精华内容
下载资源
问答
  • 无人机集群通信网络拓扑重构及关键技术研究∗
    千次阅读
    2022-01-26 22:01:38

    无人机集群通信网络拓扑重构及关键技术研究∗

    王 璨 高辰子(中国电子科技集团公司第二十八研究所 南京 210007)
    标签(空格分隔): 论文阅读


    • 摘 要 无人机集群作战是未来战争的趋势。在对敌攻击的过程中,由于无人机集群通信网络中节点的移动性以及敌方的火力攻击,节点间的链路经常性断开导致通信网络连通性受损。论文针对无人机集群通信网络的连通性修复问题,研究了拓扑重构的经典方法和每种方法的优缺点,并进一步讨论了无人机集群通信网络拓扑重构的关键技术及未来发展趋势。
    • 关键词 无人机集群;拓扑重构;网络连通性;关键技术

    1、研究原因

    在无人机集群作战过程中,必然会遭受敌方的火力打击而导致部分无人机节点受损。一旦受损节点为连接两个通信网络分区的关键节点,将影响整个无人机集群通信网络的连通性。如何实时动态地对无人机集群通信网络连通性受损区域进行连通性修复,是无人机集群作战亟需解决的关键问题。

    2、研究内容

    针对无人机集群通信网络的连通性修复问题,研究了***拓扑重构***的经典方法和每种方法的优缺点,并进一步讨论了无人机集群通信网络拓扑重构的关键技术及未来发展趋势。

    3、无人机集群通信网络拓扑重构(发展现状)

    3.1、无人机集群发展现状

        2000 年,美国国防部高级计划研究局(DAR⁃PA)发布了无人机集群作战技术研究计划[4]。近几年,美国针对无人机集群展开了大量研究,并取得了一些初步成果。例如,DARPA于2015年公布的“小精灵项目”[5]。该项目计划旨在通过在敌方防御范围外投放大量小型化、可回收的无人机,利用无线自组网技术实现多个无人机间的协同,通过攻击敌方的基础通信设施和安全设施,甚至利用电脑病毒等攻击敌方数据库系统来压制敌方。在无人机集群的控制技术领域,以中国电子科技集团公司赵彦杰研究员领衔的智能无人集群项目团队更是取得了令世界瞩目的成就。2017 年 6 月 10 日,该团队成功完成了世界上首次119架固定翼无人机集群飞行实验,打破了此前由美军保持的 103 架固定翼无人机集群飞行的记录。
    

    3.2、网络拓扑重构概念发展现状

        拓扑重构的概念最早起源于配电网络,目的是为了提高整个配电网的容错能力[6]。类似的,当网络中的节点出现失效对网络中的通信链路产生影响时,也需要通过各种重构技术恢复网络的性能,满足网络正常的通信需求。移动 ad hoc 网络作为一种分布式自组织的无线网络,其节点具有移动性,拓扑变化频繁,网络中的链路容易出现断开的现象。无人机集群通信网络就是一种典型的移动 ad hoc 网络,每个无人机都是分布式的在完成自己的任务。
        无人机集群通信网络中的节点经常性的遭受敌方蓄意攻击而损毁失效。然而,网络中节点大面积失效或者关键节点失效,不仅会影响作战区域的网络覆盖,还会将网络分割成多个不连通的分区,影响网络中节点之间数据交换,甚至导致网络瘫痪,严重影响了整个无人机集群间的协同作战能力。因此,故障容忍和战时环境下的分区连通性恢复是无人机集群技术需要关注的重点问题[7]。
        所谓拓扑重构,是指通过控制网络中的移动节点或链路的方法改变网络的拓扑结构,从而使网络具有较高的性能,更好地为用户提供服务。拓扑重构是恢复网络连通性的有效手段,即当网络出现故障导致网络出现分区,连通性遭到破坏,使性能下降显著时,运行拓扑重构算法,通过补充新的网络节点或移动网络中的冗余节点恢复网络的连通性。根据拓扑重构的实现策略,可以分为预防型重构和恢复型重构。预防型重构的基本思想是预先知道网络性质及拓扑结构,采取一定的措施,为防止未来可能出现的网络故障做准备。恢复型重构的基本思想是网络因故障而被分割时,采取相应的措施对网络连通进行恢复,相比于预防型重构,其时效性较低。效性较低。
        现有的拓扑重构技术的研究多集中在无线传感器网络领域,专门针对无人机集群通信网络的拓扑重构技术的相关研究较少。传感器网络中节点通常都是不具备移动性的静止节点,大部分情况下由电池供电。节点的失效通常是由能量耗尽而失效或硬件故障而导致的。无人机集群通信网络中的节点移动频繁,单次作战能量充足,其失效的原因多是由于遭受敌方攻击,且无人机网络对连通性恢复的实时性要求更高,需要在极短的时间内完成整个网络的拓扑重构,恢复网络的连通性,保障无人机集群的抗毁性和协同作战能力。对比发现,无人机集群通信网络拓扑重构和无线传感器网络拓扑重构的应用场景和需求存在差异,传统的无线传感器网络拓扑重构方法难以直接应用于无人机集群通信网络中。因此,研究战场环境下的无人机集群通信网络拓扑重构的方法对于提高无人机集群的抗毁性和协同作战能力,具有重要意义。
    

