《无人机集群编队飞行仿真与实现》
一、选题背景、意义及依据
随着近几十年我国科学技术迅速发展，许多学者在多智能体控制、信息融合和无线通信等技术领域开展了大量的研究，使得无人机技术在军事和民用中的应用日趋成熟。与此同时，由于人们对生产作业的效率和质量有了更高要求，无人机的应用也越来越广泛，在许多军事和民用任务中，无人机可执行中继通信、战场调查、边境巡逻、森林火灾探测、公共安全监视等任务。在未来，无人机的性能将会得到更大的提升，尤其在提高飞行高度、增大作业范围、增加飞行时间和抵抗恶劣环境方面会更加具有优越性。随着无人机应用的广泛普及，其在社会各个领域中的适用性将会大大提高。
无人机在军事领域的应用尤为广泛，随着现代战争中战场作战环境和任务要求的日益复杂，单机作战效率低下，难以应对战场多变的环境。例如：单架无人机不能满足复杂的任务需求，可以完成的任务非常有限，由于没有其他无人机通信交互，因此自身的安全得不到有效的保障，所以在面临复杂作战任务时更容易受到敌方的攻击，从而难以保证任务的完成质量；当面对大范围的搜索任务时，单架无人机很难有效地覆盖整个监视区域；在战斗中执行打击任务时，单架无人机的命中半径和攻击能力等许多方面都有很大的局限性，影响到任务的完成情况。总体来说，单架无人机执行任务在保障自身安全、大范围搜索探测、战场精准打击、抗干扰和有效载荷等方面具有较大的局限性。
为了提高单机作战效率，人们对多无人机编队算法开展了大量研究。协同控制领域成为了目前无人机研究的热门方向。目前关于多无人机协同编队飞行的研究，主要有编队协同控制、编队避障控制和仿真实验模拟等方向。多无人机编队执行各项危险任务已成为当前的发展趋势，而且可以完成许多单机无法完成的任务，例如空中加油、三维观察、通讯中继和作战任务等，相比于单架无人机，多无人机编队的优势明显，具体优点如下：
（1）任务完成的可靠性提高，保证冗余度。相比于单架无人机，多无人机编队在执行任务时，可以通过对任务的合理规划与分配来提高任务的完成效率。如果有某架无人机在执行任务的过程中发生故障，可以通过任务重分配算法来保证全部任务的顺利完成。
（2）信息感知范围增加。单架无人机在对复杂环境信息进行探测感知时，可以获取的信息非常有限。若无人机编队通过通信组网技术实现机间通信，则其对环
境信息的感知将会更加全面，还可在战场中实现对具体目标的多角度立体侦查、高精度定位和中继通信等。
（3）任务运行时间大大缩短。单架无人机无法实现多任务同时作业，但是多无人机协同编队能解决多任务执行时间上的冲突，通过使每架无人机携带不同设备实现多任务并行作业，保证一次性完成整个任务。
无人机编队协同控制是目前多无人机编队研究领域的一个重要方向。多无人机协同编队控制问题是多无人机编队在执行飞行任务时需要解决的一大关键问题。合适的控制策略对于队形控制的快速性、有效性有着至关重要的作用。当编队无人机以特定的控制队形执行飞行任务时，要求编队无人机编队内部的无人机能保持一定的安全距离，从而保持队形避免内部的无人机发生碰撞。不论编队规模的大小，编队内部任意无人机发生碰撞都会导致重大的损失，当编队规模较大时，无人机的内部碰撞甚至会引发一系列的连锁反应，会使整个编队都处于危险之中。领导跟随者策略是现今应用最为广泛的队形控制策略。由于领导跟随者策略的简便性和可靠性，国内外很多学者对其进行了大量研究。领导跟随者策略的基本架构包括领导者和跟随者，领导者负责规划编队路线，跟随者通过控制其与领导者之间的视距和视线角，保持想要的编队队形。以领航跟随法为基本框架实现多无人机编队的协同控制，提升避障能力、达到队形保持要求是无人机编队在实际应用中的重要研究方向，也是无人机编队研究领域的难点和重点。
二、国内外研究现状
目前对多无人机编队协同控制领域的相关研究，主要集中在队形协同控制算法等方向。选取和设计合适的队形控制算法，能够显著提升编队无人机的性能以适应多种复杂的外部环境，完成相应的编队任务。
在实际应用过程中，无人机编队需要保持预设队形执行巡逻和探测等任务，队形的保持主要由协同控制算法实现。经过相关调研，编队协同控制算法主要有以下方法：
虚拟结构法。属于集中式控制架构，在1996年Tan等人第一次提出该方法，他们假设整个编队队形为一种虚拟刚体，每架无人机参照其预设的虚拟点实现编队运动和队形控制。邵壮等人设计了一种基于虚拟结构法的队形反馈轨迹跟踪器，降低了编队在大机动时的控制误差。2015年Askari等人提出了一种改进的虚拟结构法，主要基于逆动力学进一步提高了集中式控制的精度。由于该算法为集中式控制，所以队形控制的可靠性和灵活性较差。
