協作定位技術在無人機編隊飛行中的路徑規劃與控制策略優化研究

摘"要：隨著新興數字技術和現代通信技術的快速發展，無人機編隊飛行成為低空經濟發展的引擎，其路徑規劃與控制策略等若干問題亦成為研究熱點。在比較研究法和實驗研究法的基礎上，提出了協作定位技術等關鍵技術在該領域的科學應用和優化策略，并通過系統集成與測試驗證了方案可行性。研究對提高無人機編隊作業的協同性和魯棒性、增強對復雜飛行環境的適應性等具有重要意義。

關鍵詞：無人機編隊飛行"協作定位技術"路徑規劃"控制策略

Research"on"Path"Planning"and"Control"Strategy"Optimization"of"Cooperative"Positioning"Technology"in"UAV"Formation"Flight

ZHU"Zhaohong

The"Open"University"of"Jingjiang，"Jingjiang，"Jiangsu"Province，"214500"China

Abstract："With"the"rapid"development"of"emerging"digital"technologies"and"modern"communication"technologies，"drone"formation"flying"has"become"the"engine"of"low"altitude"economic"development，"and"several"issues"such"as"path"planning"and"control"strategies"have"also"become"research"hotspots."Based"on"the"comparative"research"method"and"experimental"research"method，"key"technologies"such"as"collaborative"positioning"technology"were"proposed"for"scientific"application"and"optimization"strategies"in"this"field，"andnbsp;the"feasibility"of"the"scheme"was"verified"through"system"integration"and"testing."The"research"is"of"great"significance"for"improving"the"collaboration"and"robustness"of"drone"formation"operations，"enhancing"adaptability"to"complex"flight"environments，"and"so"on.

Key"Words："UAV"formation"flight;"Cooperative"positioning"technology;"Path"planning;"Control"strategy

隨著無人機在日常生活中的應用越來越廣泛，從快遞配送到環境監測，再到影視拍攝，人們對無人機的性能和效率提出了更高的要求。單一無人機的局限性逐漸凸顯，因此，多無人機協同作業成為了解決這一問題的有效途徑。然而，多無人機協同作業帶來了新的挑戰，其中最為關鍵的就是路徑規劃問題。如何在復雜多變的環境中讓無人機編隊安全、高效地完成任務成為了當前研究的熱點。無人機編隊路徑規劃不僅要考慮單個無人機的飛行軌跡，還要兼顧整個編隊的協同作業，確保各無人機之間不會發生碰撞，同時還要盡可能地優化飛行路徑，提高作業效率。本研究綜合運用計算機視覺、機器學習、優化算法等多種技術，構建路徑規劃和控制策略的優化模型，對確保編隊飛行的協作性和魯棒性等具有重要的理論指導意義，對其在農業播種、飛行表演、環境測繪、消防演練等的安全性和穩定性等亦具較強的實踐指導作用。

1"無人機編隊飛行技術

1.1"無人機編隊飛行的控制原理

無人機編隊飛行中，無人機通過感知周圍局部動態信息來確定自身飛行軌跡，以實現編隊隊形變換和編隊隊形重構控制，常用的控制方法主要有集中式控制法、分散式控制法、分布式控制法等[1]。編隊飛行３個指標為中心聚集、避免碰撞和整體遷移。飛行過程中，要實現每個個體防止碰撞，使自身速度與周圍無人機速度保持一致，且試圖向周圍無人機靠攏。無人機編隊飛行控制首先需要界定編隊規模瑟飛行任務，如果遇到障礙物存在，則編隊控制系統必須快速做出判斷，實行避障路徑規劃或調整編隊形態，以適應持續變化的飛行環境。

