一种基于领导⁃跟随策略的多无人机⁃多无人艇编队协同机制

doi:10.7527/S1000-6893.2023.29791

集群智能与协同控制

本期目录 | 过刊浏览 | 高级检索

前一篇 | 后一篇

一种基于领导⁃跟随策略的多无人机⁃多无人艇编队协同机制

王振威¹, 刘凯¹(), 郭健², 刘晓鹏²

^1.大连理工大学力学与航空航天学院，大连 116024
^2.北京空天技术研究所，北京 100074

收稿日期:2023-10-30 修回日期:2023-11-21 接受日期:2023-12-15 出版日期:2023-12-25 发布日期:2023-12-25
通讯作者: 刘凯 E-mail:carsonliu@dlut.edu.cn
基金资助:
国家自然科学基金(U2141229)

A multi⁃UAVs and multi⁃USVs formation cooperative mechanism based on leader⁃follower strategy

Zhenwei WANG¹, Kai LIU¹(), Jian GUO², Xiaopeng LIU²

^1.School of Mechanics and Aerospace Engineering，Dalian University of Technology，Dalian 116024，China
^2.Beijing Aerospace Technology Institute，Beijing 100074，China

Received:2023-10-30 Revised:2023-11-21 Accepted:2023-12-15 Online:2023-12-25 Published:2023-12-25
Contact: Kai LIU E-mail:carsonliu@dlut.edu.cn
Supported by:
National Natural Science Foundation of China(U2141229)

摘要/Abstract

摘要：

随着无人系统技术深入的发展，无人集群系统的海空跨域协同问题已成为当前的研究热点，本文针对海空协同下的多无人机（multi-UAVs）-多无人艇（multi-USVs）执行协同任务的前端协同航行问题，基于层次结构式领导-跟随策略开展了多无人机-多无人艇编队协同机制研究。本文首先建立了无人系统跨域集群编队运动模型，以描述跨域集群系统内各运动体的领导跟随关系；针对领航机-领航艇协同航迹规划问题，本文基于所建立的双层栅格化地图模型，建立了多约束条件下的航迹代价函数，并利用改进遗传算法进行求解；针对跨域集群编队协同运动控制问题，基于层次结构式Leader-Follower编队策略，设计了领航机-领航艇异构编队控制器与同构编队运动控制器，并利用模糊控制器对同构编队运动控制器进行了参数整定研究。最后，本文通过仿真实验验证了所设计的多无人机-多无人艇跨域集群协同机制的有效性。

关键词: 领导-跟随策略, 无人机-无人艇协同, 航迹规划, 编队控制, 模糊控制

Abstract:

As the unmanned system technology continues to advance， the issue of cross-domain cooperation in unmanned cluster systems has become a research hotspot. To address the problem of front-end cooperative navigation of multi-Unmanned Aerial Vehicles （UAVs） and multi-Unmanned Surface Vehicles （USVs） in a sea-air cooperation scenario， this paper conducts research on the multi-UAVs and multi-USVs formation cooperation mechanism based on the hierarchical leader-follower strategy. A motion model for cross-domain cluster formation is established to describe the leader-follower relationships among various entities within the cross-domain cluster system. Regarding the cooperative trajectory planning problem for the Leader-UAV and Leader-USV， a trajectory cost function considering multiple constraints is formulated based on the established double-layer grid map model. The improved genetic algorithm is employed for optimization. In the context of cross-domain cluster formation cooperative motion control， heterogeneous formation controllers for the leader-UAV and leader-USV and homogeneous formation motion controllers are designed based on the hierarchical leader-follower formation strategy. Parameter tuning is performed for the homogeneous formation motion controller using the fuzzy controller. Simulation experiments validate the effectiveness of the proposed cross-domain cooperative mechanism for multi-UAVs and multi-USVs.

Key words: leader-follower strategy, UAV-USV cooperation, trajectory planning, formation control, fuzzy control

中图分类号:

V249

王振威, 刘凯, 郭健, 刘晓鹏. 一种基于领导⁃跟随策略的多无人机⁃多无人艇编队协同机制[J]. 航空学报, 2023, 44(S2): 729791-729791.

Zhenwei WANG, Kai LIU, Jian GUO, Xiaopeng LIU. A multi⁃UAVs and multi⁃USVs formation cooperative mechanism based on leader⁃follower strategy[J]. Acta Aeronautica et Astronautica Sinica, 2023, 44(S2): 729791-729791.

