基于多智能体分布式一致性的无人机编队控制方法及系统

本发明属于无人机控制领域，具体涉及基于多智能体分布式一致性的无人机编队控制方法及系统。

背景技术：

1、无人机集群系统由多个无人机组成，通过分布式算法进行编队飞行，并通过协作完成复杂的任务，这能显著地降低单架无人机故障的风险，并提升整个群体完成任务的效率和质量。

2、然而，在无人机编队飞行技术的发展过程中，仍然存在许多挑战和问题待解决，诸如无人机之间的通信、定位精度、环境感知、自我管理能力以及实时动态规划等关键技术方面。

3、行为控制方法侧重于对多智能体行为的规则化设计，并尝试通过优先级设置与任务要求相结合以实现编队控制。然而，这引入了系统设计的复杂性，同时在系统可扩展性和鲁棒性方面存在局限。虚拟结构控制通过设定领航者并围绕其构建编队来实现控制目标。尽管在系统稳定性和实施精度上有明显优势，但该方法在灵活性与环境适应性方面尚需改进。领航-跟随方法将一架无人机作为领航者，并要求其余无人机维持固定的角度和距离。该方法对领航者的依赖性强，一旦领航者发生故障，整个编队难以维持，且该方法在大规模集群应用时面临通信负载过大的问题；并不利于面对飞行时的多变环境。

技术实现思路

1、旨在至少解决现有技术中存在的技术问题之一，本发明提供基于多智能体分布式一致性的无人机编队控制方法及系统，提高了无人机系统在面对多变环境时的应对能力。

2、本发明的第一方面的实施例，基于多智能体分布式一致性的无人机编队控制方法，其特征在于，包括以下步骤：

3、获取障碍物坐标、多个预设队形和无人机的状态参数；

4、根据所述状态参数中无人机的当前坐标和所述预设队形中目标点的坐标进行目标点分配，得到无人机与目标点之间的目标分配关系，根据无人机的当前坐标、目标点的坐标和目标分配关系，得到无人机的对齐尺度和平移距离；

5、根据所述对齐尺度和所述平移距离得到无人机之间的相对状态；

6、根据所述障碍物坐标判断得到无需避障的信号，利用一致性算法根据无人机之间的相对状态得到无人机的第一轨迹；

7、根据所述障碍物坐标判断得到避障信号，根据无人机的当前坐标和障碍物坐标得到无人机避障对队形的违反程度，当所述违反程度大于预设的违反程度阈值，选择预设队形中违反程度最小的队形作为第一目标队形，根据所述第一目标队形得到无人机的第二轨迹，当所述违反程度小于或等于预设的违反程度阈值，在保持当前队形的情况下，根据所述障碍物坐标规划需避障的无人机的避障轨迹，得到无人机的第三轨迹；

8、当到达终止点坐标，根据所述第一轨迹、所述第二轨迹和所述第三轨迹得到目标轨迹。

9、根据本发明的第一方面的一些实施例，所述根据所述状态参数中无人机的当前坐标和所述预设队形中目标点的坐标进行目标点分配，得到无人机与目标点之间的目标分配关系，包括：

10、求解第一最优化问题以根据所述状态参数中无人机的当前坐标和所述预设队形中目标点的坐标进行目标点分配，得到无人机与目标点之间的目标分配关系，所述第一最优化问题表示为：其中，k为无人机与目标点之间的分配关系，pni为第i个无人机的当前坐标，qk(i)为目标点的坐标，s*为对应k的最优对齐尺度，d*为对应k的最优平移距离。

11、根据本发明的第一方面的一些实施例，所述根据无人机的当前坐标、目标点的坐标和目标分配关系，得到无人机的对齐尺度和平移距离，包括：

12、求解第二最优化问题以根据无人机的当前坐标、目标点的坐标和目标分配关系，得到无人机的对齐尺度和平移距离，所述第二最优化问题表示为：其中，s为当前的对齐尺度，d为当前的平移距离，k*为无人机与目标点之间的目标分配关系，为对应k*的位置偏移量。

