了算法的可靠性和稳定性。
本章阐述了无人机编队队形控制的概念，分析了无人机编队飞行的相对运动，以领航无人机航迹坐标系为参考坐标系计算相对位置误差，纵向控制通道采用高度保持控制通道，横侧向控制通道采用模型预测控制设计编队队形控制器，通过控制跟随无人机达到队形控制的目的，仿真结果达到了预期的目标。
本章主要阐述了当环境中没有障碍物等危险因素的时候，采用领航跟随法，以领航无人机航迹坐标系为参考坐标系建立离散化的相对运动方程，然后获得系统的状态特征点。接着通过将状态点线性化建立多模型集，再借鉴T-S模糊控制器的思想提出模型集加权方法。最后基于多模型的方法进行预测控制，实现巡航编队控制器的设计，通过控制跟随无人机实现编队队形控制。
本章针对无人机编队在飞行中遇到山峰等障碍物或即将发生碰撞等危险的情形，通过多无人机协同航迹规划，研究危险状态下无人机编队的避障问题。在危险状态下，利用层次分解策略，将无人机编队的整体最优航迹的求解分为三个层次，即构建Voronoi图；利用K路径算法为各无人机找到K条备选航路；然后建立协同函数和协同变量，为各无人机规划出既能满足时间协同要求，又能满足整体代价最优（次优）的障碍物躲避航迹。此外，又针对有可能出现的几种特殊情况，提出了无人机编队飞行通行规则，用以解决无人机在避障飞行过程中有可能产生的碰撞冲突问题。
本章首先介绍了无人机运动建模、姿态控制器设计和自动导航系统设计的相关方法。然后重点进行了无人机目标跟踪控制器的设计，先建立无人机目标跟踪运动模型，由于无人机目标跟踪的控制模型是一个非线性多输入、单输出系统，为了解决预测实时性问题，又在阶梯式预测控制的基础上提出了模糊阶梯式预测控制方法，采用模糊控制器来获得阶梯因子，提高了控制精度和效率。最后通过对直线运动目标和机动目标进行仿真实验，验证了控制策略的有效性。
本章建立了协同目标跟踪飞行控制模型，提出了基于粒子群预测控制的无人机协同目标跟踪飞行控制方法。采用领航跟随法，领航无人机采用单机目标跟踪飞行控制的方法进行控制；对于跟随无人机，先在地面坐标系建立了无人机协同目标跟踪相对运动模型，然后确定性能指标，将其预测控制问题转化为多目标约束非线性规划问题。利用改进的分层序列法将该问题转化成两个非线性单目标优化问题，采用粒子群算法进行非线性优化，并针对约束和局部收敛问题，用改进的区分可行解和不可行解的方法进行约束处理。采用基因变异的思想解决局部收敛问题，提出了无人机协同目标跟踪预测控制的滚动优化基本步骤。最后通过仿真实验验证了控制策略的有效性。
本章对无人机编队飞行中的航迹规划方法进行了归纳、分析和总结，简单介绍了几种经典的航迹规划方法，然后分别对两种不同的算法进行了改进和仿真，并选用了适合三维编队飞行的一种算法，从而获得了无人机的可飞航迹。
本章基于HLA标准设计并实现了针对协同控制飞行过程的三维仿真测试平台，用户只需要了解算法的实验终端工作站的接口，就可以设计自己的算法并在该仿真平台上进行实验。该仿真平台为用户进行多无人机协同控制算法的理论验证、算法实验、三维实时仿真提供了支持。最后采用该仿真平台对编队控制算法、多机目标跟踪飞行控制算法进行了三维仿真实验，可以看出该仿真平台能够实时地进行仿真实验。
本书适合任何对无人机技术感兴趣的人员，或相关领域的研究人员、高校师生、从业人员。书中列举了无人机协同控制的主要研究方法，具有一定的深度和前沿性，算法具有一定的创新性，对相关人员进行核心算法研究具有启发作用。
尤其推荐以下人群阅读本书。
●无人机相关领域的研究人员。
●从事无人机协同技术研究的高校老师和学生。
●无人机行业的研发人员。
在本书的写作过程中，魏瑞轩、董志兴和刘月等老师和专家给予了很多帮助和指导，在此表示感谢。因受作者水平和成书时间所限，本书难免存有疏漏和不当之处，敬请指正。