基于分布式人工势场算法的无人机集群系统机间规避控制

周宣吉，王薇，王磊，邰湾湾，李中哲



基于分布式人工势场算法的无人机集群系统机间规避控制

周宣吉，王薇，王磊，邰湾湾，李中哲

（河北大学，河北 保定 071000）

机间防碰撞问题是集群系统研究的关键问题之一。针对集群无人机的机间规避问题，提出了一种基于人工势场法与分布式相结合的规避方法，并用仿真数据以及实验进行佐证。该方法在集群的基础上，定义了无人机自身产生的斥力势场和引力势场来实现机间防撞；利用分布式思想，通过中央操控系统对多架无人机进行分组，使无人机之间进行充分通信，从而降低增益系数的不利影响。MATLAB仿真实验表明，该方法具有较好的可行性和鲁棒性，能有效解决机间防碰撞的问题。

人工势场法；无人机集群系统；规避方法；仿真数据

无人机集群是指无人机依靠局部感知和相互作用而自主决定运动状态，并由单无人机局部行为构成多无人机全局行为的协同方式[1]。无人机集群广泛应用在搜索救援、交通监测[2]中，因此无人机必须能够成功地感知并避开障碍物，避免与障碍物或其他无人机碰撞[2]。

1 方案总述

本方案解决无人机集群系统的机间防碰撞问题，采用分布式与人工势场算法相结合的方式。在理论层面建立了数学模型，搭建起了无人机系统反馈调节机制。利用分布式思想，根据无人机集群密集程度对其进行实时动态立体分组，小组内信息进行共享，以减少无人机飞控计算量。基于原始人工势场，构建了一种三维空间复合矢量人工势场，组内无人机之间具有引力和斥力，实现了机间规避。外设中央操控系统，将无人机划分为多个小组，在组内进行无人机的位置、高度、速度、偏角等信息实时共享，小组内无人机数量可根据无人机密集程度进行调整。

2 人工势场

2.1 建立模型

设定无人机受组内其他无人机影响的作用区域为球体，以任意一架无人机为球心，将无人机周围的球分成3层，即斥力球（1）、引力球（2）、临界球（3），临界用于判断有无产生引力和斥力的必要。其球体模型如图1所示。

当同一小组内出现任意两架无人机之间的距离过近，即斥力层相外切甚至相交（≤21）的现象时，如图2（a）所示他们在（1，1，1）点和（2，2，2）点连成的直线上向相反的方向移动，以减小碰撞的危险性。

当同一小组内出现任意两架无人机之间的距离过远（≥22）的现象时，如图2（b）所示，他们在（3，3，3）点和（4，4，4）点连成的直线上向相近的方向移动，以防止路径偏移。当同一小组内的无人机引力层相交但是斥力层没有相交（21≤≤22）时，此时既没有引力也没有斥力，如图3所示。

图1 球体模型

图2 模型讲解示意图

2.2 算法

2.2.1 两个无人机之间斥力作用

无人机之间的距离满足1＜＜21时，它们之间的斥力随的变小而小范围增大；如果无人机之间的距离满足＜1时，代表这两架无人机有碰撞的危险，它们之间的斥力随的变小而大范围增大以规避。

图3 模型讲解示意

进一步得到：

2.2.2 两个无人机之间引力作用

同一小组内的任意两架无人机之间距离过远（引力层相离）但依旧处在作用区（虚线层处在相交的状态），这两架无人机受引力作用，引力保证该两架无人机集结相互作用。

2.2.3 无人机所受合力公式

令系统内任意一架无人机共受个斥力，个引力，则系统内任意一架无人机所受合力为：

3 分布式

采用人工势场与分布式相结合的方法，通过中央操控系统实时收集整个系统内所有的无人机的位置等信息，并依据各个无人机的具体位置实时划分为许多个小组。

具体分组方式如下：①集群内的各无人机单元将位置信息传递给中央操控系统，系统模拟出一个长方体，该长方体包括所有的无人机。设该长方体的长为，宽为，高为，，，均为常数，该常数可以根据无人机集群的实时位置信息进行调整。②选取基点时，设划分后小长方体的长=1 m、宽=1 m、高=0.5 m，以此长方体为基本单元进行划分。

中央操控系统分别在长方体上的长宽高上取，，个点，，，的取值如下：

4 仿真结果

4.1 仿真步骤及流程

中央操控系统确定环境区域大小，并确定基点位置及数量，一次分组结束后每个基点对应的无人机数量将固定。分组后小组内无人机进行信息共享，基于人工势场法进行机间避障。分布式与人工势场相结合进行无人机机间规避的仿真流程如图4所示。

图4 仿真流程图

4.2 仿真结果及分析

现从小组中取3架无人机进行单独研究，设无人机单元1为W1，无人机单元2为W2，无人机单元3为W3。现有初始状态如下：W3与W2之间为斥力1，W1与W3之间为斥力2，并且有1<2，W1与W2之间为引力3.相邻无人机之间的距离随时间变化的图像如图5所示。

在图5中，曲线1为W1与W2的距离；曲线2为W2与W3的距离；曲线3为W3与W1的距离。

分析曲线可知：①曲线1中开始段为W1与W2的靠近段，二者之间的吸引力逐渐减小。②曲线2的开始段为无人机远离阶段，直到到达安全区飞机不再受力。无人机W3在曲线中间部分受到风力的外力作用，偏移其稳定位置，重新受到斥力作用，然后飞机偏移安全区，进而使得W3与W1、W2的距离过远，不在一个组内。

图5 规避模型示意图

5 结束语

针对集群基础上的多无人机机间规避，提出了一种分布式与人工势场相结合的方法。确定无人机区域大小，然后通过数据传输单元，中央操控系统根据无人机传回的位置信息对无人机进行分组，并且实现信息的组内共享，以减少无人机的运算量，增强系统的稳定性。定义了人工势场，并搭载毫米波雷达，实现了多无人机的机间避障。仿真结果表明，该算法可以进行高效分组，各组无人机之间的信息也可以进行实时共享，使无人机机间的规避成为可能，具有较高的应用价值。实验结果表明，人工势场与分布式相结合的方法可以在很大程度上降低了增量系数带来的不利影响，有较好的应用前景。

［1］沈东，魏瑞轩，茹常剑.基于数字信息素的无人机集群搜索操控方法［J］.系统工程与电子技术，2013，35（3）：591-596.

［2］Mujumdar A，Padhi R.Evolving Philosophies on Autonomous Obstacle/Collision Avoidance of Unmanned Aerial Vehicles［J］.Journal of Aerospace Computing Information & Communication，2011，8（2）：17-41.

［3］W.Ren.Consensus strategies for cooperative control of vehicle formations［J］.IET Control Theory & Applications，2007（4）.

［4］L.Marconi，R.Naldi.Robust nonlinear control of a miniature helicopter for aerobatic maneuvers［C］//Proceedings of 32nd European Rotorcraft Forum，2006.

［5］张殿富，刘福.基于人工势场法的路径规划方法研究及展望［J］.计算机工程与科学，2013，35（6）：88-95．

2095－6835（2018）24－0019－03

C829.2

A

10.15913/j.cnki.kjycx.2018.24.019

周宣吉（1998—），男，河北沧州人，本科，研究方向为无人机智能集群作业。

〔编辑：严丽琴〕