面向森林火情监测的多无人机容错协同控制研究

For the potential application to forest fires monitoring, worldwide active and advanced research topics on Fault Detection and Diagnosis (FDD) and Fault-Tolerant Cooperative Control (FTCC) for multiple Unmanned Aerial Vehicles (UAVs) are investigated in this project. Upon the accomplishment of this project, systematic theory and methodologies for FTCC of multiple UAVs will be established. More specifically, the research contents include 1) system architecture design and mathematical modeling of multiple UAVs in cooperative/formation flight; 2) new FDD algorithms for fast and accurate detection, isolation and identification of potential faults in sensors, actuators, communication and other components of multiple UAVs during a mission of forest fires monitoring; 3) fault-tolerant guidance, navigation, and control methods for single and multiple UAVs with consideration of the limits of actuators, states and outputs of UAVs; 4) methods for paths re-planning, positions re-location, and missions re-assignment in accordance with the health condition of individual UAV and fires status; and 5) integration of all subsystems and validation through experimental flight tests. Accomplishment of this project will provide new and effective theory and methods for autonomous, safe, and reliable flight of multiple UAVs towards the successful applications of forest fires monitoring and other missions. The key contributions lie in the unique combination and extension of techniques for fault-tolerant control of single UAV and cooperative control of multiple UAVs for handling faults probably occurred during multiple UAVs flight missions. It is the intention of this project for developing new and effective control theory and techniques for such a complex system.

本项目以森林火情监测为应用背景，针对国际上刚开始起步的多无人机的故障诊断与容错协同控制问题开展基础科学研究。通过本项目的实施，将提出多无人机容错协同控制的一套系统理论和方法。主要研究内容包括：1)多无人机协同运动的系统框架和模型建立；2)针对森林火情监测过程中多无人机可能出现的传感器、执行器、通讯及其它部件损坏所引起的故障情况，提出一种能快速准确检测、定位和辨识故障的诊断算法；3)研究各无人机执行器、状态变量和输出变量约束条件下的单机及多机容错导航、制导与控制律设计；4)基于多无人机的健康状态和火情现场状态，提出一种多无人机运动实时轨迹重新规划、定位和任务重分配的方法；5)实现容错协同控制系统的集成及实验验证。本项目将对多无人机自主、安全、可靠协同飞行提供理论支撑和具体实现方法。其关键创新点是将单机的容错控制理论与多机的协同控制有机结合并推广，为这一类复杂系统的控制问题提供有效的解决方案。

本项目以森林火情监测为应用背景，针对多无人机的故障诊断与容错协同任务需求，研究了多无人机协同运动建模方法、故障在线监测与诊断技术、容错导航-制导-控制技术、容错协同决策机制，建立多无人机系统平台，并进行了系统集成及实验验证。达到了本项目的预期研究目标，主要研究成果和创新之处如下：1) 在多无人机协同运动建模方面，研究了多无人机分布式编队建模、尾涡耦合影响情况下多无人机协同编队建模。可有效、精确描述多无人机协同特征。2) 在故障在线监测与诊断方面，研究了多无人机协同飞行过程中在线故障诊断算法，可及时快速地检测与诊断故障，为后续的容错协同控制单元提供故障信息。包括：基于观测器的多无人机故障诊断技术、基于模糊神经网络的多无人机故障诊断。3) 在容错导航-制导-控制方面，提出了多种容错协同飞行控制方法，实现了执行机构故障、环境障碍物和不确定性情形下的多无机协同高可靠自主飞行控制。包括：基于有限时间理论的多无人机容错协同控制方法、基于分数阶微积分理论的多无人机容错同步跟踪控制方法，等。4) 在多无人机容错协同决策机制方面，提出了一系列无人机决策方法及多机协同决策方法，实现了协同飞行故障下的任务重构，包括：多无人机编队故障下的自主决策算法、基于投影策略迭代方法的多无人机协同运动规划，等。5) 在系统集成及实验验证方面，搭建了多无人机系统验证平台，进行了容错飞行控制实验、基于无人机视觉图像的森林火情监测实验，等。结果表明所建立的无人机系统平台安全、可靠、可有效完成森林火灾监测任务。.本项目将单机的容错控制理论与多机的协同控制有机结合并推广，实现了多无人机容错协同飞行控制技术，研究成果可为多无人机自主、安全、可靠协同飞行提供理论支撑和具体实现方法，为这一类复杂系统的控制问题提供有效的解决方案。研究结果发表国内和国外SCI等期刊论文47篇，所发表的20余篇国内与国际相关会议论文获得5篇最佳会议论文奖、3篇进入候选论文名单（标注了本项目资助号61573282）。