一种安全约束下的多无人机预设时间编队重构方法

摘要: 本发明涉及无人机自主编队控制、分布式非凸优化、多无人机系统等,具体涉及一种安全约束下的多无人机预设时间编队重构方法。背景技术:1、在巡检、搜索、运输、协同感知、...
一种安全约束下的多无人机预设时间编队重构方法

本发明涉及无人机自主编队控制、分布式非凸优化、多无人机系统等,具体涉及一种安全约束下的多无人机预设时间编队重构方法。

背景技术:

1、在巡检、搜索、运输、协同感知、通信中继等任务中,多无人机集群需要根据任务阶段、通道宽度、障碍物分布、传感器视场和通信条件,从一种编队形状切换到另一种编队形状。编队重构并不是单纯的“把形状移动到某处”,而是同时涉及三个相互耦合的问题:第一,目标编队模板应当如何旋转、缩放和平移;第二,每架无人机应当对应目标模板中的哪个点;第三,重构结果是否满足障碍物避让和机间安全距离等约束。

2、现有技术中,通常采用以下几种方案,但均存在明显不足:

3、1.固定分配或先分配后规划的方案。现有编队控制方法通常预先指定无人机与目标点的对应关系,或者先用匈牙利算法等离散方法完成任务分配,再单独进行编队形状调整和轨迹规划。该类方案割裂了“分配”和“几何变换”之间的耦合关系。当分配固定不合理时,无人机总移动距离可能明显增大,在狭窄通道或障碍物附近还可能出现不可行或冲突的运动。

4、2.只优化部分几何变量或采用交替优化的方案。有些方案只处理缩放和平移,另一些方案只处理旋转和任务分配,或者在分配变量与几何变量之间交替迭代。此类方法难以在一个统一模型中同时处理旋转、缩放、平移、0-1分配以及安全约束,且交替求解的结果依赖求解顺序,收敛过程和完成时间不易提前确定。

5、3.一般非凸约束下传统投影原始-对偶动力学稳定性不足。任务分配的0-1约束、旋转变量、障碍物避让和碰撞避免约束会使问题成为非凸约束优化问题。传统投影原始-对偶动力学在凸问题中可以利用单调性或半正定性证明稳定性,但在非凸情况下,拉格朗日函数关于主变量的海森矩阵可能不定,常用的局部耗散条件失效,因此即使平衡点满足卡罗需-库恩-塔克条件(karush kuhn tucker,kkt),也难以保证优化状态稳定收敛。

6、4.已有有限时间或固定时间方法不能直接满足“由用户指定完成时刻”的工程要求。有限时间方法的收敛上界通常依赖初始误差;固定时间方法虽然上界与初始条件无关,但实际收敛上界由算法参数间接决定。对于需要在编队进入狭窄区域之前完成重构的任务,更希望直接给定一个预设时间,并使优化器在该时刻前完成计算。

7、5.集中式方法存在通信负担和单点故障问题。随着无人机数量增加,把所有状态、约束和任务分配变量集中传输到单一计算节点会增加通信和计算负担;一旦中心节点失效,整个重构功能可能中断。因此,需要一种能够利用通信图,仅依靠邻居信息协同求解全局非凸重构问题的分布式实现。

8、综上所述,现有技术仍缺少一种能够在安全约束下,将一一任务分配、编队相似变换和非凸约束处理统一到同一连续动力学中,并进一步支持用户指定收敛时间和邻居通信分布式求解的多无人机编队重构方法。

技术实现思路

1、本发明的主要目的在于提供一种安全约束下的多无人机预设时间编队重构方法,以解决或至少部分解决现有技术中任务分配与编队几何变换相互割裂、非凸投影原始-对偶动力学在局部可能不稳定、优化完成时间不可直接指定以及集中式方案可扩展性不足等问题;具体而言,本发明的目的包括:

2、1.建立一个统一的非凸优化模型,在同一模型中同时确定每架无人机与目标编队点的一一对应关系,以及目标编队的旋转角、缩放比例和平移向量,并显式加入障碍物、机间安全距离和变量边界约束。

3、2.通过引入不改变原优化问题kkt平衡点集合的动态锚点变量,改善非凸原始-对偶动力学的局部稳定性,使主变量能够收敛到满足二阶充分条件的局部最优解。

4、3.引入由用户直接设定的预设时间,使优化误差在预设时间之前收敛,并在该时刻之后保持最终结果,适用于具有明确重构时间窗口的飞行任务。

5、4.构造分布式多智能体扩展,使各无人机只利用自身目标函数、约束信息和邻居通信,实现几何变量一致、全局一一分配约束满足以及全局耦合约束协同处理。

6、5.形成可直接向轨迹规划层和飞行控制层输出“目标点位置+任务分配关系”的工程接口,并通过ros仿真以及五架真实无人机的飞行实验验证可实施性。

7、为实现上述目的,本发明采取的技术方案为:

