1.本发明涉及无人机技术领域，尤其涉及一种基于交点轨迹重规划的可悬停无人机编队 队形的形成方法。
背景技术：2.uav(无人机，unmanned aerial vehicle)在民用领域和军事领域方面发挥着越来越 重要的作用。但是单uav的个体能力有限，无法完成复杂的作业任务。而uav编队由于具 有功能冗余、空间分布的特点，可以通过相互之间的协作，增强作业能力、提高作业效率， 完成复杂的作业任务。uav编队在执行任务时需保持某种队形，以达到安全、高效完成任 务的目的。uav编队能够安全、自主形成需要保持的期望队形成为uav编队技术中的关键 技术之一。uav编队队形的形成是指uav编队从初始随机分布、杂乱无序的几何形态，经 信息交互、自主规划、协调机动后，形成某一期望几何队形的过程。
3.在队形形成的研究中常用的方法是人工势场法，人工势场法是建造势场函数，然后通 过研究反馈控制律来完成队形的形成。此外还有允许uav自主切换控制律实现期望的队形， 还可以在图形理论框架上进行研究，完成期望队形，以及利用滚动时域法完成期望队形。 但是以上的方法中需要进行uav的实时规划，uav编队个体之间进行大量的信息传输，并 且随着编队规模的扩大，对通信的要求越来越高。对此，找到一种简单易实现的方法使uav 编队能够自主形成期望队形就显得尤为重要。
技术实现要素：4.为了解决上述技术问题或者至少部分地解决上述技术问题，本发明提供了一种基于交 点轨迹重规划的可悬停无人机编队队形的形成方法。
5.本发明提供了一种基于交点轨迹重规划的可悬停无人机编队队形的形成方法，包括：
6.s1、设置无人机编队的领导身份和期望队形中各个期望点的位置，并将所述各个期望 点的位置发送至所述领导身份的无人机；控制所有的无人机升空并保持定点和定向，控制 各个无人机确认自己是否为领导身份；
7.s2、所有非领导身份的无人机向所述领导身份的无人机发送各自的当前位置；
8.s3、所述领导身份的无人机判断是否在第一预设时间段内接收到所有非领导身份的无 人机发送来的当前位置；若是，则所述领导身份的无人机为各个无人机分配初始期望点， 根据每一个无人机的当前位置和对应的初始期望点的位置生成对应的初始机动轨迹，基于 各个初始机动轨迹的交点对所述初始机动轨迹进行重规划，得到每一个无人机对应的优化 轨迹；各个无人机的优化轨迹不存在交点；
9.s4、所述领导身份的无人机将各个无人机各自对应的优化轨迹发送至对应的无人机；
10.s5、各个无人机根据各自对应的优化轨迹进行机动，在各个无人机到达对应的重
规划 后的目标期望点后将机动完成的消息告知所述领导身份的无人机；
11.s6、所述领导身份的无人机判断在第二预设时间段内所有的无人机是否完成机动，若 是，则向各个无人机发送队形形成成功的消息，以使各个无人机保持定点和定向，编队队 形形成结束。
12.本实施例提供的基于交点轨迹重规划的可悬停无人机编队队形的形成方法，首先进行 初始化，然后领导身份的无人机会为各个无人机分配初始期望点，然后基于当前位置和初 始期望点得到对应的初始机动轨迹，然后基于交点对各个初始机动轨迹进行冲规划，得到 优化轨迹，而优化轨迹是没有交点的，从而避免了碰撞的发生，然后将各个优化轨迹发送 给对应的无人机，无人机按照优化轨迹进行机动，在到达目标期望点后会告知领导身份的 无人机，进而领导身份的无人机在判断队形形成成功后告知各个无人机保持定点定向。本 发明的算法设计简单，控制策略易于设计，uav航迹规划速度快；而且基于交点对各个初 始机动轨迹进行重规划，得到优化轨迹，优化轨迹可以保证不存在交点，因此在机动时不 会发生碰撞，确保uav编队安全无碰撞完成队形形成的任务；还有，本发明根据可悬停uav 机动灵活、转弯不需要大范围回转的特点，采用仅一次规划、仅一次优化、仅一次机动的 方式，使uav编队航行过程中不存在分阶段机动以及悬停等待过程，根据各自被规划的航 行轨迹飞行即可完成队形形成任务，提高队形形成任务的完成效率；另外，本发明中uav 编队之间的信息交互量少，计算简单，规划速度快，协调机动逻辑分明，易于工程实现。
附图说明
13.此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例， 并与说明书一起用于解释本发明的原理。
