一种无人机群编队方法与流程

本发明涉及无人机技术领域，尤其涉及一种无人机群编队方法。

背景技术：

无人机凭借机动灵活、可控性强的特点，目前已在快递运输、农药喷洒、军事侦察等诸多领域具有应用。相比于单个无人机执行任务，无人机群编队飞行具有诸多好处。多架无人机编队飞行协同执行任务，可以在一定程度上提高单机单次执行任务的成功概率。例如，在目标打击任务中，多架无人机可以同时从不同角度对同一目标进行全方位的打击，对目标造成更大的杀伤；无人机群也可以对多个目标进行攻击，提高战斗的时效性。

无人机群编队飞行，是指将多架无人机按照一定的队形进行排列，并实现队形的动态调整、信息互换以及飞行控制等功能。无人机群编队控制由于问题复杂，历来是无人机控制研究中的难点。对于一般的控制方法，需要事先调整数量巨大的控制参数，并在控制过程中频繁地切换参数，控制器设计任务十分繁重。

技术实现要素：

有鉴于此，本发明提供了一种无人机群编队方法，用以有效解决复杂环境下的无人机群自主编队问题。

因此，本发明提供了一种无人机群编队方法，包括如下步骤：

s1：每架无人机获取当前时刻探测半径范围内其它无人机的飞行状态信息，包括其它无人机的位置信息、速度信息和加速度信息；

s2：每架无人机对当前时刻探测半径范围内的空间区域进行划分，按照自身与其他无人机之间的距离分为吸引区域、一致区域和冲突区域，并判断探测半径范围内的其它无人机所处区域；

s3：每架无人机判断当前时刻冲突区域内是否存在其它无人机；若是，则执行步骤s4~步骤s8；若否，则执行步骤s5~步骤s8；

s4：该无人机通过引入势函数，调整自身当前时刻速度的方向，使自身与其它无人机之间的距离不小于最小距离；

s5：该无人机根据当前时刻一致区域和吸引区域内其他无人机的飞行状态信息，确定自身在下一时刻的飞行策略；

s6：该无人机探测当前时刻可能存在的打击风险，并根据打击风险的位置，对自身在下一时间步的飞行策略进行修正；

s7：无人机群中领导者无人机根据下一个目标点的位置，对修正后的飞行策略再次进行修正；

s8：判断是否无人机群中所有无人机当前时刻的速度方向的最大偏差角度在规定范围内，且所有无人机的位置在下一个目标点的规定距离内；若是，则结束编队，任务完成；若否，则返回步骤s1，进行下一时刻的编队；

所述步骤s2中，判断探测半径范围内的其它无人机所处区域，具体包括：

假设无人机群中无人机的总数量为，对于无人机群中任意一架无人机，，无人机与探测半径范围内其它无人机之间的距离为，无人机的一致半径和冲突半径分别为和；

若，则无人机处于吸引区域；

若，则无人机处于一致区域；

若，则无人机处于冲突区域；

所述步骤s4，该无人机通过引入势函数，调整自身当前时刻的速度方向，使自身与其它无人机之间的距离不小于最小距离，具体包括：

假设在平面空域内，无人机的位置矢量、速度矢量和加速度矢量分别为、和，在初始时刻，架无人机随机分布在特定平面空域内，根据牛顿运动定律，无人机的运动公式如下：

选取无人机与冲突区域内无人机之间的势函数为：

其中，表示无人机和无人机之间的相对位置向量，为常数，无人机和无人机之间所产生的力为：

无人机在无人机的冲突区域内，则，得到，无人机和无人机之间为排斥力；无人机受到的合力的向量形式为：

其中，表示无人机冲突区域内无人机的总数量；无人机受到冲突区域内其它无人机的排斥力所引起的加速度为：

其中，为无人机的质量；无人机进行冲突解脱的下一步运动迭代公式为：

其中，表示无人机在时刻的位置，表示无人机在时刻的速度，表示无人机在时刻的位置，表示无人机在时刻的速度，表示无人机在时刻的加速度，为时间步长。

在一种可能的实现方式中，在本发明提供的上述无人机群编队方法中，步骤s5，该无人机根据当前时刻一致区域和吸引区域内其他无人机的飞行状态信息，确定自身在下一个时间步的飞行策略，具体包括：

