多无人机协同编队仿生飞行控制关键技术研究

随着单架无人机技术的发展日趋成熟，军事和民事领域对无人机的任务需求变得苛刻，人们开始关注生物界编队鸟群（如大雁、天鹅等）长途迁徙的现象，分析生物系统的进化特征与行为规律，利用多无人机协同编队飞行（Coordinated Formation Flight，简称CFF）与生物系统（个体或群体）的某些原理和行为相似性，将仿生学引入到CFF研究中，以期获得类似鸟群长途迁徙的功效，如降低飞行阻力、节省燃油、延长巡航距离等。由于多无人机CFF控制技术具有广阔的工程应用前景，因此这一项目已在世界范围内激发了科研人员越来越高的研究热情，但又因该项目需要涉及多学科和多技术领域，因此研究难度高。目前国外虽已取得了显著的研究成果，但离工程应用还有很大的差距，而国内研究才刚刚起步，还属于理论跟踪性研究，所以系统深入的研究多无人机CFF控制技术，逐步实现其工程应用已成燃眉之际。本文正是基于多无人机CFF控制技术的国内外发展背景，根据实验室的实际情况，从多无人机编队飞行的基本原理到功能的硬件实现，采取环环相扣的研究方法，完成了多无人机CFF控制技术的前期研究工作。全文研究的多无人机CFF控制关键技术主要包括四个方面：多无人机CFF的气动耦合模型、CFF中单架UAV的运动学和动力学模型、CFF控制器以及硬件在环的CFF测试平台构建技术。论文首先总结了前人在这一领域内已有的研究成果，并在此基础上对紧密编队飞行中非常重要的气动耦合问题进行了系统的研究，然后分析对比了几种常见的涡流模型，利用简化的飞机结构和一种近似平均有效风和风梯度的计算方式，针对“长机-僚机”的V型编队方式和非线性6 DOF的刚性飞机，确立了适合多无人机CFF动态特性研究的气动耦合模型，继而分析这种气动耦合对飞机各种参量所产生的影响作用，并相应完成了对已有的标准飞机气动力和力矩系数方程组的调整工作。其次，利用第一阶段的工作成果，论文给出了“长机-僚机”编队方式下多无人机CFF模型，通过惯性坐标轴系、速度坐标轴系与机体坐标轴系之间的转换关系，深入的分析了受翼尖涡流影响的CFF中单架无人机的运动特性，同时给出了其特有的运动学和动力学模型。论文的核心研究内容之一是如何设计出一种能够确保僚机实时跟随长机飞行航迹的飞行控制器。在本文前期工作的基础上，利用多无人机CFF中的单架无人机的非线性动力学模型，针对飞机特有的运动规律，即飞机的状态变量可按时间尺度的不同分成慢变量( )和快变量( )，对应的给出了双环控制器的设计方法：外环利用带积分消除跟随航迹稳态误差的变结构滑模控制器，内环则采用基于神经网络消除逆误差的动态逆控制器。整个设计过程紧紧围绕多无人机CFF系统建立的要求，由长机航迹信息已知的理想假设，到完全不用知晓情况下实施目标跟随，并保持特定的编队队形，层层深入地系统研究了飞行跟随控制律，最后利用Matlab7.1对其进行仿真验证。仿真结果表明该飞行控制器能够确保僚机在长机产生的涡流场中保持编队飞行的队形结构。本文另一个核心研究内容是硬件在环的多无人机CFF测试平台的研制。文中详细的阐述了多无人机CFF系统的设计要求和软硬件实现过程。整个系统主要由三个子系统组成：无人机飞行控制系统（Flight Control System，简称FCS）、基于Statemate构建的无人机虚拟样机（Virtual Prototype，简称VP）以及地面测试系统。硬件测试平台的设计中加入了FCS-VP思想，主要是基于低成本考虑，而FCS-VP虽然是一种数字化的软件模型，但其设计理念与系统设计自动化（System Design Automation，SDA）完全一致，可以对应的完成物理原型应该具备的所有功能，且具有研究过程用时短，飞行航迹监控实时性强等优势，并能随机的对飞机实施各种干扰，动态的显示编队飞行控制器的性能好坏。经过多次双机编队飞行的检测实验，结果表明基于多无人机CFF测试平台系统的双机编队飞行正常，达到设计要求，同时也进一步证明了本文所研究的编队飞行控制系统相关理论算法是正确和有效的。

航天编队飞行和空间虚拟探测技术

航天编队飞行和空间虚拟探测技术 香山科学会议第206次学术讨论会综述 以“建立高效、低成本、低风险分布式天基探测系统——航天编队飞行和空间虚拟探测技术”为主题的206次香山科学会议学术讨论会于2003年8月26～28日在北京举行。会议聘请宋健院士、中国科学院上海技术物理所龚惠兴院士和中国科学院空间科学与应用研究中心姜景山院士担任执行主席。会议的中心议题为航天编队飞行技术、空间虚拟探测技术、分布式合成孔径雷达、现代一体化设计小卫星等。 宋健院士首先做了“重视研究低成本小卫星和虚拟探测技术”的报告，指出21世纪航天技术的发展对于外空间的科学探测、认识宇宙，扩展生存空间、挑战传统物理学和天体物理学具有非常重要的意义。强调航天的作用不仅仅是认识我们地球，而是认识宇宙的不可缺少的手段。他提出了三点需要重视的问题：第一重视基础研究，要搞编队飞行或者是虚拟探测技术研究，都要重视基础研究；第二加强长远项目的研究，“编队飞行”是一个长远课题的研究，从近期入手，逐步到达更高的目的；第三航天技术应用研究，要向社会开放，特别是要向全国的研究机构和高等院校开放，动员社会力量逐步提高我们的航天技术，这样使航天技术的根基更深，深入民间。 一、航天编队飞行及空间虚拟探测技术研究现状及重要性 姜景山院士作了题为“航天编队飞行及空间虚拟探测技术——21世纪航天应用技术前沿”的总评述报告。他指出，编队飞行的目的在于以多颗小卫星编队飞行来实现大卫星才能具备的强大功能并且可以实现功能重组，它要求编队中的每一颗卫星的传感器所获得的信号要进行相干处理。从技术上说，实现编队飞行必须以具有高度自主能力的小卫星和特殊轨道设计为技术前提。编队飞行与虚拟探测紧密相连，相互促进、共同发展。 编队飞行及空间虚拟探测技术是本世纪航天技术及应用领域的前沿性、战略性课题。在21世纪人类的航天活动中，编队飞行及虚拟探测技术必将发挥出越来越重要的作用。对于国家安全来说，它是我们必须争取的21世纪航天领域的战略制高点。它的发展也将对空间科学、空间技术及应用产生深远的影响、对于空间对地观测以及对宇宙观测方面具有重大意义，同时可以极大地提高对地观测以及对宇宙观测的能力，还将极大地促进计算机、自动控制、精密定轨、星间信息交换、空间轨道设计和编队构形设计等航天技术的发展。我国作为一个重要航天国家，应不失时机地抓住机会，纵深布局，加快研究及试验，将有可能在这一领域与国际水平同步，为我国空间技术、国家建设及国家安全提供先进有效的战略科技途径。 迄今为止，这一技术在国际上的发展也不过十几年，而且普遍处在研究和试验阶段，美国的规划目标是到2020年在相关领域使这一技术具备实用性。我国对这一技术的研究始于上世纪末，也已有7～8年的时间。如果现在开始有计划地加强这一领域的研究，我国在这一领域与国际上的发展可以同步进行。到2020年时，在航天应用中将有可能广泛采用编队飞行技术，在提高我国航天竞争能力，提升国威方面将发挥重要作用。 二、航天编队飞行技术