14.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技 术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言， 在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
15.图1为本发明实施例中基于交点轨迹重规划的可悬停uav编队队形的形成方法的流 程示意图；
16.图2为本发明实施例中4个无人机由初始状态到期望队形的变化过程的示意图；
17.图3为本发明实施例中一个期望的矩形队形的示意图；
18.图4为本发明实施例中四个无人机对应的初始期望点和初始机动轨迹的示意图；
19.图5为本发明实施例中一个交点的驶入拐点和驶离拐点的示意图；
20.图6为本发明实施例中各个交点对应的所有拐点的示意图；
21.图7为本发明实施例中在进行重规划后的各个优化轨迹的示意图；
22.图8为本发明实施例中基于交点轨迹重规划的可悬停无人机编队队形的形成方法的 流程示意图。
具体实施方式
23.为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的 附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本 发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术
人 员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
24.第一方面，本发明实施例提供一种基于交点轨迹重规划的可悬停无人机编队队形的形 成方法，如图1和8所示，该方法包括：
25.s1、设置无人机编队的领导身份和期望队形中各个期望点的位置，并将所述各个期望 点的位置发送至所述领导身份的无人机；控制所有的无人机升空并保持定点和定向，控制 各个无人机确认自己是否为领导身份；
26.例如，如图2所示，以包含4个无人机成员的uav编队进行介绍。初始状态，uav编 队的几何形态是随机分布且杂乱无序的，每个uav处于待机状态，等待编队队形的形成开 始指令。期望形成的几何队形为图2中所示的矩形队形。当队形形成开始后，所有的uav 保持定点、定向，uav编队之间经过信息交互、自主规划、协调机动后，在保证不发生相 互碰撞的前提下形成期望的矩形队形。如图3所示，以期望的几何队形为矩形，期望点1、 2、3、4组成期望的矩形队形。在uav编队形成矩形队形后，每个uav位于一个期望点上。
27.可理解的是，s1中进行初始化，设置uav编队的leader身份指令，设置期望队形指 令，即各个期望点的位置信息m为各期望点的标号， m＝1,2,
···
,n
num_uav
。当然还可以包括一些队形形成参数，例如，l
uav
、n
num_uav
，l
uav
为 uav的长度，n
num_uav
为uav的个数。
28.可理解的是，步骤s1可以由控制器执行，在初始化之后，将相关的设置信息发送给 leader，即领导身份的无人机，而且控制各个无人机开始升空，并在空中悬停，保持定点 和定向，只有leader向各个无人机发送对应的优化轨迹后，各个无人机才开始机动。
29.可理解的是，如下过程不需要控制器参数，由无人机自动执行。
30.s2、所有非领导身份的无人机向所述领导身份的无人机发送各自的当前位置；
31.也就是说，在各个无人机升空后，通过各个无人机之间的通信，各个无人机可以自己 是否为leader，哪个无人机是leader，进而将各自的当前位置发送给leader。当各个非 leader的无人机将各自的当前位置发送给leader后，leader便可以知道所有的无人机的 当前位置：其中，i为各个无人机对应的标号，i＝1,2,
···
,n
num_uav
。
32.s3、所述领导身份的无人机判断是否在第一预设时间段内接收到所有非领导身份的无 人机发送来的当前位置；若是，则所述领导身份的无人机为各个无人机分配初始期望点， 根据每一个无人机的当前位置和对应的初始期望点的位置生成对应的初始机动轨迹，基于 各个初始机动轨迹的交点对所述初始机动轨迹进行重规划，得到每一个无人机对应的优化 轨迹；各个无人机的优化轨迹不存在交点；
