一种空地系统协同控制方法、系统、控制器及其设计方法

本发明涉及空地系统控制，更具体的，涉及：1、一种空地系统协同控制方法，2、使用了该控制方法的空地系统协同控制系统，3、一种空地系统协同控制器的设计方法，4、基于该设计方法得到的空地系统协同控制器。

背景技术：

1、随着人工智能、云计算、大数据、5g、物联网等技术的快速发展,智能化逐渐成为各个领域的发展趋势。无人系统的快速发展推动交通形态向立体空间一体化演变。无人机在无人车视野内丢失动态目标时，能够为无人车提供周边环境信息和动态目标的坐标信息，使其继续执行追踪任务。因此，由无人机与无人车组成的空地系统应用前景广阔。

2、目前，空地系统的研究集中在定位建图、运动规划上，而空地系统控制技术研究相对较少，并且已有的控制技术在处理无人车和无人机之间的避撞不等式约束时未能提供有效的约束处理和约束跟随方法，导致安全性不足和控制精度不高。

技术实现思路

1、基于此，有必要针对现有缺少有效的空地系统协同控制方法的问题，提供了空地系统协同控制方法及系统。

2、本发明采用以下技术方案实现：

3、第一方面，本发明公开了一种空地系统协同控制方法。空地系统包括单架无人机、单辆无人车，无人机的跟随追踪对象为目标一，无人车的跟随追踪对象为目标二。

4、空地系统协同控制方法包括以下步骤：

5、获取当前时刻t时无人机、目标一、无人车、目标二的位置参数；

6、依据获取的位置参数，按照控制模型一计算无人机的控制力τ1、按照控制模型二计算无人车的控制力τ2；

7、将τ1、τ2输出控制，以改变下一时刻t+1时无人机、目标一、无人车、目标二的位置参数，使无人机追踪上目标一、无人车追踪上目标二；

8、其中，控制模型一为：

9、

10、式中，p11表示用于抵消无人机系统力和附加不等式约束力的合力；p12表示使无人机与目标一之间的误差实现收敛的控制力；m1表示无人机的惯性矩阵；a1表示无人机等式约束常量参数矩阵；b1表示无人机的二阶约束向量；a1表示无人机的中间参数；表示无人机的附加不等式约束力；i表示单位矩阵，r1表示调整附加不等式约束力的矢量；表示a1的广义逆矩阵；k1表示p12的调节参数；表示无人机的速度向量；c1表示无人机一阶约束向量；表示无人机不等式约束常量参数矩阵；表示的广义逆矩阵。

11、控制模型二为：

12、

13、式中，p21表示用于抵消无人车系统力的理想约束力；p22表示无人车与目标二之间的误差实现收敛的控制力；m2表示无人车的惯性矩阵；a2表示无人车等式约束常量参数矩阵；b2表示无人车的二阶约束向量；a2表示无人车的中间参数；表示a2的广义逆矩阵；k2表示p22的调节参数；表示无人车的速度向量；c2表示无人车一阶约束向量。

14、该种空地系统协同控制方法实现根据本公开的实施例的方法或过程。

15、第二方面，本发明公开了一种空地系统协同控制系统，使用了如第一方面公开的空地系统协同控制方法。

16、空地系统协同控制系统包括：位置参数获取模块、控制力计算模块、输出控制模块。

17、位置参数获取模块用于获取当前时刻t时无人机、目标一、无人车、目标二的位置参数。控制力计算模块用于依据获取的位置参数，按照控制模型一计算无人机的控制力τ1、按照控制模型二计算无人车的控制力τ2。输出控制模块用于将τ1、τ2输出控制，以改变下一时刻t+1时无人机、目标一、无人车、目标二的位置参数，使无人机追踪上目标一、无人车追踪上目标二。

18、该种空地系统协同控制系统实现根据本公开的实施例的方法或过程。

19、第三方面，本发明公开了一种空地系统协同控制器的设计方法。空地系统包括单架无人机、单辆无人车；其中，无人机的跟随追踪对象为目标一，无人车的跟随追踪对象为目标二。

