无人机编队的典型应用及控制算法开发流程介绍

随着材料科学、导航定位系统、飞控核心技术的发展和进步，旋翼飞行器在军事和民用应用上越来越广泛，众所周知，微型旋翼飞行器具备价格低廉、操作灵活、控制稳定、适应环境能力强等特点，然而单架飞行器在面对复杂环境时存在效率低下、能源储备有限，负载有限等问题，而解决上述问题最简单有效的方式就是采用多架无人机协同编队。

宾夕法尼亚大学的Vijay Kumar教授曾提出来未来无人机发展的5S趋势理论：Small（小型），Safe（安全），Smart（智能），Speed（敏捷）和Swarm（集群）。其中集群就是指让多架无人机协作，完成单架无人机无法胜任的任务。
无人机编队技术应用广泛
无人机编队表演是属于科技的浪漫，近五年间，Intel公司分别进行了100架、300架、500架、1200架、2018架无人机协同编队的灯光秀。一群看似刻板的程序员，用一行行代码，像大众展示着科技的独特魅力。
法国Parrot公司虽然在消费类多旋翼市场上敌不过大疆，但其产品和技术颇具特色，其室内无人机编队舞蹈灵巧活泼，是各大展会上的热点。

消费级无人机在多机协同上的成功，极大地刺激了专业级无人机在该技术上的进步。
洛桑联邦理工学院的智能系统实验室开发一套可以在灾区快速搭建通信网络的微型飞行机器人群。该集群成本低、可消耗、部署简便、使用灵活，为应急救援的通信保障提供了一种灵活的解决方案。

SAGA项目，也就是农业应用的机器人集群（Swarm Robotics for Agricultural Applications），将帮助农民绘制农田中的杂草地图，从而提高作物产量。该系统是一个由ECHORD ++资助的研究项目，由一组多架无人机互相配合，协同监测一块农田区域，并通过机载机器视觉设备，精确找到作物中的杂草并绘制杂草地图。

在遥感与对地观测方面，无人机对几乎所有存在地理信息需求的行业都有着成本、技术和便利性方面的优势。单架无人机作业时，大范围的对地观测往往耗时较长，而引入无人机集群技术，则可以解决时间与效率难题。

无人机集群协调对地观测的典型路径如上图所示，集群算法可以设定一个优化函数来协调各个无人机的任务路径，尤其对于存在诸多不确定性的地面目标跟踪之类的时变任务，无人机集群技术优势巨大。
多无人机协同编队控制如何实现的？
多无人机协同编队控制技术主要包括信息感知技术、数据融合技术、任务分配技术、航迹规划技术、编队控制技术、通信组网技术和虚拟、实物验证实验平台技术等。

1、感知外界信息，并对多源信息进行融合；

2、对各种任务进行分配和决策；

3、为每架无人机进行航迹规划,生成期望的轨迹；

4、利用编队控制方法和队形设计技术实现多机编队飞行任务，在编队控制设计过程中，需要考虑多无人机之间的组网通信问题；

5、搭建模拟多无人机协同编队飞行虚拟仿真平台和半实物演示平台，验证编队控制算法的可行性和有效性。

搭建满足多无人机协同编队仿真的无人机编队控制仿真平台，对于缩短开发周期，降低试验成本，具有十分重要的意义。

灵思创奇多智能体协同控制演示视频

灵思创奇室内多智能体协同控制实验平台
本平台的多智能体协同定位采用光学运动捕捉技术，能够最多同时捕捉12架左右的无人机或无人车，并通过WiFi网络实现多机、多车间的通信，系统支持C、C++、python编程，用户能够将MATLAB／Simulink开发的无人机及无人车编队仿真控制算法直接生成代码下载到无人机及无人车中，在室内环境下进行多机、多车分布式编队算法的验证。