记无人机在时刻的一致区域和吸引区域内其他无人机的个数分别为和，定义无人机在下一个时间步时刻的一致运行速度和吸引运行速度分别如下：

其中，表示无人机在时刻的速度，表示无人机和无人机在时刻的相对位置向量；

无人机在下一个时间步时刻的速度计算公式为：

无人机在下一个时间步时刻的位置计算公式为：

。

在一种可能的实现方式中，在本发明提供的上述无人机群编队方法中，步骤s6，该无人机探测当前时刻可能存在的打击风险，并根据打击风险的位置，对自身在下一时间步的飞行策略进行修正，具体包括：

假设无人机在探测半径范围内可能存在的打击风险的个数为，对无人机的速度进行如下调整：

其中，表示无人机与打击风险在时刻的相对位置；对无人机在下一个时间步时刻的速度计算公式修正如下：

。

在一种可能的实现方式中，在本发明提供的上述无人机群编队方法中，步骤s7，无人机群中领导者无人机根据下一个目标点的位置，对修正后的飞行策略再次进行修正，具体包括：

对领导者无人机在下一个时间步时刻的速度计算公式修正如下：

其中，表示优选方向，是无人机群目的地或者下一个目标点的方向，表示优先方向的影响权重。

本发明提供的上述无人机群编队方法，针对空中交通高密度、高复杂度的状况，实现了无人机群在复杂环境下的自主编队飞行，同时无人机群还能到达目标点、够完成既定任务，这为无人机群的编队问题提供了一个全新的解决方案。本发明围绕着无人机群的集群编队控制，从提高空中交通系统安全性和高效性两方面出发，开展无人机群编队方法研究，对于确保无人机飞行安全，降低飞行成本，增加空域容量，提高空中交通系统的运行效率具有重要的意义。本发明能够处理大量无人机的集群编队问题，同时使得无人机群能够整体向目标点移动，完成下一阶段任务，算法复杂度低，计算精度高，可以有效解决复杂环境下的无人机群自主编队问题。本发明能够在复杂的空域环境下完成无人机群的自主编队控制，可以使无人机在飞行过程中保持队形，减小能源消耗，提高飞行效率，并且为无人机的后续操作提供便利，具有积极的意义。

附图说明

图1为本发明提供一种无人机群编队方法的流程图；

图2为无人机探测范围示意图；

图3为无人机在冲突解脱后，根据吸引区域和一致区域内其它无人机的位置和速度以及可能存在的打击得到下一步飞行策略的示意图；

图4为领导者无人机对步骤s6所得到的飞行策略进行修正的示意图。

具体实施方式

下面将结合本发明实施方式中的附图，对本发明实施方式中的技术方案进行清楚、完整的描述，显然，所描述的实施方式仅仅是作为例示，并非用于限制本发明。

本发明提供的一种无人机群编队方法，如图1所示，包括如下步骤：

s1：每架无人机获取当前时刻探测半径范围内其它无人机的飞行状态信息，包括其它无人机的位置信息、速度信息和加速度信息；

s2：每架无人机对当前时刻探测半径范围内的空间区域进行划分，按照自身与其他无人机之间的距离分为吸引区域、一致区域和冲突区域，并判断探测半径范围内的其它无人机所处区域；

s3：每架无人机判断当前时刻冲突区域内是否存在其它无人机；若是，则执行步骤s4~步骤s8；若否，则执行步骤s5~步骤s8；

s4：该无人机通过引入势函数，调整自身当前时刻速度的方向，使自身与其它无人机之间的距离不小于最小距离；当该无人机的冲突区域内没有其它无人机后，执行步骤s5；

s5：该无人机根据当前时刻一致区域和吸引区域内其他无人机的飞行状态信息，确定自身在下一时刻的飞行策略；

s6：该无人机探测当前时刻可能存在的打击风险，并根据打击风险的位置，对自身在下一时间步的飞行策略进行修正；以保证无人机群的安全；

s7：无人机群中领导者无人机根据下一个目标点的位置，对修正后的飞行策略再次进行修正；以使无人机群能够完成既定任务；

s8：判断是否无人机群中所有无人机当前时刻的速度方向的最大偏差角度在规定范围内，且所有无人机的位置在下一个目标点的规定距离内；若是，则结束编队，任务完成；若否，则返回步骤s1，进行下一时刻的编队。

