[发明专利]基于观测器的多无人机协同运输系统控制方法

说明书

本发明公开一种基于观测器的多无人机协同运输系统控制方法。该方法包括：确定构成多无人机协同运输系统的多无人机的编队队形参数；构建无约束下的单无人机动力学方程；根据编队队形参数和单无人机动力学方程，并基于Udwaida‑Kalaba理论构建绳系约束下的多无人机动力学方程；根据多无人机动力学方程，构建状态观测器和状态扩张观测器；根据状态观测器和状态扩张观测器获取目标单无人机的外环控制参数；根据外环控制参数，并基于快速终端滑模控制方法对目标单无人机进行内环控制。根据本发明，能够解决现有多无人机协同运输系统的控制参数求取过程中存在的建模环节运算量大以及内外环控制环节运算量大、抗扰动效果不理想的问题。

技术领域

本发明属于多智能体编队控制领域，更具体地，涉及一种基于观测器的多无人机协同运输系统控制方法。

背景技术

多智能体编队控制是当前多智能体系统研究的热点问题，它是指由多个智能体组成的团队在向特定目标或特定方向运动的过程中，相互之间保持预定的几何形态。多智能体编队控制在军事、航天和工业等各个领域具有广泛的应用，例如实现移动机器人、无人机、潜艇、卫星和航天飞行器等运动载体的编队控制。在军事领域中，多移动机器人采用合理的编队可以代替士兵执行恶劣和危险环境下的诸如侦察、搜寻、排雷和巡逻等军事任务。以侦察任务为例，单个机器人获取环境信息的能力通常有限，但如果多个机器人保持合理的队形，分工获取周围的环境信息，就有可能迅速且准确地感知群体所在区域的环境信息，使群体的资源利用率比成员随机分布时更高。在航天领域，卫星编队不但可大大降低系统成本，提高系统的可靠性和生存能力，而且可扩展和超越传统单个卫星的功能，完成许多单个航天器不可能完成的任务。

多无人机协同运输是多智能体编队的一个重要应用方向。一方面，为了实现对多无人机协同运输系统的控制，首先需要对多无人机协同运输系统进行动力学建模。然而，在建立多无人机协同运输系统动力学模型的过程中，由于绳系约束的存在，利用传统的拉格朗日方法会造成动力学方程中出现高阶微分的情况，高阶微分的存在会导致动力学方程因求解运算量过大而难以求解，从而无法获得对无人机的控制量。另一方面，在对多无人机协同运输系统进行控制的过程中，还涉及到无人机的抗扰动控制。具体地，在无人机的外环控制中，需要排除力的干扰的影响，而传统的鲁棒控制大部分为非线性控制，其数学表达式复杂，并且对于复杂多样的干扰的抗扰动效果并不理想。同时传统的单观测器的对于复杂扰动的观测能力比较有限。在无人机的内环控制中，干扰量比较小且干扰形式单一，而现有的基于观测器的内环控制方法所采用的控制器的构型比较复杂，这种复杂的控制器构型会带来计算量过大的问题。

发明内容

本发明的目的在于解决现有多无人机协同运输系统的控制参数求取过程中存在的建模环节运算量大以及内外环控制环节运算量大、抗扰动效果不理想的问题。

为了实现上述目的，本发明提供一种基于观测器的多无人机协同运输系统控制方法，该方法包括以下步骤：

确定构成多无人机协同运输系统的多无人机的编队队形参数；

构建无约束下的单无人机动力学方程；

根据所述多无人机的编队队形参数和所述无约束下的单无人机动力学方程，并基于Udwaida-Kalaba理论构建绳系约束下的所述多无人机的动力学方程；

根据所述多无人机的动力学方程，构建状态观测器和状态扩张观测器；

根据所述状态观测器和所述状态扩张观测器获取目标单无人机的外环控制参数；

根据所述目标单无人机的外环控制参数，并基于快速终端滑模控制方法对所述目标单无人机进行内环控制。

作为优选的是，所述多无人机的编队队形参数包括编队偏差矩阵、无人机的起始位置矩阵、无人机的目标位置矩阵、负载的起始位置和负载的目标位置。

作为优选的是，所述编队偏差矩阵的表达式为：