# 质点无人机顶层控制算法系统设计
**Repository Path**: sswun/uavMassDesign
## Basic Information
- **Project Name**: 质点无人机顶层控制算法系统设计
- **Description**: 本系统旨在利用MATLAB强大的数值计算与仿真能力，设计并实现一个无人机顶层控制算法的验证系统。该系统包括无人机质点以及环境两大类主要对象，通过定义这些对象的属性、行为及交互函数，模拟无人机与无人车在不同环境条件下的控制效果，从而验证控制算法的可行性和有效性。
系统的优势在于其重点关注于算法本身，高度抽象化具有良好的迁移性。
代码可以在任何一台安装了MATLAB2023及以上的电脑上运行。
- **Primary Language**: Matlab
- **License**: MulanPSL-2.0
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No
## Statistics
- **Stars**: 2
- **Forks**: 0
- **Created**: 2024-10-18
- **Last Updated**: 2025-10-21
## Categories & Tags
**Categories**: cae, mbse
**Tags**: None
## README
# **无人机顶层控制算法验证系统设计**
本系统旨在利用MATLAB强大的数值计算与仿真能力，设计并实现一个无人机顶层控制算法的验证系统。该系统包括无人机质点、无人车质点以及环境两大类主要对象，通过定义这些对象的属性、行为及交互函数，模拟无人机与无人车在不同环境条件下的控制效果，从而验证控制算法的可行性和有效性。
系统的优势在于**其重点关注于算法本身，高度抽象化，代码速度基本上只与计算机CPU计算能力、并行计算能力、内存大小及磁盘挂钩，因此其具有良好的迁移性。**
**MATLAB版本的代码可以在任何一台安装了MATLAB2023及以上的电脑上运行**。
接下来我们简要介绍一下环境的组成结构及运行方式，详细的一些运行内容可见**Env\_test\_files文件夹，以及运行index.mlx文件，该文件夹中含有一些算法的使用示例**：
### step1：加载环境
```matlab
run path_add.m
```
**step2：无人机**
`对于无人机类，其属性有飞行速度`*U*speed`，搜索范围`*U*range`，飞行最大高度`*U*max\-altitude`，负载重量`*U*load`，位置`*U*position`，电量`*U*power`，上升消耗系数`*k*up`，平飞消耗系数`*k*around`，下降消耗系数`*k*down`。`
`其中飞行速度决定了无人机类单位时间内能够飞行的路程；搜索范围与任务执行类型相关；飞行最大高度决定了无人机在`XYZ`坐标系中`Z`轴方向的最大位置；负载重量会影响无人机飞行时电量的消耗；位置属性记录了无人机飞行过程中到达过的位置；电量为无人机飞行所需的能量；上升、平飞、下降消耗系数分别反映了无人机上升、平飞以及下降飞行时单位路程消耗的无人机电量。`
```matlab
max_speed = 10; % 无人机最大速度
max_range = 60; % 无人机最大搜索范围
max_altitude = 310; % 无人机最大飞行海拔
max_power = 2000; % 无人机最大电量
max_load = 25; % 无人机最大负载
k_up = 0.05; % 无人机上升飞行时消耗系数
k_down = 0.01; % 无人机下降飞行时消耗系数
k_around = 0.03; % 无人机平飞时消耗系数
dt = 0.1; % 系统运行时间微元设置
uav_0 = uav(max_speed,max_range,max_altitude,max_power,max_load,k_up,k_down,k_around,dt); % 初始化无人机
uav_0
```
```matlabTextOutput
uav_0 =
uav - 属性:
max_speed: 10
max_range: 60
max_altitude: 310
max_power: 2000
max_load: 25
k_up: 0.0500
k_down: 0.0100
k_around: 0.0300
dt: 0.1000
speed: 0
time: 0
power: 2000
load: 12.5000
position: [0 0 0]
```
可以看到无人机属性已被初始化，且无人机初始位置位于\[0, 0, 0\]处，让我们重新初始化一下无人机。
```matlab
uav_0 = uav_0.current_properties_reset(8/10*max_speed,0,max_power,max_load/2,[-10,-10,1]); % 重新初始化
uav_0
```
```matlabTextOutput
uav_0 =
uav - 属性:
max_speed: 10
max_range: 60
max_altitude: 310
max_power: 2000
max_load: 25