无人机飞行控制方法概述

2017-10-08 GaryLiu 于四川绵阳 无人机的飞行控制是无人机研究领域主要问题之一。在飞行过程中会受到各种干扰，如传感器的噪音与漂移、强风与乱气流、载重量变化及倾角过大引起的模型变动等等。这些都会严重影响飞行器的飞行品质，因此无人机的控制技术便显得尤为重要。传统的控制方法主要集中于姿态和高度的控制，除此之外还有一些用来控制速度、位置、航向、3D轨迹跟踪控制。多旋翼无人机的控制方法可以总结为以下三个主要的方面。 1.线性飞行控制方法 常规的飞行器控制方法以及早期的对飞行器控制的尝试都是建立在线性飞行控制理论上的，这其中就有诸如PID、H∞、LQR以及增益调度法。 1)PID PID控制属于传统控制方法，是目前最成功、用的最广泛的控制方法之一。其控制方法简单，无需前期建模工作，参数物理意义明确，适用于飞行精度要求不高的控制。 2)H∞ H∞属于鲁棒控制的方法。经典的控制理论并不要求被控对象的精确数学模型来解决多输入多输出非线性系统问题。现代控制理论可以定量地解决多输入多输出非线性系统问题，但完全依赖于描述被控对象的动态特性的数学模型。鲁棒控制可以很好解决因干扰等因素引起的建模误差问题，但它的计算量非常大，依赖于高性能的处理器，同时，由于是频域设计方法，调参也相对困难。 3)LQR LQR是被运用来控制无人机的比较成功的方法之一，其对象是能用状态空间表达式表示的线性系统，目标函数是状态变量或控制变量的二次函数的积分。而且Matlab软件的使用为LQR的控制方法提供了良好的仿真条件，更为工程实现提供了便利。 4)增益调度法 增益调度（Gain scheduling）即在系统运行时，调度变量的变化导致控制器的参数随着改变，根据调度变量使系统以不同的控制规律在不同的区域内运行，以解决系统非线性的问题。该算法由两大部分组成，第一部分主要完成事件驱动，实现参数调整。如果系统的运行情况改变，则可通过该部分来识别并切换模态；第二部分为误差驱动，其控制功能由选定的模态来实现。该控制方法在旋翼无人机的垂直起降、定点悬停及路径跟踪等控制上有着优异的性能。 2.基于学习的飞行控制方法 基于学习的飞行控制方法的特点就是无需了解飞行器的动力学模型，只要一些飞行试验和飞行数据。其中研究最热门的有模糊控制方法、基于人体学习的方法以及神经网络法。 1)模糊控制方法（Fuzzy logic） 模糊控制是解决模型不确定性的方法之一，在模型未知的情况下来实现对无人机的控制。 2)基于人体学习的方法（Human-based learning） 美国MIT的科研人员为了寻找能更好地控制小型无人飞行器的控制方法，从参加军事演习进行特技飞行的飞机中采集数据，分析飞行员对不同情况下飞机的操作，从而更好地理解无人机的输入序列和反馈机制。这种方法已经被运用到小型无人机的自主飞行中。 3)神经网络法（Neural networks）

无人机编队分布式体系结构

1.1 无人机编队分布式体系结构 1.1.1 单无人机体系结构 单无人机体系结构包含定位感知、控制、规划三个层面。其主要研究如何将各个子模块集成在一体以达到个体的最优。感知层解决“我在哪”的问题，规划层解决“我要去哪”的问题，控制层解决“我要怎么去”的问题。图2.1为单无人机体系的结构图。本文中感知层采用EKF (Extended Kalman Filter)算法进行多传感器数据融合，输入量为IMU(Inertial Measurement Unit)和GPS(Global Position System)，经过融合后可以得到更高频更精确的导航数据，包括姿态、速度和位置。在单机体系结构中，地面站仅负责任务的上传和遥测数据的回传。控制层接收地面站的规划航线并将其作为期望轨迹，结合感知层得到的导航数据，经过控制算法处理可以得到四通道的PWM输出，最后发送给执行机构。 图2.1 单无人机体系结构 1.1.2 多无人机分布式体系结构 在分布式体系结构中，各无人机节点通过拓扑网络进行信息交互，将个体间简单的行为规则合理组合在一起形成智能有序的集体。在编队协同飞行阶段，群体内无中心节点，个体的行动是独立的，仅需要知道邻居信息即可以参与行动[39]。图2.2是本文设计的多无人机分布式体系结构图。图中结构可以分为空中端、通信层、地面站三部分。空中端包含各个无人机节点的导航传感器模块、飞行控制系统模块、接收机模块、机载端数传模块等。通信层为各无人机节点实现信息共享的媒介，信息的共享形式会在后面几节中详细介绍。地面端主要是地面控制系统，功能包括上传群体的整体任务和监视群体以及群体中的每个个体的遥测数据，在遇到意外突发情况时，地面站监测人员可以随时介入获得该无人机的操作权，尽最大可能保证无人机编队飞行的安全性。