本发明提供的上述无人机群编队方法，每个无人机可以获取探测半径范围内其它无人机的飞行状态信息，无人机群中的每个无人机根据自身与探测半径范围内其它无人机的距离、结合集群编队算法来确定自身在下一个时间步的飞行策略，包括飞行方向以及速度大小，从而实现集群编队的效果。集群编队算法的简单规则是：如果无人机与探测范围内的其它无人机距离较远，则倾向于通过改变飞行策略靠近其它无人机；如果无人机与探测范围内的其它无人机距离适中，则倾向于与其它无人机保持速度一致；如果无人机与探测范围内的其它无人机距离很近，则需要远离避免发生冲突。无人机在飞行过程中还需要考虑到可能存在的外在打击，无人机需要避开这些打击来保障自身的安全。并且，在无人机群编队飞行过程中，一些具有领导力的无人机知道无人机群下一步的目标位置，它们会通过自己的飞行策略来引导其它无人机飞行，从而使得整个无人机群在实现编队的过程中尽快到达目标点，完成既定任务。

下面通过一个具体的实施例对本发明提供的上述无人机群编队方法的具体实施进行详细说明。

实施例1：

第一步，每架无人机获取探测半径范围内的其它无人机的飞行状态信息，包括其它无人机的位置信息、速度信息和加速度信息。假设在初始时刻，无人机群中无人机的总数量为，对于无人机群中任意一架无人机，，无人机与探测半径范围内其它无人机之间的距离为，无人机的一致半径和冲突半径分别为和按照其它无人机与无人机之间的距离分为吸引区域、一致区域和冲突区域，如图2所示，若，则无人机处于吸引区域；若，则无人机处于一致区域；若，则无人机处于冲突区域。

第二步，假设在平面空域内，无人机的位置矢量、速度矢量和加速度矢量分别为、和，在初始时刻，架无人机随机分布在特定平面空域内，无人机需要首先考虑与冲突区域内其它无人机进行冲突解脱。根据牛顿运动定律，无人机的运动公式如下：

由牛顿第二定理，，为合外力，为质量。无人机为了与冲突区域内的其它无人机进行冲突解脱，需要抽象出与其它无人机之间的排斥力，这样可以求出无人机的加速度。由物理知识可知，分子间的作用力是由势场引起的，因此，引入势函数来描述无人机和冲突区域内其它无人机之间的排斥力。选取无人机与冲突区域内无人机之间的势函数为：

其中，表示无人机和无人机之间的相对位置向量，为常数，无人机和无人机之间所产生的力为：

由于无人机在无人机的冲突区域内，因此，，因此，无人机和无人机之间为排斥力；无人机受到的合力的向量形式为：

其中，表示无人机冲突区域内无人机的总数量；则无人机受到冲突区域内其它无人机的排斥力所引起的加速度为：

其中，为无人机的质量；则无人机进行冲突解脱的下一步运动迭代公式为：

其中，表示无人机在时刻的位置，表示无人机在时刻的速度，表示无人机在时刻的位置，表示无人机在时刻的速度，表示无人机在时刻的加速度，为时间步长。无人机按照基于势函数的冲突解脱方法飞行，从而进行冲突解脱。

第三步，当无人机进行冲突解脱后，，此时无人机的下一步速度受到自身的当前速度、一致区域和吸引区域内其它无人机的影响。记无人机在时刻的一致区域和吸引区域内其他无人机的个数分别为和，则根据自然界中鱼群鸟群等的集群行为，可以定义无人机在下一个时间步时刻的一致运行速度和吸引运行速度分别如下：

其中，表示无人机在时刻的速度，表示无人机和无人机在时刻的相对位置向量；

如，则，考虑无人机具有惯性，保持当前的速度不变；如果，则，无人机除了具有自身的惯性速度，还受到一致区域内其它无人机的影响；如果，则；如果和都不为0，则定义；

综合起来，无人机在下一个时间步时刻的速度计算公式为：

无人机在下一个时间步时刻的位置计算公式为：

。

第四步，除了考虑第三步中探测范围内一致区域和吸引区域对无人机的飞行策略影响，无人机还需要探测可能存在的打击风险，比如雷达区域、导弹覆盖区域等。根据打击风险所在的位置来对第三步所得到的飞行策略进行修正，以保障无人机群的飞行安全。假设无人机在探测半径范围内可能存在的打击风险的个数为，则需要对无人机的速度进行如下调整：

