尊敬的各位读者:
根据当前疫情防控要求,我馆部分原文传递服务可能会有延期,无法在24小时内提供,给您带来的不便敬请谅解!
国家工程技术图书馆
2022年11月29日
摘要: 随着信息技术的不断发展,无人机在军事和民用领域已取得广泛应用。无人机集群作为一种颠覆性技术,已逐步成为无人机领域发展的必然趋势。集群控制技术是无人机集群系统的难点与核心,如何实现大规模无人机集群的协同控制,吸引了来自理论研究和工程... 展开 随着信息技术的不断发展,无人机在军事和民用领域已取得广泛应用。无人机集群作为一种颠覆性技术,已逐步成为无人机领域发展的必然趋势。集群控制技术是无人机集群系统的难点与核心,如何实现大规模无人机集群的协同控制,吸引了来自理论研究和工程应用等各领域学者的广泛关注。生物群集是一种奇特的自然现象,经研究,椋鸟虽然个体行为能力有限,但仅通过简单的拓扑规则进行局部交互,就能涌现出自主性强、灵活性高、自适应程度好的群体行为。椋鸟群集所表现出的系统自组织、行为分布式、运动灵活性、环境自适应等特点,与对无人机集群系统的需求高度契合。因此,本文围绕椋鸟群集生物行为建模和仿椋鸟无人机集群控制技术展开研究,主要工作与研究成果如下: 研究了椋鸟群集行为的数学建模方法。受椋鸟群集机动转弯现象的启发,针对传统生物群集建模中存在的群集机动响应特性差、运动模式单一等问题,提出一种邻域规则自主切变的椋鸟群集运动模型。所设计的椋鸟群集运动模型,将椋鸟群集自主飞行行为划分为自组织运动状态和群体响应运动状态,椋鸟个体可根据环境信息或邻域状态自主地进行飞行模式切换。首先,在没有外界环境刺激条件下,研究椋鸟群集自组织行为建模。根据椋鸟个体的生物学特性,将头部与身体运动解耦,定义椋鸟坐标系与视觉盲区,并参照固定翼空气动力学理论定义了椋鸟个体的动力学模型;根据椋鸟群集的行为机制,利用虚拟社会力法对椋鸟的群集交互行为进行建模,模型中个体仅与固定拓扑距离内的邻居进行交互,个体的交互规则符合Reynolds群体建模的基本原则。其次,在有外界环境刺激的条件下,研究椋鸟群集群体响应行为建模。受椋鸟群集信息线性无损传播特性的启发,提出一种基于机动信息量保持的椋鸟群集邻域交互方法,解决了基于邻域状态平均的群体交互机制存在的威胁信息传播稀释、群集机动响应特性差等问题。针对生物群集运动模式单一的问题,引入环境刺激作用力对椋鸟群集自组织运动模型进行扩展,并围绕目标吸引、威胁躲避、栖息地盘旋等典型的群集运动行为进行建模。最后,通过多组仿真算例对所提出的椋鸟群集运动模型进行试验与分析,验证了所构建的椋鸟群集运动模型在运动模式上具有多样性,既可实现群集协调一致自组织飞行,又能快速灵活地响应多种环境刺激,并分析了模型中典型的系统参量对椋鸟群集有序性的影响。 研究了仿椋鸟无人机集群自主飞行控制方法,具体包括集群自主路径跟随和自主避障两项关键技术。首先,在分层递阶的架构下,构建了从椋鸟群集行为到无人机集群控制的映射关系。定义了无人机刚体模型与运动约束,设计了无人机单机飞行控制器模型,并在此基础上,根据椋鸟个体间对齐、吸引、排斥等交互行为,设计了无人机集群内部的速度一致、群集聚集、群内避撞等集群协同控制策略,使得仿椋鸟无人机集群系统具备自主飞行能力。其次,受椋鸟迁徙与演化行为启发,针对路径跟随任务中集群飞行轨迹振荡等问题,提出一种基于先验路径的仿椋鸟无人机集群优化控制方法。