33.也就是说，leader首先确定在一定的时间内(例如，60秒)是否接收到所有非leader 的无人机发送来的当前位置，如果是，则接着进行下一步，否则认为队形形成失败。leader 在接收到所有非leader的当前位置后，leader为各个无人机(包括leader)分配初始期 望点，分配的结果是各个无人机得到一个对应的期望点。
34.在具体实施时，leader为各个无人机(包括leader)分配初始期望点的过程可以包 括：
35.a、根据距离最短和交点最少的原则，确定对应的目标函数；
36.b、根据粒子群优化算法求解所述目标函数，得到各个无人机对应的初始期望点。
37.也就是说，在分配初始期望点时，考虑的是距离最短和交点最少的原则，目标函数的 优化目标即距离最短和交点最少。通过粒子群优化算法对目标函数(也可以称为适应度函 数)进行求解，便可以得到满足上述优化目标的初始期望点。
38.在具体实施时，根据粒子群优化算法求解得到的各个无人机对应的初始期望点满足第 一条件和第二条件；
39.(1)所述第一条件包括：任意两个的无人机对应的初始期望点不同；即， ps0
id
(i)≠ps0
id
(j),i≠j，i＝1,2,
···
,n
num_uav
，j＝1,2,
···
,n
num_uav
。ps0
id
(i)为第i个无 人机分配的初始期望点的标号。
40.(2)所述第二条件包括：若任意两个无人机的初始机动轨迹的斜率相同或斜率均不 存在，则第一情况和第二情况中必有一个情况成立；
41.所述第一情况为：
42.(x
uav
(j)-x
uav
(i))(x
aim
(ps0
id
(j))-x
aim
(ps0
id
(i)))+ (y
uav
(j)-y
uav
(i))(y
aim
(ps0
id
(j))-y
aim
(ps0
id
(i)))＞0
43.所述第二情况为：利用快速排斥试验，如下四个不等式中至少有一个不等式成立：
[0044][0045]
式中，ps0
id
(i)为第i个无人机对应的初始期望点的标号，ps0
id
(j)为第j个无人机 对应的初始期望点的标号；为第i个无人机的当前位置， 为第i个无人机对应的初始期望点的位置，为第j个无人机的当前位置，为第j个无人机对应的初始期望 点的位置。
[0046]
其中，max表示取最大值的运算，min表示取最小值的运算。
[0047]
其中，任意两个无人机的初始机动轨迹包括为第一线段和第二线段，第一线段为第i 个无人机的初始位置和初始期望点的位置之间的线段，第二线段为第j个无人机的初始位 置和初始期望点的位置之间的线段。
[0048]
在具体实施时，若任意两个无人机满足第一公式，则可以认为两个无人机的初始机动 轨迹的斜率相同或斜率均不存在，即，上述第一线段和第二线段的斜率相同或者斜率均不 存在，所述第一公式包括：
e、f为驶离拐点。
[0085]
针对每一个交点，计算出对应的所有驶入拐点和驶离拐点，形成驶入拐点集合和驶离 拐点集合。例如，第n个交点的驶入拐点集合为：p
sr
(n)＝[p
sr_n
(1),p
sr_n
(2),
……
,p
sr_n
(kn)]， 第n交点的驶离拐点集合为：p
sl
(n)＝[p
sl_n
(1),p
sl_n
(2),
……
,p
sl_n
(kn)]，p
sr_n
(kn)表示经过 第n个交点的轨迹上的驶入拐点，p
sl_n
(kn)表示经过第n个交点的轨迹上的驶离拐点，kn表示经过第n个交点的所有初始机动轨迹的个数。
[0086]
在具体实施时，所述计算每一个交点对应的驶入拐点集合和驶离拐点集合，可以包括：
[0087]
针对第n个交点，第i个无人机的初始机动轨迹经过该交点，令：
[0088][0089][0090]
针对第n个交点，第i个无人机的初始机动轨迹上的驶入拐点和驶离拐点的位置分别 为：
[0091][0092][0093]
式中，p
sr
为驶入拐点的位置，p
sl
为驶离拐点的位置，l
safe
表示预设安全距离。
[0094]
即，若经过第n个交点的初始机动轨迹的起点是 终点是则可以通过上式计算出该 条初始机动轨迹上的驶入拐点p
sr
和驶离拐点p
sl
。
[0095]
通过上面的方法可以计算出经过每一个交点的所有驶入拐点和驶离拐点。参见图6， 经过交点p
jd
(1)的初始机动轨迹有两条，交点附近有四个拐点，其中，a1和a2为驶入拐点， 坐标分别用p