图/表 20

图1

图2

图3

图4

图5

图6

图7

表1

模糊规则

$e c$	$e$
$e c$	NB	NM	NS	ZO	PS	PM	PB
NB	PB/NB/PS	PB/NB/NS	PM/NM/NB	PM/NM/NB	PS/NS/NB	ZO/ZO/NM	ZO/ZO/PS
NM	PB/NB/PS	PB/NB/NS	PM/NM/NB	PS/NS/NM	PS/NS/NM	ZO/ZO/NS	NS/ZO/ZO
NS	PB/NB/ZO	PM/NM/NS	PM/NS/NM	PS/NS/NS	ZO/ZO/NS	NS/PS/NS	NS/PS/ZO
ZO	PM/NM/ZO	PM/NM/NS	PS/NS/NS	ZO/ZO/NS	NS/PS/NS	NM/PM/NS	NM/PS/ZO
PS	PS/NS/ZO	PS/NS/ZO	ZO/ZO/ZO	NS/PS/ZO	NS/PS/ZO	NM/PM/ZO	NB/PB/ZO
PM	PS/ZO/PB	ZO/ZO/NS	NS/PS/PS	NM/PS/PS	NM/PM/PS	NM/PB/PS	NB/PB/PB
PB	ZO/ZO/PB	ZO/ZO/PM	NM/PS/PM	NM/PM/PS	NM/PM/PS	NB/PB/PS	NB/PB/PB

表1

图8

表2

领航机/领航艇的初始条件信息

初始条件	领导者
初始条件	领航机	领航艇
$α 1$	1.6	1.6
最小安全距离 $d s a f e$ /m	100	100
领导者的安全距离 $d o b s L$ /m	240	224
内侧编队间距 $d f L$ /m	50	40
起始位置/m	（1 000，1 000）	（500，500）
目标点/km	（10，10）	（10，10）
$h u a v$ /km	2
规划速度范围/（m·s^-1）	［26，42］	［11，17］
最小转弯半径约束/m	210	60
通信范围约束/km	5	5
$α 2$	1.05	1.05
$α 3$	0.9	0.9

