多源风险因素下多无人机分布式安全协同控制

doi:10.7527/S1000-6893.2025.33010

集群智能与协同控制

本期目录 | 过刊浏览 | 高级检索

前一篇 |

多源风险因素下多无人机分布式安全协同控制

杨彬¹^,², 卞俊³, 章健淳¹(), 郭克信⁴, 杨懿¹^,²^,⁵

^1.北京航空航天大学杭州创新研究院，杭州 310051
^2.北京航空航天大学可靠性与系统工程学院，北京 100191
^3.北京航空航天大学自动化科学与电气工程学院，北京 100191
^4.北京航空航天大学航空科学与工程学院，北京 100191
^5.鹏城实验室，深圳 518055

收稿日期:2025-10-31 修回日期:2025-11-13 接受日期:2025-12-15 出版日期:2025-12-29 发布日期:2025-12-25
通讯作者: 章健淳 E-mail:zhangjianchun@buaa.edu.cn
基金资助:
浙江省“尖兵”“领雁”研发攻关计划(2025C01053);国家自然科学基金(62473031);国家自然科学基金(62522304);国家自然科学基金(62273023);浙江省自然科学基金(LZ24F030008)

Distributed safety cooperative control for multiple UAVs under multi-source risks

Bin YANG¹^,², Jun BIAN³, Jianchun ZHANG¹(), Kexin GUO⁴, Yi YANG¹^,²^,⁵

^1.Hangzhou Innovation Institute，Beihang University，Hangzhou 310051，China
^2.School of Reliability and Systems Engineering，Beihang University，Beijing 100191，China
^3.School of Automation Science and Electrical Engineering，Beihang University，Beijing 100191，China
^4.School of Aeronautic Science and Engineering，Beihang University，Beijing 100191，China
^5.Peng Cheng Laboratory，Shenzhen 518055，China

Received:2025-10-31 Revised:2025-11-13 Accepted:2025-12-15 Online:2025-12-29 Published:2025-12-25
Contact: Jianchun ZHANG E-mail:zhangjianchun@buaa.edu.cn
Supported by:
Pioneer and Leading Goose R&D Program of Zhejiang(2025C01053);National Natural Science Foundation of China(62473031);Zhejiang Provincial Natural Science Foundation(LZ24F030008)

摘要/Abstract

摘要：

多无人机系统在复杂环境执行绳系负载物资搬运任务时，易受外部干扰和障碍物等多源风险因素影响。针对该问题，提出一种基于风险触发的分布式安全协同控制方法。首先对绳系负载干扰进行建模表征，并设计干扰观测器实现精确估计；随后综合考虑位置跟踪、状态估计及障碍物感知等随机不确定性，基于条件风险价值（CVaR）对耦合碰撞风险进行量化计算；最后设计安全阈值评估碰撞风险，并结合鲁棒编队控制、避撞策略及干扰补偿机制，构建基于风险触发的分布式安全协同控制器。通过飞行实验与仿真测试验证了所提方法的有效性，结果表明，该方法显著提升了多无人机系统在绳系负载干扰下的控制精度与复杂环境中的安全性，同时保持较低的避障保守性。

关键词: 多无人机系统, 风险量化, 安全避撞控制, 抗干扰控制, 分布式协同控制

Abstract:

Multi-UAV systems performing the task of transporting material with cable-suspended payloads in complex environments are susceptible to multi-source risk factors such as external disturbances and obstacles. To solve this problem， this paper proposes a risk-triggered distributed safety cooperative control method. Firstly， the disturbance caused by cable-suspended payloads is modeled and characterized， and a disturbance observer is designed to realize accurate estimation. Subsequently， considering comprehensively the stochastic uncertainties including position tracking， state estimation and obstacle perception， the coupled collision risk is quantitatively calculated based on Conditional Value-at-Risk （CVaR）. Finally， a safety threshold is designed to evaluate the collision risk. Combined with robust formation control， collision avoidance strategy and disturbance compensation mechanism， a risk-triggered distributed safe cooperative controller is constructed. The effectiveness of the proposed method is verified through flight experiments and simulation tests. The results show that the proposed method significantly improves the control accuracy of multi-UAV systems under cable-suspended payload disturbances and the safety in complex environments， while maintaining low conservatism of obstacle avoidance.

