[发明专利]一种多无人机编队避障的分布式协同尺度决策方法及装置

权利要求书

1.一种多无人机编队避障的分布式协同尺度决策方法，其特征在于，包括：

步骤S1：获取障碍物信息，在由多个无人机形成的多无人机编队中，建立所述障碍物信息到所述多无人机编队中各个无人机的期望局部尺度的映射关系，所述期望局部尺度是根据障碍物信息得到的未处理尺度，用于表征对应的无人机在编队中占据的空间的缩放尺度；

步骤S2：基于所述期望局部尺度，构建平滑滤波器，所述平滑滤波器用于生成局部尺度避障策略；

步骤S3：基于所述局部尺度避障策略，生成所述无人机编队的分布式协同尺度决策，所述分布式协同决策用于向各个无人机指示一致性尺度参数。

2.如权利要求1所述的方法，其特征在于，所述步骤S1，所述建立所述障碍物信息到所述多无人机编队中各个无人机的期望局部尺度的映射关系，包括：

对所述多无人机编队中各个无人机：

编号为i的无人机的生成向量场f_i＝[f_ix f_iy f_iz]^T，其中，i为无人机在所述多无人机编队中的编号，1≤i≤num，num为所述多无人机编队的规模，f_ix，f_iy，f_iz分别为向量场在x,y,z方向上的分量，T为转置；

根据所述向量场，构建映射关系，所述映射关系为所述障碍物信息到期望局部尺度的对应关系：

为编号为i的无人机根据障碍物信息所得到的期望局部尺度，其中κ^nom和κ^min分别表示标称尺度和最小尺度，均为预先给定的定值，满足κ^nom＞κ^min＞0。δ＞0是一个能够调节映射关系的参数，Proj(f_i)表示向量场的影响作用，定义如下：

其中，f_i为编号为i的无人机由传感系统所生成的向量场，r_i表示当前队形；

r_i＝p_i-p^ref

p_i表示编号为i的无人机当前所在空间位置。

3.如权利要求2所述的方法，其特征在于，所述构建平滑滤波器，所述平滑滤波器用于生成局部尺度避障策略，包括：

构建平滑滤波器，所述平滑滤波器用于对每个无人机实现如下平滑滤波计算，即对于每个无人机：

其中和和分别表示滤波后的局部尺度避障策略的上界和的上界，且均为预先给定的参数，能够表征滤波器平滑的强度；k₁＞0、k₂＞0为控制增益，v_i为编号为i的无人机的辅助变量，为局部避障尺度的导数。

4.如权利要求1-3中任一项所述的方法，其特征在于，所述基于所述局部尺度避障策略，生成所述无人机编队的分布式协同尺度决策包括：

对于所述多无人机编队中的各个无人机，执行以下操作：

构建一致性滤波器，对所述局部尺度避障策略所述一致性滤波器使用如下的一致性滤波算法

其中α＞1、β＞0，α、β均是增益，κ_i，和分别表示编号为i的无人机的尺度参数、尺度参数导数和尺度参数二阶导数，和分别表示编号为i的无人机的局部尺度避障策略、局部尺度避障策略导数和局部尺度避障策略二阶导数，表示编号为i的无人机的所有邻居无人机构成的集合，κ_j为编号为j的无人机的尺度参数，为编号为j的无人机的尺度参数导数，ψ和为给定控制参数，需要满足下面条件：

ψ＞n(n-1)μ

其中，μ表示任意两个无人机对应的局部尺度避障策略的差异，其具体数值是：

其中，i和j为任意两个无人机编号，为的上界，和分别表示的上界和的上界χ_i、χ_j均为代数符号，为的上界的导数，为的上界的二阶导数；

基于所述一致性滤波器，所有无人机就能够得到一致性尺度参数κ_i，即编队的协同尺度决策，进而基于编队控制，跟踪各个无人机的期望位置。