一种多无人飞行器协同编队控制系统的制作方法

1.本发明涉及无人机列队操控领域，特别涉及一种多无人飞行器协同编队控制系统。


背景技术：

2.无人飞行器在飞行的时候，一般都会呈现列队的形式进行飞行，这是由于无人飞行器始终与地面的地面操控端保持着实时的通信，由地面的操控终端进行列队的指挥和调度。但是对于一些信号不强的地方，很容易发生的问题就在无人飞行器在飞行的时候，不能持续的接收到地面操控端发生的指令，导致无法进行飞行的调整，该情况下，一般都会使得无人飞行器原地等候待命，从而使得在飞行的时候无人飞行器处于停滞不前的状态，对于所执行的任务的时效性明显降低。


技术实现要素：

3.本发明的目的是克服上述现有技术中存在的问题，提供一种多无人飞行器协同编队控制系统，在无人飞行器无法接受正常信号的时候，根据已经飞行的路径和现有的飞行经验推断出即将要飞行的路线，并按照推断出的路径飞行，从而使得在无法接收到飞行指令的时候，也可以正常的飞行，不会耽误飞行任务的进程。
4.为此，本发明提供一种多无人飞行器协同编队控制系统，包括相互之间能够信号传递的无人飞行器和地面操控端；
5.所述无人飞行器包括：
6.飞行位置收集模块，用于实时的采集无人飞行器的位置，并将位置实时的传递到所述地面操控端；
7.飞行位置确定模块，用于接收所述路径发送模块所发送的路径规划函数，并根据无人飞行器的当前位置得到后续的时间节点分别要到达的位置；
8.飞行控制模块，用于根据所述飞行位置确定模块得到的每一个时间节点以及对应的位置，控制无人飞行器的飞行；
9.所述地面操控端包括：
10.数据接收存储模块，用于接收所述飞行位置收集模块发送的无人飞行器的位置，并将无人飞行器的位置与当前时间节点一一对应的进行存储；
11.数据处理模块，用于将当前时间节点之前设定个时间节点所对应的位置按照时间节点的先后顺序依次排列，并根据排列好的位置通过建模算法得到对应的函数；
12.路径规划模块，用于将所述数据处理模块得到的函数送入学习模型中，得到路径规划函数；
13.路径发送模块，用于将所述路径规划模块得到的路径规划函数发送到所述无人飞行器。
14.进一步，所述飞行控制模块包括：
15.位置确定模块，用于得到下一个时间节点所对应的位置；
16.位置对比模块，用于根据下一个时间节点所对应的位置和当前时间节点所对应的位置，得到下一个时间节点所对应的位置和当前时间节点所对应的位置之间的横向差距与纵向差距；
17.飞行分解模块，用于根据所述位置对比模块得到的横向差距得到横向飞行控制指令，根据根据所述位置对比模块得到的纵向差距得到纵向飞行控制指令；
18.飞行合并模块，用于将所述飞行分解模块得到的横向飞行控制指令和纵向飞行控制指令使用合并算法进行合并，得到飞行控制指令，所述飞行控制指令用于控制无人飞行器的飞行。
19.进一步，所述无人飞行器的位置使用坐标进行表示，第t个时间节点的无人飞行器的位置为w
t
(x
t
,y
t
)；
20.所述数据处理模块所得到第t个时间节点所排列好的位置的序列l
t
为
21.l
t
＝{(x
t
‑
n
,y
t
‑
n
),(x
t
‑
n 1
,y
t
‑
n 1
),(x
t
‑
n 2
,y
t
‑
n 2
),
…
,(x
t
,y
t
)}；其中，n为所述设定个数的时间节点的个数；
22.将序列l
t
输入到建模算法得到对应的函数。
23.更进一步，所述建模算法包括依次设置的多层函数运算平台，每层所述函数运算平台的数据流通首尾相连，首层所述函数运算平台的输入端输入所述序列l
t
，末层所述函数运算平台的输出端输出所述序列l