13、根据本发明的第一方面的一些实施例，所述无人机之间的相对状态表示为：其中，α和β为大于0的可调参数，为无人机之间的相对状态在x、y和z方向上的分量，aij为邻接矩阵的元素，为第i个无人机的当前坐标在x、y和z方向上的分量，为第j个无人机的当前坐标在x、y和z方向上的分量，为第i个无人机的当前速度在x、y和z方向上的分量，为第j个无人机的当前速度在x、y和z方向上的分量。

14、根据本发明的第一方面的一些实施例，所述利用一致性算法根据无人机之间的相对状态得到无人机的第一轨迹，包括：

15、根据所述无人机之间的相对状态得到无人机的参考速度的偏导值；

16、根据所述无人机的参考速度的偏导值得到无人机的参考速度；

17、根据所述无人机的参考速度得到无人机的参考位置的偏导值；

18、根据所述无人机的参考位置的偏导值得到无人机的第一轨迹。

19、根据本发明的第一方面的一些实施例，所述根据无人机的当前坐标和障碍物坐标得到无人机避障对队形的违反程度，包括：

20、当无人机的当前坐标和障碍物坐标之间的距离小于或等于预设的距离阈值，计算得到队形的方向向量与避障的方向向量之间的余弦值；

21、根据无人机的当前坐标和障碍物坐标、队形的期望变化方向和队形的方向向量与避障的方向向量之间的余弦值得到无人机避障对队形的违反程度；

22、所述无人机避障对队形的违反程度表示为：其中，δ为无人机避障对队形的违反程度，n为无人机的总数量，γi为队形的方向向量与避障的方向向量之间的余弦值的归一化表示，ui(t)为队形的期望变化方向，xi(t)为无人机的当前坐标，为无人机的当前坐标和障碍物坐标之间的距离，dt为预设的距离阈值。

23、根据本发明的第一方面的一些实施例，所述在保持当前队形的情况下，根据所述障碍物坐标规划需避障的无人机的避障轨迹，得到无人机的第三轨迹，包括：

24、求解第三最优化问题以在保持当前队形的情况下，根据所述障碍物坐标规划需避障的无人机的避障轨迹，得到无人机的第三轨迹，所述第三最优化问题表示为：其中，α、β和γ为权重系数，a为无人机的加速度，ggoal为无人机到目标点的距离的惩罚项，go为无人机到障碍物的距离的惩罚项。

25、根据本发明的第一方面的一些实施例，所述无人机到目标点的距离的惩罚项是根据无人机的当前速度、无人机的当前加速度、无人机的当前坐标、目标点的坐标、距离最小的目标点的坐标和采样时间得到，所述无人机到障碍物的距离的惩罚项是根据无人机与障碍物的最小距离、无人机的当前速度、无人机的当前加速度、无人机的当前坐标和采样时间得到。

26、本发明的第二方面的实施例，一种计算机可读存储介质，储存有程序指令，所述程序指令被处理器执行时实施如上所述的基于多智能体分布式一致性的无人机编队控制方法。

27、本发明的第三方面的实施例，基于多智能体分布式一致性的无人机编队控制系统，包括:

28、计算机装置，所述计算机装置包括根据权利要求9所述的计算机可读存储介质。

29、本发明的有益效果包括：针对小型无人机有限计算能力与飞行轨迹规划之间的矛盾，实现无人机飞行轨迹优化策略，以平衡安全性、轨迹的可执行性等关键因素；考虑到无人机需要在存在障碍物的环境中维持特定的队形，通过灵活队形控制方法，使无人机能够根据环境变化调整或适当改变队形结构，以有效避开障碍；当需要保持特定队形而周围又存在障碍物时，能够适度破坏队形，既能实现编队队形，能够保证飞行过程中的安全；能根据障碍物的位置和特征信息，计算形成特定队形的违反程度，自动调整队形，有效地规避潜在冲突。根据障碍物的信息对编队队形进行度量并灵活变换。根据环境变化和实际需求对编队队形灵活调整，显著提高了无人机系统在面对多变环境时的应对能力。

30、此外，本发明的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。