摘要：本文针对时变切换的受限通信链路条件下的无人机集群协同控制问题,设计了一种基于虚拟误差的多无人机分布式协同控制算法,研究对象设置为具有非线性耦合特性的四旋翼无人机集群.首先,使用时变切换无向拓扑来描述干扰存在的受限环境下通信链路通断特性,将连续可微的权重函数用作邻接矩阵元素,用以描述邻居节点间通信链路的时延阻滞特性.其次,设计姿态内环控制回路的指令驱动力矩,消去非线性姿态旋转误差项,利用障碍李雅普诺夫函数证明姿态控制内环系统稳定性.此外,在外环位置控制回路中引入两个辅助控制量,利用其构造与原平动动力学系统等价的辅助误差系统.利用该虚拟误差系统设计满足推力有界性的控制输入,避免每个节点的控制系统对节点自身和邻居节点的位置及速度信息的反馈需求,将集群内全部无人机节点的虚拟位置、速度误差以堆叠形式构造位置控制回路李雅普诺夫函数,基于姿态回路的渐近稳定证明位置闭环控制系统的渐近稳定性.最后,设置仿真场景中的通信拓扑为满足一致联合准强连通的时变无向切换拓扑,引入4个四旋翼无人机节点开展分布式协同控制律的仿真实例验证,进一步将本文设计的分布式控制协议分别同其他文献中所提出的基于虚拟系统的分布式控制算法及基于滑模误差流形的控制算法相对比,验证本文所提出算法能够仅在给定中心参考速度前提下跟踪速度积分所得的虚拟领导中心轨迹,且在集群构型保持和速度一致性控制方面具有显著优势.

摘要：为了降低无人机集群控制的复杂度,高效解决大规模无人机集群控制和长距离飞行时集群变拓扑问题,设计了一种仿鸿雁群编队的无人机集群自主协同控制方法,借鉴自然界中的鸿雁编队行为机制,开发了面向无人机平台的分布式仿生集群控制系统.鸿雁是一种常见的集群鸟类,其在迁徙途中表现的自组网和编队变拓扑行为与无人机集群飞行有极高的相似性.仿鸿雁编队行为机制的无人机集群飞行验证系统采用了低成本四旋翼无人机,利用无线局域网进行组网通信.外场飞行试验结果表明,自然界中的鸿雁编队行为机制有助于无人机集群的快速精准编队控制,实现了无人机的位置实时变拓扑,提高了无人机集群飞行的鲁棒性.

摘要：有人/无人机共融集群中的有人机可弥补无人机在复杂环境中能力的不足.利用鸽群层级交互机制能够高效传递信息的特点,提出一种有人/无人机集群一致性控制方法.根据动力学约束与人类行为特点,建立无人机动力学模型和多通道的有人机操作员模型.在此基础上,通过鸽群层级交互机制构建集群系统的层级交互网络:有人机对等级较高的无人机发送指令,并通过层级网络影响整个无人机群体.设计可节约资源的自适应牵制控制策略,实现有人/无人机集群运动状态的一致性.此外,对系统稳定性进行简要分析.仿真结果验证了方法的有效性.

摘要：受寒鸦群配对飞行行为机制的启发,提出了一种配对交互模型,并应用于解决无人机(UAV)集群编队控制问题。首先,模仿寒鸦个体间的配对交互,设计配对交互时的邻居选择机制,基于社会力,考虑惯性加速、远距吸引、近距排斥、速度匹配和运动阻尼,分别建立配对个体和未配对个体的运动学微分方程,完成配对交互模型的构建。然后,在无人机模型基础上,设计基于寒鸦配对交互机制的无人机集群编队控制器。最后,通过2组仿真实验研究所提模型应用于无人机集群时的特性。结果表明,寒鸦配对交互模型能保证无人机集群运动的一致性,通过减小无人机交互的平均邻居数量,从而减小无人机集群的通信负载,并且当单向刺激时,配对无人机作为信息无人机时集群有更高的应激精度。

摘要：针对多无人机对抗问题,本文提出了一种三维空间中仿鹰鸽捕食逃逸行为的多无人机分组对抗博弈方法.在分析鹰鸽捕食逃逸行为的基础上,文章构建了多无人机博弈对抗系统模型,并定义了微分博弈中的连续可微值函数,证明了值函数满足Hamilton-Jacobi-Isaacs(HJI)方程,从而保证鞍点策略存在.使用最优分配方法,为仿鹰无人机一方设计了分组对抗分配策略,以解决多无人机追逃场景中的任务分配问题.本文对比仿真实验结果验证了所提出方法的有效性.