所设计的集群自主路径跟随算法,在仿椋鸟集群自组织运动控制算法的基础上,利用人工势场法对先验路径信息的导航作用进行数学建模,并针对集群路径跟随任务提出一种系统性能损失函数,利用协方差矩阵自适应进化策略对集群控制器的进行参数优化,实现了仿椋鸟集群系统按照预定航线的自主优化飞行。再次,受椋鸟群集运动无尺度相关特性启发,针对避障过程中飞行轨迹振荡、群体躲避响应慢等问题,提出一种基于最优互惠避撞和邻域险情传播相结合的集群避障策略。针对人工势场法在静态障碍物避障过程中存在飞行轨迹振荡、易陷入势场局部最小值等问题,在自主路径跟随算法基础上,引入最优互惠避撞策略协调了个体间的避障行为,实现无人机集群系统的平稳避障;针对无人机集群动态威胁躲避过程中存在群体响应慢问题,提出一种邻域险情传播策略,实现了仿椋鸟集群动态威胁的机动躲避。最后,通过多组仿真算例与室内飞行试验,验证了所提算法的有效性与实用性。 研究了仿椋鸟无人机集群的外部牵引控制方法。受椋鸟混合视觉投影模型的启发,针对自组织集群隐性牵引控制中易出现的个体离群、群集分簇等问题,提出了一种基于群集运动跟踪的仿椋鸟集群隐性牵引控制方法。算法将自组织集群系统的隐性牵引控制问题划分为,隐性信息者的航迹追踪问题和跟随者的群集运动跟踪问题。隐性信息者以仿椋鸟集群自主飞行控制模型为基础,采用人工势场法对四维航迹引导信息进行运动追踪;同时,受椋鸟混合视觉投影模型的启发,提出一种基于群集运动预测跟踪的跟随者运动控制方法。首先,集群内跟随者采用周期转换的方式对局部个体的运动信息进行观测与预测,并在此基础上估计出自身视角下的群集运动状态;其次,构建无人机运动状态预测模型,利用模型预测控制的方法对群集运动进行实时的优化跟踪;最后,引入仿椋鸟集群的拓扑邻域交互行为,实现邻域间个体的协同与避撞,有效地提升了集群系统的全局凝聚性,可在自组织集群架构前提下,仅利用少量身份隐性的信息者个体实现整个集群系统的牵引控制。 研究了仿椋鸟无人机集群外场集成验证方法。针对仿椋鸟无人机集群控制算法的外场验证需求,设计并开发了一套无人机集群飞行验证平台。首先,在硬件设计方面,甄选了系统的功能器件,搭建了无人机集群机载系统和地面指控系统。其次,在软件设计方面,构建仿椋鸟无人机集群层次控制系统,顶层任务机部署集群任务调度算法和仿椋鸟集群飞行控制算法,负责群内无人机平台之间的运动协调,底层飞行控制器部署无人机融合导航算法和飞行控制算法,负责执行集群控制器输出的飞行指令。再次,为测试平台的基础性能,开展了无人机平台控制、导航、通信综合性能试验。最后,利用所搭建的飞行验证平台,完成了10架仿椋鸟无人机集群自主控制飞行试验和集群牵引控制飞行试验,对本文所提算法的有效性进行了验证。 收起
系统维护,暂停服务。
根据《著作权法》“合理使用”原则,您当前的文献传递请求已超限。
如您有科学或教学任务亟需,需我馆提供文献传递服务,可由单位单位签署《图书馆馆际互借协议》说明情况,我馆将根据馆际互借的原则,为您提供更优质的服务。
《图书馆馆际互借协议》扫描件请发送至service@istic.ac.cn邮箱,《图书馆馆际互借协议》模板详见附件。
根据《著作权法》规定, NETL仅提供少量文献资源原文复制件,用户在使用过程中须遵循“合理使用”原则。
您当日的文献传递请求已超限。