多无人机协同编队仿生飞行控制关键技术研究

随着单架无人机技术的发展日趋成熟，军事和民事领域对无人机的任务需求变得苛刻，人们开始关注生物界编队鸟群（如大雁、天鹅等）长途迁徙的现象，分析生物系统的进化特征与行为规律，利用多无人机协同编队飞行（Coordinated Formation Flight，简称CFF）与生物系统（个体或群体）的某些原理和行为相似性，将仿生学引入到CFF研究中，以期获得类似鸟群长途迁徙的功效，如降低飞行阻力、节省燃油、延长巡航距离等。由于多无人机CFF控制技术具有广阔的工程应用前景，因此这一项目已在世界范围内激发了科研人员越来越高的研究热情，但又因该项目需要涉及多学科和多技术领域，因此研究难度高。目前国外虽已取得了显著的研究成果，但离工程应用还有很大的差距，而国内研究才刚刚起步，还属于理论跟踪性研究，所以系统深入的研究多无人机CFF控制技术，逐步实现其工程应用已成燃眉之际。本文正是基于多无人机CFF控制技术的国内外发展背景，根据实验室的实际情况，从多无人机编队飞行的基本原理到功能的硬件实现，采取环环相扣的研究方法，完成了多无人机CFF控制技术的前期研究工作。全文研究的多无人机CFF控制关键技术主要包括四个方面：多无人机CFF的气动耦合模型、CFF中单架UAV的运动学和动力学模型、CFF控制器以及硬件在环的CFF测试平台构建技术。论文首先总结了前人在这一领域内已有的研究成果，并在此基础上对紧密编队飞行中非常重要的气动耦合问题进行了系统的研究，然后分析对比了几种常见的涡流模型，利用简化的飞机结构和一种近似平均有效风和风梯度的计算方式，针对“长机-僚机”的V型编队方式和非线性6 DOF的刚性飞机，确立了适合多无人机CFF动态特性研究的气动耦合模型，继而分析这种气动耦合对飞机各种参量所产生的影响作用，并相应完成了对已有的标准飞机气动力和力矩系数方程组的调整工作。其次，利用第一阶段的工作成果，论文给出了“长机-僚机”编队方式下多无人机CFF模型，通过惯性坐标轴系、速度坐标轴系与机体坐标轴系之间的转换关系，深入的分析了受翼尖涡流影响的CFF中单架无人机的运动特性，同时给出了其特有的运动学和动力学模型。论文的核心研究内容之一是如何设计出一种能够确保僚机实时跟随长机飞行航迹的飞行控制器。在本文前期工作的基础上，利用多无人机CFF中的单架无人机的非线性动力学模型，针对飞机特有的运动规律，即飞机的状态变量可按时间尺度的不同分成慢变量( )和快变量( )，对应的给出了双环控制器的设计方法：外环利用带积分消除跟随航迹稳态误差的变结构滑模控制器，内环则采用基于神经网络消除逆误差的动态逆控制器。整个设计过程紧紧围绕多无人机CFF系统建立的要求，由长机航迹信息已知的理想假设，到完全不用知晓情况下实施目标跟随，并保持特定的编队队形，层层深入地系统研究了飞行跟随控制律，最后利用Matlab7.1对其进行仿真验证。仿真结果表明该飞行控制器能够确保僚机在长机产生的涡流场中保持编队飞行的队形结构。本文另一个核心研究内容是硬件在环的多无人机CFF测试平台的研制。文中详细的阐述了多无人机CFF系统的设计要求和软硬件实现过程。整个系统主要由三个子系统组成：无人机飞行控制系统（Flight Control System，简称FCS）、基于Statemate构建的无人机虚拟样机（Virtual Prototype，简称VP）以及地面测试系统。硬件测试平台的设计中加入了FCS-VP思想，主要是基于低成本考虑，而FCS-VP虽然是一种数字化的软件模型，但其设计理念与系统设计自动化（System Design Automation，SDA）完全一致，可以对应的完成物理原型应该具备的所有功能，且具有研究过程用时短，飞行航迹监控实时性强等优势，并能随机的对飞机实施各种干扰，动态的显示编队飞行控制器的性能好坏。经过多次双机编队飞行的检测实验，结果表明基于多无人机CFF测试平台系统的双机编队飞行正常，达到设计要求，同时也进一步证明了本文所研究的编队飞行控制系统相关理论算法是正确和有效的。

无人机主要部件

1、首先介绍的是无人机的大脑——飞控 无人机飞行控制系统是指能够稳定无人机飞行姿态，并能控制无人机自主或半自主飞行的控制系统，是无人机的大脑，也是区别于航模的最主要标志，简称飞控。飞控的作用就是通过飞控板上的陀螺仪，对四轴飞行状态进行快速调整(都是瞬间的事，不要妄想用人肉完成)。如发现右边力量大，向左倾斜，那么就减弱右边电流输出，电机变慢、升力变小，自然就不再向左倾斜。如果没有飞控系统，四轴飞行器就会因为安装、外界干扰、零件之间的不一致等原因形成飞行力量不平衡，后果就是左右、上下地胡乱翻滚，根本无法飞行。 工作过程大致如下：飞控系统实时采集各传感器测量的飞行状态数据、接收无线电测控终端传输的由地面测控站上行信道送来的控制命令及数据，经计算处理，输出控制指令给执行机构，实现对无人机中各种飞行模态的控制和对任务设备的管理与控制;同时将无人机的状态数据及发动机、机载电源系统、任务设备的工作状态参数实时传送给机载无线电数据终端，经无线电下行信道发送回地面测控站。飞控系统的硬件主要包括：主控制模块、信号调理及接口模块、数据采集模块以及舵机驱动模块等。 2、为传感器增稳的——云台 稳定平台，对于任务设备来说太重要了，是用来给相机增稳的部分，几千米的高度上误差个几分几秒就能差出去几十米。它主要通过传感器感知机身的动作，通过电机驱动让相机保持原来的位置，抵消机身晃动或者震动的影响。云台主要考察几个性能：增稳精度、兼容性（一款云台能适配几款相机和镜头）和转动范围（分为俯仰、横滚和旋转三个轴），如果遇到变焦相机，就更加考验云台