    4、拓扑重构典型算法介绍

    4.1、基于功率控制的拓扑重构方法

        无线链路两个节点能通信的前提是发送节点发射的电磁波信号到达接收节点的功率与干扰和噪 声 的 比 值 ,也 就 是 信 干 噪 比(Signal-Inter⁃face-Noise-Rate,SINR)要大于接收节点接收机的门限。通过控制节点的发送功率,可以调节节点一跳范围内的邻居数量,进而控制整个网络的拓扑复杂度。功率控制是实现网络拓扑重构的重要手段。
        尽管功率控制技术可以在一定程度上实现拓扑重构的目的,但单纯的增大发送功率使得受损链路重新链接会导致节点的一跳范围内的邻居数量增加,加剧节点间对于无线信道资源的竞争。尤其在节点密度较大的无人机集群通信网络中,当网络业务负载较大时,节点间的冲突将会急剧增大,严重影响了网络性能。因此,如何平衡网络连通性和通信效率是基于功率控制的拓扑重构方法需要研究的重点。
    

    4.2、基于节点移动的拓扑重构方法

    1)网络节点角色判定:节点根据自身状态改变对网络拓扑结构的影响来判定自己的角色,包括普通节点,冗余节点和关键节点。通常我们把能够用来修复关键节点而不影响网络连通的节点称为冗余节点,连接不同分区的节点称为关键节点,其它节点称为普通节点。 
    2)网络故障诊断:根据敌方的攻击模型和故障诊断算法,诊断当前发生故障的节点类型及其邻域节点,定位故障源。只有当网络中的关键节点受损时,才会发起拓扑重构过程修复网络连通性。 
    3)网络拓扑修复:修复节点通常由冗余节点担任,在关键节点的邻域范围根据适应性函数选择出最佳的修复节点。修复节点预设好的运动模型移动至关键节点的位置,如果修复节点的移动造成了新的网络拓扑分割,则进行级联移动,直至网络恢复连通。
    4)网络拓扑优化:网络拓扑重构的目的一方面是恢复网络的连通性,另一方面是保证网络的覆盖率。修复节点在完成连通性修复后,还要结合其邻域内的节点修复区域的覆盖性为目标,对网络连通性和区域覆盖率进行联合优化。
    

    4.3 基于分簇的拓扑重构方法

        此类方法通常考虑分层的无线网络,网络中的所有节点都在无障碍的开放区域中移动。具有较大传输范围的节点被分配为簇头(cluster heads,CH),并负责收集和转发消息。其他节点是集群成员(cluster members,CM),它们在 CH 周围随机部署。CM 计算它们与附近的 CH 之间的欧几里得距离,并加入最近的簇。
    

    5、通信网络拓扑重构关键技术分析

        基于节点移动的网络拓扑重构方法是最适合无人机集群通信网络的。但目前此类拓扑重构方法多是针对无线传感器网络提出的,难以直接应用于节点数量多、密度大,拓扑变化频繁的无人机集群网络。同时,此类方法本身仍然存在诸多核心技术需要进一步的突破,主要包括如下内容:
    