sr_1
(1)和p
sr_1
(2)表示，a3和a4为驶离拐点，坐标分别用p
sl_1
(1)和p
sl_1
(2)。 同理，经过交点p
jd
(2)的四个拐点b1、b2、b3和b4的坐标分别用p
sr_2
(1)、p
sr_2
(2)、p
sl_2
(1) 和p
sl_2
(2)表示。经过交点p
jd
(3)的四个拐点c1、c2、c3和c4的坐标分别用p
sr_3
(1)、 p
sr_3
(2)、p
sl_3
(1)和p
sl_3
(2)表示。从而形成每一个交点对应的驶入拐点集合和驶离拐点 集合。
[0096]
s23、根据各个交点对应的驶入拐点集合和驶离拐点集合，对各个无人机的初始机动 轨迹进行调整，使得到的优化轨迹之间不存在交点。
[0097]
在具体实施时，s23可以包括：
[0098]
s231、针对每一个交点设置一条虚拟线：
拐点对才能到达目标期望点，例如，3号无人机经过第1个交点的一个拐点对、第2个交 点的一个拐点对、第3个交点的一个拐点对后到达第2个期望点。
[0111]
可见，虽然经过重新配对后，初始机动轨迹发生了变化，但是都是在初始机动轨迹上 行进，没有增添新的线段。而由于初始机动轨迹是在距离短和交点少的原则上计算得到的， 因此重新配对后得到的优化轨迹仍然具有距离短的优势。
[0112]
例如，第i个无人机规划的轨迹为从起点开始，向初次分配的期 望点机动；若初始机动轨迹上存在交点，则从轨迹上的驶 入拐点机动到与该驶入拐点配对的驶离拐点上，最终到达目标期望点。第i个无人机机动 经过的前k
i-1个目标点c
pos
(i)＝[pi(1),pi(2),
···
,pi(k
i-1)]为配对的驶入拐点和驶离拐点。第 i个无人机经过最后一个驶离拐点pi(k
i-1)后，若该驶离拐点在和 两点构成的线段lm上，则pi(ki)＝p
aim
(ps0
id
(m))，即第 i个无人机的目标期望点为最后一个驶离拐点所在的初始机动轨迹上的期望点。最后得到 第i个无人机机动经过的所有目标点：c
pos
(i)＝[pi(1),pi(2),
···
,pi(ki)]。
[0113]
如图7所示，1号uav经过的所有目标点为
[0114]cpos
(1)＝[p
sr_2
(2),p
sl_2
(1),p
sr_3
(1),p
sl_3
(2),p
aim
(2)]，2号uav经过的所有的目标点为
[0115]cpos
(2)＝[p
sr_3
(2),p
sl_3
(1),p
aim
(4)]，3号uav经过的所有的目标点为
[0116]cpos
(3)＝[p
sr_1
(1),p
sl_1
(2),p
aim
(3)]，4号uav经过的所有的目标点为
[0117]cpos
(4)＝[p
sr_1
(2),p
sl_1
(1),p
sr_2
(1),p
sl_2
(2),p
aim
(1)]，各个目标点形成的轨迹为优化轨迹。 如图7所示，四个uav经过重规划的新轨迹分别为l1′
、l2′
、l3′
和l4′
，且从图中可以看 到在各uav都在交点附近进行了轨迹的重新规划，避免了在机动过程中的碰撞可能。
[0118]
可见，上述过程为对leader对基于初次分配的期望点生成的初始机动轨迹进行优化， 得到每个uav机动经过的所有目标点坐标c
pos
(i)＝[pi(1),pi(2),
···
,pi(ki)]，表 示第i个uav机动经过的目标点坐标，ki表示第i个uav经过的所有目标点坐标的个数。
[0119]
s4、所述领导身份的无人机将各个无人机各自对应的优化轨迹发送至对应的无人机；
[0120]
也就是说，leader在计算得到各个无人机的优化轨迹之后，便可以将每一个无人机的 优化轨迹中的各个目标点的位置发送给该无人机。对于leader来说，在计算得到自己的 各个目标点的位置后，不需要发送，直接按照这些目标点进行机动即可。
[0121]
s5、各个无人机根据各自对应的优化轨迹进行机动，在各个无人机到达对应的重
规划 后的目标期望点后将机动完成的消息告知所述领导身份的无人机；
[0122]
也就是说，各个无人机在得到自己的优化轨迹后，按照优化轨迹中各个目标点的位置 进行机动，在机动完成后，将各个无人机完成机动的消息发送给leader。
[0123]
