为了方便进行无人机的编队演示，以及在各种场景下实现队形的灵活切换，开发了一套专门的上位机控制平台。本文将重点介绍应用于tello无人机的编队操作面板及其核心功能。

操作面板页面

下图展示了操作面板，其中包含5种编队动作和3个可选位置设定。用户可以根据实际需求选择动作，并对动作参数进行配置。该平台嵌入了两套通讯系统：仿真系统和物理系统。用户可以在仿真环境中验证动作的合理性和安全性，然后在物理系统中进行实验。接下来将在仿真环境中介绍各个动作。

仿真动作
启动仿真

点击启动仿真，可运行嵌入系统中的pybullet组件，并初始化无人机位置如下：(复位即此位置)

位置1，一字排开，为执行动作4，动作5做准备

动作1

三个无人机滚动交换位置，实现三个无人机换位置的效果

代码实现：

def shift_drone_positions(current_pos, target_position, task_stage_count):

if np.all(target_position == None):

target_position = current_pos

if np.linalg.norm(current_pos - target_position) < 0.05:

target_position = np.roll(target_position, 1, axis=0)

task_stage_count += 1

return target_position, task_stage_count

逻辑：

首先检查是否有指定的目标位置，如果没有，则将目标位置设定为当前位置。
计算当前位置与目标位置之间的欧几里得距离，如果小于 0.05，则执行下一步。
将目标位置在坐标轴上向前滚动一个单位，模拟位置的移动。
增加任务阶段计数。
返回更新后的目标位置和任务阶段计数。

动作2

无人机两两交换位置，同时采用CBF进行避障运动，保证运动的同时不会与其他无人机发生碰撞

代码实现：

def swap_drone_positions(current_pos, target_position, swap_count):

if np.all(target_position == None):

target_position = current_pos

new_drone_positions = np.copy(target_position)

if np.linalg.norm(current_pos - target_position) < 0.05:

if swap_count % 2 == 0:

01-10

temp = copy.deepcopy(new_drone_positions $0$ )

new_drone_positions $0$ = new_drone_positions $1$

new_drone_positions $1$ = temp

elif swap_count % 2 == 1:

12-21

temp = copy.deepcopy(new_drone_positions $1$ )

new_drone_positions $1$ = new_drone_positions $2$

new_drone_positions $2$ = temp

swap_count += 1

return new_drone_positions, swap_count

逻辑：

首先，函数检查是否有指定的目标位置，如果没有，则将目标位置设定为当前位置。
然后，函数创建了一个新的数组 new_drone_positions，用于存储目标位置的副本。
接着，函数计算当前位置与目标位置之间的欧几里得距离，如果小于 0.05，则执行下一步。
如果 swap_count 是偶数，则执行第一个交换操作，将第一个和第二个飞行器的位置交换。
如果 swap_count 是奇数，则执行第二个交换操作，将第二个和第三个飞行器的位置交换。
每次执行交换操作后，增加 swap_count。
最后，返回更新后的飞行器位置和增加后的交换次数 swap_count。

动作3

圆形运动，三个无人机以设定的半径及角速度进行圆形机动，实现画圆的效果

代码实现：

def rotational_motion(current_pos, radius=0.5, delta_theta_val=0.003,

last_angle=np.zeros(3),

first_call=True):

current_angle = np.arctan2(current_pos $:, 1$ , current_pos $:, 0$ )

current_angle = (current_angle + 2 * np.pi) % (2 * np.pi)

if first_call:

first_call = False

last_angle = copy.deepcopy(current_angle)

delta_theta = np.array( $delta_theta_val, delta_theta_val, delta_theta_val$ )

R = radius

new_angle = last_angle + delta_theta

target_x = R * np.cos(new_angle)

target_y = R * np.sin(new_angle)

target_position = np.array( $target_x, target_y, \[current_pos\[0$ $2$ ] * 3]).T

return target_position, np.array(new_angle), first_call

点击【Tello无人机】无人机编队操作面板实现 - 古月居可查看全文