    5.1、网络关键节点判定技术

        大规模无人机集群通信网络具有海量的节点,深度搜索和广度搜索等全局遍历方法耗时长,效率低;基于一跳邻居的分布式搜索方法确定出来的关键节点是全局关键节点的概率准确性低。平衡信息获取准确性与网络负载开销是关键节点算法需要关注的重点问题。如何针对无人机集群的特点,设计高效准确的关键节点判定方法,是网络拓扑重构需要研究的关键技术之一。
    

    5.2、网络故障诊断技术

        网络的拓扑重构可以分为重构触发和重构实现两个阶段。在触发阶段,可以通过拓扑故障诊断完成。在实现阶段,可以通过拓扑重构完成。故障诊断是检测网络异常,确定受损节点的重要手段。故障诊断的效率越高,重构触发的开销也就越小,在高效合理的重构实现方案的保证下,才能实现高实时的网络拓扑重构,最小化的减小因网络连通性受损而导致的网络性能下降。目前,国内外的研究主要是集中在有线网络,有很多成熟的方法,如基于神经网络的诊断,基于贝叶斯理论的故障诊断方法等等。
    

    5.3、网络连通性恢复技术

        网络连通性恢复方法主要分为两类:一类是针对可移动无线网络,通过网络中冗余节点的移动代替失效节点,完成网络连通性自恢复,另一类是通过放置额外的中继节点来恢复网络的连通性。无人机集群作战系统是一种实时性要求较高的系统,放置中继节点恢复网络连通性的方法难以得到保障。因此,无人机集群通信网络更适合于通过网络中冗余节点的移动代替失效节点,完成网络连通性自恢复。但目前此类方法的研究多集中于单个节点失效的情况,而无人机集群作战过程中,经常性的遭遇敌人的蓄意打击而出现节点大面积同时失效的情况,现有的方法难以应对。综上,网络连通性修复技术也是无人机集群通信网络拓扑重构需要研究的关键技术。
    
    更多相关内容
  • 在本案例中,基于国产MBSE工具Modelook,采用基于模型的系统架构流程(MBSAP)方法论,对无人集群搜救体系进行分析和建模设计。除此之外,还借助Simulink工具对无人机系统架构进行基于模型的物理视角仿真验证
  • 无人机集群编队控制演示验证系统
  • 无人机集群组网中,节点的高速移动会造成网络拓扑结构更新频繁,使网络管理变得更加复杂。分簇能够增大网络容量,实现空间资源的复用,是优化网络管理的有效手段之一。针对大规模、高速移动的网络环境,提出了多...
  • 基于规则的无人机集群运动控制
  • ICCV2019最新文章:Markerless Outdoor Human Motion Capture Using Multiple Autonomous Micro Aerial Vehicles 无人机集群,户外人体动作捕捉,三维重建,深度模型
  • 文章目录无人机集群复现算法模型对比1 参数1.1 原论文包含的参数1.2 优化论文包含参数2 模型2.1 原论文模型受到的作用力2.2 优化模型中受到的力3 评估指标3.1 原论文中评估指标3.2 优化论文中的评估指标3.2.1 适应度...

    无人机集群复现算法模型对比

    1 参数

    1.1 原论文包含的参数

    • 惯性参数 τ \tau τCTRL,智能体需要从当前速度vi转变成期望速度vd,需要一定时间,加速度最大值amax,加速度取值:v/ τ \tau τ,amax中小者,论文中vmax取值为6m/s2
    • 内部噪音:传感器测量周围智能体位置和速度的精度,GPS测量的值存在误差,该误差用一个随机函数表示: η \eta ηis ( t ) (t) (t),速度测量误差e呈现高斯分布&&标准差为σs
    • 传感器数据刷新率,每秒获取多少次邻居的位置状态信息。0.2s/fresh,刷新率5s-1
    • 通信范围:rc,无人机之间的通信是在一定范围内的,当其距离大于rc,无人机之间不能相互通信。
    • time-delay:时间延迟,本文的时间延迟是固定的,发送与接受的途中需要传输时间。
    • 一般噪音项: η \eta ηit ( t ) (t) (t)具有标准差σ的(高斯)外噪声项ηit被加到单位加速度上。该术语是不可预测的环境影响的模型,例如低层控制算法的风补偿的波动(直接作用于加速度),模拟随机外界影响,高斯噪音。
      在这里插入图片描述