Key words: multi-UAV systems, risk quantification, safety collision avoidance control, anti-disturbance control, distributed cooperative control

中图分类号:

V249.1

杨彬, 卞俊, 章健淳, 郭克信, 杨懿. 多源风险因素下多无人机分布式安全协同控制[J]. 航空学报, 2026, 47(S1): 733010.

Bin YANG, Jun BIAN, Jianchun ZHANG, Kexin GUO, Yi YANG. Distributed safety cooperative control for multiple UAVs under multi-source risks[J]. Acta Aeronautica et Astronautica Sinica, 2026, 47(S1): 733010.

图/表 16

图 1

表1

无人机模型符号含义

符号	物理含义	单位
$m ∈ R$	总质量	$k g$
$p i = [x i, y i, z i] T ∈ R 3$	位置向量	$m$
$v i = [v x, v y, v z] T ∈ R 3$	速度向量	$m / s$
$a = v ˙ ∈ R 3$	加速度向量	$m / s 2$
$F ∈ R$	沿 $z b$ 轴的总推力	$N$
$J ∈ R 3 × 3$	转动惯量矩阵	$k g ⋅ m 2$
$ω ∈ R 3$	角速度	$r a d / s$
$τ ∈ R 3$	扭矩向量	$N ⋅ m$

表1

图 2

图 3

图 4

图 5

图 6

图 7

图 8

图 9

表2

仿真测试参数设置

参数	数值
$δ 1$	0.3
$δ 2$	0.3
$k s 1$	18
$k s 2$	18
$k f$	1
$k s j$	1
$k s k$	1
$k s 3$	85
$D p$	5
$D i j, s$	0.1
$D i k, s$	0.35
$k 1$	1.8
$k 2$	0.6