的增稳精度了，因为经过长距离的变焦，一点点轻微的震动都会让画面抖动得很厉害。 现时的航拍云台主要由无刷电机驱动，在水平、横滚、俯仰三个轴向对相机进行增稳，可搭载的摄影器材从小摄像头到GoPro，再到微单/无反相机，甚至全画幅单反以及专业级电影机都可以。摄影器材越大，云台就越大，相应的机架也就越大。 上面三个演示的是机身不动、相机动的效果，但实际上云台工作时，是相机不动，而机身动。所以在空中时，无人机的机身不断在动作，云台依然可以保相机镜头的位置，达到增稳的效果。 分类: 目前市面上常见的有三轴增稳云台和两轴增稳云台。

四旋翼无人机编队问题方案

多旋翼无人机协同编队飞行控制研究方案 摘要：无人机协同编队飞行控制已经成为时代热题。本文主要是对MMR之间、MMR与GCS之间的通信模式进行穷尽，并对CFF组织架构，3架MMR编队的几何结构进行总结概括，重点分析了CFF队形与所执行任务之间的内在关系。在对CFF控制问题上主要总结了主-僚机控制方式及其常规问题和整体式飞行控制方案的研究。并最终对MMR故障、GCS故障、编队阵型故障、其它应急情况下的容错机制、队形重构机制的研究MMR编队内部避障、整体避障问题研究进行了总结概括。 关键字：通信模式多旋翼无人机协同编队控制方式故障诊断与应急措施 一、序言 无人机（Unmanned Aerial Vehicle, UAV）是现代战争中重要的作战武器，能够代替有人机执行多种复杂危险的任务。尽管如此,单架的UAV 执行任务时仍存在相应的问题,如执行侦察任务时,单架UAV可能会受到传感器的角度限制,不能从多个不同方位对目标区域进行观测,当面临大范围搜索任务时，不能有效地覆盖整个侦察区域;而如果是执行攻击任务,同样,单架UAV在作战范围、杀伤半径、摧毁能力以及攻击精度等方面受到的限制,会影响整个作战任务的成功率。另外,一旦单架UAV中途出现故障，必须立即中断任务返回,在战争中有可能贻误战机而破坏整个战计划。 针对以上现状,多年来人们通过分析生物群体的社会性现象,如模仿群鸟迁徙过程中,其队形保持、节省能量以及协同对抗天敌等能力,来解决目所关注的问题,其目的是为了尽可能地发挥单架UAV的作用,实现多UAV协同编队飞行的控制、决策和管理,从而提高UAV完成任务的效率,拓宽UAV 使用范围,达到安全、高可靠性地执行多种任务的目的。 无人机技术经过几十年的发展已经相对成熟,在军事和民用中发挥了独特的作用。为了适应未来的挑战,除了提高单机的功能和效用外,还需要考虑如何以现在的技术为基础,发展更加有效的无人机管理和组织模式。无人机编队飞行是近年来提出的无人机合作化发展方向中的一个核心概念。 无人机编队飞行,即多架无人机为适应任务要求而进行的某种队形排列和任务分配的组织模式,它既包括编队飞行的队形产生、保持和变化,也包括飞行任务的规划和组织。无人机编队飞行是无人机发展的一个重要趋势,拥有广阔的发展前景。 UAV的编队飞行可以提高UAV完成任务的效率,拓宽UAV使用范围,达到安全、高可靠性地执行中加油、空中监视、侦察和作战等多种任务的目

无人机编队队形变换

1.1 无人机编队队形变换 1.1.1 队形变换问题描述 图4.1给出了队形变化的示意图，图中红色飞机代表长机，其他飞机代表僚机，无人机编队由原三角形队形16P P 变换到目标矩阵队形''16P P 。队形变换选择的路线和目标队形的位置是影响队形变换效率的两个主要因素。当目标队形确定时，选择不同的对应路线，其效率是不一致的。本章队形变换问题主要研究如何选取最优的对应路线。定义队形变化的最优效率为由原队形变换到期望队形的时间最短。 1P 4P 5P 2 P 3P 6P '1P '2P ' 4P '3P '6P ' 5P 图4.1 队形变换示意图 假设编队中有n 架飞机，各飞机i 变化前的位置为i P ，期望队形的位置为' i P ，飞机i 从i P 到'i P 的变换效率为i ξ，经过的时间为i t ，走过的路程为i s 。则一次变换中的能量效率为： 0n tran i i W ξ==∑ (4.1) 队形变换的时间和总的路程为： 12max(,, ,)tran n T t t t = (4.2) n tran i i S s ==∑ (4.3) 则队形变换的最优解问题转换为求取当tran T 最小时的各飞机间的对应关系。由第三章编队保持阶段可以知道，本文的僚机跟踪过程需要根据纵向x 轴的距离不断调整自己的速度。只要保证距离期望点的位置距离最近，根据僚机纵向编队跟踪的串级PID 控制系统，僚机就能以最快的时间到达。则问题可以进一步转化为求取当tran S 最小时的各飞机间的对应关系。假设队形变换在无障碍物情况下进行变换，则i P 到'i P 时的直线路径最短，最后可以将队形变化最优解问题简化为指派问题。编队中有n 架飞机，则共有n n ?中对应关系。若最优的对应方法为' (,)i i J P P 。则其数学表达式为： '12(,)min(,,,)n n i i tran tran tran J P P S S S ?= (4.4) 1.1.2 匈牙利算法的应用 匈牙利算法又名为Munkres 分配算法，该算法最早由匈牙利数学家Dénes K?nig 和Jen?

电磁航天器编队飞行系统概述.