表2

图9

图10

表3

表4

图11

图12

表5

图13

图14

图15

参考文献 36

1	刘雷，刘大卫，王晓光，等. 无人机集群与反无人机集群发展现状及展望［J］. 航空学报， 2022， 43（S1）： 726908.
	LIU L， LIU D W， WANG X G， et al. Development status and prospect of UAV cluster and anti-UAV cluster［J］. Acta Aeronautica et Astronautica Sinica， 2022， 43（S1）： 726908 （in Chinese）.
2	何玉庆，秦天一，王楠. 跨域协同：无人系统技术发展和应用新趋势［J］. 无人系统技术， 2021， 4（4）： 1-13.
	HE Y Q， QIN T Y， WANG N. Cross-domain collaboration： New trends in the development and application of unmanned systems technology［J］. Unmanned Systems Technology， 2021， 4（4）： 1-13 （in Chinese）.
3	WU Y， LOW K H， LV C. Cooperative path planning for heterogeneous unmanned vehicles in a search-and-track mission aiming at an underwater target［J］. IEEE Transactions on Vehicular Technology， 2020， 69（6）： 6782-6787.
4	HUANG T， CHEN Z， GAO W， et al. A USV-UAV cooperative trajectory planning algorithm with hull dynamic constraints［J］. Sensors， 2023， 23（4）： 1845.
5	KE C， CHEN H F. Cooperative path planning for air–sea heterogeneous unmanned vehicles using search-and-tracking mission［J］. Ocean Engineering， 2022， 262： 112020.
6	白嘉琪，王彦恺，邢昊. 无人艇与四旋翼无人机固定时间异构编队控制［J］. 系统工程与电子技术， 2023， 45（4）： 1152-1163.
	BAI J Q， WANG Y K， XING H. Fixed-time heterogeneous formation control of unmanned boats and quadrotor unmanned aerial vehicle［J］. Systems Engineering and Electronics， 2023， 45（4）： 1152-1163 （in Chinese）.
7	LIU H T， WENG P J， TIAN X H， et al. Distributed adaptive fixed-time formation control for UAV-USV heterogeneous multi-agent systems［J］. Ocean Engineering， 2023， 267： 113240.
8	KE C， CHEN H F， XIE L. Cross-domain fixed-time formation control for an air-sea heterogeneous unmanned system with disturbances［J］. Journal of Marine Science and Engineering， 2023， 11（7）： 1336.
9	SHAO G M， MA Y， MALEKIAN R， et al. A novel cooperative platform design for coupled USV⁃UAV systems［J］. IEEE Transactions on Industrial Informatics， 2019， 15（9）： 4913-4922.
10	LAPANDIĆ D， PERSSON L， DIMAROGONAS D V， et al. Aperiodic communication for MPC in autonomous cooperative landing ［J］. IFAC-PapersOnLine， 2021， 54（6）： 113-118.
11	LI W Z， GE Y， GUAN Z H， et al. Synchronized motion-based UAV–USV cooperative autonomous landing［J］. Journal of Marine Science and Engineering， 2022， 10（9）： 1214.
12	崔恺，曾国奇，林伟，等. 一种基于图论的机场空域无人机流量控制方法［J］. 北京航空航天大学学报， 2020， 46（5）： 978-987.
	CUI K， ZENG G Q， LIN W， et al. Flow control method for UAV airport airspace based on graph theory［J］. Journal of Beijing University of Aeronautics and Astronautics， 2020， 46（5）： 978-987 （in Chinese）.
13	张哲，吴剑，代冀阳，等. 基于改进A-Star算法的隐身无人机快速突防航路规划［J］. 航空学报， 2020， 41（7）： 323692.
	ZHANG Z， WU J， DAI J Y， et al. Fast penetration path planning for stealth UAV based on improved A-Star algorithm［J］. Acta Aeronautica et Astronautica Sinica， 2020， 41（7）： 323692 （in Chinese）.
14	WANG J K， CHI W Z， LI C M， et al. Neural RRT*： Learning-based optimal path planning［J］. IEEE Transactions on Automation Science and Engineering， 2020， 17（4）： 1748-1758.
15	HAN Y H， XIANG H Y， CAO J N， et al. Study on optimization of multi-UAV nucleic acid sample delivery paths in large cities under the influence of epidemic environment［J］. Journal of Ambient Intelligence and Humanized Computing， 2023， 14（6）： 7593-7620.
16	葛佳昊，刘莉，董欣心，等. 基于动力学RRT^*的自由漂浮空间机器人轨迹规划［J］. 航空学报， 2021， 42（1）： 523877.
	GE J H， LIU L， DONG X X， et al. Trajectory planning for free floating space robots based on kinodynamic RRT^* ［J］. Acta Aeronautica et Astronautica Sinica， 2021， 42（1）： 523877 （in Chinese）.
17	王庆禄，吴冯国，郑成辰，等. 基于优化人工势场法的无人机航迹规划［J］. 系统工程与电子技术， 2023， 45（5）： 1461-1468.
	WANG Q L， WU F G， ZHENG C C， et al. UAV path planning based on optimized artificial potential field method［J］. Systems Engineering and Electronics， 2023， 45（5）： 1461-1468 （in Chinese）.
18	张菁，何友，彭应宁，等. 基于神经网络和人工势场的协同博弈路径规划［J］. 航空学报， 2019， 40（3）： 322493.
	ZHANG J， HE Y， PENG Y N， et al. Neural network and artificial potential field based cooperative and adversarial path planning［J］. Acta Aeronautica et Astronautica Sinica， 2019， 40（3）： 322493 （in Chinese）.
