一种多降落伞协同防碰撞控制方法及系统与流程

摘要: 本发明涉及降落伞集群协同控制,特别涉及一种多降落伞协同防碰撞控制方法及系统。背景技术:1、多降落伞集群空投技术能够实现大批量物资快速投送,相较于传统单伞空投方式...
一种多降落伞协同防碰撞控制方法及系统与流程

本发明涉及降落伞集群协同控制,特别涉及一种多降落伞协同防碰撞控制方法及系统。

背景技术:

1、多降落伞集群空投技术能够实现大批量物资快速投送,相较于传统单伞空投方式,具备作业效率高、投放规模大、覆盖范围广的显著优势,在民用应急救灾、军事物资补给、航空航天回收等领域具备不可替代的应用价值。但无动力降落伞自身存在飞行可控性弱、气动特性非线性强、极易受风场扰动的特点,多伞集群同步投放过程中存在轨迹交叉、飞行间距动态收缩、空中碰撞、落点聚集偏移等突出问题,严重制约集群空投作业的安全性与着陆精度。

2、现有多降落伞集群控制及防碰撞技术主要分为单机独立规划方案与多机集群协同方案两类,均存在明显技术缺陷,无法满足大规模集群空投的工程应用需求。

3、其中,单机规划类方案以cc-rrt随机采样规划、blg受限制导算法为代表,仅能够实现单伞自主轨迹规划与单点避障,不具备多伞信息交互、集群协同调度与全局落点分配能力,无法适配多伞集群协同投放场景,复杂地形与强风扰工况下着陆误差大、鲁棒性差。

4、多机集群协同方案主要包括蜂拥行为控制、领航跟随编队、集中式轨迹优化三种方式。基于生物蜂拥规则的避障机制仅依靠近距离相对距离被动触发避障动作,属于短视局部避障,无法提前预判动态碰撞风险,预警滞后、避险可靠性低;领航跟随与虚拟结构编队方式需要动力系统持续维持固定队形,不适用于无动力降落伞滑翔飞行工况,抗风扰能力弱、队形稳定性差;集中式全局轨迹优化方案可统一考虑集群防碰撞约束,但存在优化维度高、计算量大、机载轻量化设备无法在线运算的缺陷,且采用固定安全距离阈值,未结合风扰、伞体参数动态调整风险阈值,同时缺少全局落点优化分配机制,导致集群控制能耗高、落点聚集冲突概率大。

5、除此之外,现有技术大多基于理想稳态滑翔条件构建运动学模型,未考虑真实飞行过程中的模型失配、风扰轨迹漂移问题,同时风险判定仅依靠单一空间距离指标,未融合相对速度、趋近夹角、气流扰动等关键动态参数,分级避险机制缺失,极端工况下防碰撞可靠性与着陆精度难以保障。

技术实现思路

1、本发明的目的在于克服现有技术中的上述缺陷,提供一种多降落伞协同防碰撞控制方法,本发明实现多降落伞集群全局能耗最优落点分配、动态分级风险预判、轻量化迭代解耦避障、高精度轨迹跟踪与模型自适应校正,在保障集群飞行安全的前提下,降低机载算力开销,提升复杂风场与复杂地形工况下的着陆精度与作业鲁棒性。

2、为实现上述目的,本发明提供了一种多降落伞协同防碰撞控制方法,包括以下步骤:

3、s1、建立多降落伞系统动力学模型、简化运动学模型与动态风场扰动模型,定义伞体控制量约束、集群安全距离约束、终端着陆约束与迎风着陆约束,构建多伞集群轨迹优化问题;

4、s2、针对步骤s1构建的多伞集群轨迹优化问题,基于非线性规划灵敏度分析预估各降落伞对应不同预设落点的控制能耗,构建能耗代价矩阵,通过匈牙利算法求解全局最优落点分配方案,完成多伞落点协同配置;

5、s3、构建四级动态风险评估模型,得到任意两具降落伞之间的综合碰撞风险值,并匹配对应的分级避障控制策略;

6、s4、遍历步骤s2落点分配下的集群轨迹数据,检测集群轨迹碰撞风险,按照控制能耗升序确定轨迹重规划优先级,逐次迭代更新风险伞体轨迹,生成全局无碰撞集群参考轨迹;

7、s5、采用非线性模型预测控制对所述无碰撞集群参考轨迹进行高精度跟踪,并通过移动时域校正算法实时修正运动学模型失配误差,补偿风扰带来的轨迹漂移;

8、s6、采用顶层全局调度结合底层分布式自主控制的双层协同架构完成集群闭环控制,实现多降落伞集群无碰撞精准着陆。

9、进一步的,步骤s3实时采集各伞空间位置、飞行速度、航向姿态、伞绳张力及风场数据,融合伞间相对距离、相对趋近速度、航向夹角、风扰修正系数与伞绳张力构建所述四级动态风险评估模型,按综合风险评分公式计算所述综合碰撞风险值;所述综合风险评分公式为:

10、

11、式中:、分别为两伞实时空间位置矢量;为预设集群安全距离阈值;为两伞实时相对趋近速度;为预设参考趋近速度;为两伞实时飞行航向夹角;为实时风扰修正系数;为两伞伞绳实时张力均值;为伞绳额定参考张力;至为各维度风险参数权重系数。通过融合相对距离、相对趋近速度、航向夹角、风扰修正系数与伞绳张力五维度参数量化风险,得以突破传统单一空间距离风险判定的滞后性局限,实现碰撞风险的提前预判与分级处置。