行为法。属于分布式控制架构，其主要思想为对编队中每架无人机设置避障、编队、跟随等行为，通过对其行为进行协调加权控制实现编队算法。2007年Seungkeun等人提出了一种基于行为法的无人机分布式编队算法，该算法基于每架无人机的反应行为权重来控制系统输入，因而可以对复杂环境快速响应。2016年Chen等人受到狼群行为机制的启发，通过总结建立了狼群层次模型，提出了一种基于狼群行为的无人机自主编队算法，该算法能够在领导者进行复杂运动的条件下实现编队控制。该算法虽然能够应对各种复杂状况，但此方向的相关研究较少，对编队行为控制的未知因素分析尚不成熟，难以进行系统的稳定性分析。
一致性法。是近几年无人机编队领域研究的重要方向，最早在2006年由 Ren提出，该算法的主要思想为对编队的多智能体进行分布式控制，通过控制协议能够使控制变量渐进地达到一致。在 2011 年Jamshidi等人以异构无人机为研究模型，通过为编队中无人机分别设计一致性算法，实现了异构无人机编队系统的协同控制。2015 年Kuriki等人将一致性算法与分散式预测模型相结合，设计了可以躲避障碍物的多无人机编队一致性控制算法。由于一致性算法使用分布式控制进行信息通信，因而编队的信息交互量小，适应性和鲁棒性较好，但是算法设计较复杂。
领导-跟随法。应用最为广泛，通常与一致性算法相结合来设计编队算法。其主要思想为设定编队中某一无人机为领导者，其他无人机为跟随者，领导者在初始化时设置了预定航迹，跟随者通过与其进行信息通信实现系统的编队飞行。2015 年Hou等人基于四旋翼模型，提出了一种分布式的领导-跟随控制算法，该算法可应用于多个领导者。2016 年Mohammad等人提出了一种考虑未知领导者的编队算法，通过设计非线性估计器保证了算法的稳定性。2016年Dehghani等人提出基于领导－跟随编队控制策略的编队控制器，该控制器实现了无人机在局部通信条件下的编队飞行。2017年Dehghani等人提出了基于领导－跟随编队算法和滑膜算法的编队控制器，通过由鲁棒控制器和干扰补偿器组成的集成控制器估计器，保证在无人机飞行时保持阵型。2017年Pan等人针对无人机在通信约束下的编队飞行问题，提出了基于领导－跟随策略的分布式编队控制器。同时采用基于李雅普诺夫方法和线性矩阵不等式技术保证了无人机编队控制的稳定的条件。领导-跟随法的控制精度高，对通信带宽的要求较低，但由于跟随者不能自主决策，整个编队容易因为领导者出现故障而失控，因此其鲁棒性较差。
综上所述，利用领导-跟随算法作为框架设计编队控制算法，在现实场景中应用具有较高可行性。通过该算法，可以方便简单地实现无人机数学模型中相关变量的一致性控制，保持编队队形，实现编队控制。
三、课题研究目标、研究内容、研究方法及关键技术
研究目标：
多架无人机基于领导跟随法实现无人机编队队形保持并具有一定避障能力。
研究内容：
(1) 以领航跟随法为基本框架对无人机编队队形进行设计并对队形进行保持；
领航跟随法是无人机编队飞行的主流方法之一，使用领航跟随法来解决无人机编队行驶的核心问题，即无人的机编队跟随控制问题。此方法的全局控制规则设计较为简单且接近实际应用，只需要掌握领航无人机的运动信息并设计合理的跟随无人机的跟踪控制策略就可以实现无人机的跟随行驶，而且跟随的稳定性能够得到很好的保持。
指定队形中某一无人机为领航无人机，其他无人机作为跟随无人机跟随领航无人机飞行，将编队控制问题转化为跟随无人机跟踪领航无人机辆的方向和位置问题，可以用控制理论知识分析跟踪误差，例如李雅普诺夫第二法和芭芭拉引理等。在运动过程中，跟随无人机可以检测领航无人机的运动参数和运动情况，跟随无人机只需接收参数并以此控制自身行为即可，因此只需要知道领航无人机的行为或轨迹就可以控制整个多无人机编队系统。
(2) 通过Matlab/Simulink进行仿真演示，能够达到避障、队形保持效果；
(3) 利用Quanser无人机飞行实验平台进行演示验证；
(4) 研究无人机集群组网方式，提出相应方案(如Xbee等)，并进行系统搭建与验证。
研究方法；
建立数学模型 基于simulink进行滑模控制器设计 通过Matlab进行仿真
基于Quanser无人机飞行实验平台进行验证 系统整体研究验证
关键技术：
基于领导-跟随法控制器的设计
Matlab仿真实验
四、论文所遇到的困难和问题、拟采取的解决措施及预期达到的目标
（1）如何建立合适的无人机数学模型
通过查阅文献资料 建立一个理想的无人机数学模型
（2）如何设计合适的基于领导跟随法的轨迹跟踪控制器
学习层级通信拓扑结构和滑模控制方法
五、论文进度安排
六、参考文献
Z. Hou, I. Fantoni. Distributed leader-follower formation control for multiple quadrotors with weighted topology[C]. System of Systems Engineering Conference, San Antonio, TX, USA, 2015, 256-261