k_up: 0.0500
k_down: 0.0100
k_around: 0.0300
dt: 0.1000
speed: 8
time: 0
power: 2000
load: 12.5000
position: [-10 -10 1]
```
让我们执行一段简单的无人机飞行任务，接下来我们让无人机从起点出发，飞过下表所列的点：
| | | |
| :-- | :-- | :-- |
| *x*`轴坐标`
| *y*`轴坐标`
| *z*`轴坐标`
|
| 0.00
| 0.00
| 0.00
|
| 500.00
| 500.00
| 0.00
|
| 219.37
| 354.68
| 28.79
|
| 190.78
| 377.34
| 10.21
|
| 382.76
| 138.01
| 17.56
|
| 397.60
| 339.85
| 6.71
|
| 93.44
| 327.55
| 22.54
|
| 244.88
| 81.31
| 7.65
|
| 222.79
| 59.50
| 15.18
|
| 323.16
| 249.18
| 20.97
|
| | | |
```matlab
position_tofly = [0.00 0.00 0.00
500.00 500.00 0.00
219.37 354.68 28.79
190.78 377.34 10.21
382.76 138.01 17.56
397.60 339.85 6.71
93.44 327.55 22.54
244.88 81.31 7.65
222.79 59.50 15.18
323.16 249.18 20.97]; % 待飞行点坐标
for i=1:size(position_tofly, 1)
uav_0 = uav_0.FlyToNextPoint(position_tofly(i,:), [], [], 1, 1);
end
uav_0
```
```matlabTextOutput
uav_0 =
uav - 属性:
max_speed: 10
max_range: 60
max_altitude: 310
max_power: 2000
max_load: 25
k_up: 0.0500
k_down: 0.0100
k_around: 0.0300
dt: 0.1000
speed: [3043x1 double]
time: [3043x1 double]
power: [3043x1 double]
load: [3043x1 double]
position: [3043x3 double]
```
```matlab
% 将无人机位置绘制出来
figure
scatter3(uav_0.position(:,1),uav_0.position(:,2),uav_0.position(:,3))
```
此外，无人机类还自带各种灵活的飞行方式。
**step3：无人机与环境交互**
`场地类代表了无人机无人车运行的整体环境，主要为设定的地形特征。以森林环境生成为例`
```matlab
% 场地范围限制
xmin=0;
ymin=0;
xmax=200;
ymax=200;
z_range=10;
% 生成树的信息：x,y,z,体积量(0~1),状态(未燃烧0、燃烧1、燃烧且为着火点2, 长方体3，球体或椭球体4)
n_tree = 30; % 正常树的数量
n_cuboid = 3; % 长方体的数量
n_Ellipsoid = 3; % 椭球体数量
information_tree = [
xmin,ymin,0,0.9,0;
xmax,ymax,0,0.9,0;
];
n_tree = n_tree - size(information_tree,1);
x_toadd = xmin+(xmax-xmin)*rand(n_tree,1);
y_toadd = ymin+(ymax-ymin)*rand(n_tree,1);
z_toadd = z_range*rand(n_tree,1);
volume_toadd = 0.5+0.5*rand(n_tree,1);
state = zeros(n_tree,1);
information_tree=[information_tree;[x_toadd,y_toadd,z_toadd,volume_toadd,state]];
% 长方体信息
x_cuboid = xmin+(xmax-xmin)*rand(n_cuboid,1);
y_cuboid = ymin+(ymax-ymin)*rand(n_cuboid,1);
z_cuboid = z_range*rand(n_cuboid,1);
volume_cuboid = [20*ones(n_cuboid, 1), 20*ones(n_cuboid, 1), 30*ones(n_cuboid, 1)];
state = 3*ones(n_cuboid, 1);
information_cuboid = [x_cuboid, y_cuboid, z_cuboid, volume_cuboid, state];
% 椭球体信息
x_Ellipsoid = xmin+(xmax-xmin)*rand(n_Ellipsoid,1);