19	刘鑫，杨霄鹏，刘雨帆，等. 基于GA-OCPA学习系统的无人机路径规划方法［J］. 航空学报， 2017， 38（11）： 321275.
	LIU X， YANG X P， LIU Y F， et al. UAV path planning based on GA-OCPA learning system［J］. Acta Aeronautica et Astronautica Sinica， 2017， 38（11）： 321275 （in Chinese）.
20	SINGH M K， CHOUDHARY A， GULIA S， et al. Multi-objective NSGA-II optimization framework for UAV path planning in an UAV-assisted WSN［J］. The Journal of Supercomputing， 2023， 79（1）： 832-866.
21	魏彤，龙琛. 基于改进遗传算法的移动机器人路径规划［J］. 北京航空航天大学学报， 2020， 46（4）： 703-711.
	WEI T， LONG C. Path planning for mobile robot based on improved genetic algorithm［J］. Journal of Beijing University of Aeronautics and Astronautics， 2020， 46（4）： 703-711 （in Chinese）.
22	李宪强，马戎，张伸，等. 蚁群算法的改进设计及在航迹规划中的应用［J］. 航空学报， 2020， 41（S2）： 724381.
	LI X Q， MA R， ZHANG S， et al. Improved design of ant colony algorithm and its application in route planning［J］. Acta Aeronautica et Astronautica Sinica， 2020， 41（S2）： 724381 （in Chinese）.
23	LI G X， LIU C， WU L， et al. A mixing algorithm of ACO and ABC for solving path planning of mobile robot［J］. Applied Soft Computing， 2023， 148： 110868.
24	YU Z H， SI Z J， LI X B， et al. A novel hybrid particle swarm optimization algorithm for path planning of UAVs［J］. IEEE Internet of Things Journal， 2022， 9（22）： 22547-22558.
25	LIU Y， ZHANG X J， ZHANG Y， et al. Collision free 4D path planning for multiple UAVs based on spatial refined voting mechanism and PSO approach［J］. Chinese Journal of Aeronautics， 2019， 32（6）： 1504-1519.
26	阚平，姜兆亮，刘玉浩，等. 多植保无人机协同路径规划［J］. 航空学报， 2020， 41（4）： 323610.
	KAN P， JIANG Z L， LIU Y H， et al. Cooperative path planning for multi-sprayer-UAVs［J］. Acta Aeronautica et Astronautica Sinica， 2020， 41（4）： 323610 （in Chinese）.
27	ZHANG M H， HAN Y H， CHEN S Y， et al. A Multi-Strategy Improved Differential Evolution algorithm for UAV 3D trajectory planning in complex mountainous environments［J］. Engineering Applications of Artificial Intelligence， 2023， 125： 106672.
28	王晶，顾维博，窦立亚. 基于Leader-Follower的多无人机编队轨迹跟踪设计［J］. 航空学报， 2020， 41（S1）： 723758.
	WANG J， GU W B， DOU L Y. Trajectory tracking design of multi-UAV formation based on Leader-Follower［J］. Acta Aeronautica et Astronautica Sinica， 2020， 41（S1）： 723758 （in Chinese）.
29	CHEN H， WANG X K， SHEN L C， et al. Formation flight of fixed-wing UAV swarms： A group-based hierarchical approach［J］. Chinese Journal of Aeronautics， 2021， 34（2）： 504-515.
30	LI J C， LIU J M， HUANGFU S Q， et al. Leader-follower formation of light-weight UAVs with novel active disturbance rejection control［J］. Applied Mathematical Modelling， 2023， 117： 577-591.
31	杨明月，寿莹鑫，唐勇，等. 多四旋翼无人机编队保持与避碰控制［J］. 航空学报， 2022， 43（S1）： 726913.
	YANG M Y， SHOU Y X， TANG Y， et al. Formation maintenance and collision avoidance control of multi-quadrotor UAV［J］. Acta Aeronautica et Astronautica Sinica， 2022， 43（S1）： 726913 （in Chinese）.
32	李正平，鲜斌. 基于虚拟结构法的分布式多无人机鲁棒编队控制［J］. 控制理论与应用， 2020， 37（11）： 2423-2431.
	LI Z P， XIAN B. Robust distributed formation control of multiple unmanned aerial vehicles based on virtual structure［J］. Control Theory & Applications， 2020， 37（11）： 2423-2431 （in Chinese）.
33	徐博，张大龙. 基于量子行为鸽群优化的无人机紧密编队控制［J］. 航空学报， 2020， 41（8）： 323722.
	XU B， ZHANG D L. Tight formation flight control of UAVs based on pigeon inspired algorithm optimization by quantum behavior［J］. Acta Aeronautica et Astronautica Sinica， 2020， 41（8）： 323722 （in Chinese）.
34	TAN G G， ZHUANG J Y， ZOU J， et al. Coordination control for multiple unmanned surface vehicles using hybrid behavior-based method［J］. Ocean Engineering， 2021， 232： 109147.
35	向乾，张晓辉，王正平，等. 适用无人机的小型燃料电池控制方法［J］. 航空学报， 2021， 42（3）： 623960.
	XIANG Q， ZHANG X H， WANG Z P， et al. Control method of small fuel cells for UAVs［J］. Acta Aeronautica et Astronautica Sinica， 2021， 42（3）： 623960 （in Chinese）.
36	PUSSENTE G A N， DE AGUIAR E P， MARCATO A L M， et al. UAV power line tracking control based on a type-2 fuzzy-PID approach［J］. Robotics， 2023， 12（2）： 60.