电磁航天器编队飞行系统 1、引言 随着各国航天技术的不断发展，航天任务日趋多样化、复杂化，对航天器提出了更高的要求。传统的大卫星研制周期长、耗资多、风险大，而小卫星具有体积小、重量轻、成本低、研制周期短、能利用多种发射方式快速灵活发射等特点，使得小卫星成为大卫星的必要补充。但单颗小卫星由于功能单一，在应用方面受到一定的限制，通常将多颗小卫星进行编队，以实现单一大卫星的功能或对单一大卫星功能进行扩展，完成单颗卫星不能完成的任务。 卫星编队飞行是指一群相距很近、分布在特定轨道构型上、物理上不相连的成员卫星协同工作，共同完成特定任务。通常编队卫星以某一点（主航天器）为基准，构成一个特定几何形状，各颗卫星之间通过星间通信相互联系、协同工作，共同承担空间信号的采集与处理以及承载有效载荷等任务，整个星群构成一个满足任务需要的、规模较大的虚拟传感器或探测器。相对于传统的大卫星，卫星编队飞行具有巨大的观测口径或测量基线，在电子侦察、立体成像、精确定位、气象测量等应用领域具有无法比拟的突出优势，同时多颗卫星组成的分布式传感器系统能够有更好的灵活性和冗余度，可以降低飞行风险和成本。自二十世纪九十年代后期开始，航天器的编队飞行技术越来越引起世界航天领域的极大兴趣和广泛关注。包括美国航空航天局（NASA）、喷气推进实验室（JPL）、美国空军实验室（AirForce）以及欧空局（ESA）在内的多家著名的航天技术研究单位都看好编队飞行技术的广阔前景。图1为美国NASA的轨道列车计划（A-Train），利用六颗卫星编队飞行监测地球环境变化。 图 1 NASA的轨道列车计划 卫星编队飞行过程中要受到地球扁率、大气阻力和太阳光压等各种摄动因素的影响，此外为满足空间观测任务的要求，需要编队系统具有构型重构的机动能力，这就使得卫星要借助地球引力之外的力在非开普勒轨道上进行飞行，传统上一般采用火箭发动机喷气产生的推力来控制编队系统中成员卫星的相对位置，但这种推进方式存在以下几个方面的缺点：（1）火箭发动机喷射产生的羽流会污染临近卫星的光学器件，对空间光学观测任务产生比较大的影响，另外由于推进过程中产生红外线，会影响卫星在轨飞行的隐身效果。 （2）由于喷气推进是一种需要工质的推进方式，在不考虑卫星损毁情况下其工作寿命严格受到卫星所携带推进剂的影响，会影响卫星在轨飞行的寿命；

无人机飞行路线控制系统设计

无人机飞行路线控制系统设计 由于无人机是通过无线遥控的方式完成自动飞行和执行各种任务,具有安全零伤亡、低能耗、重复利用率高、控制方便等优点,因此得到了各个国家、各行各业的高度重视和广泛应用。尤其以美国为代表,无论是在军事、民用、环境保护还是科学研究中,都将无人机的使用发挥到淋漓尽致,其拥有全球最先进的“捕食者”和“全球鹰”战斗无人机、监测鸟类的“大乌鸦”无人机、民用用途的“伊哈纳”无人机等等。我国在无人机研制方面也取得了一定的成就,拥有技术卓越的“翔龙”和“暗箭”高空高速无人侦查机、多用途的“黔中”无人机、探测海洋的“天骄”无人机、中继通讯的“蜜蜂”无人机等等。在未来,随着现代化工业技术、信息技术、自动化技术、航天技术等高新技术的迅速发展,无人机技术将日趋成熟,性能日益完善,为此将拥有更为广阔的应用前景。为确保无人机能够有效地完成各种飞行任务,研发者开发了各种技术方式的飞行控制系统,完成对无人机的起飞、飞行控制、着陆以及相应目标任务等操作的控制。飞行路线控制是飞行控制系统中最基础也是最核心的功能控制部分,其它所有的飞行任务控制都是飞行路线控制的基础之上实现。目前对于无人机飞行路线的控制已有各种各样方式的系统,但大多数系统都存在一定缺陷,如有些系统操作过于繁杂,不够智能化;有些系统只能在视距范围遥 控无人机,严重限制了无人机的使用;有些系统过于专用化,不能适用于大多数类型的无人机;有些比较完善的系统,造价又过于昂贵,等等一系列问题。针对以上存在的这些问题,本课题提出了一种成本低、

遥控距离远、智能化、高效化、适用性广的无人机飞行路线控制系统设计方案。该系统方案包括两大部分,一部分是操作人员所处的地面监控系统,一部分是无人机端的受控系统,实现的机制主要是无人机不断地将自身的定位信息实时地传送给地面控制系统,地面控制系统将无人机位置信息通过电子地图可视化显示给操作人员,操作人员结合本次飞行任务,采用灵活的鼠标绘制方式在地图上绘制预定的飞行路线,地面控制系统对绘制路线进行自动处理生成可用的路线控制信息帧并发送给无人机受控系统,无人机受控系统接收到位置控制信息帧,不断结合实时的方位信息得到飞行控制信息,从而遥控无人机按照预定路线飞行。此外,为方便用户以后对历史数据的查看,以分析总结得到一些有价值的信息,地面监控系统还包含了对预定路线和无人机历史飞行路线的存储、查询和在地图中回放功能。基于GIS技术的地面监控系统的具体实现是在Windows操作系统上,采用Visual Basic作为系统开发环境并结合MSComm串口通信技术、Mapx二次开发组件技术、Winsock网络接口技术以及Access数据库技术完成软件设计,实现与无人机受控系统的无线通信、GIS系统操作和监控、历史数据存储和重现等,其中实验区域的电子地图采用Mapinfo Professional开发软件绘制完成,并创新性地设计并绘制了画面简洁的带高层信息的二点三维矢量地图,而对于绘制路线的优化和提取处理采用了垂距比值法和最小R值法。无人机端使用BDS-2/GPS双卫星系统对无人机实时位置进行高精度的定位,采用双串口单片机进行运算控制处理,实时的飞行控制信息采用了几何空间算法得到,另外采