t
对应的函数。
24.更进一步，每一层所述函数运算平台分别由不同的函数模型组成；
25.在得到所所述序列l
t
对应的函数的时候，包括如下步骤：
26.将所述序列l
t
依次输入到每一层所述函数运算平台中；
27.将每一个所述述序列l
t
中的各个位置分别代入到所述函数运算平台中的函数模型中，将得到的结果与函数模型的结果对比；
28.统计对比结果的重合率，当重合率达到设定的数值的时候，该层所述函数运算平台输出的结果为1，反之为0；
29.将结果为1的所述函数运算平台包含的函数模型进行合并，输出得到所述序列l
t
对应的函数。
30.进一步，所述路径规划模块包括：
31.学习模型建立模块，用于多层框架的学习模型，每一层框架中均包括至少一个回归算法；
32.函数处理模块，用于将所述数据处理模块得到的函数f(x)输入到所述学习模型中，输出得到路径规划函数h(x)。
33.更进一步，所述学习模型有m层，其中m为正整数；
34.第m框架的回归算法为其中m＝1,2,
…
,m，t表示第t个时间节点，n为所述设定个数的时间节点的个数；
35.每一层的所述框架的数据依次首尾相接，首层的所述框架的输入为所述函数f(x)，末层的框架的输出为所述路径规划函数h(x)。
36.进一步，所述地面操控端还实时的检测接收到的所述无人飞行器所发送的数据的
信号强度，并且根据所述信号强度调整向所述无人飞行器发送数据的信号强度。
37.本发明提供的一种多无人飞行器协同编队控制系统，具有如下有益效果：
38.1、本发明在无人飞行器无法接受正常信号的时候，根据已经飞行的路径和现有的飞行经验推断出即将要飞行的路线，并按照推断出的路径飞行，从而使得在无法接收到飞行指令的时候，也可以正常的飞行，不会耽误飞行任务的进程；
39.2、本发明的无人飞行器在飞行的时候，实时的记录飞行的时间点信息以及当前的位置坐标，并将这些位置坐标记录成数列，通过对数列进行处理，得到各个数量之间的数字的之间的位置关系，从而得到飞行路径的函数信息，从而使得在计算飞行经验的时候，更容易得到飞行的经验；
40.3、本发明实时的统计无人飞行器所接收的信号的大小，并且根据无人飞行器所接收的信号的大小调整地面操控端发送信号的频率，使得无人飞行器最大限度的接收到合适强度的信号。
附图说明
41.图1为本发明的整体系统连接示意框图；
42.图2为本发明的飞行控制模块的系统连接示意框图；
43.图3为本发明在获取序列对应的函数的流程示意框图；
44.图4为本发明的路径规划模块的系统连接示意框图。
具体实施方式
45.下面结合附图，对本发明的一个具体实施方式进行详细描述，但应当理解本发明的保护范围并不受具体实施方式的限制。
46.具体的，如图1
‑
4所示，本发明实施例提供了一种多无人飞行器协同编队控制系统，包括相互之间能够信号传递的无人飞行器和地面操控端；其中，无人飞行器可以使用无人机进行实施，地面操控端是用来想无人飞行器发送控制指令的，相当于遥控，在本发明中，无人飞行器和地面操控端之间是双向通信的，即是其之间能够相互的进行信号传递。
47.其中，所述无人飞行器包括：飞行位置收集模块、飞行位置确定模块以及飞行控制模块。各个模块之间通过相互之间的配合工作，使得无人飞行器在飞行的时候，遵循一定的规则。下面就分别对各个模块进行详细的介绍。
48.飞行位置收集模块，用于实时的采集无人飞行器的位置，并将位置实时的传递到所述地面操控端；该模块是使用传感设置在无人飞行器的机身上，这个将就可以得到无人飞行器所飞行的实时位置，一般的使用的是定位器，将定位器三维空间定位器搭载在无人飞行器的机身上，或者通过雷达和地面操控端进行通信。