s6、所述领导身份的无人机判断在第二预设时间段内所有的无人机是否完成机动，若 是，则向各个无人机发送队形形成成功的消息，以使各个无人机保持定点和定向，编队队 形形成结束。
[0124]
也就是说，leader在向各个无人机发送优化轨迹中的各个目标点的位置后，开始计时， 如果在一定的时间内接收到所有无人机返回的机动完成的消息后，则说明编队队形的形成 是成功的，此时leader便可以向各个无人机发送成功的指令，各个无人机在接收到成功 的指令后，便保持定点定向的状态，至此整个无人机编队队形的形成过程结束。
[0125]
在具体实施时，可以采用如下公式计算所述第二预设时间段：
[0126][0127]
式中，t2为所述第二预设时间段，n
num_uav
为无人机的数量，l
max
为所有无人机的当 前位置和所有期望点之间的最大距离，l
uav
为无人机的长度。
[0128]
其中，表示向上取整运算。
[0129]
当然，如果leader在一定的时间内没有接收到所有无人机返回的机动完成的消息， 说明有的无人机可能机动失败，此时说明编队队形的形成过程是失败的。
[0130]
综上，本发明实施例提供的方法具有以下优点:
[0131]
1、本发明只需要uav编队的初始位置以及期望队形的期望点的位置，利用粒子群优 化算法进行uav编队队形形成初始机动轨迹的规划，不需要建立复杂的数学模型，而且形 成的初始机动轨迹具有距离短以及交点少的优势；
[0132]
2、本发明的算法设计简单，控制策略易于设计，uav航迹规划速度快；
[0133]
3、本发明根据粒子群优化算法规划得到的结果，基于交点对各个初始机动轨迹进行 重规划，得到优化轨迹，优化轨迹可以保证不存在交点，因此在机动时不会发生碰撞，确 保uav编队安全无碰撞完成队形形成的任务；
[0134]
4、本发明根据可悬停uav机动灵活、转弯不需要大范围回转的特点，采用仅一次规 划、仅一次优化、仅一次机动的方式，使uav编队航行过程中不存在分阶段机动以及悬停 等待过程，根据各自被规划的航行轨迹飞行即可完成队形形成任务，提高队形形成任务的 完成效率；
[0135]
5、本发明中uav编队之间的信息交互量少，计算简单，规划速度快，协调机动逻辑 分明，易于工程实现。
[0136]
本发明实施例还提供一种基于交点轨迹重规划的可悬停无人机编队队形的形成系统， 包括控制器和多个无人机，其中：
[0137]
所述控制器用于执行：设置无人机编队的领导身份和期望队形中各个期望点的位置， 将所述各个期望点的位置发送至所述领导身份的无人机；控制所有的无人机升空并保持定 点和定向，控制各个无人机确认自己是否为领导身份；
[0138]
所有非领导身份的无人机用于：向所述领导身份的无人机发送各自的当前位置；
[0139]
所述领导身份的无人机用于：判断是否在第一预设时间段内接收到所有非领导身份的 无人机发送来的当前位置；若是，则所述领导身份的无人机为各个无人机分配初始期望点， 根据每一个无人机的当前位置和对应的初始期望点的位置生成对应的初始机动轨迹，基于 各个初始机动轨迹的交点对所述初始机动轨迹进行重规划，得到每一个无人机对应的优化 轨迹；各个无人机的优化轨迹不存在交点；将各个无人机各自对应的优化轨迹发送至对应 的无人机；
[0140]
各个无人机用于：根据各自对应的优化轨迹进行机动，在各个无人机到达对应的重规 划后的目标期望点后将机动完成的消息告知所述领导身份的无人机；
[0141]
所述领导身份的无人机还用于：判断在第二预设时间段内所有的无人机是否完成机 动，若是，则向各个无人机发送队形形成成功的消息，以使各个无人机保持定点和定向， 编队队形形成结束。
[0142]
本发明实施例还提供一种电子设备，所述电子设备可以为控制器或无人机，无人机包 括领导身份的无人机和非领导身份的无人机，电子设备中包括至少一个存储器和至少一个 处理器；
[0143]
所述至少一个存储器，用于存储机器可读程序；
[0144]
所述至少一个处理器，用于调用所述机器可读程序，执行相应的步骤；控制器所执行 的步骤为s1，领导身份的无人机为s3、s4、s5和s6，非领导身份的无人机执行的步骤 为s2和s5，控制器和无人机共同实现了编队队形的形成系统。
[0145]