小型无人机飞控系统介绍与工作原理

飞控系统是无人机的核心控制装置，相当于无人机的大脑，是否装有飞控系统也是无人机区别于普通航空模型的重要标志。在经历了早期的遥控飞行后，目前其导航控制方式已经发展为自主飞行和智能飞行。导航方式的改变对飞行控制计算机的精度提出了更高的要求；随着小型无人机执行任务复杂程度的增加，对飞控计算机运算速度的要求也更高；而小型化的要求对飞控计算机的功耗和体积也提出了很高的要求。高精度不仅要求计算机的控制精度高，而且要求能够运行复杂的控制算法，小型化则要求无人机的体积小，机动性好，进而要求控制计算机的体积越小越好。 在众多处理器芯片中，最适合小型飞控计算机CPU的芯片当属TI公司的TMS320LF2407，其运算速度以及众多的外围接口电路很适合用来完成对小型无人机的实时控制功能。它采用哈佛结构、多级流水线操作，对数据和指令同时进行读取，片内自带资源包括16路10位A ／D转换器且带自动排序功能，保证最多16路有转换在同一转换期间进行，而不会增加CPU 的开销；40路可单独编程或复用的通用输入／输出通道；5个外部中断；集成的串行通信接口（SCI），可使其具备与系统内其他控制器进行异步（RS 485）通信的能力；16位同步串行外围接口（SPI）能方便地用来与其他的外围设备通信；还提供看门狗定时器模块（WDT）和CAN通信模块。 飞控系统组成模块 飞控系统实时采集各传感器测量的飞行状态数据、接收无线电测控终端传输的由地面测控站上行信道送来的控制命令及数据，经计算处理，输出控制指令给执行机构，实现对无人机中各种飞行模态的控制和对任务设备的管理与控制；同时将无人机的状态数据及发动机、机载电源系统、任务设备的工作状态参数实时传送给机载无线电数据终端，经无线电下行信道发送回地面测控站。按照功能划分，该飞控系统的硬件包括：主控制模块、信号调理及接口模块、数据采集模块以及舵机驱动模块等。 模块功能 各个功能模块组合在一起，构成飞行控制系统的核心，而主控制模块是飞控系统核心，它与信号调理模块、接口模块和舵机驱动模块相组合，在只需要修改软件和简单改动外围电路的基础上可以满足一系列小型无人机的飞行控制和飞行管理功能要求，从而实现一次开发，多型号使用，降低系统开发成本的目的。系统主要完成如下功能： （1）完成多路模拟信号的高精度采集，包括陀螺信号、航向信号、舵偏角信号、发动机转速、缸温信号、动静压传感器信号、电源电压信号等。由于CPU自带A／D的精度和通道数有限，所以使用了另外的数据采集电路，其片选和控制信号是通过EPLD中译码电路产生的。

浅析无人机航空摄影测量系统及应用

浅析无人机航空摄影测量系统及应用 发表时间：2017-10-26T19:53:11.473Z 来源：《建筑科技》2017年9期作者：舒永国 [导读] 发展低空无人飞行器航测遥感系统是提高测绘现势性的迫切需要，是做好应急救急工作的迫切需要，是构建数字中国、数字城市建设的迫切需要。基于此，本文主要对无人机航空摄影测量系统及应用进行分析探讨。 北京市自来水集团禹通市政工程有限公司北京 100089 摘要：测绘测量技术系统是应对自然灾害、有效处置突发事件、构建完善保障系统与加强防灾减灾工作建设的重要组成部分，也是目前的一个重要战略问题。发展低空无人飞行器航测遥感系统是提高测绘现势性的迫切需要，是做好应急救急工作的迫切需要，是构建数字中国、数字城市建设的迫切需要。基于此，本文主要对无人机航空摄影测量系统及应用进行分析探讨。 关键词：无人机；航空摄影；测量系统；应用 1、前言 航空数字摄影测量是基础地理信息采集的最有效手段之一。随着计算机技术的发展和微处理机的广泛应用，政府各部门对测绘资料的需求越来越大，对资料现势性要求越来越高，对资料所能包涵的信息容量越来越多。无人机航空摄影测量作为一种新型的测量方式不断呈现在大家的面前，伴随着高科技技术环境下测绘技术与测绘装备的快速发展，融合了无人机技术、航空摄影技术、移动测量技术、数字通信技术等一系列新兴技术形态的无人机航空摄影测量系统成为防灾减灾的重要手段，它建立起一整套综合应急测绘保障服务系统。 2、无人机航空摄影测量系统 目前，国内已经投入使用的无人机航空摄影测量系统有“华鹰”、“飞象”、“QuickEye”等。无人机航空摄影测量系统主要由硬件系统和软件系统组成。硬件系统包括机载系统和地面监控系统；软件系统则涵盖了航线设计、飞行控制、远程监控、航摄检查、数据预处理等五个主要的系统。 2.1硬件系统 2.1.1无人机机载系统 在整个无人机航空摄影测量系统构成中，无人机作为主要的系统搭载平台，是整个系统集成与融合的重要基础。这一硬件系统主要由无人机、数字摄影系统、导航与飞行控制系统、通信系统等部分构成。在该系统工作的过程中，整个系统会按照预先设定的航线进行相应的自主飞行，并且完成预先设定的航空摄影测量任务，同时实时地把飞机的速度、高度、飞行状态、气象状况等参数传输给地面控制系统。 2.1.2地面飞行监控系统 这一分支系统是影响飞行平台运行的重要因素，主要有电子计算机、飞行控制软件、电子通信控制介质和电台等设备。在飞行平台的运行过程中，地面飞行控制系统可以据无人机飞行控制系统发回的飞行参数信息，实时在地图上精确标定飞机的位置、飞行路线、轨迹、速度、高度和飞行姿态，使地面操作人员更容易掌握无人机的飞行状况。 2.2软件系统 2.2.1航线设计软件 航线设计在无人机航空摄影测量系统中扮演着十分重要的角色，其直接决定了整个系统工作的方向和精准度。这一分支系统作为信息采集的关键步骤，需要对于系统运行经过的作业范围、地形地貌特点、属性精度要求、摄影测量参数以及摄影测量的结果进行综合设定。航线设计软件需要对相关的工作参数进行综合设定，诸如计算行高、重叠度和地面分辨率等飞行参数，进而获得飞行所需的曝光点坐标、基线长度等参数。此外，航线设计软件还有一个十分重要的功能，那就是对于设计好的航线进行检查，诸如：航线走向、摄影基面、行高、地面分辨率和像片重叠度等。 2.2.2数据接受与预处理系统 这是无人机系统中最为重要的软件系统，也是无人机航空摄影测量系统室外作业的最后一步，直接影响到后续的图像数据处理质量。一般情况下，无人机航空摄影测量系统在影像获取过程中，由于受外界和内部因素的影响，可能降低获取的原始图像的质量。为避免原始图像后续处理的质量问题，在影像配准、拼接之前，必须对原始影像进行预处理。这一预处理的过程，先后涵盖了图像校正、图像增强等方面。 3、项目应用实践 3.1工程概况 井山水库位于抚河流域东乡河南港支流黎圩水上游，地处江西省抚州市东乡县黎圩镇内，坝址位于南港支流东乡县黎圩镇井山村上游河段1.0km狭谷段，坝址区距黎圩镇约5km，距东乡县县城约25km，控制流域面积25.2km2，正常蓄水位83.00m（黄海高程，下同），总库容2250×104m3，是一座灌溉、供水等综合效益的中型水利枢纽工程。 3.2外业测量 3.2.1航摄 航摄仪采用Sonya7R，焦距35mm，相幅大小为：7360×4192，像元分辨率为4.88um。本次无人机航摄分两个架次进行，由GPS领航数据计算相对飞行高度为724m，地面分辨率为0.09m，航摄面积约10km2。两个架次飞行质量和影像良好，影像清晰度较高，且照片色彩均匀，饱和度良好，能够表达真实的地物信息，可以满足1:2000成图要求。本次飞行航向重叠度为75%，旁向重叠度为50%。 3.2.2像控测量 像控点的布设应能够有效控制成图的范围，测区的四周及中心位置必须布设控制点，根据测区的情况，每个测区布设控制点20多个，且都设置为平高点。 3.2.3空中三角测量 本项目采用SVS软件进行空三加密，根据航空飞行及影像分布情况，将空三区域分为两个加密区域网采用自动与手动相结合的方式进行空三加密，即采用自动匹配进行像点量测，剔除粗差。人工调整直至连接点符合规范要求，保证在2/3个像素以内。加入外业像控点对本

