有人机/无人机集群的三维协同控制研究

Aiming at long-distance and large-scale cluster unmanned aerial vehicles (UAVs) combat missions with high real-time and high-confrontational characteristic, the manned aerial vehicle (MAV) is introduced to replace the ground station as the leader of the cluster UAVs, which significantly reduces the labor intensity of the persons who operate the UAVs, and improves the command efficiency. As the core technology during the combat missions, the three-dimensional coordination control of the cluster MAV/UAVs could be formulated as the leader-follower flocking control problem of the multi-agent system in outer door space. In the colony, the MAV is considered as the leader, and charges for task decomposition and execution; the UAVs are considered as followers, and just need to follow the behaviors of their neighbors. After the operator binds the task data to the MAV, the cluster behavior of the whole system can be influenced and handled through the MAV, depending on the communication network among MAV/UAVs. Considering the kinematic constraints, the limited communication capabilities, and the control mechanism of the MAV/UAVs, we design an efficient, robust, generic, and distributed control protocol based on biological flocking strategy to solve the three-dimensional coordination control problem of the cluster MAV/UAVs. Theoretical derivation, simulation analysis, and experimental validation are utilized to support the study on the coordination control of the MAV/UAVs. The results are expected to offer theoretical support and technical traction for the future tactical coordination.

针对高实时性、高对抗性的远距离、大规模的无人机群作战任务，为了能够有效降低操控者的劳动强度、提高指挥效率，引入有人机代替地面站成为无人机群的操盘手。有人机/无人机集群的三维协同控制是有人机/无人机集群协同作战任务的核心技术。本项目将该技术形式化为面向室外三维空间的基于领航者-跟随者结构的多智能体系统蜂拥控制问题来解决。在系统中，有人机做领航者，负责飞行任务的分解与执行；无人机做跟随者，跟随周围邻居的飞行行为。将任务数据装订到有人机，依靠系统内机间通信，利用有人机的运动影响并控制整个系统的飞行行为。在考虑有人机/无人机运动约束、通信能力和控制机制的前提下，根据生物蜂拥策略设计一套高效、可靠且具有一定通用性的分布式控制方法，有效解决有人机/无人机集群的三维协同控制问题。从理论推导、仿真分析和试验验证三方面展开研究，为未来面向集群作战的有人机/无人机三维协同控制提供理论支撑并牵引相关技术发展。

面对高威胁环境下的现代战争，无人机集群无疑是一种最富有希望的低成本解决方案。其中，无人机的协同控制是集群作战的最基本、最核心的环节。如何控制一个复杂的多智能体系统成为一个有序的集群并且按照指定的轨迹运行下去一直是一个非常值得探讨的话题。另外，大规模系统中如何有效组织这些个体形成集群也仍然是一个巨大的挑战。这里，我们给出了一个普适的架构可以有效解决大规模无人机集群的协同控制问题。.首先，我们引入了领航者-跟随者机制，作为组织大规模集群的一种有效方案。我们基于一致性和人工势场法提出了一个分布式的控制协议，使得跟随者可以跟随领航者的行为并以领航者为基准形成一个密集的有序队列，整个过程中个体之间不会发生碰撞。这个分布式协议的设计基于相对的位置信息和相对的姿态角信息，便于工程实现。仿真结果表明了上述方法针对大规模系统的有效性。.其次，我们在上述模型基础上引入了时变的交互关系。也就是个体之间的信息权重会随时间发生变化。仿真结果表明，较大的权重会带来更大的最小个体间距以及更大的收敛时间，但是会缩小速度和姿态角的变化范围。因此，通信网络权重的选择应根据具体需求确定。.第三，我们调研了一种典型的编队飞行任务——护航。护航任务的目标就是跟随目标飞行器或是保护目标飞行器不被击落。用同样的方法，我们给出了一种分布式控制协议使得伴飞的无人机群可以以目标飞行器为基准，形成期望的时变队形。我们进一步讨论了系统的鲁棒性。当某架伴飞无人机失效（比如被击落）时，剩余伴飞无人机可以自动重新调整队形，继续完成护航任务。这里仿真了三种护航任务，密集护航、包围护航和人字形护航，进一步证明了上述方法的有效性。.最后，我们梳理了无人机群作战的研究背景、基于生物灵感的研究方法、常见的协同控制方法和执行平台。也讨论了几种典型的作战模式和涉及的关键技术。