8、第一方面,本发明提供一种安全约束下的多无人机预设时间编队重构方法,该方法包括以下步骤:

9、获取多架无人机编队重构任务的相关数据,包括实时位置、通信拓扑、目标编队模板、障碍物模型、最小安全距离、几何变量边界及预设收敛时间;

10、构建任务分配耦合的编队相似变换模型,将各无人机到目标编队点的任务分配变量与编队的相似变换参数进行耦合,所述模型以所有无人机移动总代价最小化为目标函数,并建立一一分配约束及安全约束;其中相似变换参数作为主变量,包括旋转角、缩放比例和平移向量;

11、构建锚点正则化预设时间优化器,通过引入动态锚点变量和预设时间基函数驱动任务分配变量和相似变换参数在预设收敛时间内收敛至局部最优解;

12、根据收敛后的任务分配变量及相似变换参数,确定每架无人机的目标点坐标,并基于目标点坐标生成飞行轨迹,控制无人机执行飞行轨迹以完成编队重构。

13、进一步地,所述任务分配耦合的编队相似变换模型的目标函数为:

14、

15、式中:为总移动代价;为任务分配变量;为二维平面内的逆时针旋转角;为无量纲缩放因子;为平移向量;分别表示无人机编号和目标点编号,为无人机数量;表示欧氏距离;为第架无人机当前位置;为二维旋转矩阵;为目标模板的第个点。

16、进一步地,任务分配耦合的编队相似变换模型中,通过设置行和约束与列和约束使任务分配矩阵为置换矩阵,并通过平滑等式约束将二值分配变量转化为连续变量进行优化。

17、进一步地,安全约束包括目标点障碍物避让约束、机间最小安全距离约束以及几何变量边界约束,其中:

18、所述障碍物避让约束要求变换后的目标点位于障碍物安全区域之外;

19、所述机间最小安全距离约束要求任意两架无人机的目标点间距不小于预设阈值;

20、所述几何变量边界约束用于限制旋转角、缩放比例及平移向量的取值范围。

21、进一步地,锚点正则化预设时间优化器包括主变量层、锚点层、不等式乘子层和等式乘子层,其中:

22、主变量层用于更新任务分配变量与几何变换变量;锚点层用于更新与主变量同维的动态锚点变量,并为主变量层提供稳定裕度;不等式乘子层和等式乘子层分别用于更新对应约束的拉格朗日乘子,以满足安全约束和一一分配约束;

23、动态锚点变量与主变量同维,通过锚点反馈项作用于主变量层,在平衡状态下保持原优化问题的kkt集合不变。

24、进一步地,预设时间基函数在优化运行时间内随时间增加以加速误差衰减,在达到预设收敛时间后置零,以保持优化结果。

25、进一步地,该方法采用集中式计算模式,将锚点正则化预设时间优化器部署于地面站或主计算机上,集中获取全部无人机状态并输出全局优化结果。

26、进一步地,该方法采用分布式计算模式,在每架无人机上部署锚点正则化预设时间优化器,每架无人机保存本地任务分配向量和全局几何变量的本地副本,通过通信图与邻居无人机交换变量信息,并引入全局约束协调变量和辅助变量实现几何变量一致性和全局耦合约束协同处理。

27、第二方面,本发明实施例还提供一种安全约束下的多无人机预设时间编队重构系统,该系统包括:状态获取模块、编队模板与约束设置模块、任务分配耦合的相似变换建模模块、锚点正则化预设时间优化模块、轨迹规划模块和飞行控制执行模块,应用上述的方法,完成多无人机编队重构。

28、第三方面,本发明实施例还提供一种电子设备,包括处理器和存储器,所述存储器存储有能够被所述处理器执行的机器可执行指令,所述处理器执行所述机器可执行指令以实现能够执行上述的方法。

29、与现有技术相比,本发明至少具有如下有益效果:

30、1.本发明将无人机到目标编队点的一一任务分配、编队模板的旋转、缩放和平移参数求解统一建模为一个非凸优化问题,并加入了障碍物避让和机间安全距离等安全约束。通过构建锚点正则化预设时间优化动力学,在预设时间内同步求解出最优任务分配与编队几何变换参数;本发明克服了现有技术中任务分配与几何变换割裂、非凸优化稳定性差、重构时间不可预设等问题,能够在复杂环境下快速、安全地完成编队重构。

31、2.本发明既可采用集中式计算,也可通过各无人机利用本地信息及邻居通信进行分布式求解。并可直接与轨迹规划器和飞行控制器连接,具有良好的工程实用性。

32、本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书以及附图中所特别指出的结构来实现和获得。

33、下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。