M. A. Dehghani, M. B. Menhaj. Communication free leader–follower formation control of unmanned aircraft system[J]. Robotics and Autonomous Systems, 2016, 80:69-75
T. Kar-Han, M. A. Lewis. Virtual structures for high-precision cooperative mobile robotic control[C]. Proceedings of IEEE/RSJ International Conference on Intelligent Robots and Systems, Osaka, Japan, 1996, 132-139
A.Askari, M. Mortazavi, H. A.Talebi. UAV Formation Control via the Virtual Structure Approach[J]. Journal of Aerospace Engineering, 2015, 28(1)
邵壮, 祝小平, 周洲, 等. 无人机编队机动飞行时的队形保持反馈控制[J]. 西北工业大学学报, 2015, 33(01): 26-32
S. Kim, Y. Kim. Three dimensional optimum controller for multiple UAV formation flight using behavior-based decentralized approach[J]. International Conference on Control, Automation and
Systems, 2007, 1387-1392
H. Chen, H. Duan. Multiple unmanned aerial vehicle autonomous formation via wolf packs mechanism[C]. IEEE International Conference on Aircraft Utility Systems, Beijing, China, 2016, 606-610
W. Ren. Consensus based formation control strategies for multi-vehicle systems[C]. 2006 American Control Conference, Minneapolis, MN, USA, 2006, 6
Y. Kuriki, T. Namerikawa. Formation control with collision avoidance for a multi-UAV system using decentralized MPC and consensus-basedcontrol[J]. Sice Journal of Control Measurement and System Integration, 2015, 8(4):285-294
M. Jamshidi, J. Gomez, A. S. Jaimes. Intelligent control of UAVs for consensus-based and network controlled applications[J]. Applied and Computational Mathematics, 2011, 10(1): 35-64
M. A. Dehghani, M. B. Menhaj: Communication free leader-follower formation control of unmanned aircraft systems. Robot. Auton. Syst. 80 (2016), 69–75.
DEHGHANI M A， MENHAJ M B. Integral sliding mode formation control of fixed-wing unmanned aircraft using seeker as a relative measurement system[J]. Aerospace Science & Technology， 2016， 58： 318-327.
Pan Y J,Werner H,Huang Z,et al.Distributed cooperative control of leader–follower multi-agent systems under packet dropouts for quadcopters[J].Systems & Control Letters,2017,106:47-57.