其中，表示无人机与打击风险在时刻的相对位置，即无人机向着远离风险的方向飞行，这对于保障无人机群的飞行安全具有重要意义。因此，如图3所示，对无人机在下一个时间步时刻的速度计算公式修正如下：

。

第五步，无人机群中存在一些具有领导力的无人机，它们需要根据下一个目标点的位置对第四步所得到的飞行策略进行修正，使得无人机群在编队飞行的同时，还能够完成既定任务。在此基础上，把无人机群中的无人机分为领导者与跟随者，领导者的运动会影响其它无人机，从而使得无人机群中的其它无人机与领导者同步。假设无人机群中只有少数无人机带有信息（即知道目的地或下一步的目标），其它无人机并不知道谁是领导者，即在不改变无人机群中非领导者的飞行规则（第四步的规则）下加入一些领导者无人机来加强无人机群的编队飞行效果以及飞往既定目标。对于整个无人机群来说，领导者也只是一个普通的无人机，它们只影响其邻居中的其它无人机。对于掌握目的地或下一步目标信息的领导者无人机，它们的运动规则是在第四步的运动规则基础上加上一个优先方向，的方向是无人机群目的地或者下一个目标的方向。因此，如图4所示，对领导者无人机在下一个时间步时刻的速度计算公式修正如下：

其中，表示优选方向，是无人机群目的地或者下一个目标点的方向，表示优先方向的影响权重。对于非领导者无人机来说，它们的下一步速度方向不做改变，甚至不需要知道无人机群中的领导者是谁，从而使得整个无人机群在编队飞行的同时，不增加额外的通信代价就能够通过少数领导者无人机掌握的信息简单高效地引导种群飞往目标位置，完成既定任务。

第六步，检测所有无人机的当前位置、飞行速度和航向角度。判断无人机群是否达到最终目标；若所有无人机的速度方向的最大偏差角度在以内，且所有无人机的位置在下一个目标点距离内，则无人机群的编队目标最终完成；否则，返回第一步，进行下一时刻的编队。

本发明模拟自然界中鱼群、鸟群等动物群的运动过程，它们的运动具有很明显的特征：群体中的个体聚集性很强，运动速度、方向具有一致性。因此，本发明在仿照动物集群的基础上，同时考虑无人机群在实际执行任务时可能会遭遇到打击，以及无人机群中存在部分具有领导力的无人机，它们知道无人机群下一步的目标，因此，它们需要通过自己的飞行策略来引导其它无人机飞行，从而使得整个无人机群在实现编队的过程中还能够到达下一个目标点，完成既定任务。

本发明提供的上述无人机群编队方法，针对空中交通高密度、高复杂度的状况，实现了无人机群在复杂环境下的自主编队飞行，同时无人机群还能到达目标点、够完成既定任务，这为无人机群的编队问题提供了一个全新的解决方案。本发明围绕着无人机群的集群编队控制，从提高空中交通系统安全性和高效性两方面出发，开展无人机群编队方法研究，对于确保无人机飞行安全，降低飞行成本，增加空域容量，提高空中交通系统的运行效率具有重要的意义。本发明能够处理大量无人机的集群编队问题，同时使得无人机群能够整体向目标点移动，完成下一阶段任务，算法复杂度低，计算精度高，可以有效解决复杂环境下的无人机群自主编队问题。本发明能够在复杂的空域环境下完成无人机群的自主编队控制，可以使无人机在飞行过程中保持队形，减小能源消耗，提高飞行效率，并且为无人机的后续操作提供便利，具有积极的意义。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

技术特征：

1.一种无人机群编队方法，其特征在于，包括如下步骤：

s1：每架无人机获取当前时刻探测半径范围内其它无人机的飞行状态信息，包括其它无人机的位置信息、速度信息和加速度信息；

s2：每架无人机对当前时刻探测半径范围内的空间区域进行划分，按照自身与其他无人机之间的距离分为吸引区域、一致区域和冲突区域，并判断探测半径范围内的其它无人机所处区域；

s3：每架无人机判断当前时刻冲突区域内是否存在其它无人机；若是，则执行步骤s4~步骤s8；若否，则执行步骤s5~步骤s8；

s4：该无人机通过引入势函数，调整自身当前时刻速度的方向，使自身与其它无人机之间的距离不小于最小距离；

s5：该无人机根据当前时刻一致区域和吸引区域内其他无人机的飞行状态信息，确定自身在下一时刻的飞行策略；

s6：该无人机探测当前时刻可能存在的打击风险，并根据打击风险的位置，对自身在下一时间步的飞行策略进行修正；

s7：无人机群中领导者无人机根据下一个目标点的位置，对修正后的飞行策略再次进行修正；

s8：判断是否无人机群中所有无人机当前时刻的速度方向的最大偏差角度在规定范围内，且所有无人机的位置在下一个目标点的规定距离内；若是，则结束编队，任务完成；若否，则返回步骤s1，进行下一时刻的编队；