49.飞行位置确定模块，用于接收所述路径发送模块所发送的路径规划函数，并根据无人飞行器的当前位置得到后续的时间节点分别要到达的位置；该模块是将接收到的路径规划函数进行分解的过程，在本发明中，无人飞行器要根据实时变化的飞行路线进行飞行，而飞行路线就是路径规划函数，一般的使用的是三维空间中的函数表示，即是空间坐标点的集合，集合内的每一个坐标点，分别与一个时间节点相对应，从而通过时间为轴，将相邻时间节点的坐标点，也就是位置对应起来，就得到路径规划函数，从而该模块将路径规划函
数分解，得到后续的时间节点分别要到达的位置。
50.飞行控制模块，用于根据所述飞行位置确定模块得到的每一个时间节点以及对应的位置，控制无人飞行器的飞行；该模块是根据上述已经分解得到的后续的时间节点分别要到达的位置，根据当前的时间节点控制无人飞行器飞行，使得无人飞行器飞行至下一时间节点对应的位置。
51.上述是无人飞行器的具体工作过程，在该工作过程中，无人飞行器实时的接收地面操控端得到的路径规划函数，并且根据路径规划函数进行飞行，这样在接收信号弱或者无法接受到信号的时候，无人飞行器的飞行仍然在持续进行进行，不会产生缺乏控制指令而停止工作或者坠毁的情况。
52.另外，所述地面操控端包括：数据接收存储模块、数据处理模块、路径规划模块以及路径发送模块。各个模块之间通过相互之间的配合工作，使得地面操控端在控制的时候，智能的对无人飞行器进行操控。下面就分别对各个模块进行详细的介绍。
53.数据接收存储模块，用于接收所述飞行位置收集模块发送的无人飞行器的位置，并将无人飞行器的位置与当前时间节点一一对应的进行存储；该模块是将无人飞行器的状态存储的过程，将无人飞行器所处的位置与时间节点一一对应进行存储，使得每一个无人飞行器都在每一个时间节点都对应一个位置，并且通过列表的方式进行存储。
54.数据处理模块，用于将当前时间节点之前设定个时间节点所对应的位置按照时间节点的先后顺序依次排列，并根据排列好的位置通过建模算法得到对应的函数；该模块是一个排序的过程，根据时间节点的先后顺序，为位置进行排列，这样就会得到一排以时间为轴的数量，将这些数列送入夹馍算法中，就可以得到对应的函数，该函数作为数据的中转，使得将函数进行更深层次的训练，如下。在本发明中，该模块得到的函数可能有多个，其数量不确定。
55.路径规划模块，用于将所述数据处理模块得到的函数送入学习模型中，得到路径规划函数；该模块是根据上述已经得到的所有的函数进行处理，将所有的函数送入学习模型模型中，学习模型通过运算输出，得到唯一的函数，即是路径规划函数。
56.路径发送模块，用于将所述路径规划模块得到的路径规划函数发送到所述无人飞行器；该模块是将路径规划函数发送到无人飞行器的过程。
57.在本发明的地面操控端中，实时的手机无人飞行器在各个时间节点发送的位置，并根据这些各个时间节点的位置进行处理，得到对应的一个或者多个函数，在将得到的函数进行处理，得到路径规划函数，并将路径规划函数发送无人飞行器。
58.在本发明中，无人飞行器和地面操控端分别进行信号的传递，使得两者之间相互制约，在无人飞行器不能接收到地面操控端的控制信息的时候，就会使得将无人机按照设定的线路进行飞行，使得用户在使用的时候，对于无人飞行器的飞行更加的清楚，在没有接收到地面操控端的信号的时候，也会使得正常飞行，而不是将飞行任务停滞不前，或者发送坠机事件。
59.在本发明中，一般的，时间节点之间的间隔使用3秒，也可以使用1秒的间隔，建议间隔不超过5秒。