僚机编队飞行控制律设计

1.1 僚机编队飞行控制律设计 僚机在编队队形保持阶段需要实时跟踪动态的坐标点，并没有预定的航线。对于固定翼飞机而言，传统的控制方法难以实现对动态目标点的实时跟踪。为此本文提出了一种新的固定翼编队横侧向跟踪算法，取名为最优转弯半径(OTR, Optimal Turning Radius)算法，且已经验证了在长僚机模式下的编队跟踪中相比于传统PID 控制律有更好的性能。该算法在跟踪期望点附近引入了超前跟踪点和滞后跟踪点的概念，并将跟踪距离分为远距、中距和近距三种情况。在转弯段，僚机横侧向指令中增加长机的转弯半径实时反馈。在长机保持直线飞行时，僚机横侧向指令主要由航迹误差生成，期望航迹根据远距、中距、近距不同情况分别计算。在长机转弯时，僚机横侧向指令会加入长机的转弯半径实时反馈，保证转弯过程中僚机也能迅速的跟踪到期望点，进而让编队快速收敛到期望的队形。 1.1.1 OTR 算法的原理推导 设僚机相对于长机的设定偏差为(,,)F L e x y z →，长机坐标为 (,,)L l h λ，其中 (,,)F L e x y z →属于本地通用横墨卡托格网 (UTM, Universal Transverse Mercator) 坐标系，其 y 轴与长机航向重合，(,,)L l h λ表示长机在GPS 坐标系下的经纬高坐标。根据僚机与长机的固定偏差F L e →和长机的位置L 可以计算出僚机的期望位置(,,)c F l h λ。其计算过程分为 三步： (1) 将(,,)L l h λ转化到UTM 坐标下得到(,,)u L x y z 。 (2) 在UTM 坐标系下将(,,)u L x y z 和(,,)F L e x y z →相加得到僚机的期望UTM 坐标 (,,)u c F x y z 。 (3) 将(,,)u c F x y z 转化到GPS 坐标系下得到(,,)c F l h λ。 编队跟踪保持过程中一个很大的难点便是转弯过程中的期望路径震荡，表现出来的现象便是滚转角的震荡和航向偏向相反方向。为此本文在实际期望跟踪点附近设计超前跟踪点和滞后跟踪点，并且引入长机的实时转弯半径作为反馈。超前跟踪点的设计可以有效的解决过点转弯导致的侧向通道震荡问题，滞后跟踪点的设计使僚机在远距依旧能保持跟踪能力。定义超前跟踪点为(,,)c l F l h λ→，滞后跟踪点为(,,)c tr F l h λ→。定义函数(),,g f x d 表示在 GPS 坐标系下以位置 f 为基准点，向x 方向前进距离d 得到的经纬高位置。设相对于期望点超前距离为c l L →，相对于期望点滞后距离为c tr L →，则： ()(,,)=g (,,),,c l c c l F l h F l h L L ψλλ→→ (3.30) ()(,,)=(,,),,c tr c c tr F l h g F l h L L ψλλ→→- (3.31) 式中L ψ为长机的航向角，超前点和滞后点在期望点附近沿着长机航向方向选取。 定义长机与僚机的实时距离为L F L ?，近距离用c L F L ?表示，远距离用f L F L ?表示。则僚机期望位置的计算公式为：

