一种无人机编队控制方法研究与仿真

现有的无人机群编队控制研究难以在障碍物环境下兼顾无人机的避障一致性和避障灵活性。为此，本文提出了一种基于强化学习的差异化无人机编队控制方法。该方法允许无人机群中的任一无人机根据其局部环境在编队聚集、编队保持和避障之间改变其编队控制策略，并设计了一个强化学习模型为上述三种控制策略下的无人机计算最优偏移向量。仿真结果表明，该方法可以有效地兼顾无人机群的避障灵活性和一致性，从而提高其飞行效率并保持其网络联通性。

无人机凭借其尺寸、速度和机动性等方面的优势，在民事领域和军事领域中已经得到广泛的应用。

由多无人机组成的编队可以通过协同控制更高效、更彻底地完成单无人机难以完成的任务。例如，灾害救援和边境巡逻等[1] [2]。

编队控制是无人机群协同执行任务研究中的一个重点， 其关键点在于如何实现无人机编队保持与避障。

现有常见的编队控制方法有基于行为的方法、基于虚拟结构的方法以及主从编队控制方法等[3] [4]。

基于行为的方法根据无人机本身特性和编队行为模式设计控制策略，通过模拟生物群体或物理系统的自组织规则来实现编队协同[5]，文献[6]提出一种基于行为的编队控制方法，方法给出了编队保持和编队移动的运动矢量方程，并定义了不同行为的重要性权重。这种方法通过为每个要解决的问题添加行为，不仅可以解决运动问题，同时还能解决身份验证等其他问题；基于虚拟结构的方法将无人机编队视为一个称为虚拟结构的单一刚体系统，其中每个无人机的位置和姿态都是相对于连接到整个结构上的虚拟机身框架[7]，文献[8]的作者提出了一种将虚拟结构与差分平坦反馈控制相结合的四旋翼无人机编队控制方法， 以实现编队的敏捷机动；主从编队方法则指定一架无人机作为领导者，其它无人机作为追随者，领导者决定自身的飞行轨迹，追随者保持与领导者的相对距离来实现编队飞行[9] [10]。但这种方法存在过度依赖领导无人机的问题，为此， [11]的作者提出了一种动态领导者选择的编队控制方法， 用于解决领导者出现故障导致编队失去其能效的问题。

从系统结构的角度， 上述方法大致可以分为两类，集中式编队控制(基于虚拟结构，主从式编队)和分布式编队控制(基于行为)。

集中式编队控制方法有利于编队保持稳定的编队结构和通信拓扑， 因此它们具有更好的避障一致性，但灵活性较差，无法有效地应对环境中的突发事件，例如遭遇密集障碍物[12]。相反，分布式编队控制方法由于其编队结构可变，可以极大地提高灵活性，但代价是编队的避障一致性较差，可能会出现编队通信拓扑被破坏，从而导致编队中的无人机无法实现有效地持续协同[13]。

通过上述分析可以发现，现有无人机编队控制方法中存在无法兼顾避障一致性和避障灵活性的两难局面。也就是说，固定队形的编队控制方法可以保持无人机之间稳定、连续的通信，但在障碍物场景下的避障灵活性有很大限制[14]， 而可变形无人机群控制方法通过允许无人机在避障时暂时放弃编队限制来提高避障灵活性[15]， 但它们在避障一致性的实现上仍然存在困难。

由此可见， 打破上述困境的关键是设计一种能够保持稳定通信连通性的松散编队控制方法。

鉴于上述问题，本文提出了一个同时兼顾无人机编队保持和灵活避障的编队控制方法。该方法允许