所述步骤s2中，判断探测半径范围内的其它无人机所处区域，具体包括：

假设无人机群中无人机的总数量为，对于无人机群中任意一架无人机，，无人机与探测半径范围内其它无人机之间的距离为，无人机的一致半径和冲突半径分别为和；

若，则无人机处于吸引区域；

若，则无人机处于一致区域；

若，则无人机处于冲突区域；

所述步骤s4，该无人机通过引入势函数，调整自身当前时刻的速度方向，使自身与其它无人机之间的距离不小于最小距离，具体包括：

假设在平面空域内，无人机的位置矢量、速度矢量和加速度矢量分别为、和，在初始时刻，架无人机随机分布在特定平面空域内，根据牛顿运动定律，无人机的运动公式如下：

选取无人机与冲突区域内无人机之间的势函数为：

其中，表示无人机和无人机之间的相对位置向量，为常数，无人机和无人机之间所产生的力为：

无人机在无人机的冲突区域内，则，得到，无人机和无人机之间为排斥力；无人机受到的合力的向量形式为：

其中，表示无人机冲突区域内无人机的总数量；无人机受到冲突区域内其它无人机的排斥力所引起的加速度为：

其中，为无人机的质量；无人机进行冲突解脱的下一步运动迭代公式为：

其中，表示无人机在时刻的位置，表示无人机在时刻的速度，表示无人机在时刻的位置，表示无人机在时刻的速度，表示无人机在时刻的加速度，为时间步长。

2.如权利要求1所述的无人机群编队方法，其特征在于，步骤s5，该无人机根据当前时刻一致区域和吸引区域内其他无人机的飞行状态信息，确定自身在下一个时间步的飞行策略，具体包括：

记无人机在时刻的一致区域和吸引区域内其他无人机的个数分别为和，定义无人机在下一个时间步时刻的一致运行速度和吸引运行速度分别如下：

其中，表示无人机在时刻的速度，表示无人机和无人机在时刻的相对位置向量；

无人机在下一个时间步时刻的速度计算公式为：

无人机在下一个时间步时刻的位置计算公式为：

。

3.如权利要求2所述的无人机群编队方法，其特征在于，步骤s6，该无人机探测当前时刻可能存在的打击风险，并根据打击风险的位置，对自身在下一时间步的飞行策略进行修正，具体包括：

假设无人机在探测半径范围内可能存在的打击风险的个数为，对无人机的速度进行如下调整：

其中，表示无人机与打击风险在时刻的相对位置；对无人机在下一个时间步时刻的速度计算公式修正如下：

。

4.如权利要求3所述的无人机群编队方法，其特征在于，步骤s7，无人机群中领导者无人机根据下一个目标点的位置，对修正后的飞行策略再次进行修正，具体包括：

对领导者无人机在下一个时间步时刻的速度计算公式修正如下：

其中，表示优选方向，是无人机群目的地或者下一个目标点的方向，表示优先方向的影响权重。

技术总结
本发明公开了一种无人机群编队方法，针对空中交通高密度、高复杂度的状况，实现了无人机群在复杂环境下的自主编队飞行，同时无人机群还能到达目标点、够完成既定任务，这为无人机群的编队问题提供了一个全新的解决方案。本发明围绕着无人机群的集群编队控制，从提高空中交通系统安全性和高效性两方面出发，开展无人机群编队方法研究，对于确保无人机飞行安全，降低飞行成本，增加空域容量，提高空中交通系统的运行效率具有重要的意义。本发明能够处理大量无人机的集群编队问题，同时使得无人机群能够整体向目标点移动，完成下一阶段任务，算法复杂度低，计算精度高，可以有效解决复杂环境下的无人机群自主编队问题。

技术研发人员：曹先彬;杜文博;徐亮;赵雅昆;郑磊
受保护的技术使用者：北京航空航天大学
技术研发日：2020.05.07
技术公布日：2020.06.09