    1.2 优化论文包含参数

    • 环境参数均一致:
      在这里插入图片描述
      新论文中环境参数与前论文一样,都包含这6个环境参数。
    • 优化群体大小:100
    • 终止条件:150代

    在这里插入图片描述
    新增的11个参数,包括排斥力参数,吸引力参数和墙壁(障碍物作用)参数。

    2 模型

    2.1 原论文模型受到的作用力

    • 目标牵引力,包含局部目标牵引力和全局目标牵引力两部分。
      在这里插入图片描述
      x x xiCoM表示局部中间点,局部中心点牵引物体向中间靠拢,
      x x xtrg是目标点位置,表示局部中心点在向目标点靠拢

    • 排斥力
      在这里插入图片描述
      排斥力和速度差成正比,速度越对齐,排斥力越小
      排斥力和距离成反比,距离大则排斥力小

    • 吸引力(对齐力)
      在这里插入图片描述
      当前速度与期望速度差越大,则吸引力越大,二者对齐力越大。
      在这里插入图片描述
      s(x, R, d)是一个平滑曲线,降低力的大小
      R是arena形状定义函数

    • 最后添加了一个生成特定形状的力,以圆形为例,生成的力作用于每个智能体,让智能体排列在圆的各个位置上,与中心角度为2* π \pi π / 智能体个数N

    2.2 优化模型中受到的力

    • 排斥力
      在这里插入图片描述
      两个参数:prep和prep0

    • 对齐力
      在这里插入图片描述
      其中包含一个速度衰减方程D,

    在这里插入图片描述
    衰减值越大,表明对齐作用力越大,当两个智能体距离一定,只要速度差在一定范围内,二者间对齐力会比较小。

    • 与墙壁和障碍物作用
      在这里插入图片描述
      如果二者的速度差大于临界值,则会产生该墙壁作用力。

    • 最后,添加上一个自驱动力,该力的方向为智能体实际速度的方向,大小为vflock在这里插入图片描述
      添加上一个速度限制,让速度最大为vmax
      在这里插入图片描述

    3 评估指标

    3.1 原论文中评估指标

    • 速度相关性,

    image-20210726110734020

    对于不同的阻尼系数Cfrict, Ψ \Psi Ψscal的取值不同,要让该值尽可能大。

    • 平均速度,

    image-20210726113216988

    当在hover状态,D取不同的值,平均速度会有不同的震荡情况,当 σ \sigma σGPS=0, σ \sigma σ=0, Cfrict取得不同值的时候, Ψ \Psi Ψvel震荡幅度也会不同,我们目标是让震荡幅度趋近于0。

    image-20210726113555543

    image-20210726113617537

    image-20210726113647813

    • 这些评估参数的目的是确定模型中的各类系数,如排斥系数D,阻尼系数Cfrict,尽量让评估参数处于较为稳定的目标区间,从而提升系统的稳定性。

    源代码中使用的参数为:

    image-20210726122112925

    3.2 优化论文中的评估指标

    ϕ \phi ϕcorr:速度相关性指标

    image-20210726122753572

    ϕ \phi ϕcoll:碰撞评估指标

    image-20210726122836290

    其中rcoll是定义的特征常数,论文中为3m,表示距离小于等于3米,即视为发生碰撞。

    ϕ \phi ϕwall:与墙壁碰撞的概率参数

    image-20210726123118515

    平均速度指标

    image-20210726154006397

    3.2.1 适应度函数为

    本文中使用了单适应度函数,包含不同的评估标准。定义了全局适应度函数

    • 三种转化函数:(让F的取值位于0到1之间)

      • image-20210726155342237

      • image-20210726154548873

        让x从x0-d平滑正弦衰减到x0

      • image-20210726154841312

        image-20210726154935202

    • 单适应度函数如下:

    image-20210726155428985

    该单适应度函数考虑了所有让集群行为安全的因素。

    vtol, atol,rtol的取值决定了这些不同的适应度子函数在整体适应度函数中的权重。

    4 CMA-ES

    设定适应度函数F,上面的11维参数作为F的未知参数,优化目标,使得F取得接近1的极大值时11维参数的输出结果。

    例子:

