《智能无人机蜂群：自主无人机蜂群的运动规划与安全避撞控制》2022最新81页论文，瑞典林雪平大学

无人驾驶飞行器（UAV），即所谓的无人机的使用在过去十年中一直在迅速增长。今天，它们被用于，除其他外，监测任务和检查人们难以进入的地方。为了有效和稳健地执行这些类型的任务，可以使用无人机群，即一组无人机在一起协调。然而，这对用于控制和导航的解决方案提出了新的要求。无人机群自主导航的两个重要方面是编队控制和避免碰撞。

为了管理这些问题，我们提出了四个不同的解决方案算法。其中两个使用领导者-追随者控制来保持队形，使用人工势场（APF）进行路径规划，使用控制障碍函数（CBF）/指数控制障碍函数（ECBF）来保证控制信号的安全性，即无人机保持理想的安全距离。另外两个解决方案使用运动规划问题的优化控制问题表述，以产生开环或闭环轨迹，并使用线性二次调节器（LQR）控制器进行轨迹跟踪。轨迹在时间和队形保持方面进行了优化。解决方案中使用了两种不同的控制器。其中一个使用级联PID控制，另一个使用级联PID控制和LQR控制的组合。

作为测试我们解决方案的一种方式，我们创建了一个场景，可以显示所提出的算法的效用。该场景由两个无人机群组成，它们将在同一环境中执行不同的任务，其中无人机群将处于相互直接碰撞的状态。实施的解决方案应保持理想的队形，同时顺利避免碰撞和僵局。测试是在真实的无人机上进行的，使用Bitcraze AB的开源飞行开发平台Crazyflie 2.1。由此产生的轨迹在时间、路径长度、编队误差、平稳性和安全性方面进行了评估。

获得的结果表明，与使用APF+领导-追随者+CBF/ECBF相比，从优化控制问题中生成的轨迹更出色。然而，最后提到的算法的一个主要优点是，决策是在每一个时间步骤中完成的，使这些解决方案对环境中的干扰和变化更加稳健。