表2

图 10

图 11

图 12

图 13

图 14

参考文献 33

[1]	FLOREANO D， WOOD R J. Science， technology and the future of small autonomous drones［J］. Nature， 2015， 521（7553）： 460-466.
[2]	MCGUIRE K N， DE WAGTER C， TUYLS K， et al. Minimal navigation solution for a swarm of tiny flying robots to explore an unknown environment［J］. Science Robotics， 2019， 4（35）： eaaw9710.
[3]	CHUNG S J， PARANJAPE A A， DAMES P， et al. A survey on aerial swarm robotics［J］. IEEE Transactions on Robotics， 2018， 34（4）： 837-855.
[4]	JAVED S， HASSAN A， AHMAD R， et al. State-of-the-art and future research challenges in UAV swarms［J］. IEEE Internet of Things Journal， 2024， 11（11）： 19023-19045.
[5]	郭洪振，陈谋. 基于预设性能的四旋翼无人机编队安全控制［J］. 航空学报， 2021， 42（8）： 525789.
	GUO H Z， CHEN M. Safety formation control of quadrotor UAVs based on prescribed performance［J］. Acta Aeronautica et Astronautica Sinica， 2021， 42（8）： 525789 （in Chinese）.
[6]	付俊杰，林潇坤，温广辉. 基于高阶控制障碍函数的多固定翼无人机鲁棒避障安全编队跟踪控制［J］. 机器人， 2025， 47（1）： 85-98.
	FU J J， LIN X K， WEN G H. Robust obstacle avoidance and safe formation tracking control for multiple fixed-wing UAVs based on high-order control barrier functions［J］. Robot， 2025， 47（1）： 85-98 （in Chinese）.
[7]	郭雷，余翔，张霄，等. 无人机安全控制系统技术：进展与展望［J］. 中国科学（信息科学）， 2020， 50（2）： 184-194.
	GUO L， YU X， ZHANG X， et al. Safety control system technologies for UAVs： Review and prospect［J］. Science in China （Information Sciences）， 2020， 50（2）： 184-194 （in Chinese）.
[8]	郭雷，朱玉凯，乔建忠，等. 无人系统生存智能与安全、免疫、绿色控制技术［J］. 航空学报， 2022， 43（10）： 527129.
	GUO L， ZHU Y K， QIAO J Z， et al. Survival intelligence and safety， immunity and green control technologies for unmanned systems［J］. Acta Aeronautica et Astronautica Sinica， 2022， 43（10）： 527129 （in Chinese）.
[9]	GUO L， LI W S， ZHU Y K， et al. Composite disturbance filtering： A novel state estimation scheme for systems with multisource， heterogeneous， and isomeric disturbances［J］. IEEE Open Journal of the Industrial Electronics Society， 2023， 4： 387-400.
[10]	CUI Y Y， QIAO J Z， ZHU Y K， et al. Velocity-tracking control based on refined disturbance observer for gimbal servo system with multiple disturbances［J］. IEEE Transactions on Industrial Electronics， 2022， 69（10）： 10311-10321.
[11]	ZHU Y K， ZHU B P， CUI Y Y， et al. Two-step input excitation disturbance estimation-based self-adjustment control for spacecrafts with multiplicative uncertainties［J］. IEEE Transactions on Aerospace and Electronic Systems， 2025， 61（1）： 374-388.
[12]	YU X， ZHANG Y M. Sense and avoid technologies with applications to unmanned aircraft systems： Review and prospects［J］. Progress in Aerospace Sciences， 2015， 74： 152-166.
[13]	YANG B， ZHANG J C， XU L D， et al. Cooperative warning and risk-averse safety control for multiple UAVs［J］. IEEE Transactions on Industrial Informatics， 2025， 21（5）： 4262-4272.
[14]	YANG B， ZHANG J C， BIAN J， et al. CVaR-constrained safety cooperation for multiple UAVs with risk prediction［J］. IEEE Internet of Things Journal， 2025， 12（18）： 39008-39018.
[15]	WANG J H， ZHOU S C， XU L D， et al. Covert attack detection and resilient control of quadcopter［J］. IEEE Transactions on Industrial Informatics， 2025， 21（5）： 3924-3933.
[16]	REN H R， CHENG Z J， QIN J H， et al. Deception attacks on event-triggered distributed consensus estimation for nonlinear systems［J］. Automatica， 2023， 154： 111100.
[17]	GUO X Y， WANG C L， DONG Z， et al. Secure state estimation for nonlinear systems under sparse attacks with application to robotic manipulators［J］. IEEE Transactions on Industrial Electronics， 2023， 70（8）： 8408-8415.
[18]	GUO X Y， WANG C L， DONG Z， et al. Adaptive containment control for heterogeneous MIMO nonlinear multiagent systems with unknown direction actuator faults［J］. IEEE Transactions on Automatic Control， 2023， 68（9）： 5783-5790.
[19]	JIANG Q M， KUMAR V. The inverse kinematics of cooperative transport with multiple aerial robots［J］. IEEE Transactions on Robotics， 2013， 29（1）： 136-145.
[20]	DONG X W， LI Y F， LU C， et al. Time-varying formation tracking for UAV swarm systems with switching directed topologies［J］. IEEE Transactions on Neural Networks and Learning Systems， 2019， 30（12）： 3674-3685.
[21]	GUO K X， LIU C， ZHANG X， et al. A bio-inspired safety control system for UAVs in confined environment with disturbance［J］. IEEE Transactions on Cybernetics， 2024， 54（2）： 1308-1320.
[22]	SHE X H， MA H， REN H R， et al. Vision-based adaptive prescribed-time control of UAV for uncooperative target tracking with performance constraint［J］. Journal of Systems Science and Complexity， 2024， 37（5）： 1956-1977.
[23]	郭雷，李文硕，崔洋洋，等. 动态闭环不确定性量化理论与智能无人系统应用［J］. 中国科学（技术科学）， 2025， 55（1）： 1-13.
	GUO L， LI W S， CUI Y Y， et al. Dynamic closed-loop uncertainty quantification theory with intelligent unmanned systems applications［J］. Scientia Sinica Technologica， 2025， 55（1）： 1-13 （in Chinese）.
[24]	GUO L， CHEN W H. Disturbance attenuation and rejection for systems with nonlinearity via DOBC approach［J］. International Journal of Robust and Nonlinear Control， 2005， 15（3）： 109-125.
[25]	SORIA E， SCHIANO F， FLOREANO D. Predictive control of aerial swarms in cluttered environments［J］. Nature Machine Intelligence， 2021， 3（6）： 545-554.
[26]	SORIA E， SCHIANO F， FLOREANO D. Distributed predictive drone swarms in cluttered environments［J］. IEEE Robotics and Automation Letters， 2022， 7（1）： 73-80.
[27]	QI J T， GUO J J， WANG M M， et al. Formation tracking and obstacle avoidance for multiple quadrotors with static and dynamic obstacles［J］. IEEE Robotics and Automation Letters， 2022， 7（2）： 1713-1720.
[28]	WU J， LUO C B， LUO Y， et al. Distributed UAV swarm formation and collision avoidance strategies over fixed and switching topologies［J］. IEEE Transactions on Cybernetics， 2022， 52（10）： 10969-10979.
[29]	YANG B， LI H Y， YAO D Y， et al. DO-based adaptive consensus control for multiple MUAVs with dynamic constraints［J］. IEEE Transactions on Systems， Man， and Cybernetics： Systems， 2023， 53（4）： 2387-2398.
[30]	GUO K X， JIA J D， YU X， et al. Multiple observers based anti-disturbance control for a quadrotor UAV against payload and wind disturbances［J］. Control Engineering Practice， 2020， 102： 104560.
[31]	LEI Y， WANG Y W， MORĂRESCU I C， et al. Event-triggered fixed-time stabilization of two time scales linear systems［J］. IEEE Transactions on Automatic Control， 2023， 68（3）： 1722-1729.
[32]	YAO D Y， WU Y Y， REN H R， et al. Event-based adaptive sliding-mode containment control for multiple networked mechanical systems with parameter uncertainties［J］. IEEE Transactions on Automation Science and Engineering， 2025， 22： 264-275.
[33]	REN H R， LIU Z Y， LIANG H J， et al. Pinning-based neural control for multiagent systems with self-regulation intermediate event-triggered method［J］. IEEE Transactions on Neural Networks and Learning Systems， 2025， 36（4）： 7252-7262.