    三维函数 f=sum(x.^2); 运行求极小值。如图所示结果:

    img

    当x取(0, 0, 0)时,f取得最小值,优化目标让x取值为该坐标,并输出(0, 0, 0)。

    github上的开源代码

    image-20210727102940736

    Github链接

    展开全文
  • 技术分享 | GPS无人机集群

    千次阅读 2021-03-15 10:49:20
    随着人工智能的发展,机器人行业也进入了高速发展的阶段,在今年春晚,也出现了无人机的身影,在高速发展的同时,也让人们逐渐体会到单机器人能做的事情是有限的,多机器人、编队、集群以及协作等字眼出现的频率也...

     

     

    随着人工智能的发展,机器人行业也进入了高速发展的阶段,在今年春晚,也出现了无人机的身影,在高速发展的同时,也让人们逐渐体会到单机器人能做的事情是有限的,多机器人、编队、集群以及协作等字眼出现的频率也越来越高。

    图片

    阿木实验室最近针对无人机集群这一热点,开发出基于GPS定位的无人机集群系统。在硬件上我们采用飞控+板载计算机+通信模块,完成集群系统的硬件基础;在软件上我们采用PX4+ROS+通信链路实现集群通信、数据互通以及相互控制等。

    在无人机集群系统当中,最为重要的几个点:

    第一个是通信。在无人机集群系统当中,通信是基础,再优秀的集群控制系统,没有一个良好的数据通信基础,都难以发挥真正的实力,而通信好坏的关键则在于通信质量、通信距离以及通信容量等方面的表现。当然,对于特殊场景应相应地考虑其他因素。

    图片

    第二个是无人机。在无人机集群系统当中,无人机单机的性能以及质量决定了整个无人机集群的性能,质量。同时,单机的稳定性也会影响无人机集群的稳定性。

    图片

    第三个是集群控制系统。集群控制系统包含集群控制、任务决策、数据处理、机间避障、队形控制、队形切换以及调度系统等内容,集群控制系统应根据集群执行任务不同而去做相应的部分,一个鲁棒性高的集群控制系统才能使无人机集群发挥出最大的作用。

    图片

    阿木实验室开发出的基于GPS定位的无人机集群系统,在搭建好一个集群控制系统基础的同时,也提供了集群位置控制、模式控制、队形切换等demo。

    下面是我们的GPS无人机集群实飞效果演示。

    集群测试地面端1

     

    集群测试空中端2

     

    在视频中,我们可以看到无人机集群能够实现集群飞行、队形变换等内容,但由于GPS定位精度较差,导致无人机集群的队形看起来不太明显,如果是需要做一些要求比较高的集群飞行,可以使用RTK作为定位来源来提高定位的准确性。

    在近期,阿木实验室也会针对于无人机集群这一块推出一系列产品,有兴趣的朋友可以多多关注哟。

     

     

    展开全文
  • 无人机集群编队控制算法,二维,三维空间MATALB仿真引言无人机集群编队功能快捷键合理的创建标题,有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定...

    无人机集群编队控制算法,二维,三维空间MATALB仿真

    引言

    本人研究生期间,主要研究无人机集群编队,目标追踪,避障,路径规划等,参考了大量论文,也走了不少弯路,今天将一些心得写出来,希望能够帮到师弟师妹们,早发论文,早日毕业。

    无人机集群编队

    什么叫编队?就是几架无人机保持一个特定的队形移动而已。

    什么叫集群?就是很多无人机协调一致的运动,这里面用到了一致性思想。

    代码中如何体现?管它什么无人机,无人艇,无人飞船,全部都是质点。
    如果考虑到通信,划分通信范围;如果考虑到避障,划分防碰撞范围。本质来说都是以无人机质点为中心得一个圆(二维)或者一个球(三维)。

    很多论文中会提出一些算法的背景,比如受到生物集群迁徙等行为的影响,牛群,羊群,蜜蜂等等,论文中这么写可以,代码实现要抓住本质!

    另外,我这里着重介绍集群,或许有很多同学研究的只是少量的几个无人机编队,我也希望你们能够看下去,因为多的无人机都能编队了,少的当然更可以了。

    ---------------- 介绍两个人,或者说是两种算法 ----------------

    Reynlod和Olfati-Saber,搞过集群,看过相关论文的都知道他俩,也很熟悉下面这两图吧,图2是我代码跑出来的,标准三维集群。

    请添加图片描述
    Biods模型
    请添加图片描述
    三维集群模型

    1.首先介绍Biods模型的思想:分离,内聚,对齐

    通俗的来说,就是靠的太近的无人机彼此分离,以免碰撞;靠的太远的无人机彼此吸引,以免分散;速度对齐,保持一致,这就是一致性的思想。

    这是一种局部的算法,每一架无人机通过其通信范围内的邻居无人机的运动状态,适时调整自身的状态。

    其代码实现的本质为:向量
    注意,下面的位置和速度都是向量

    位置更新,根据当前时刻无人机i的位置向量和当前时刻无人机邻居j的位置向量,求得下一时刻无人机i的位置

    Pi(t+1) = Pi_(t) + (Pi_(t)-Pj_(t))/f(||Pi_(t)-Pj_(t)||)
    Vi_(t+1) = Vi_(t) + (Vi_(t)-Vj_(t))/g(||Vi_(t)-Vj_(t)||)
    

    速度一样,只是要调参。

    Vi_(t+1) = Vi_(t) + (Vi_(t)-Vj_(t))/g(||Vi_(t)-Vj_(t)||)
    
    

    至于无人机之间怎么避碰,是同样的原理。注意,无人机j是无人机i的邻居,什么叫邻居?通信范围内的;那么避碰的时候呢?对,就是防碰撞范围内的。

    2.介绍Olfati-Saber模型的思想

    另外,介绍一个重要的概念,什么叫势能?在代码中,无人机是怎么运动起来的呢?

    所谓的势能,其实就是距离。MTALB仿真,不论是二维还是三维,首先生成一些随机散乱的点,

    N = 20%数量
    p = 2*rand(2,N);  %位置
    

    那么计算各个点之间的距离,然后自己设置一个势能函数f,就可以求得势能。

    F = f(||p(i)-p(j)||)
    

    然后用一个方法就去降低势能,比如常用的梯度下降算法等,就可以不断地迭代,求得无人机每一次的位置。
    然后,画出这些位置,无人机就运动起来了。

    人工势场法也就是这个意思

    看到这里,同学们肯定觉得我说了一些废话,既不给你们看代码,也不给你们看具体的公式。我只是想先让你们理解,树立一个意识,因为论文是需要创新的,创新点在哪里,就是在这些公式里面,很多论文换一个势能函数,换几个公式就是创新了!!!

    别着急,后面我会把代码和公式给大家。

    动力学方程:
    在这里插入图片描述
    无人机邻居集合:
    在这里插入图片描述
    无人机稳定时状态:
    在这里插入图片描述
    控制方程:
    在这里插入图片描述
    势能函数:
    在这里插入图片描述
    平滑函数:
    在这里插入图片描述
    总势能:
    在这里插入图片描述
    后面还有很多公式,我就不一一粘贴了,因为我的本意不是将论文的一些公式摆出来,大家自己去找论文看就好了,我是想要讲解一下我的心得。

    至于大家最关心的代码问题,如果需要,我会给大家。

    无人机避障

    避障的本质:就是障碍物给无人机一个反向的作用力。

    就像我之前写的,在代码中一切都是质点,只是有些具有范围。
    障碍物就是有范围的质点,我们可以获取到它的坐标,怎么获取?感知范围。怎么避障?一个反向的作用力,更新位置。

    看到这,还是一脸懵逼么。MATLAB操作的都是矩阵,这个是核心,我们做的研究,只涉及到位置矩阵,速度矩阵,这也是核心。

    至于公式,代码,我后期会更新。

    无人机目标追踪

    目标追踪的本质:就是目标给无人机一个正向的作用力。

    和避障相反,无人机感知到目标之后会给其一个正向吸引的作用力。

    动态目标怎么办?
    要有预测。

    此时需要用到的算法有,kalman滤波算法及其衍生算法KF-kalman,UKF-kalman,DKF-kalman。如果是做无人机集群,建议用DKF-kalman。

    一致性思想的本质:就是降低差异性,通过邻居的动作调整自身,最后所有无人机协调一致运动。
    这一思想在无人机协同控制方程中有体现,在分布式卡尔曼滤波算法中也有体现。