1.2"常見編隊飛行技術的性能對比

在無人機編隊飛行設計中，采用對比分析方法，對不同編隊控制算法的性能指標進行了系統性評估，綜合考量無人機之間的物理間隔、通信范圍、最大偏差角、平均位置誤差、控制更新頻率等關鍵因素。（1）分布式編隊控制通過采用比例-積分-微分（Proportional-Integral-Derivative，PID）控制技術，精確調整其參數（比例系數、積分系數、微分系數），以達成穩定響應。（2）領航-跟隨模式則著眼于飛行穩定性和偏差角控制，利用魯棒控制技術來降低系統敏感性。（3）自適應控制支撐虛擬結構編隊通過讓領航機虛擬化，把整個編隊隊形看成一個虛擬的剛體結構，編隊中的每架無人機作為其中一個節點，通過與虛擬領航機保持相對距離，便可以實現多機協同編隊。虛擬結構法可靠性強，但對數據傳輸的實時性和同步性要求較高，計算量大，會存在通信延遲、丟包的情況[2]。（4）在多智能體協作編隊方面，通過深度學習的手段學習和模擬復雜環境下的協作特性，推動無人機編隊控制的智能化和自我優化能力。

2"協作定位技術及其應用實踐

2.1幾種典型的定位技術發展比較

協作定位技術涉及定位精度、跟蹤能力等關鍵性能指標。本研究采用比較研究法，分析了傳統的到達時間差（Time"Difference"of"Arrival，TDOA）方法、改進的單邊雙向測距（Single-Sided"Two-Way"Ranging，SS-TWR）方法、協作粒子濾波、高精度擴展卡爾曼濾波器（Extended"Kalman"Filter，EKF）和3D多智能體定位（3D"Multi-Agent"Positioning，3D-MAP）協作定位等多種技術方案，詳見表1。研究表明，各技術之間存在處理多徑效應、定位精度、更新頻率/魯棒性等方面的異同。例如：改進的SS-TWR方法在定位精度上提供了10～20"cm的改進，3D-MAP協作定位方法則將精度進一步提高到1～5"cm范圍。EKF算法作為一種代表性的非線性濾波方法，其被研究者證明在提高定位精度和可靠性方面取得了顯著的研究成果[3]。雖然高級算法（如高精度EKF和3D-MAP協作定位）在精確性和效能上有所突破，但它們也因O（n2）至"O（n3）計算復雜度對計算資源要求較高。

2.2"無人機協作定位EKF數學模型應用

在研究協作定位技術在無人機編隊飛行中的路徑規劃與控制策略時，首先綜合考慮了無人機編隊中的協作需求，并詳細分析了各類定位系統的優缺點，構建了基于MATLAB的EKF數學模型來描述無人機動態行為。為精確地完成協作定位，選定了較為適合編隊飛行的定位系統。假設旋翼無人機的狀態由位置、速度、姿態、偏差等變量組成，則旋翼無人機的運動狀態方程可描述為

式（1）中：xk表示無人機在時刻k的狀態；uk為控制輸入；wk代表過程噪聲。

此模型反映了無人機狀態的演變，并為制訂路徑規劃算法和控制策略提供了基礎。具體通過無人機進行協作定位，并實時監控飛行狀態，以判斷是否需要調整控制策略。若需調整控制策略，則依照預設的流程迅速進行策略優化；反之，編隊將繼續按照既定路徑飛行。最終，通過評估定位精度來驗證協作定位技術的有效性。采用先進的濾波技術（如EKF）來處理觀測模型（其中：yk表示觀測向量；vk代表觀測噪聲），可以計算出無人機的實際位置與預期位置之間的偏差，從而評估整體的定位精度。

3.1"路徑規劃方法與優化

為確保整個編隊在復雜多變的環境中可靠地導航與控制，在起始點與預定的目標點之間，利用先進的算法進行路徑規劃，確保路徑的合理性和可執行性。在生成預設路徑后，使用復雜的避障機制自主判斷并執行規避策略。針對路徑規劃流程圖中提出的決策樹，如果預備路徑中存在障礙，則使用動態規劃算法適應性地調整軌跡；若無，則繼續執行當前最佳路徑。