E-mail：hkxb@buaa.edu.cn

关于我们

期刊社服务

专业学科

封面文章

友情链接

主管单位：中国科学技术协会主办单位：中国航空学会北京航空航天大学

多源风险因素下多无人机分布式安全协同控制

Distributed safety cooperative control for multiple UAVs under multi-source risks

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 16

参考文献 33

相关文章 12

编辑推荐

Metrics

本文评价

[1]	陈向勇, 李汶洁, 马骥, 牛奔, 邱建龙. 低空环境下无人系统协同控制前沿进展[J]. 航空学报, 2026, 47(S1): 732976-732976.
[2]	陈谋, 甄子涵, 姜斌. 低空无人机智能避障决策与安全控制技术综述[J]. 航空学报, 2026, 47(9): 533388-533388.
[3]	张泽君, 王恩美, 陈泽帅, 李晨龙, 章健淳, 余翔. 考虑测量误差的高超声速飞行器抗干扰追逃博弈[J]. 航空学报, 2026, 47(9): 533305-533305.
[4]	王晓娟, 田广泰, 李彬, 何振清. 基于动态补偿器的四旋翼无人机全驱抗干扰控制[J]. 航空学报, 2026, 47(9): 123-135.
[5]	郭鹏, 徐田来, 郎安琪, 崔祜涛, 李子迪. 基于复杂网络模型的多无人机系统协同导航信息融合方法[J]. 航空学报, 2026, 47(5): 332428-332428.
[6]	罗飞, 蒋彪, 高怡宁, 胡志勇, 刘海良, 张军红, 苏子康. 加油装置空中对接先进控制器设计与风洞试验[J]. 航空学报, 2026, 47(11): 332793-332793.
[7]	陈谋, 黄正国, 申耀华, 刘凡. 先进飞行器复合抗干扰控制技术综述[J]. 航空学报, 2025, 46(6): 531303-531303.
[8]	王祝, 张梦通, 张振鹏, 徐广通. 基于多指标动态优先级的无人机协同路径规划[J]. 航空学报, 2024, 45(4): 328816-328816.
[9]	崔凯鑫, 段广仁. 基于干扰观测器的一类组合航天器高阶全驱抗干扰控制[J]. 航空学报, 2024, 45(1): 628892-628892.
[10]	张清瑞, 刘赟韵, 孙慧杰, 朱波. 固定翼无人机紧密编队的鲁棒协同跟踪控制[J]. 航空学报, 2024, 45(1): 629233-629233.
[11]	宋梦实, 张帆, 黄攀峰. 位置约束下软式自主空中加油的抗干扰控制[J]. 航空学报, 2023, 44(20): 629114-629114.
[12]	刘闯, 岳晓奎. 空间非合作航天器抓捕后姿态抗干扰控制[J]. 航空学报, 2021, 42(11): 524849-524849.