本发明实施例还提供一种计算机可读介质，该计算机可读介质可以为控制器或无人机 中的计算机可读介质，所述计算机可读介质上存储有计算机指令，所述计算机指令在被处 理器执行时，使所述处理器相应的步骤，控制器的处理器执行的步骤为s1，领导身份的无 人机的处理器执行的步骤为s3、s4、s5和s6，非领导身份的无人机的处理器执行的步骤 为s2和s5，控制器和无人机共同实现了编队队形的形成系统。
[0146]
本发明实施例提供了一种计算机可读介质，存储用于使一机器执行如本文所述的棒线 材轧机转速控制方法的指令。具体地，可以提供配有存储介质的系统或者装置，在该存储 介质上存储着实现上述实施例中任一实施例的功能的软件程序代码，且使该系统或者装置 的计算机(或cpu或mpu)读出并执行存储在存储介质中的程序代码。
[0147]
在这种情况下，从存储介质读取的程序代码本身可实现上述实施例中任何一项实施例 的功能，因此程序代码和存储程序代码的存储介质构成了本发明的一部分。
[0148]
用于提供程序代码的存储介质实施例包括软盘、硬盘、磁光盘、光盘(如cd-rom、cd-r、 cd-rw、dvd-rom、dvd-ram、dvd-rw、dvd+rw)、磁带、非易失性存储卡和rom。可选择地， 可以由通信网络从服务器计算机上下载程序代码。
[0149]
此外，应该清楚的是，不仅可以通过执行计算机所读出的程序代码，而且可以通过基 于程序代码的指令使计算机上操作的操作系统等来完成部分或者全部的实际操作，从而实 现上述实施例中任意一项实施例的功能。
[0150]
此外，可以理解的是，将由存储介质读出的程序代码写到插入计算机内的扩展板中所 设置的存储器中或者写到与计算机相连接的扩展模块中设置的存储器中，随后基于程序代 码的指令使安装在扩展板或者扩展模块上的cpu等来执行部分和全部实际操作，从而实现 上述实施例中任一实施例的功能。
[0151]
可理解的是，本发明实施例提供的系统、电子设备、计算机可读介质中有关内容的 解释、具体实施方式、有益效果、举例等内容可以参见上述棒线材轧机转速控制方法中的 相应部分，此处不再赘述。
[0152]
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排 他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素， 而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所 固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除 在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
[0153]
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
[0154]
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可 借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者 是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡 献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如 ron/ran、磁碟、光盘)中，包括若干指令用以使得一台终端(可以是手机，计算机，服 务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。
[0155]
上面结合附图对本发明的实施例进行了描述，但是本发明并不局限于上述的具体实施 方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在 本发明的启示下，在不脱离本发明宗旨和权利要求所保护的范围情况下，还可做出很多形 式，这些均属于本发明的保护之内。
