申请/专利权人：北京航空航天大学

申请日：2021-09-29

公开（公告）日：2024-04-02

公开（公告）号：CN113821054B

主分类号：G05D1/46

分类号：G05D1/46

优先权：

专利状态码：有效-授权

法律状态：2024.04.02#授权;2022.01.07#实质审查的生效;2021.12.21#公开

摘要：本发明公开一种基于鸽群智能优化动态逆控制的无人机轨迹跟踪制导方法：步骤一：无人机的轨迹跟踪制导控制建模；步骤二：无人机动态逆控制建模；步骤三：无人机四回路轨迹跟踪制导控制建模；步骤四：鸽群智能优化无人机对航路的轨迹跟踪制导；步骤五：输出无人机轨迹跟踪结果。本发明优点功效在于：一、提供了一种结合无人机飞行控制和轨迹跟踪制导的无人机自主航路飞行框架，在降低任务复杂度的同时，提升了任务的鲁棒性与可靠性；二、提出了一种利用动态逆控制的无人机轨迹跟踪制导控制方法，支持跟踪输入的预期三维航路序列，即预期航路，具有灵活性；三、提出了一种鸽群智能优化控制的方法，实时跟踪收敛效果更佳，符合实际需求。

主权项：1.一种基于鸽群智能优化动态逆控制的无人机轨迹跟踪制导方法，其特征在于：该方法步骤如下：步骤一：无人机的轨迹跟踪制导控制建模：不加推导的给出各状态向量的动态方程的数学模型；步骤二：无人机动态逆控制建模：不加推导的给出无人机的系统方程和动态逆控制方程；步骤三：无人机四回路轨迹跟踪制导控制建模：所述的四回路包括：位置控制回路、飞行轨迹控制回路、姿态控制回路及角速率控制回路；步骤四：鸽群智能优化无人机对航路的轨迹跟踪制导：通过模仿自然界中鸽子归巢行为提出了鸽群优化，利用鸽群算法优化无人机在位置控制回路跟踪参考位置信息的过程，使无人机实际轨迹更快地朝最优位置收敛；根据不同飞行阶段的导航工具的不同，仿鸽群智能分为两个阶段，分别是：地图和指南针算子阶段、以及地标算子阶段；其中，地图和指南针算子阶段模仿太阳和地磁场的导航作用，地标算子阶段模仿地标的导航作用，利用鸽群智能算法在无人机的位置跟踪回路中实时进行最优参考位置的更新，使得无人机能够快速收敛至理想航路，具体如下：假设种群规模为NG，地图和指南针算子阶段最大迭代次数为Tmax1，个体i的速度和位置分别记作Vit＝{vi,1t,vi,2t,...,vi,Nt}，Xit＝{xi,1t,xi,2t,...,xi,Nt}，该阶段速度和位置的更新表示为：Vit+1＝Vit·e-R·t+rand·Xgt-Xit23Xit+1＝Xit+Vit+124其中，t表示迭代次数，R表示地图和指南针因子，N表示解空间的维度，在这里其含义与航路点的个数相同，rand∈0,1，Xg·表示全局最优解；当迭代次数t＞Tmax1时，循环迭代进入地标算子阶段，否者，继续执行地图和指南针算子阶段循环；假设地标算子阶段的最大迭代次数为Tmax2，个体按照适应度值大小进行排序，仅较优个体保留，因此，每次迭代之后种群数减半；同时，个体朝着保留个体的中心位置靠近，该阶段的位置更新表示为：NGt+1＝NGt225Xit+1＝Xit+rand·Xct-Xit26 其中，Xc·表示剩下较优个体的中心位置，S·表示较优个体构成的集合，f·表示代价函数；当迭代次数t＞Tmax1+Tmax2时，结束循环，输出优化结果；否者继续执行地标算子阶段循环；步骤五：输出无人机轨迹跟踪结果：输出无人机对预定轨迹的三维状态下以及各姿态、运动参数的跟踪制导仿真结果。

全文数据：

权利要求：

百度查询： 北京航空航天大学 基于鸽群智能优化动态逆控制的无人机轨迹跟踪制导方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD