无人机集群技术核心

集群控制算法

　　多无人飞行器系统要实现相互间的协同就必须确定无人飞行器之间逻辑上和物理上的信息关系和控制关系，针对这些问题而进行的体系结构研究可以将多无人飞行器系统的结构和控制有飞行器地结合起来，保证多无人飞行器系统中信息流和控制流的畅通，为无人飞行器之间的交互提供框架。集群控制算法不仅要保证多无人飞行器之间能有效地进行协同，而且不依赖于无人飞行器的数量，即无人飞行器可以随时退出或者加入集群，而不会影响控制系统的整体结构。

　　通信网络设计

　　在多无人飞行器协同任务自组织系统中，无人飞行器作为通信网络节点，其空间的分布决定了网络的拓扑结构，而不同的网络拓扑结构有着不同的通信性能。在一定的通信拓扑及性能下，根据所执行的任务分配通信资源，提高通信质量，是集群技术的难题之一。

　　控制算法与通讯技术的耦合

　　多无人飞行器为了提高协同完成任务的效能，需要进行信息交互。为了使得所交互的信息及时完整地进行传输，对于通信网络性能有一定的要求。基于通信质量约束的协同控制方法，就是在当前的通信服务质量约束下，设计多无人飞行器协同控制方法，使得在这种控制方法下，多无人飞行器的运动既满足任务需求，又可以使得多无人飞行器构造的通信网络性能，满足信息及时完整传输的需求，进而提高多无人飞行器协同完成任务的效能。

　　任务规划技术

　　为了实现多无人飞行器之间有效的任务协同，同时保证控制结构不依赖于无人飞行器的数量，构建多无人飞行器协同任务自组织系统分布式体系结构，各无人飞行器的基本行为和简单任务由无人飞行器自己自主完成，当面临复杂任务和需要协作的任务时，当前无人飞行器可以把任务信息和资源需求发布到由各无人飞行器组成的网络上，各无人飞行器可以根据自身当前任务和资源情况予以响应。

　　这样，任意一个无人飞行器的退出或加入，都不会对系统组织结构带来影响。

　　路径规划技术

　　无人机在实际飞行中如果存在突发状况，必须进行航迹重新规划，以以规避威胁。为满足协同工作时的时效性，重新规划所采用的算法必须具有实时、高效的特点。因此，可以根据蜂群算法领域搜索的特点，以参考航迹的突发威胁作为领蜂航迹，跟随蜂仅在参考航迹的突发威胁段进行领域搜索，而不需要对整条航迹进行搜索，由此可以快速获得修正航迹段，并替换原突发威胁航迹段，整个飞行过程中，无人机根据获得的威胁信息，不断修正参考航迹，直至达到目标节点。

转载于网络