60.在本实施例中，所述飞行控制模块包括：位置确定模块、位置对比模块\飞行分解模块以及飞行合并模块。下面分别对各个模块进行详细的介绍。
61.位置确定模块，用于得到下一个时间节点所对应的位置；该模块是将得到的路径规划函数进行拆解，得到各个时间节点的位置，并且根据当前时间节点将路径规划函数进行拆解，得到下一个时间节点所对应的位置。
62.位置对比模块，用于根据下一个时间节点所对应的位置和当前时间节点所对应的位置，得到下一个时间节点所对应的位置和当前时间节点所对应的位置之间的横向差距与纵向差距；该模块是在控制飞行器飞行前进行的操作，在飞行的时候，根据前后时间节点所对应位置之间的差距。
63.飞行分解模块，用于根据所述位置对比模块得到的横向差距得到横向飞行控制指令，根据根据所述位置对比模块得到的纵向差距得到纵向飞行控制指令；该模块是根据上述前后时间节点所对应位置之间的差距，得到对应的飞行控制指令，该飞行控制指令分解就是横向飞行控制指令和纵向飞行控制指令，分别控制无人飞行器的横向方向的飞行和纵向方向的飞行，在三维空间中，还有无人飞行器的转向问题，也是根据飞行控制指令得到的。
64.飞行合并模块，用于将所述飞行分解模块得到的横向飞行控制指令和纵向飞行控制指令使用合并算法进行合并，得到飞行控制指令，所述飞行控制指令用于控制无人飞行器的飞行；该模块是将上述的横向飞行控制指令和纵向飞行控制指令使用合并算法进行合并，得到飞行控制指令从而实现对于无人飞行器飞行的控制。
65.上述技术方案中，无人飞行器进行飞行的时候，分别飞行的路径从各个方位进行分解，得到各个方位的指令，在将各个方位的指令合并得到飞行控制指令，这样就会使得飞行器在飞行的时候，运行平稳，即是只接受到一个方位的控制指令，也不会由于控制指令的缺失产生坠机的问题。
66.在本实施例中，所述无人飞行器的位置使用坐标进行表示，第t个时间节点的无人飞行器的位置为w
t
(x
t
,y
t
)；所述数据处理模块所得到第t个时间节点所排列好的位置的序列l
t
为
67.l
t
＝{(x
t
‑
n
,y
t
‑
n
),(x
t
‑
n 1
,y
t
‑
n 1
),(x
t
‑
n 2
,y
t
‑
n 2
),
…
,(x
t
,y
t
)}；
68.其中，n为所述设定个数的时间节点的个数；将序列l
t
输入到建模算法得到对应的函数。
69.本发明中，通过数学数列的方式对，每一个时间节点的无人飞行器的位置进行记录，这样在处理的时候，就可以以数列为处理的最小单元，将数列使用模型算法进行处理，从而得到对应的函数。
70.同时，在本实施例中，所述建模算法包括依次设置的多层函数运算平台，每层所述函数运算平台的数据流通首尾相连，首层所述函数运算平台的输入端输入所述序列l
t
，末层所述函数运算平台的输出端输出所述序列l
t
对应的函数。通过设置多层函数平台，使得在进行运算的时候，每一层函数运算平台都可以首尾相接的运算，每一层函数运算平台都具有包括几个函数模型的算法，分别对数列进行运算，输出得到函数，就可以使得最终得到该序列所对应的函数。使用首尾相接的方式，可以减少数据的搬运时间，提升运算的速度。
71.同时，在本实施例中，每一层所述函数运算平台分别由不同的函数模型组成；在得到所所述序列l
t
对应的函数的时候，包括如下步骤：
72.(一)将所述序列l
t
依次输入到每一层所述函数运算平台中；
73.(二)将每一个所述述序列l
t
中的各个位置分别代入到所述函数运算平台中的函数模型中，将得到的结果与函数模型的结果对比；
74.(三)统计对比结果的重合率，当重合率达到设定的数值的时候，该层所述函数运算平台输出的结果为1，反之为0；