摘要：2023年,无人机技术方面实现了革新和突破,展现出了引人瞩目的技术创新进展和广泛的应用态势。从无人机管控政策、无人机技术革新、无人机关键技术、无人机集群验证、反无人机技术等多个角度全方位分析了2023年无人机的科技热点。随着视觉应急避障技术、智能自主飞行能力的提升,无人机性能和功能均得到了显著提升。随着无人机的不断普及和应用,无人机集群的关键技术、作战样式和平台建设也不断完善,行业定制化、自主智能化、跨域实战化依然是无人机未来发展的重要方向。

摘要：空中加油是提高无人机(UAV)空中持续作战能力的重要技术,其中对加油锥套的检测和识别是实现空中加油的首要任务。针对空中加油快速、准确的目标检测难题,结合鹰眼敏锐的视觉机制,设计了一种仿鹰眼-中脑机制的显著性检测算法,采用仿鹰眼颜色拮抗和明暗适应机制模型从加油锥套视频序列中提取多通道图像特征,为适应锥套在图像中的面积,模拟仿鹰中脑网络门控机制对多通道特征显著图进行空间门控处理,模拟仿鹰中脑网络增益机制对显著图进行增强处理。通过公开数据集和空中加油试飞数据集分别进行了测试,仿真对比实验结果验证了所提出的显著性检测算法可在设定显著目标面积占比的条件下有效抑制背景影响,并能检测到空中加油的锥套目标。

摘要：无人机集群在各个领域中扮演着重要角色,具有丰富的应用场景.然而,将深度强化学习方法应用于自主无人机面临着诸多严峻挑战.本文基于多智能体深度强化学习,通过使用局部信息建立单个无人机的状态空间,并使用多智能体近端策略优化(Multi-agent proximal policy optimization,MAPPO)的在线策略算法来训练策略网络,从而克服了环境的不确定性和对全局信息的依赖.同时,引入了数字孪生的概念,为资源紧张型算法提供了新思路.为了解决采样困难和资源紧张的问题,基于数字孪生技术,构建了一个用于无人机编队避障策略模型训练的架构.首先,构建了多个数字孪生环境,用于强化学习算法在任务开始之前进行交互采样的预训练,以使集群具备基本的任务能力.然后,使用在真实环境中采集的数据进行补充训练,使得集群能够更好地完成任务.对采用这种两阶段训练架构的效果进行了对比,同时与其他策略算法进行比较,验证了MAPPO的样本效率性能.最后,设计了实际飞行验证测试,验证了从孪生环境中获得的策略模型的实用性和可靠性.

摘要：舰载无人机着舰会受到舰尾流、航母甲板运动的干扰。为加快无人机在着舰时横侧向响应以及提高舰载机着舰对干扰的鲁棒性,本文提出了一种基于扩张鸽群优化算法的显式模型预测控制方法,并将其应用于舰载机姿态控制器设计,用于解决所设计控制器的参数优化问题。与基本鸽群优化算法、粒子群算法的仿真对比实验表明,相比传统智能优化算法,本文所提出的扩张鸽群优化算法收敛更快,普适性和稳定性也更强,采用显式模型预测控制的舰载无人机着舰系统相比比例-积分-微分控制下的系统响应更快,鲁棒性更强。

摘要：为了在动态不确定环境下实现大规模无人机集群转弯的快速性和一致性,提出了一种仿欧椋鸟大规模超机动行为的无人机集群转弯控制方法.通过分析欧椋鸟大规模超机动行为,分别建立邻居选择、局部交互和信息传递机制,并将其映射到无人机集群转弯控制中.在这些机制的基础上,利用改进社会力模型进行无人机转弯控制,使无人机集群在没有外界刺激的情况下实现快速聚集和速度极化;而在有外界刺激的情况下,无人机切换模式,整个集群快速完成超机动转弯动作以避开危险.仿真实验结果表明,在该模型作用下无人机集群既能满足转弯曲率的要求,又能保持群集运动的一致性.