内外干扰下四旋翼无人机防撞方位编队控制

doi:10.7527/S1000-6893.2025.33224

先进飞行器安全控制技术专刊

本期目录 | 过刊浏览 | 高级检索

前一篇 | 后一篇

内外干扰下四旋翼无人机防撞方位编队控制

周文禹¹, 王英杰²(), 欧阳辰昊¹, 郑子轩¹, 岳晓奎¹

^1.西北工业大学航天学院，西安 710072
^2.西安邮电大学自动化学院，西安 710061

收稿日期:2025-12-11 修回日期:2026-01-23 接受日期:2026-04-21 出版日期:2026-05-15 发布日期:2026-04-28
通讯作者: 王英杰 E-mail:wang_yingjiexs@163.com

Bearing-based collision-avoidance formation control of quadrotor UAVs under internal and external disturbances

Wenyu ZHOU¹, Yingjie WANG²(), Chenhao OUYANG¹, Zixuan ZHENG¹, Xiaokui YUE¹

^1.School of Astronautics，Northwestern Polytechnical University，Xi’an 710072，China
^2.School of Automation，Xi’an University of Posts and Telecommunications，Xi’an 710061，China

Received:2025-12-11 Revised:2026-01-23 Accepted:2026-04-21 Online:2026-05-15 Published:2026-04-28
Contact: Yingjie WANG E-mail:wang_yingjiexs@163.com

摘要/Abstract

摘要：

针对四旋翼无人机集群在未建模动态与外部扰动下的方位编队控制及成员间防碰撞安全问题，提出一种融合参数自适应方法、分布式扩张状态观测器与倒数控制障碍函数的安全控制方案。在领导者-跟随者框架下，构建状态-扰动估计架构，仅利用无人机之间的方位角、方位角变化率及相对距离信息，在线估计各跟随者的全局位置、速度及所受内外干扰；基于估计状态与期望轨迹构造控制 Lyapunov 函数（CLF），同时设计兼顾相对位置与相对速度的倒数控制障碍函数（RCBF），将二者融入二次规划求解器，实时获得满足安全约束的最优控制量，并证明了规划问题的可行性。8机编队仿真结果表明：在内外干扰下集群能成功完成立方体编队的形成与保持，跟随者间最小距离保持在0.75 m，高于0.5 m的安全阈值，相比改进人工势场法的0.37 m与无防碰撞机制的0.10 m显著提升。所提方案在兼顾编队跟踪精度、抗扰能力与防碰撞安全性方面均具优势，具备良好的工程应用潜力。

关键词: 四旋翼无人机, 方位编队控制, 自适应估计方法, 分布式扩张状态观测器, 无人机防碰撞

Abstract:

A safe control scheme integrating a parameter adaptation approach， distributed extended state observer and reciprocal control barrier function is proposed to address bearing formation control and inter-agent collision safety issues of quadrotor UAV swarms under unmodeled dynamics and external disturbances. Under the leader-follower architecture， a state-disturbance estimation framework is constructed， which only adopts inter-UAV bearing angles， bearing angular rates and relative distance information to online estimate the global position， velocity as well as internal and external disturbances of each follower. A Control Lyapunov Function （CLF） is formulated according to estimated states and desired trajectories. Meanwhile， a Reciprocal Control Barrier Function （RCBF） considering both relative position and relative velocity is designed. Both functions are incorporated into a quadratic programming solver to acquire optimal control inputs satisfying safety constraints in real time， and the feasibility of the optimization problem is strictly verified theoretically. Simulation results of 8-UAV formation demonstrate that the swarm can accomplish the formation construction and maintenance of cubic topology against internal and external disturbances. The minimum distance among followers remains at 0.75 m， which is higher than the safety threshold of 0.5 m. This value is remarkably superior to 0.37 m of the improved artificial potential field method and 0.10 m of the scheme without collision avoidance mechanism. The proposed strategy possesses comprehensive advantages in formation tracking accuracy， disturbance resistance performance and collision avoidance security， and exhibits favorable practical engineering application prospects.

Key words: quadrotor, bearing-based formation control, adaptation estimation method, distributed extended state observer, UAV collision avoidance

中图分类号:

V249.1

周文禹, 王英杰, 欧阳辰昊, 郑子轩, 岳晓奎. 内外干扰下四旋翼无人机防撞方位编队控制[J]. 航空学报, 2026, 47(9): 533224.

Wenyu ZHOU, Yingjie WANG, Chenhao OUYANG, Zixuan ZHENG, Xiaokui YUE. Bearing-based collision-avoidance formation control of quadrotor UAVs under internal and external disturbances[J]. Acta Aeronautica et Astronautica Sinica, 2026, 47(9): 533224.