75.(四)将结果为1的所述函数运算平台包含的函数模型进行合并，输出得到所述序列l
t
对应的函数。
76.上述步骤(一)到步骤(四)依次按照顺序进行，在步骤(一)中，是将序列l
t
的录入过程，具体的就是分别将序列l
t
输入到每一层函数中，在输入的时候，当上一层函数输出之后，在将序列l
t
输入到下一层的函数中，步骤(二)中，将序列l
t
分别代入到该层的函数模型中，此时，函数的模型会有一个输出的结果，将得到的结果与函数模型的结果进行对比，就进入了步骤(三)，步骤(三)中，根据对比结果的重合率输出结果，即是结果为1或者0，其中1表示重合率达标，0表示不达标，从而进入步骤(四)中，结果为1的函数就会被留下，输出就得到序列l
t
对应的函数。
77.该方法通过对数据的运算筛选，得到序列l
t
对应的函数，这样就可以使得将序列l
t
对应的函数更加的精确，同时，可以得到对应的一个或者多个函数。
78.在本实施例中，所述路径规划模块包括：学习模型建立模块和函数处理模块。下面是这两个模块的工作的介绍。
79.学习模型建立模块，用于多层框架的学习模型，每一层框架中均包括至少一个回归算法；该模块通过是模型建立的过程，在该学习模型中，每一层框架中都至少包括一个回归算法，这样每一层都会有一个输入算法对输入的函数进行处理最终输出函数，因此，将数据处理模块得到的函数输入至第一层之后，就可以使得层层处理，最终得到最后一层输出的一个函数。
80.函数处理模块，用于将所述数据处理模块得到的函数f(x)输入到所述学习模型中，输出得到路径规划函数h(x)；该模块将数据处理模块得到的函数f(x)输入至第一层之后，就可以使得层层处理，最终得到最后一层输出的一个函数，即是路径规划函数h(x)。
81.上述技术方案中，使用多层框架的学习模型对函数进行训练，这样就可以输出得到路径规划函数h(x)，本发明中的多层学习模型每一侧均是回归性质的，因此，作为一个有监督的学习模型，在使用前必然要对该模型进行训练，明确各层的参数和具体的函数，在训练之后，在将函数f(x)输入到训练好的学习模型中，使得最终得到路径规划函数h(x)。这样就可以使得所得到的路径规划函数h(x)，与以往的正确经验实时相关，保证得到的路径规划函数h(x)的函数更加的准确，从而使得飞行的时候，更加的符合用户以往的操作习惯，使得用户可以在无人飞行器无法接收信号的时候，将无人飞行器的位置把握的更加准确。
82.同时，在本实施例中，所述学习模型有m层，其中m为正整数；第m框架的回归算法为其中m＝1,2,
…
,m，t表示第t个时间节点，n为所述设定个数的时间节点的个数；每一层的所述框架的数据依次首尾相接，首层的所述框架的输入为所述函数f(x)，末层的框架的输出为所述路径规划函数h(x)。使用该函数就可以使得得到的路径规划函数h(x)更加的具有鲁棒性，满足回归的特点，即是使得路径规划函数h(x)的结果更加的准确，符合以往的经验所达到的数据。
83.在本实施例中，所述地面操控端还实时的检测接收到的所述无人飞行器所发送的数据的信号强度，并且根据所述信号强度调整向所述无人飞行器发送数据的信号强度。当所述地面操控端检测接收到的所述无人飞行器所发送的数据的信号强度越强的时候，所述无人飞行器发送数据的信号强度越强，两者成正相关，这样可以最大限度的保证所述无人飞行器发送数据的信号强度，使得无人飞行器可以顺利的接收到信号。
84.以上公开的仅为本发明的几个具体实施例，但是，本发明实施例并非局限于此，任何本领域的技术人员能思之的变化都应落入本发明的保护范围。