技术特征：1.一种基于交点轨迹重规划的可悬停无人机编队队形的形成方法，其特征在于，包括：s1、设置无人机编队的领导身份和期望队形中各个期望点的位置，将所述各个期望点的位置发送至所述领导身份的无人机；控制所有的无人机升空并保持定点和定向，控制各个无人机确认自己是否为领导身份；s2、所有非领导身份的无人机向所述领导身份的无人机发送各自的当前位置；s3、所述领导身份的无人机判断是否在第一预设时间段内接收到所有非领导身份的无人机发送来的当前位置；若是，则所述领导身份的无人机为各个无人机分配初始期望点，根据每一个无人机的当前位置和对应的初始期望点的位置生成对应的初始机动轨迹，基于各个初始机动轨迹的交点对所述初始机动轨迹进行重规划，得到每一个无人机对应的优化轨迹；各个无人机的优化轨迹不存在交点；s4、所述领导身份的无人机将各个无人机各自对应的优化轨迹发送至对应的无人机；s5、各个无人机根据各自对应的优化轨迹进行机动，在各个无人机到达对应的重规划后的目标期望点后将机动完成的消息告知所述领导身份的无人机；s6、所述领导身份的无人机判断在第二预设时间段内所有的无人机是否完成机动，若是，则向各个无人机发送队形形成成功的消息，以使各个无人机保持定点和定向，编队队形形成结束。2.根据权利要求1所述的方法，其特征在于，所述领导身份的无人机为各个无人机分配初始期望点，包括：根据距离最短和交点最少的原则，确定对应的目标函数；根据粒子群优化算法求解所述目标函数，得到各个无人机对应的初始期望点。3.根据权利要求2所述的方法，其特征在于，根据粒子群优化算法求解得到的各个无人机对应的初始期望点满足第一条件和第二条件；所述第一条件包括：任意两个的无人机对应的初始期望点不同；所述第二条件包括：若任意两个无人机的初始机动轨迹的斜率相同或斜率均不存在，则第一情况和第二情况中必有一个情况成立；所述第一情况为：(x
uav
(j)-x
uav
(i))(x
aim
(ps0
id
(j))-x
aim
(ps0
id
(i)))+(y
uav
(j)-y
uav
(i))(y
aim
(ps0
id
(j))-y
aim
(ps0
id
(i)))＞0所述第二情况为：如下四个不等式中至少有一个不等式成立：式中，ps0
id
(i)为第i个无人机对应的初始期望点的标号，ps0
id
(j)为第j个无人机对应的初始期望点的标号；为第i个无人机的当前位置，为第i个无人机对应的初始期望点的位置，
为第j个无人机的当前位置，为第j个无人机对应的初始期望点的位置。4.根据权利要求3所述的方法，其特征在于，若任意两个无人机满足第一公式，则任意两个无人机的初始机动轨迹的斜率相同或斜率均不存在，所述第一公式包括：5.根据权利要求1所述的方法，其特征在于，所述基于各个初始机动轨迹的交点对所述初始机动轨迹进行重规划，得到每一个无人机对应的优化轨迹，包括：确定各个无人机的初始机动轨迹之间的交点；计算每一个交点对应的驶入拐点集合和驶离拐点集合；所述驶入拐点集合中的各个驶入拐点均为经过该交点的初始轨迹上的点且驶向该交点，各个驶入拐点与该交点之间的距离均为预设安全距离，所述驶离拐点集合中的各个驶离拐点均为经过该交点的初始轨迹上的点且驶离该交点，各个驶离拐点与该交点之间的距离均为预设安全距离；根据各个交点对应的驶入拐点集合和驶离拐点集合，对各个无人机的初始机动轨迹进行调整，使得到的优化轨迹之间不存在交点。6.根据权利要求5所述的方法，其特征在于，所述确定各个无人机的初始机动轨迹之间的交点，包括：对于任意两个无人机，判断对应的两个初始机动轨迹的斜率是否相同；若斜率不同，则执行如下步骤：判断如下四个不等式是否同时成立：若四个不等式同时成立，则判断j
a
≤0和j
b
≤0是否同时成立：j
a
＝((x
uav
(j)-x
uav
(i))(y
aim
(ps0
id
(i)-y
uav
(i))-(y
uav
(j)-y
uav
(i))(x
aim
(ps0
id
(i)-x
uav
(i)))
×
((x
aim
(ps0
id
(j)-x
uav
(i))(y
aim
(ps0
id
(i)-y
uav
(i))-(y
aim
(ps0
id
(j)-y
uav
(i))(x
aim
(ps0
id
(i)-x
uav
(i)))j
b
＝((x
uav
(i)-x
uav
(j))(y
aim
(ps0
id
(j)-y
uav
(j))-(y
uav
(i)-y
uav
(j))(x
aim
(ps0
id
(j)-x
uav
(j)))
×
((x
aim
(ps0
id
(i)-x
uav
(j))(y
aim
(ps0
id
(j)-y
uav
(j))-(y
aim
(ps0
id
(i)-y
uav
(j))(x
aim