图/表 14

表 1

术语表

符号	定义
$G$ 、 $V$ 、 $E$	集群通信拓扑无向图、节点集、边集
$N i$	集群中第i个无人机的邻居集
$g i j 、 P i j 、 g i j * 、 P i j *$	无人机i与j之间的实时、期望方位角及其正交投影矩阵
$L i j 3 N × 3 N$	无人机集群方位Laplacian矩阵
$x i, 1 、 x i, 2 、 x i, 3$	无人机i的状态、外部扰动
$z i, 1 、 z i, 2 、 z i, 3$ $f i 、 Ξ x i 、 ξ i$	无人机i的状态、外部扰动估计无人机i的未建模动态及参数化表示
$p ̂ i * 、 p ̂ ˙ i * 、 p ̂ i * 2$	无人机i的期望位置、速度、加速度
$ψ 、 θ 、 φ 、 F$	无人机的偏航角、俯仰角、滚转角以及升力
$f i x i, 1, x i, 2 、 d i t$	无人机i受到的未建模动态、外部扰动导致的扰动加速度
$D s a f e 、 τ d$	无人机安全距离、安全时间
$h i j 、 B i j$	无人机i与j障碍函数、倒数控制障碍函数
$A c l f, i 、 b c l f, i$	无人机i CLF控制条件
$A c b f, i j 、 b c b f, i j$	无人机i和无人机jRCBF控制条件

表 1

图 1

表2

图 2

图 3

图 4

图 5

图 6

图 7

图 8

图 9

图 10

图 11

图 12

参考文献 28

[1]	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. Multi-quadrotor UAVs formation maintenance and collision avoidance control［J］. Acta Aeronautica et Astronautica Sinica， 2022， 43（S1）： 726913 （in Chinese）.
[2]	TANG Z Q， CUNHA R， HAMEL T， et al. Formation control of a leader-follower structure in three dimensional space using bearing measurements［J］. Automatica， 2021， 128： 109567.
[3]	ZHAO S Y， ZELAZO D. Translational and scaling formation maneuver control via a bearing-based approach［J］. IEEE Transactions on Control of Network Systems， 2017， 4（3）： 429-438.
[4]	LI Z H， TNUNAY H， ZHAO S Y， et al. Bearing-only formation control with prespecified convergence time［J］. IEEE Transactions on Cybernetics， 2022， 52（1）： 620-629.
[5]	SU H F， CHEN C L， YANG Z W， et al. Bearing-based formation tracking control with time-varying velocity estimation［J］. IEEE Transactions on Cybernetics， 2023， 53（6）： 3961-3973.
[6]	ERSKINE J， BALDERAS-HILL R， FANTONI I， et al. Model predictive control for dynamic quadrotor bearing formations［C］∥ 2021 IEEE International Conference on Robotics and Automation （ICRA）. Piscataway： IEEE Press， 2021： 124-130.
[7]	DING C， ZHANG Z， MIAO Z Q， et al. Event-based finite-time formation tracking control for UAV with bearing measurements［J］. IEEE Transactions on Industrial Electronics， 2025， 72（7）： 7482-7492.
[8]	KHALID A， MUSHTAQ Z， ARIF S， et al. Control schemes for quadrotor UAV： Taxonomy and survey［J］. ACM Computing Surveys， 2023， 56（5）： 1-32.
[9]	许海涛，陈龙胜，王宇翔，等. 四旋翼无人机编队飞行路径规划及分布式协同控制［J/OL］. 控制理论与应用，（2025-07-17）［2025-12-11］. .
	XU H T， CHWN L S， WANG X Y， et al.Path planning and distributed cooperative control for quadrotor UAV formations flight［J/OL］. Control Theory Applications，（2025-07-17）［2025-12-11］. .
[10]	LI C， LIU J P， CHEN X K， et al. Fuzzy observer-based finite-time adaptive formation control for multiple QUAVs with malicious attacks［J］. IEEE Transactions on Fuzzy Systems， 2024， 32（11）： 6500-6511.
[11]	MULIADI J， KUSUMOPUTRO B. Neural network control system of UAV altitude dynamics and its comparison with the PID control system［J］. Journal of Advanced Transportation， 2018， 2018（1）： 3823201.
[12]	YAO P， WANG H L， SU Z K. Real-time path planning of unmanned aerial vehicle for target tracking and obstacle avoidance in complex dynamic environment［J］. Aerospace Science and Technology， 2015， 47： 269-279.
[13]	王羿，叶辉，杨晓飞. 基于无源性与势场法的四旋翼避障与位置控制［J］. 航空学报， 2023， 44（S1）： 727492.
	WANG Y， YE H， YANG X F. A position control and obstacle avoidance method for quadrotor via approach based on passivity and artificial potential filed［J］. Acta Aeronautica et Astronautica Sinica， 2023， 44（S1）： 727492 （in Chinese）.
[14]	AMES A D， XU X R， GRIZZLE J W， et al. Control barrier function based quadratic programs for safety critical systems［J］. IEEE Transactions on Automatic Control， 2017， 62（8）： 3861-3876.
[15]	TAN X， CORTEZ W S， DIMAROGONAS D V. High-order barrier functions： Robustness， safety， and performance-critical control［J］. IEEE Transactions on Automatic Control， 2022， 67（6）： 3021-3028.
[16]	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）.
[17]	LI J， KANG H L， LI J F， et al. Bearing-based collision-free formation control for spacecrafts under dynamic event-triggered input［J］. IEEE Transactions on Automation Science and Engineering， 2025， 22： 14855-14866.
[18]	WANG Z J， HU T F， LONG L J. Multi-UAV safe collaborative transportation based on adaptive control barrier function［J］. IEEE Transactions on Systems， Man， and Cybernetics： Systems， 2023， 53（11）： 6975-6983.
[19]	LI C， WANG Y J， YANG X B. Adaptive fuzzy control of a quadrotor using disturbance observer［J］. Aerospace Science and Technology， 2022， 128： 107784.
[20]	JEON H， SONG J， LEE H， et al. Modeling quadrotor dynamics in a wind field［J］. IEEE/ASME Transactions on Mechatronics， 2021， 26（3）： 1401-1411.
[21]	Khromov V， Rand O. Ground effect modeling for rotary-wing simulation［C］∥26th International Congress of the Aeronautical Sciences. Bonn： International Council of the Aeronautical Sciences， 2008： 1-10.
[22]	YANG Y， ZHANG H H. Neural network-based adaptive fractional-order backstepping control of uncertain quadrotors with unknown input delays［J］. Fractal and Fractional， 2023， 7（3）： 232.
[23]	ARSLAN K M， ZHAO L Y， XUE K J. Investigation of aerodynamic interference between vertically aligned quadcopters at varying rotor speeds and separations［J］. Drones， 2025， 9（10）： 712.
[24]	SHUKLA D， KOMERATH N. Multirotor drone aerodynamic interaction investigation［J］. Drones， 2018， 2（4）： 43.
[25]	JIN D Y， QIU R Y， QIU J B， et al. Prescribed performance control for a novel quadrotor based on the fully actuated system approach and an extended state observer［J］. Control Engineering Practice， 2026， 168： 106671.
[26]	CHENG H S， HUANG J. A general framework for the bearing-based formation control［J］. IEEE Transactions on Automatic Control， 2025， 70（6）： 3603-3616.
[27]	SHENG H L， ZHANG J， YAN Z Y， et al. New multi-UAV formation keeping method based on improved artificial potential field［J］. Chinese Journal of Aeronautics， 2023， 36（11）： 249-270.
[28]	KAMEL M， BURRI M， SIEGWART R. Linear vs nonlinear MPC for trajectory tracking applied to rotary wing micro aerial vehicles［J］. IFAC-PapersOnLine， 2017， 50（1）： 3463-3469.