20、空地系统协同控制器的设计方法包括以下步骤：

21、步骤一，构建出无人机动力学模型的关系模型一、无人车动力学模型的关系模型二。

22、其中，关系模型一为：

23、

24、式中，m1表示无人机的惯性矩阵；表示无人机的加速度向量；q1表示无人机所受的已知外力；τ1表示无人机的控制力；a1表示无人机的中间参数。

25、关系模型二为：

26、

27、式中，m2表示无人车的惯性矩阵；表示无人车的加速度向量；q2表示无人车所受的已知外力；τ2表示无人车的控制力；a2表示无人车的中间参数。

28、步骤二，对无人车进行路径跟踪约束设计，构建出等式约束模型二。

29、其中，等式约束模型二为：

30、

31、式中，a2表示无人车等式约束常量参数矩阵；b2表示无人车的二阶约束向量；表示无人车的速度向量；c2表示无人车一阶约束向量；η22表示常量参数；η22＞0；分别为目标二的坐标向量在x方向、y方向的分量；分别为目标二的速度向量在x方向、y方向的分量；分别为目标二的加速度向量在x方向、y方向的分量；x1、y1分别为无人机的坐标向量q1在x方向、y方向的分量；分别为无人机的速度向量在x方向、y方向的分量。

32、对无人机进行路径跟踪约束设计，构建出等式约束模型一、不等式约束模型。

33、其中，等式约束模型一为：

34、

35、式中，a1表示无人机等式约束常量参数矩阵；b1表示无人机的二阶约束向量；表示无人机的速度向量；c1表示无人机一阶约束向量；

36、x1、y1、z1分别为无人机的坐标向量q1在x方向、y方向、z方向的分量；

37、分别为无人机的速度向量在x方向、y方向、z方向的分量；

38、分别为目标一的坐标向量在x方向、y方向、z方向的分量；

39、分别为目标一的速度向量在x方向、y方向、z方向的分量；

40、分别为目标一的加速度向量在x方向、y方向、z方向的分量。

41、不等式约束模型为：

42、

43、式中，ζ表示关于ξ1、的转换向量；ξ1表示状态量向量；ξ1满足：n∈r、表示q1的下界，u∈r、表示q1的上界；表示ξ1的一阶导数；表示ξ1的二阶导数；φ(.)表示基于ξ1、q1构建的函数；t表示当前时刻；h11、h12、h13、h14均为中间函数；i表示单位矩阵，r1表示调整附加不等式约束力的矢量；表示a1的广义逆矩阵；表示无人机不等式约束常量参数矩阵；表示的广义逆矩阵。

44、步骤三，基于关系模型一、等式约束模型一，设计τ1满足的控制模型一。

45、基于关系模型二、等式约束模型二，设计τ2满足的控制模型二。

46、其中，控制模型一为：

47、

48、式中，p11表示用于抵消无人机系统力和附加不等式约束力的合力；p12表示使无人机与目标一之间的误差实现收敛的控制力；表示无人机的附加不等式约束力；k1表示p12的调节参数。

49、控制模型二为：

50、

51、式中，p21表示用于抵消无人车系统力的理想约束力；p22表示无人车与目标二之间的误差实现收敛的控制力；表示a2的广义逆矩阵；k2表示p22的调节参数。

52、步骤四，基于控制模型一、控制模型二构建空地系统协同控制器。

53、该种空地系统协同控制器的设计方法实现根据本公开的实施例的方法或过程。

54、第四方面，本发明公开了一种空地系统协同控制器，其采用第三方面的空地系统协同控制器的设计方法得到。

55、与现有技术相比，本发明具备如下有益效果：

56、本发明针对空地系统控制方法设计较少的情况，在进行协同控制约束设计时，同时考虑了等式约束和不等式约束，并将不等式约束通过简单有效的方式实现了转换，以保证模型准确性，既有效处理了空地系统中的复杂约束，又使得系统控制效果好。