(ps0
id
(j)-x
uav
(j)))若j
a
≤0和j
b
≤0同时成立，则确定两个初始机动轨迹存在交点；令：a1＝y
aim
(ps0
id
(i))-y
uav
(i)b1＝-(x
aim
(ps0
id
(i))-x
uav
(i))c1＝x
uav
(i)
×
y
aim
(ps0
id
(i))-y
uav
(i)
×
x
aim
(ps0
id
(i))a2＝y
aim
(ps0
id
(j))-y
uav
(j)b2＝-(x
aim
(ps0
id
(j))-x
uav
(j))
c2＝x
uav
(j)
×
y
aim
(ps0
id
(j))-y
uav
(j)
×
x
aim
(ps0
id
(i))d＝a1
×
b2-a2
×
b1则两个初始机动轨迹的交点的坐标为：式中，p
jd
为交点的位置，ps0
id
(i)为第i个无人机对应的初始期望点的标号，ps0
id
(j)为第j个无人机对应的初始期望点的标号；为第i个无人机的当前位置，为第i个无人机对应的初始期望点的位置，为第j个无人机的当前位置，为第j个无人机对应的初始期望点的位置。7.根据权利要求6所述的方法，其特征在于，所述计算每一个交点对应的驶入拐点集合和驶离拐点集合，包括：针对第n个交点，第i个无人机的初始机动轨迹经过该交点，令：针对第n个交点，第i个无人机的初始机动轨迹经过该交点，令：针对第n个交点，第i个无人机的初始机动轨迹上的驶入拐点和驶离拐点的位置分别为：为：式中，p
sr
为驶入拐点的位置，p
sl
为驶离拐点的位置，l
safe
表示预设安全距离。8.根据权利要求5所述的方法，其特征在于，所述根据各个交点对应的驶入拐点集合和驶离拐点集合，对各个无人机的初始机动轨迹进行调整，包括：针对每一个交点设置一条虚拟线：若经过一个交点的初始机动轨迹为偶数条，则设计一条经过该交点的虚拟线，使得该虚拟线任意一侧的驶入拐点数量和驶离拐点数量相等；若经过一个交点的初始机动轨迹为奇数条，则从经过该交点的初始机动轨迹中选择一条作为虚拟线，使得该虚拟线任意一侧的驶入拐点数量和驶离拐点数量相等；
将所述虚拟线以该交点为中心沿预设方向旋转，按照所述虚拟线和初始机动轨迹相重合的先后顺序对该交点的驶入拐点和驶离拐点进行编号；按照编号从小到大的顺序，将各个驶入拐点和驶离拐点进行重新配对；若虚拟线为初始机动轨迹，则将所述虚拟线上的驶入拐点和驶离拐点配对；在所有交点的驶入拐点集合和驶离拐点集合中的所有拐点配对完成后，根据配对结果生成优化轨迹。9.根据权利要求8所述的方法，其特征在于，所述根据配对结果生成优化轨迹，包括：若一个无人机对应的初始机动轨迹上存在交点，则该无人机的优化轨迹为：从当前位置出发，沿着初始机动轨迹行进，依次经过至少一个拐点对，到达目标期望点；一个拐点对包括一个驶入拐点和与该驶入拐点重新配对的驶离拐点，所述目标期望点为最后一个驶离拐点所在的初始机动轨迹上的期望点；该无人机对应的优化轨迹中包括该无人机机动经过的各个目标点的位置，所述目标点包括所经历的驶入拐点、驶离拐点和目标期望点。10.根据权利要求1所述的方法，其特征在于，采用如下公式计算所述第二预设时间段：式中，t2为所述第二预设时间段，n
num_uav
为无人机的数量，l
max
为所有无人机的当前位置和所有期望点之间的最大距离，l
uav
为无人机的长度。
技术总结本发明涉及一种基于交点轨迹重规划的可悬停无人机编队队形的形成方法，包括：S1、初始化设置；S2、所有非领导身份的无人机向领导身份的无人机发送各自的当前位置；S3、领导身份的无人机判断是否在第一预设时间段内接收到所有非领导身份的无人机发送来的当前位置；若是，则为各个无人机分配初始期望点，生成对应的初始机动轨迹，对初始机动轨迹进行重规划，得到对应的优化轨迹；S4、领导身份的无人机将优化轨迹发送至对应的无人机；S5、各个无人机根据优化轨迹进行机动，在到达对应的目标期望点后将机动完成的消息告知领导身份的无人机；S6、领导身份的无人机判断在第二预设时间段内所有的无人机是否完成机动。本发明可保证在机动时不会发生碰撞。动时不会发生碰撞。动时不会发生碰撞。
技术研发人员：高航 梁瑞英 徐正山 牛野 刘泰营 曹凯 刘长文
受保护的技术使用者：北京无线电计量测试研究所
技术研发日：2021.12.31
技术公布日：2022/7/5