y_Ellipsoid = ymin+(ymax-ymin)*rand(n_Ellipsoid,1);
z_Ellipsoid = z_range*rand(n_Ellipsoid,1);
volume_Ellipsoid = [20*ones(n_Ellipsoid, 1), 20*ones(n_Ellipsoid, 1), 30*ones(n_Ellipsoid, 1)];
state = 4*ones(n_Ellipsoid, 1);
information_Ellipsoid = [x_Ellipsoid, y_Ellipsoid, z_Ellipsoid, volume_Ellipsoid, state];
% 生成树的节点以及场地节点
trees = [];
for i=1:size(information_tree,1)
temp_tree = tree(information_tree(i,4),information_tree(i,5),information_tree(i,1:3));
trees=[trees;temp_tree];
end
for i=1:size(information_cuboid,1)
temp_tree = tree(information_cuboid(i,4:6),information_cuboid(i,7),information_cuboid(i,1:3));
trees=[trees;temp_tree];
end
for i=1:size(information_Ellipsoid,1)
temp_tree = tree(information_Ellipsoid(i,4:6),information_Ellipsoid(i,7),information_Ellipsoid(i,1:3));
trees=[trees;temp_tree];
end
field_tree = field([information_tree(:,1:3);information_cuboid(:,1:3);information_Ellipsoid(:,1:3)]);
% 绘制图像
figure
hold on
draw_trees(trees, field_tree)
hold off
```
生成好环境以后，比如说我们要执行对该区域的覆盖搜索任务，则有以下流程：
```matlab
% 找到各个树的2D位置
positions_2D = field_tree.positions(:,1:2);
% 找到树的外接凸多边形坐标
hullpositions_2D = findConvexHull(positions_2D);
r_s = 60; % 无人机搜索半径
task_region = region(hullpositions_2D(1:end-1,:),r_s);
task_region = task_region.region_meshing; % 区域离散化
task_region.region_show;
```
```matlab
% 我们利用蛇形搜索算法对区域进行覆盖搜索
% 蛇形搜索算法
snakePath = generateSnakePath(task_region.points_for_drone); % 利用蛇形搜索算法生成无人机路径
% 初始化一个无人机,并执行飞行过程
altitude_Cruising = field_tree.zmax; % 巡航海拔高度
uav_1 = uav_0.current_properties_reset(8/10*max_speed,0,max_power,max_load/2,[-10,-10,1]);
for i=1:length(snakePath)
uav_1 = uav_1.FlyToNextPoint_flexible([snakePath(i,:),altitude_Cruising],[],[],trees,field_tree);
end
% 计算各评价指标，分析算法效果
path1 = uav_1.position(1:5:end,1:2); % 无人机路径
radius = 60; % 无人机搜索半径
polygon = task_region.profile; % 四边形
[coverageRate, ~] = calculateCoverageAndRedundancy(polygon, path1, radius);
pathLength = calculatePathLength(path1);
fprintf('覆盖率: %.2f%%\n', coverageRate * 100);
```
```matlabTextOutput
覆盖率: 100.00%
```
```matlab
fprintf('路程长度: %.2f%\n', pathLength);
```
```matlabTextOutput
路程长度: 1027.67
```
```matlab
figure
hold on
draw_trees(trees, field_tree)
scatter3(uav_1.position(:,1),uav_1.position(:,2),uav_1.position(:,3))
hold off
```
读者可自行对系统进行拓展，以执行更加复杂的任务。