北航多无人机编队控制研究：基于光学动作捕捉的在线轨迹规划与复杂障碍环境的实时避障实验验证

引言

在多无人机编队控制领域，如何在复杂障碍环境中实现安全、平滑、实时的飞行轨迹规划，一直是无人机自主控制研究的关键难题。北京航空航天大学研究团队提出了一种基于分布式编队控制方法与在线轨迹规划的新型多无人机编队控制策略，并在室内环境中结合 NOKOV 度量动作捕捉系统完成了实验验证，为复杂环境避障实验提供了可复现的工程级方案。

一、 研究背景

传统的多无人机编队控制方法大多采用集中式架构，由领导者无人机获取全局信息之后将参考信号发送给每一台无人机，对通信资源的要求较高且系统整体鲁棒性较差。相比之下，分布式编队控制成为近些年的研究热点。

目前国内外关于复杂障碍环境中的多无人机编队控制研究仍然存在局限性，难以广泛应用。为克服现有技术的不足，北京航空航天大学研究团队提出一种基于在线规划的无人机编队控制方法，并在实验中引入 NOKOV 度量动作捕捉定位系统，用于获取无人机高精度位姿数据。

二、 研究方法概述：分布式编队控制 + 在线轨迹规划

本文的主要技术创新包括：

1. 编队中心轨迹与编队尺寸在线规划算法

提出一种全新的编队中心轨迹和编队尺寸在线规划算法，能够在提升轨迹光滑程度的同时提升编队控制的安全性。

 2. 基于非线性动力学模型的分布式编队控制方法

基于完整的无人机非线性动力学模型，提供了一分布式编队控制方法，解决了复杂障碍环境中多无人机编队的实时避障问题，减轻了整个系统的通信负担，提高了编队控制的实用性。

 3. 光滑分布式参考信号观测器

提出了一种光滑的分布式参考信号观测器，与现有的分布式参考信号观测器相比避免了符号函数的使用，缓解由于观测器震颤而导致无人机控制不稳的问题。

在整个方法体系中，NOKOV度量动作捕捉系统为领导者无人机提供高精度位姿获取能力，使在线轨迹规划能够基于真实空间坐标实时运行。

三、实验验证：基于NOKOV度量动作捕捉系统定位

实验在室内环境中使用 NOKOV 度量动作捕捉系统对无人机进行定位，领导者无人机的规划和控制等行为使用计算机线程进行模拟，跟随者无人机的分布式观测器节点与控制节点也运行于上位计算机中。

分布式通信网络使用 ROS 系统模拟实现，上位计算机与无人机之间通过 Crazyradio 进行通信。

实验场景设置如下：

• 实验空间尺寸：3 × 3 × 3 m³
• 环境特征：布满障碍物
• 任务目标：多个局部目标点 + 全局目标点
• 编队形态：多边形编队

 

实验的有向拓扑图

在实验过程中，NOKOV度量动作捕捉系统持续采集无人机上的反光标记点位置数据，为领导者无人机提供实时定位和环境障碍感知信息，从而支持在线轨迹规划和分布式编队控制。

 

 

障碍环境中无人机编队飞行轨迹 

四、实验结果与性能指标

实验结果表明：

• 无人机群在保持多边形编队的同时成功避障
• 编队跟踪误差收敛至零附近
• 控制输入（推力和力矩）保持稳定
• 轨迹规划具备良好的平滑性与实时性

分布式控制方法在复杂障碍环境中表现出良好的鲁棒性

上述结果验证了：
在 NOKOV度量动作捕捉定位系统的支持下，多无人机编队控制与复杂环境避障具有良好的可行性。

五、应用场景拓展

该方法与实验体系可扩展应用于：

1. 多无人机协同巡检
2. 仓储与工业自动化飞行编队
3. 机器人集群协作导航
4. 无人系统路径规划算法验证
5. 智能交通与空中编队表演

在这些场景中，NOKOV 度量动作捕捉系统可作为标准化定位与评测工具，用于验证算法精度、控制稳定性与系统鲁棒性。

六、 动作捕捉系统在本研究中的作用总结

在本研究中，NOKOV 度量动作捕捉系统主要发挥了三项关键作用：

1. 为领导者无人机提供高精度位姿获取能力
2. 支持在线轨迹规划与环境感知
3. 提供统一参考坐标系，用于编队误差评估与控制验证

这使得无人机编队复杂环境避障实验能够在可控、可复现的条件下完成，为分布式编队控制方法的落地提供了可靠基础。

七、 结论

北京航空航天大学研究团队提出的基于在线规划的多无人机分布式编队控制方法，在 NOKOV 度量动作捕捉系统支持下，成功完成了复杂障碍环境中的实时避障实验。

研究表明：

1. 分布式编队控制可显著降低通信负担
2. 在线轨迹规划可提升飞行安全性与平滑性

动作捕捉定位系统是无人机实验复杂环境实验验证的重要基础设施，该成果为多无人机编队控制、复杂环境避障实验与机器人集群系统研究提供了可复现、可扩展的技术路径。

八、 北航复杂环境避障分布式编队控制方法FAQ

Q1：这项研究主要解决了什么问题？
A1：解决了复杂障碍环境中多无人机编队的实时避障与稳定控制问题。

Q2：杂环境避障分布式编队控制方法实验中使用了什么定位系统？
A2：使用了 NOKOV度量动作捕捉系统，为无人机提供高精度位姿获取能力。

Q3：该方法属于集中式还是分布式控制？
A3：属于分布式编队控制方法，可降低通信负担并提升系统鲁棒性。

Q4：这种方法适合哪些应用场景？
A4：适合无人机集群、机器人协作、工业巡检、算法验证等场景。

Q5：北航这套方法为什么需要在线轨迹规划？

A5：在线轨迹规划可根据无人机实时位置与环境障碍信息动态调整编队中心轨迹和编队尺寸，从而提升飞行安全性、轨迹平滑性与复杂环境适应能力。

Q6：北航这项研究如何评估编队控制效果？

A6：研究主要通过编队跟踪误差、控制输入稳定性、轨迹平滑性以及避障成功率等指标，对分布式编队控制方法的有效性进行评估。

九、 参考文献

该论文发表于中科院工程技术类一区期刊《lEEE Transactions on Industrial Electronics》。

引用格式

Ze, K., Wang, W., Liu, K., & Lü, J. (2023). Time-Varying Formation Planning and Distributed Control for Multiple UAVs in Clutter Environment. IEEE Transactions on Industrial Electronics.https://doi.org/10.1109/TIE.2023.3335448