[发明专利]一种视场角约束下集群无人机协同目标跟踪控制方法

说明书

本发明公开了一种视场角约束下集群无人机协同目标跟踪控制方法，基于无人机间相对位置的异构角色分配算法作为运动控制的基础；考虑预测目标一段时间内的运动情况，以集群无人机当前探测范围对目标一定时间内可能到达范围覆盖的比例衡量目标跟踪效果，航向角控制器与无人机异构角色结合，包含对目标一段时间内运动情况的预测，不同角色无人机有相应的航向角期望值，使得无人机能够根据目标运动适应性改变跟踪队形；速度控制器中提出利用李亚普诺夫导航向量场的偏转特性，为不同角色无人机生成相应偏转特性导航向量场，引导无人机前往围绕目标的固定点，这使得集群无人机能够有序形成目标跟踪队形，同时无人机间安全距离易于保持。

技术领域

本发明涉无人机控制技术领域，具体而言，涉及一种视场角约束下集群无人机协同目标跟踪控制方法。

背景技术

集群无人机协同系统由多架无人机组成一个整体，共同完成同一个作战任务。具体而言，通过多架无人机平台之间进行资源和信息的共享、进行优势互补，以实现作战效能的最大化。在无人机的实际应用中，很多任务的完成都以目标跟踪为核心，如线路巡查、森林防火、海上搜救中对人员的搜救等。随着机计算机视觉的发展，一些算法能够有效检测并跟踪目标。然而当目标机动逃逸时，无人机与目标相对运动增大，单个无人机可能失去对目标的跟踪。集群无人机协同目标跟踪，通过无人机之间的信息交互，可扩大摄像头探测范围，减小目标丢失的概率；同时集群无人机系统鲁棒性更优，能够降低单台无人机故障对任务的影响。

集群无人机协同目标跟踪问题由来已久，存在较为深入的研究。早先研究多采用固定翼无人机执行目标跟踪任务，由于固定翼无人机受动力学约束，需要保持一定的速度以维持升力，其最低飞行速度通常比目标运动运动更快，因此固定翼无人机难以维持机载摄像头对目标的同步跟踪，无人机以曲线轨迹围绕目标飞行才能保持对目标的跟踪。Lawrence等提出了Lyapunov Vector Fields，即李雅普诺夫导航向量场，依据无人机相对目标位置生成期望速度，引导无人机在环绕目标的极限环上飞行。基于导航向量场的思想，涌现了大量方法解决无人机协同目标跟踪中轨迹的实时规划问题，然而由于实现轨迹的实时规划较为困难，很多这样的方法没有考虑目标是否处于摄像头探测范围之中。

随着多旋翼无人机技术的日渐完善，多旋翼无人机的协同目标跟踪问题也得到广泛关注。近年来，多智能体集群控制技术蓬勃发展，并陆续应用到无人机领域，许多受自然界动物编队捕猎、细胞生长等现象启发的控制方法陆续提出，例如领航跟随法、人工势场法和基于行为法等。领航跟随法控制算法简单，但若领航者发生故障，任务将无法继续进行，鲁棒性无法保证；虚拟结构法若群体中个体增多，每个个体的通信和计算量将大幅度提升，仅仅停留在仿真阶段；基于行为法控制算法复杂且往往缺乏理论证明。另外在多智能体集群控制技术的研究中，为了简化问题，通常对无人机运动学模型和无人机感知模型做出很多简化，认为无人机可感知位于自身感知范围内的目标，与实际情况差异较大。

为此提出一种一种视场角约束下集群无人机协同目标跟踪控制方法，以解决上述提出的问题。

发明内容

本发明旨在提供一种视场角约束下集群无人机协同目标跟踪控制方法，以解决或改善上述技术问题中的至少之一。

有鉴于此，本发明的第一方面在于提供一种视场角约束下集群无人机协同目标跟踪控制方法。