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

航迹信息	数值
领航机航迹长度/km	26.366
领航艇航迹长度/km	14.236
航迹长度之比	1.852 1
最大通讯距离/km	4.253 8
距离障碍区域的最小值/m	335（UAV）/317（USV）

状态量类型	领航机	跟随机1	跟随机2	领航艇	跟随艇1	跟随艇2
起始位置/m	（1 000，1 000）	（450，550）	（540，460）	（500，500）	（970，1 030）	（1 030，970）
编队前向，侧向间距/m		40，30	40，-30		32，24	32，-24
初始速度/（m·s^-1）	32	31	31	15.5	14.5	14.5
初始航向角/rad	1.570 8	0.85	0.85	-0.079 4	0.85	0.85
速度范围/（m·s^-1）	［25，45］	［25，45］	［25，45］	无	［7.5，20］	［7.5，20］
航向角范围/rad	［-π，π］	［-π，π］	［-π，π］	［-π，π］	［-π，π］	［-π，π］
前向加速度范围/g	［-2，2］	［-2，2］	［-2，2］		［-0.75，0.75］	［-0.75，0.75］
侧向加速度范围/g	［-3，3］	［-3，3］	［-3，3］	［-0.5，0.5］	［-0.5，0.5］	［-0.5，0.5］

运动信息	数值
领航机-领航艇平均航程同步率/%	99.83
领航机领航艇最大通讯距离/km	4.155
无人机编队运动最小间距/m	32.87
无人艇编队运动最小间距/m	27.06

[1]	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.
[2]	郭洪振, 陈谋, 戴永东, 王茂飞. 分布式自适应事件触发四旋翼无人机编队控制[J]. 航空学报, 2023, 44(S2): 729917-729917.
[3]	刘坤达, 刘雪明, 朱波, 张清瑞. 面向狭窄通道穿越的多机编队安全鲁棒控制[J]. 航空学报, 2023, 44(S2): 729768-729768.
[4]	刘伯健, 李爱军, 郭永, 王长青. 带有输入受限的无人机精确编队合围容错控制[J]. 航空学报, 2023, 44(9): 327414-327414.
[5]	高显忠, 邓小龙, 王玉杰, 郭正, 侯中喜. 临近空间太阳能飞机能量最优飞行航迹规划方法展望[J]. 航空学报, 2023, 44(8): 27265-027265.
[6]	魏志强, 翁哲鸣, 化永朝, 董希旺, 任章. 切换拓扑下异构无人集群编队-合围跟踪控制[J]. 航空学报, 2023, 44(2): 326504-326504.
[7]	雷刚, 罗炜, 李云舒, 赖灿辉. 高超声速滑翔飞行器多禁飞区再入机动航迹优化[J]. 航空学报, 2023, 44(15): 528769-528769.
[8]	郭琪磊, 桑为民, 牛俊杰, 袁烨. 复杂气象条件下考虑结冰风险的无人机飞行策略[J]. 航空学报, 2023, 44(1): 627518-627518.
[9]	王琳, 张庆杰, 陈宏伟. 满足LQR指标的群系统编队形成问题优化控制方法[J]. 航空学报, 2022, 43(S1): 726902-726902.
[10]	杨明月, 寿莹鑫, 唐勇, 刘畅, 许斌. 多四旋翼无人机编队保持与避碰控制[J]. 航空学报, 2022, 43(S1): 726913-726913.
[11]	谢华, 黎子弘, 杨磊, 朱永文, 刘芳子. 容量受限下城市对航班四维航迹优化[J]. 航空学报, 2022, 43(8): 325581-325581.
[12]	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): 525789-525789.
[13]	李宇辉, 赵敏, 陈奇, 姚敏, 何紫阳. 复杂环境下翼伞系统的组合式航迹规划[J]. 航空学报, 2021, 42(6): 324566-324566.
[14]	杨磊, 李文博, 刘芳子, 陈雨童, 赵征. 柔性空域结构下连续下降航迹多目标优化[J]. 航空学报, 2021, 42(2): 324157-324157.
[15]	刘德元, 刘昊, Frank L LEWIS. 尾座式无人飞行器鲁棒容错编队控制[J]. 航空学报, 2021, 42(2): 324296-324296.

一种基于领导⁃跟随策略的多无人机⁃多无人艇编队协同机制

A multi⁃UAVs and multi⁃USVs formation cooperative mechanism based on leader⁃follower strategy

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 20

参考文献 36

相关文章 15

编辑推荐

Metrics

本文评价