    最后,给大家看一下我做的无人机集群的仿真结果吧。

    在这里插入图片描述
    关于目标追踪,有单目标追踪和多目标追踪。这部分我下次再介绍。

    展开全文
  • 无人机集群系统的运动同步稳定控制机理研究,无人机集群系统的运动同步稳定控制机理研究,无人机集群系统的运动同步稳定控制机理研究。
  • 从明朝万户飞天,到达芬奇扑翼机草图,再到莱特兄弟“飞行者 1 号”,人类 的飞天梦想经过一代代人的大胆设想与不懈努力已最终实现[1] 。随着数字时代的 到来,无人机(Unmanned Ae...
  • 本文着重从控制角度出发,研究无人机集群在单目标和多目标追踪上的应用,分别在二维和三维空间中做了仿真。
  • 上期我们讲解了四种集群分布式控制算法之后,那么,接下来向大家介绍一下分布式控制中的常用算法吧。但是为了帮助大家更好的理解raft算法,先从一个简单的例子入手吧! 假如某班(组成人员:follower)要进行班长的...
  • 无人机集群控制代码推荐

    千次阅读 2021-03-30 20:33:59
    无人机集群控制代码推荐,matlab平台无人机集群控制Gábor Vásárhelyi模型无人机集群控制matlab代码链接 无人机集群控制Gábor Vásárhelyi模型 [1] V. Gábor, V. Csaba, S. Gerg, N. Tamás, A. E. Eiben, and...
  • MAVROS +ardupilot +gazebo 无人机集群仿真 (一)无人机仿真环境搭建仿真软件安装仿真环境测试无人机多机仿真apm.launch文件修改修改 iris_ardupilot.world修改 iris_with_standoffs_demo1/demo2中的model.sdf多机...
  • 无人机集群路径规划及避障

    千次阅读 2021-05-27 16:45:13
    无人机集群路径规划及避障 ROS和RRT的一些资料
  • 无人机集群协同对抗 题目 试题还未公布 思路 交流
  • Crazyswarm多无人机集群编队实验平台是基于ROS开发的可快速实验多种无人机单机飞行任务和无人机集群控制算法开发验证的实验平台
  • 文章目录集群控制方案-阿木实验室无人机集群开发平台系统简述硬件模块无人机机型通信模块定位系统ROS集群开发平台概述GPS无人机集群开发平台介绍模式控制:一键解锁 降落等位置控制队形控制阿木实验室GPS无人机集群...
  • 无人机集群编队开发平台 当我们研究集群算法或相关应用时,一般情况下,都会先开发仿真,仿真开发完毕后,常常因为找不到合适的无人机平台验证自己的集群算法或代码而发愁,好不容易找到接近的无人机平台后,却又与...
  • 一个小型固定翼无人机集群仿真演示平台,使用matlab和simulink搭建。可以被用于验证协同控制算法或者运动规划算法的可行性。平台本身具有可扩展性,可以增加到10架,20架甚至更多的无人机。当然你也可以把它减少到一...
  • 基于固定时间一致性的无人机集群构型变换
  • 无人机个体模型需要考虑惯性,内部噪声、传感器更新延迟、数据处理时延、通讯局域性以及一般环境噪声,其速度控制分量大致可分为四项:趋于期望速度的控制分量,避撞控制分量,对齐控制分量以及边界限制控制分量,当...
  • 浅谈无人机集群组网通信技术.pdf
  • #资源达人分享计划#
  • 摘要:无人机集群无人机应用的一个重要方向,受到国内外广泛的关注和重视。无线自组网可临时、动态、快速构建分布式无中心的自治性专用网络,具有自组织,自恢复、高抗毁等许多优点,可以支持无人机临时加入和退出...
  • 论文: Deep neural network-based cooperative visual tracking ...通过无人机集群(多架无人机协作,MAVs)的摄像头,对人体或动物目标进行检测和追踪,提出multirobot cooperative detection and tracking (MCDT)...
  • 关于无人机集群侦察的思考.doc
  • 无人机集群C2智能系统初探.pdf

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 2,305
精华内容 922
关键字:

无人机集群

友情链接: nodejs.zip