12、进一步的,所述四级动态风险评估模型的四个等级划分为:为安全级,为预警级,为危险级,为应急级;匹配的分级避障控制策略具体为:安全级维持当前编队滑翔飞行状态,无控制干预;预警级小幅调整伞体姿态与滑翔倾角,实现伞间间距自适应微调;危险级触发邻伞协同错位分离控制,主动拉开伞间安全间距,所述协同错位分离避障通过步骤s4的轨迹重规划实现;应急级触发强制开伞分离避险动作,规避瞬时碰撞风险;所述预警级的姿态微调与应急级的强制开伞分离由步骤s6底层各伞终端执行。分级策略链中预警级不触发重规划、危险级触发重规划、应急级绕过规划通道直接硬件分离,能够在维持轻量化运算的同时实现差异化避险,降低低风险情形下的重规划触发频次。

13、进一步的,所述权重系数至满足权重归一化约束,用于平衡各维度参数对碰撞风险的影响程度。

14、进一步的,步骤s1所述建立动力学模型与运动学模型包括:构建六自由度刚体动力学模型表征降落伞平动与转动耦合特性,基于稳态滑翔约束简化得到所述运动学模型,适配机载低算力实时运算;所述动态风场扰动模型为恒定基准风叠加dryden紊流扰动的复合风场模型,用于量化动态风扰对伞体飞行轨迹的扰动影响。

15、进一步的,步骤s1所述伞体控制量约束包括:定义降落伞左右襟翼等效差动控制量与同步控制量,并满足且,其中、分别为第具降落伞左、右襟翼偏转角,为预设襟翼最大偏转角度阈值;所述集群安全距离约束为:任意两降落伞实时空间距离平方不小于预设安全距离平方,即。安全距离采用平方约束形式规避传统开方运算带来的算力损耗。

16、进一步的,步骤s2中所述非线性规划灵敏度分析通过kkt条件扰动近似求解,所述落点分配遵循单落点唯一匹配、单伞唯一落点约束,以全局集群控制能耗最小为优化目标;步骤s4中所述逐次迭代更新风险伞体轨迹的过程中,固定无碰撞风险降落伞的参考轨迹,仅针对风险降落伞独立构建避障子优化问题,适度松弛终端着陆精度约束,严格保留防碰撞约束与控制量物理约束,迭代求解并更新所有风险伞体的最优无碰撞轨迹。通过轨迹冻结解耦与优先级分层重规划,能够在摒弃集中式全局优化高算力缺陷的同时兼顾避障安全性。

17、进一步的,步骤s5所述移动时域校正算法的执行逻辑包括:截取最新时序的降落伞飞行状态实测数据,构建模型误差优化目标函数,通过最小化求解所述目标函数动态更新运动学模型的速度修正参数;式中为移动时域窗口长度,为时刻伞体实测空间位置矢量,为运动学模型预测位置矢量,、分别为待修正水平滑翔速度参数与待修正垂直下降速度参数。通过移动时域校正实时修正稳态滑翔理想模型与真实飞行工况的模型失配偏差,能够有效补偿风扰导致的轨迹漂移。

18、本发明还提供一种多降落伞协同防碰撞控制系统,用于执行上述多降落伞协同防碰撞控制方法,包括系统建模模块、落点最优分配模块、动态风险评估模块、轨迹重规划模块、轨迹跟踪校正模块以及双层协同调度模块;

19、所述系统建模模块,用于构建降落伞动力学模型、运动学模型与动态风场扰动模型,配置伞体控制约束、集群安全约束、终端着陆约束与迎风着陆约束,搭建多伞集群轨迹优化模型;

20、所述落点最优分配模块,用于基于非线性规划灵敏度分析预估落点能耗,结合匈牙利算法完成多伞全局最优落点分配;

21、所述动态风险评估模块,用于实时采集集群飞行状态参数,量化计算飞行风险等级,输出对应等级的分级避障控制指令;

22、所述轨迹重规划模块,用于基于轨迹冻结解耦策略按控制能耗升序优先级迭代更新风险伞体轨迹,生成全局无碰撞集群参考轨迹;

23、所述轨迹跟踪校正模块,用于通过非线性模型预测控制实现参考轨迹高精度跟踪,通过移动时域校正算法修正模型失配与风扰轨迹误差;

24、所述双层协同调度模块,用于实现顶层全局协同调度与底层分布式自主控制,支持主从控制模式与分布式自主控制模式的容错切换。通过主从与分布式双容错切换,能够在主控异常时自动切换分布式自主控制模式,规避单点故障风险。

25、进一步的,所述动态风险评估模块实时采集的集群飞行状态参数包括各伞空间位置、飞行速度、航向姿态、伞绳张力及风场数据。

26、与现有技术相比,本发明具备如下有益效果:

27、1、本发明采用多维度四级动态风险评估机制,融合相对距离、相对趋近速度、航向夹角、风扰修正系数与伞绳张力多参数量化风险,突破传统单一距离风险判定滞后性局限,实现风险精准预判与分级处置。

28、2、本发明采用非线性规划灵敏度分析结合匈牙利算法实现全局落点最优分配,相较随机分配方式从源头避免落点聚集与轨迹交叉,满足机载在线部署需求。

29、3、本发明设计迭代解耦轨迹重规划框架,通过轨迹冻结与优先级分层重规划降低计算开销,兼顾避障安全性与轻量化实时运算;本发明融合非线性模型预测控制与移动时域校正算法,补偿风扰导致的模型失配与轨迹漂移,复杂地形、高空投放、强紊流工况下鲁棒性显著优于传统算法。

30、4、本发明采用顶层协同与底层分布式双层架构并支持容错切换,规避单点故障风险,适配大规模无动力降落伞集群空投工程应用。