利索能及
我要发布
收藏
专利号: 2023114274148
申请人: 南京信息工程大学
专利类型:发明专利
专利状态:已下证
更新日期:2025-12-30
缴费截止日期: 暂无
联系人

摘要:

权利要求书:

1.一种基于群体熵度量的无人机集群控制方法,其特征在于,包括:集群内的各无人机获取通信距离范围内其他无人机的位置和速度,同时探测障碍物的位置;

将无人机的速度划分为如下速度分量:集群内部避碰分量、集群速度对齐分量、避障分量和自推进分量,各无人机计算相应的速度分量,其中,所述集群内部避碰分量通过集群内无人机的位置计算得到,所述集群速度对齐分量通过集群内无人机的速度和群体熵计算得到,所述避障分量通过无人机自身的速度、位置和探测障碍物的位置计算得到,所述自推进分量通过无人机自身的速度计算得到;所述群体熵用于表征集群内无人机的速度的一致性;

集群内的无人机通过计算得到的速度分量,计算得到下一时刻的预期飞行速度;

集群内的无人机执行相应的预期飞行速度。

2.根据权利要求1所述的基于群体熵度量的无人机集群控制方法,其特征在于,所述群体熵度量,包括以第i架无人机为中心、通信距离为半径范围内所有无人机作为第一群组计算得到的群体熵度量,和以第一群组中的第j架无人机为中心、通信距离为半径范围内所有无人机作为第二群组计算得到的群体熵度量。

3.根据权利要求2所述的基于群体熵度量的无人机集群控制方法,其特征在于,所述群体熵通过群组内无人机的速度的方差计算得到。

4.根据权利要求3所述的基于群体熵度量的无人机集群控制方法,其特征在于,所述集群内部避碰分量,采用如下公式计算:,

rep rep rep

其中,vij 表示群组内第i架无人机集群内部避碰分量,p 表示排斥力线性增益,r表示第i架无人机与其他无人机之间的相互排斥力的作用半径,ri和rj分别表示群组内第i架和第j架无人机的位置,rij表示第i架和第j架无人机之间的位置差范数。

5.根据权利要求4所述的基于群体熵度量的无人机集群控制方法,其特征在于,所述集群速度对齐分量,采用如下公式计算:,

frict frictmax

其中,vij 表示集群速度对齐分量,公式vij 用于计算速度对齐误差最大值,frict pros frict frictv 表示速度对齐误差,d 表示无人机之间的预期距离,a 表示初始加速度,p 表frict示集群速度对齐分量中无人机不同减速阶段之间交叉点的线性增益,C 表示速度对齐线性增益,vij表示第i架和第j架无人机之间的速度差范数,vi和vj分别表示第i架和第j架无人机的速度,函数D(r,a,p)表示用于计算速度在不同状态之间平滑转化的衰减函数,fitnesspij 表示第一群组中的第j架无人机对第i架无人机的集群速度对齐分量的影响权重,D(r,a,p)的计算公式如下:,

fitness

pij 的计算公式如下:

fitness fitness

其中,pi 表示第i架无人机的适应度值,pj 表示第j架无人机的适应度值,conver numberC 表示集群速度收敛系数,Nj 表示第一群组中除第i架无人机之外的无人机的数fitness fitness t fitness fitness t t量,pi 的计算方式为:pi =1/Ei,pj 的计算方式为:pj =1/Ej,Ei表示在tt t t时刻的第一群组Qi的群体熵,Ej表示在t时刻的第二群组Qj的群体熵;

t t D t t t

Ei和Ej的计算公式为:∑Q(D×log2),其中,在计算Ei时,Q表示Qi,D表示第一群组Qit t t内无人机的速度的方差;在计算Ej时,Q表示Qj,D表示第二群组Qj内无人机的速度的方差。

6.根据权利要求5所述的基于群体熵度量的无人机集群控制方法,其特征在于,所述避障分量,采用如下公式计算:,

obstmax obst

其中,vis 表示外部避障平滑制动曲线函数,vij 表示避障分量,ris表示无人机与obst obst虚拟无人机之间的位置差范数,a 表示虚拟无人机的初始加速度,p 表示避障分量中无frict人机不同减速阶段之间交叉点的线性增益,vis 表示无人机与虚拟无人机速度对齐计算o公式,N表示无人机总数,vis表示无人机与虚拟无人机之间的速度差范数,vi表示虚拟无人机的速度;虚拟无人机指无人机在障碍物上的投影。

7.根据权利要求6所述的基于群体熵度量的无人机集群控制方法,其特征在于,所述自推进分量,采用如下公式计算:,

iner

其中,v 表示自推进分量的影响权重。

8.根据权利要求7所述的基于群体熵度量的无人机集群控制方法,其特征在于,所述下一时刻的预期飞行速度,采用如下公式计算:,

d rep frict obst iner

其中,vi表示下一时刻的预期飞行速度,a 、a 、a 和a 分别表示集群内部避碰分量、集群速度对齐分量、避障分量和自推进分量的权重。

9.根据权利要求8所述的基于群体熵度量的无人机集群控制方法,其特征在于,所述集群内的无人机执行相应的预期飞行速度,包括:集群内的无人机实时计算下一时刻的预期飞行速度,并执行。

10.一种基于群体熵度量的无人机集群控制装置,其特征在于,包括:信息获取单元、速度分量计算单元、预期速度计算单元和执行单元,其中:所述信息获取单元,用于集群内的各无人机获取通信距离范围内其他无人机的位置和速度,同时探测障碍物的位置;

所述速度分量计算单元,用于将无人机的速度划分为如下速度分量:集群内部避碰分量、集群速度对齐分量、避障分量和自推进分量,各无人机计算相应的速度分量,其中,所述集群内部避碰分量通过集群内无人机的位置计算得到,所述集群速度对齐分量通过集群内无人机的速度和群体熵计算得到,所述避障分量通过无人机自身的速度、位置和探测障碍物的位置计算得到,所述自推进分量通过无人机自身的速度计算得到;所述群体熵用于表征集群内无人机的速度的一致性;

所述预期速度计算单元,用于集群内的无人机通过计算得到的速度分量,计算得到下一时刻的预期飞行速度;

所述执行单元,用于集群内的无人机执行相应的预期飞行速度。