关于无人机飞行控制系统的全面解析

关于无人机飞行控制系统的全面解析 飞控的大脑：微控制器在四轴飞行器的飞控主板上，需要用到的芯片并不多。目前的玩具级飞行器还只是简单地在空中飞行或停留，只要能够接收到遥控器发送过来的指令，控制四个马达带动桨翼，基本上就可以实现飞行或悬停的功能。意法半导体高级市场工程师介绍，无人机/多轴飞行器主要部件包括飞行控制以及遥控器两部分。其中飞行控制包括电调/马达控制、飞机姿态控制以及云台控制等。目前主流的电调控制方式主要分成BLDC方波控制以及FOC正弦波控制。 高通和英特尔推的飞控主芯片CES上我们看到了高通和英特尔展示了功能更为丰富的多轴飞行器，他们采用了比微控制器（MCU）更为强大的CPU或是ARM Cortex-A系列处理器作为飞控主芯片。例如，高通CES上展示的Snapdragon Cargo无人机是基于高通Snapdragon芯片开发出来的飞行控制器，它有无线通信、传感器集成和空间定位等功能。Intel CEO Brian Krzanich也亲自在CES上演示了他们的无人机。这款无人机采用了RealSense技术，能够建起3D地图和感知周围环境，它可以像一只蝙蝠一样飞行，能主动避免障碍物。英特尔的无人机是与一家德国工业无人机厂商Ascending Technologies合作开发，内置了高达6个英特的RealSense3D摄像头，以及采用了四核的英特尔凌动（Atom）处理器的PCI-express定制卡，来处理距离远近与传感器的实时信息，以及如何避免近距离的障碍物。这两家公司在CES展示如此强大功能的无人机，一是看好无人机的市场，二是美国即将推出相关法规，对无人机的飞行将有严格的管控。 多轴无人机的EMS/传感器某无人机方案商总经理认为，目前业内的玩具级飞行器，虽然大部分从三轴升级到了六轴MEMS，但通常采用的都是消费类产品如平板或手机上较常用的价格敏感型型号。在专业航拍以及专为航模发烧友开发的中高端无人机上，则会用到质量更为价格更高的传感器，以保障无人机更为稳定、安全的飞行。这些MEMS传感器主要用来实现飞行器的平稳控制和辅助导航。飞行器之所以能悬停，可以做航拍，是因为MEMS传感器可以检测飞行器在飞行过程中的俯仰角和滚转角变化，在检测到角度变化

多无人机协同编队飞行控制的研究现状

第30卷 第4期航 空 学 报 V ol 30N o 4 2009年 4月A CT A AERO N AU T ICA ET AST RON A U T ICA SIN ICA A pr. 2009 收稿日期:2008 01 20;修订日期:2008 05 08基金项目:国家自然科学基金(60674100) 通讯作者:樊琼剑E mail:fan qiong jian@https://www.sodocs.net/doc/5b19155914.html, 文章编号:1000 6893(2009)04 0683 09多无人机协同编队飞行控制的研究现状 樊琼剑1,2,杨忠1,方挺1,沈春林1 (1.南京航空航天大学自动化学院,江苏南京 210016)(2.空军航空大学航空控制工程系,吉林长春 310022) Research Status of C oordinated Formation Flight C ontrol for Multi UAVs Fan Qiong jian 1,2,Yang Zho ng 1,Fang T ing 1,Shen Chunlin 1 (1.Colleg e o f A uto matio n Engineer ing ,Nanjing U niver sity o f A eronautics and A st ronautics,N anjing 210016,China) (2.Depar tment o f A viation Co ntro l,Av iatio n U niv ersit y of A ir Fo rce,Chang chun 310022,China)摘 要:多无人机(U A V s)编队飞行的协同侦察、作战模式可以在一定程度上提高单机单次作战任务的成功概率,因而引起各国对多机编队飞行的研究热潮。针对这一情形,在介绍了多U AV 协同编队飞行(CF F)的定义和应用特点的基础上,结合近年来国内外多U A V 编队飞行的发展状况和一些主要的研究成果,着重分析和讨论了编队飞行控制中几个相关的关键技术问题,主要包括:队形设计、气动耦合、队形的动态调整、航迹规划、信息互换以及编队飞行控制策略等问题;最后对未来的发展趋势进行了展望。研究成果对正在研究的多机作战平台系统的协同作战技术具有一定的参考意义。 关键词:多无人机;协同编队飞行;飞行控制策略;测试;信息分析中图分类号:V249 1 文献标识码:A Abstract:Coo per ativ e reconnaissance,operation mo des of multi unmanned aerial v ehicles (U A V s)for matio n flight can enhance successful r ate o f t he single o per at ion for single aircraft to some ext ent,so multi U A Vs for matio n flight is cur rent ly one o f the mo st activ e research to pics in the domain of U A V r esear ch and develop ment.A cco rding to the cur rent sit uation,the concept and applicatio n o f coo rdinated fo rmatio n flig ht contr ol is intr oduced f irstly.T hen the fo reig n and domestic researches and t heir r esults in the aspect o f coo rdinated fo rmatio n flig ht (CFF)contro l of multi U A Vs are ov erv iewed,and at the same time sever al related key issues ar e discussed and analyzed respect ively,including for mat ion desig n,aer odynamic coupling ,for mation reconfig ur atio n,traject or y planning ,informat ion ex change and for mation flig ht co ntro l str ategy pr lblems.Finally ,r esear ch ar eas ar e pro po sed to address dev elo pment tendency and challeng es.T he r esear ch results also have some r efer ence value fo r coo per ativ e operatio ns o f the mult i platfo rm system. Key words:multi unmanned aer ial vehicles;coo rdinated for matio n flight;flight contro l strateg y;testing ;infor matio n annly sis 自从无人机(Unmanned Aerial V ehicle, U AV)在1991年的海湾战争中得到成功运用以来,已有三十多个国家投入大量的人力和财力从事U AV 的研究和生产。经过几十年的发展,U AV 技术已相对成熟,并在各个领域中发挥了其独特的作用。尽管如此,单架的UAV 执行任务时仍存在相应的问题,如执行侦察任务时,单架U AV 可能会受到传感器的角度限制,不能从多个不同方位对目标区域进行观测,当面临大范围搜索任务时,不能有效地覆盖整个侦察区域;而如果是执行攻击任务,同样,单架U AV 在作战范 围、杀伤半径、摧毁能力以及攻击精度等方面受到的限制,会影响整个作战任务的成功率;另外,一旦单架UAV 中途出现故障,必须立即中断任务返回,但在战争中有可能贻误战机而破坏整个作战计划。 针对以上现状,多年来人们通过分析生物群体的社会性现象,如模仿群鸟迁徙过程中,其队形保持、节省能量以及协同对抗天敌等能力,来解决目前所关注的问题,其目的是为了尽可能地发挥单架UAV 的作用,实现多UAV 协同编队飞行(Coo rdinated Formation Flight,CFF)的控制、决策和管理,从而提高U AV 完成任务的效率,拓宽U AV 使用范围,达到安全、高可靠性地执行空中加油、空中监视、侦察和作战等多种任务的目的。