[发明专利]基于生物社会力的异构无人机集群目标跟踪系统及方法

说明书

本发明公开基于生物社会力的异构无人机集群目标跟踪系统及方法，该目标跟踪系统包括集群硬件系统架构、集群软件系统架构、集群通信系统架构、集群飞行管理和控制系统。该方法步骤如下：一、无人机状态建模；二、一致性协议的设计；三、基于相位差一致算法的无人机控制指令设计；四、基于非线性导引的轨迹跟踪；五、基于生物社会力的异构无人机集群系统描述；六、基于生物社会力的异构无人机集群目标跟踪。本发明的优点在于：实现异构无人机集群的目标跟踪；提高控制无人机逐渐收敛到期望路径的速度。整个目标跟踪系统系统完整，功能完善，可以实现对不同任务场景目标的验证。

技术领域

本发明涉及一种基于生物社会力的异构无人机集群目标跟踪系统及方法，属于无人机导航与控制领域。

背景技术

无人机因其低成本、高机动性、部署灵活和“零人员伤亡”等特点，被广泛应用于军事和民用等诸多领域。而单个无人机在执行军事监视和侦察、大型灾难场景搜救等任务时，因任务区域广阔、环境复杂多变、传感器感知能力有限和单节点故障等不利因素，面临着任务失败的风险，因此，这也促进了“以无人机平台为中心”的传统研究和应用模式向“以网络为中心”的多个无人机协同模式的转变，即：通过整合多个无人机的环境感知能力、共享其计算处理能力来扩展无人机集群的任务执行能力，提高任务执行成功的概率。

随着无人机的智能化水平不断提高，无人机的控制方式逐步从程序控制向人机共融交互控制甚至是全自主控制方向发展，其任务区域逐渐从侦察/监视的安全空域转向打击、对抗等复杂空域，其应用样式也逐步从单平台向多平台协同方向发展。典型的多无人机的协同控制的研究主要包括多个无人机协同侦察、协同搜索、协同目标跟踪、协同定位和编队控制等问题。其中，以多个无人机广域搜索和打击任务为主要目的自治编队混合主动控制为代表，具有代表性的系统为美空军的低成本自主攻击系统，该系统利用多架低成本、机动能力不强的无人机协同，可以加大传感器的覆盖范围，增强系统的跟踪能力。

同时，一些高校和研究机构也针对目标跟踪及路径跟踪算法问题进行了深入研究，现有的路径跟踪方法分为基于几何计算的方法和基于控制理论的方法两大类。基于几何计算的方法如：追踪法、视线法，以及二者相结合的方法，都需要在参考路径上选择合适的虚拟目标点，然后再控制无人机追逐虚拟目标点，最终实现对期望路径的跟踪。这类方法容易理解，计算简单，容易投入实际应用，但是由于依赖于虚拟距离的选取，因此，在跟踪变曲率曲线路径时存在较大的跟踪误差；而利用控制理论研究路径跟踪问题，可以方便的考虑稳定性和鲁棒性等性能指标，最常见的基于比例-积分-微分(PID)控制的路径跟踪方法的跟踪性能差于非线性导航方法。此外，一些非线性控制理论也被用于研究路径跟踪问题，如线性二次型调节器、模型预测控制和自适应控制等。虽然这些方法可以方便的考虑系统稳定性和鲁棒性等问题，但是相对于基于几何计算的方法，这些方法更加抽象，更依赖对象的数学模型，因此较少投入实际应用。而非线性导引控制方法与追踪法、视线法以及两者相结合的方法类似，采取了虚拟目标点的概念，在期望路径上选取虚拟目标点之后，通过设计非线性的侧向加速度，控制无人机逐渐收敛到期望路径，减小跟踪误差。

发明内容

本发明提供了一种基于生物社会力的异构无人机集群目标跟踪系统及方法，旨在通过合理配置无人机集群在目标周围特定方位上分布，实现对于目标的全方位、立体化监测。利用于生物社会力设计控制率，实现异构无人机集群系统对目标的跟踪，从而解决单无人机目标跟踪存在的机动性差、目标易跟丢以及传感器探测范围有限等问题。

本发明针对异构无人机集群目标跟踪问题及路径跟踪算法，搭建了无人机集群目标跟踪系统，具体如下：

本发明的基于生物社会力的异构无人机集群目标跟踪系统，系统结构框图如图1所示，该目标跟踪系统架构由4部分组成，分别为：集群硬件系统架构、集群软件系统架构、集群通信系统架构、集群飞行管理和控制系统。