為了量化評估路徑規劃方案的優劣，使用了路徑長度最小化目標函數：，旨在求解距離最短的安全飛行軌跡。在完成這一優化過程后，借助高保真模擬驗證了無人機飛行路徑，并根據模擬結果判斷是否滿足各項安全條件。

優化后的路徑規劃算法代碼如圖1所示。該算法高度集成和模塊化，方便根據不同任務進行調整。研究通過實驗對比了不同無人機最大飛行時間的路徑規劃結果，并實現了對目標地點的快速、準確覆蓋，使這些點按順序連接起來的路徑長度最短。

3.2"控制策略設計與優化

常用控制策略包括領航跟隨者策略、滑膜控制策略等。基于一致性算法的“領航者-跟隨者”策略[4]，基于三階一致性理論設計編隊控制器，解決某無人機無法工作的情況下其它無人機仍保持隊形穩定飛行的問題。滑模控制是一種常用的非線性控制方法，其利用不連續控制將系統狀態引導到預定的滑模面上，最終收斂到平衡點[5]。隨著人工智能的發展，一種基于博弈分布式控制算法利用一致性方法和梯度下降，實現納什均衡點的求解，從而實現理想編隊[6]。

控制策略優化是無人機編隊飛行中的關鍵環節，其目的是通過合理的控制方法實現編隊整體的穩定性和協同性。本控制策略的核心包括動態環境適應性和目標導向雙向調節機制。通過給出的控制策略性能指標函數，對控制命令的生成進行明確界定和效率評估，以保證無人機在執行任務時最小化能耗和時間成本。控制策略性能指標函數如下。

式（2）中：x（t）表示系統的狀態；u（t）表示控制輸入；L（x（t）、u（t））"表示一個關于狀態和控制輸入的函數，通常稱為瞬時代價或拉格朗日函數，通過最小化J性能指標函數，可以找到最優的控制u（t），在給定的時間范圍內，使系統性能達到最優。

針對不同飛行任務和環境條件，通過梳理兩種主流算法在無人機在線航跡規劃任務中的對比分析，圍繞著動力學模型和實時性需求，并結合控制策略實現代碼的優化迭代。通過仿真系統綜合路徑規劃與控制策略的結果，本控制策略在多變飛行條件下展現出了卓越的適應性和魯棒性。

4"結語

研究發現，協作定位技術能夠有效提高無人機編隊的飛行精度和穩定性，通過在編隊中相互通信和共享位置信息，各架無人機能夠更準確地跟隨預定的飛行路徑。在實際飛行中，無人機往往會受到各種外部環境因素的影響，導致飛行路徑偏離預期，協作定位技術還可以通過實時的位置信息更新和交互，使編隊能夠更好地適應外部干擾，保持穩定的飛行狀態。總之，通過對路徑規劃和控制策略的優化和改進，可以更好地發揮協作定位技術的優勢，為未來無人機編隊飛行的發展奠定堅實的技術基礎。

參考文獻

[1]"甘良棋，董超.基于多智能體協同的無人機編隊控制研究[J].計算機科學，2024，51（S2）：672-678.

[2]"魯軍，楊杰，郝永平，等.基于領航-跟隨的無人機編隊避碰飛行控制[J].沈陽理工大學學報，2024，43（4）：38-43，50.

[3]"倪博文.基于STK的典型機場BDS性能分析[J].全球定位系統，2020，45（5）：46-50.

[4]"王明華，胡士強.變結構三階一致性無人機編隊控制[J].計算機仿真，2021，38（4）：302-305，360.

[5］王贇贇，文建剛，李建民，等.組合滑膜控制的魯棒性研究［J］.現代電子技術，2017，40（5）：115-117.

[6]吳昊．電動汽車用無刷直流電機控制系統研究［Ｄ］.蕪湖：安徽工程大學，２０２０．