基于姿態(tài)率控制的無人機(jī)目標(biāo)跟蹤算法

周洪霞，高 飛，任 劍，唐金元

(海軍航空工程學(xué)院 青島校區(qū)，山東 青島 266041)

隨著各國(guó)防空技術(shù)的進(jìn)步，使用無人機(jī)的偵察作戰(zhàn)能力進(jìn)行遠(yuǎn)程精確打擊是現(xiàn)代戰(zhàn)爭(zhēng)的有效手段。小型固定翼無人機(jī)，具有低空低速、體積小、噪音低、經(jīng)濟(jì)性好的特點(diǎn)，將成為一種偵察探測(cè)地面目標(biāo)的有效手段［1］。

無人機(jī)航跡規(guī)劃主要包括靜態(tài)航跡規(guī)劃和動(dòng)態(tài)航跡規(guī)劃2 個(gè)方面［2，3］。靜態(tài)航跡規(guī)劃是在無人機(jī)起飛前，綜合考慮所有已知的約束及威脅，通過使用計(jì)算機(jī)等手段尋找出一條最優(yōu)航跡作為預(yù)定航跡［4］。動(dòng)態(tài)航跡規(guī)劃是在飛行過程中，一些事先未知的威脅或環(huán)境變化被飛機(jī)上的傳感器探測(cè)到或通過通信鏈被無人機(jī)感知到時(shí)，由機(jī)上重規(guī)劃系統(tǒng)進(jìn)行的更改預(yù)定航跡的過程，是在飛行中進(jìn)行的，對(duì)實(shí)時(shí)性有很高的要求。動(dòng)態(tài)航跡規(guī)劃可以根據(jù)在線探測(cè)到的態(tài)勢(shì)變化，實(shí)時(shí)或近實(shí)時(shí)重規(guī)劃任務(wù)目標(biāo)的能力，是無人機(jī)飛行控制系統(tǒng)所期望的［5］。

本文研究的基于姿態(tài)率控制的固定翼無人機(jī)目標(biāo)跟蹤算法屬于無人機(jī)動(dòng)態(tài)航跡規(guī)劃，該算法指引無人機(jī)跟蹤地面運(yùn)動(dòng)目標(biāo)。

1 算法描述

由于無人機(jī)的飛行控制受到風(fēng)的干擾影響較大，所以研究一種可以抗風(fēng)的無人機(jī)航跡規(guī)劃算法顯得尤為重要。本節(jié)利用無人機(jī)和目標(biāo)的相對(duì)速度和位置進(jìn)行建模，推導(dǎo)一種基于無人機(jī)姿態(tài)控制的跟蹤算法［6］。

圖1 無人機(jī)和目標(biāo)相對(duì)位置圖

由圖1 可知，可以使用下面的公式來描述目標(biāo)跟蹤問題:

其中ρd為無人機(jī)與目標(biāo)的理想距離，可以為無人機(jī)的最小轉(zhuǎn)彎半徑。

2 算法仿真

圖2、圖3 和圖4 為基于姿態(tài)率控制的算法引導(dǎo)無人機(jī)跟蹤機(jī)動(dòng)目標(biāo)的仿真圖，左為航跡圖，其中三角形為目標(biāo)航跡，藍(lán)色的線代表無人機(jī)航跡;在右圖中，隨著時(shí)間的增長(zhǎng)，ρ趨于穩(wěn)定。由圖可以看出該算法可以很好地引導(dǎo)無人機(jī)對(duì)機(jī)動(dòng)目標(biāo)進(jìn)行持續(xù)跟蹤偵查，并且效果穩(wěn)定。由于該算法使用的無人機(jī)速度是無人機(jī)自身測(cè)得的相對(duì)速度，所以算法抗風(fēng)性較好。

圖2 無人機(jī)跟蹤靜止目標(biāo)

圖3 無人機(jī)跟蹤勻速運(yùn)動(dòng)目標(biāo)

圖4 無人機(jī)跟蹤機(jī)動(dòng)目標(biāo)

3 結(jié)束語(yǔ)

本文針對(duì)提高固定翼無人機(jī)對(duì)機(jī)動(dòng)目標(biāo)的跟蹤效果，提出了一種基于姿態(tài)率控制的無人機(jī)跟蹤算法。根據(jù)無人機(jī)的機(jī)動(dòng)特性對(duì)系統(tǒng)進(jìn)行了建模，并對(duì)基于姿態(tài)率控制的無人機(jī)跟蹤算法進(jìn)行了仿真。仿真結(jié)果表明，由于該算法使用的無人機(jī)速度是無人機(jī)自身測(cè)得的相對(duì)速度，所以算法抗風(fēng)性較好，從而保證了無人機(jī)跟蹤機(jī)動(dòng)目標(biāo)的可靠性。該研究對(duì)提高無人機(jī)跟蹤目標(biāo)的可靠性，從而加強(qiáng)無人機(jī)的軍事應(yīng)用有重要意義。

［1］李志宇，徐燁峰，楊國(guó)梁.跟蹤海面目標(biāo)的小型無人機(jī)飛行控制仿真研究［J］. 科學(xué)技術(shù)與工程，2008（3）:1374-1378.

［2］Kirk E D.Optimal Control Theory［M］.Englewood Cliffs，New Jersey，USA:Prentice-Hall，1970.

［3］Lawrence D A.Lyapunov Vector Fields for UAV Flock Coordination［C］// 2nd AIAA“Unmanned Unlimited”Systems，Technologies，and Operations-Aerospace. San Diego，California，USA，2003.

［4］Singer R A.Estimating optimal tracking filter performance for manned maneuvering targets［J］.IEEE Trans.on Aerospace and Electronic Systems.1970，6（7）:473- 483.

［5］DAM Frazzoli E，F(xiàn)eron E. Real-Time Motion Planning for Agile Autonomous Vehicles［J］.Journal of Guidance，Control，and Dynamics，2002（25）:116-129.

［6］Zhiyuan Li，Naira Hovakimyan.Vision-based Target Tracking and motion estimation using a small UAV［C］//IEEE conference on decision and control.［S.l.］:［s.n.］，2010.

［7］Dobrokhodov V N，Kaminer I I，Jones K D，et al.Vision-based tracking and motion estimation for moving targets using small UAVs［C］//AIAA Guidance，Navigation and Control Conference and Exhibit.［S.l.］:［s.n.］，2006.

［8］王俊，周樹道，朱國(guó)濤，等. 無人機(jī)航跡規(guī)劃常用算法［J］.火力與指揮控制，2012（8）:5-8.