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

编号	X/m	Y/m	Z/m	V_X （m/s）	V_Y （m/s）	V_Z （m/s）
3	2.0	0.4	2.9	0	0	0.6
4	2.0	0.4	5.1	0	0	-0.6
5	2.0	3.6	2.9	0	0	0.6
6	2.0	3.6	5.1	0	0	-0.6
7	6.0	0.4	2.2	-0.3	0.8	0
8	6.0	3.6	2.0	-0.3	-0.8	0

内外干扰下四旋翼无人机防撞方位编队控制

Bearing-based collision-avoidance formation control of quadrotor UAVs under internal and external disturbances

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 14

参考文献 28

相关文章 13

编辑推荐

Metrics

本文评价

[1]	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.
[2]	郭玉英, 廖兰馨, 张晓强, 张友民, 王凯. 无人机复合执行器故障有限时间容错控制[J]. 航空学报, 2026, 47(4): 332659-332659.
[3]	贺炅, 任斌武, 杜思亮, 徐尤松, 王博. 基于ADRC-RBF倾转四旋翼无人机姿态自适应控制[J]. 航空学报, 2025, 46(S1): 732189-732189.
[4]	陈涛, 陈建. 基于学习观测器的无人机故障弹性容错控制[J]. 航空学报, 2025, 46(11): 531346-531346.
[5]	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.
[6]	刘晨阳, 吴大伟, 郭一泽, 吕欣赛, 周佳妮, 邵书义. 不确定强耦合下四旋翼姿态鲁棒自适应控制[J]. 航空学报, 2023, 44(S1): 727645-727645.
[7]	王羿, 叶辉, 杨晓飞. 基于无源性与势场法的四旋翼避障与位置控制[J]. 航空学报, 2023, 44(S1): 727492-727492.
[8]	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.
[9]	孙杨, 昌敏, 白俊强. 微小型四旋翼无人机垂面栖停轨迹规划与控制[J]. 航空学报, 2022, 43(9): 325756-325756.
[10]	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.
[11]	邵书义, 陈谋, 招启军. 基于干扰观测器的四旋翼无人机离散时间容错控制[J]. 航空学报, 2020, 41(S2): 724283-724283.
[12]	于怿男, 梁熠, 宋韬, 林德福. 基于模型拼接技术的四旋翼无人机全飞行包线建模[J]. 航空学报, 2020, 41(S2): 724321-724321.
[13]	王术波, 韩宇, 陈建, 张自超, 刘旭赞. 基于ADRC迭代学习控制的四旋翼无人机姿态控制[J]. 航空学报, 2020, 41(12): 324112-324112.