基于ROS的自主无人机VSLAM研究

针对未知复杂环境中无人机无法获得外部辅助情况下自主导航所面临的严峻问题,提出在ROS框架下在板运行单目VSLAM算法的自主无人机方案,仅依靠自身摄像机自主地完成SLAM和导航任务。研究VSLAM算法原理与前沿算法ORB-SLAM,设计并搭建了自主导航无人机平台,针对搭建的无人机平台方案和特点完成视觉定位部分的改进设计。实验表明,自主无人机能够在未知环境中,自主实现同时定位和地图构建任务并完成精确的飞行控制与导航。     

基于特殊矩阵的同时定位与地图构建

同时定位与地图构建是机器人在未知环境中自主导航的一个重要研究内容。为了提高全协方差SLAM算法的计算和存储效率,通过对系统状态向量进行重构和选择适当的观测向量,系统模型和系统协方差矩阵可以表示成特殊形式的矩阵。基于这两个矩阵的特性,提出了一个改进的SLAM方法,对机器人的位置和方向进行间接地估计,同时降低了SLAM算法的时间复杂度和空间复杂度。实验表明改进算法是一致的和收敛的。     

基于SLAM算法的AUV组合导航系统

针对未知环境下某水下航行器组合导航系统在GPS信号长时间失效时,导航误差随时间积累的问题,采用了同时制图定位(SLAM)的导航方法,提出了一种将SLAM的信息融合于INS/GPS组合导航系统的方案,通过SLAM技术来限制惯导系统的误差积累,可以显著提高组合导航系统的性能并能在线建立环境的增量式地图。仿真结果表明,该方法充分利用了同时制图定位提供的信息,有效地提高了导航系统的精度。     

基于分布式约束优化的多UCAV协同任务分配

为解决多架无人作战飞机(UCAV)的协同任务分配问题,将多UCAV协同任务分配问题建模为分布式约束优化问题并求解。在考虑UCAV损耗程度、目标价值毁伤和UCAV飞行长度对任务分配的影响下,建立了协同分配的分布式约束优化模型,并针对典型实例进行了仿真,获得了最优的任务分配方案。计算结果表明了模型方法的有效性。     

基于SLAM的地磁导航定位

目前的地磁匹配制导算法多数需要基于高精度的地磁基准图,但实际中多种因素的影响,使得事先获取载体工作环境的精确地磁图很困难。为了实现载体不依赖于基准图的地磁导航定位,通过深入研究机器人和水下潜艇中所应用的导航定位方法,提出采用适用于地磁特点的同时定位与构图(SLAM)算法进行导航定位,并对基于SLAM的地磁导航定位关键技术进行了分析。     

多UCAV协同作战自主任务规划系统

在分析未来多UCAV协同作战任务的基础上,构建了一个多UCAV协同作战的自主任务规划系统结构,探讨了其运行机制。提出这个系统的核心是自主规划器,它应该具有任务分解、智能信息处理和机载任务规划与重规划能力。设计了自主规划器的初步方案。指出了这个系统下一步研究的任务和方向。     

多UCAV协同控制中的任务分配模型及算法

任务分配是多UCAV协同控制的核心和有效保证。分析了影响目标价值毁伤、UCAV损耗、任务消耗时间等三项关键战技指标的因素,综合考虑实战中多UCAV同时攻击同一目标和使用软杀伤武器这两种典型情况对UCAV执行任务的影响,建立了针对攻击任务的多UCAV协同任务分配模型,并应用粒子群算法求解。仿真结果验证了模型的合理性和算法的有效性。     

基于逆强化学习的空战态势评估函数优化方法

为提高无人作战飞机(UCAV)自主决策效能,提出基于逆强化学习的空战态势评估函数优化方法。以现有的正例与反例两类空战数据为样本训练一个RBF网络,采用逆强化学习得到不同态势下的态势值,实现了对现有空战数据的知识提取;利用Sigmoid函数的压缩作用,降低了整体态势值,加快了UCAV学习的收敛速度;采用自适应粒子群算法求解优化了态势评估函数中的权重参数,提升了对复杂空战态势的适应能力;仿真结果表明该方法能够优化态势评估函数,提高机动决策的收敛速度,在UCAV自主决策中具有一定现实意义。     

UCAV编队对地攻击智能决策系统总体结构

UCAV编队对地攻击是未来战争制信息权和制空权的关键所在,结合无人作战飞机(UCAV)与有人驾驶飞机各自的特点和优势,提出了UCAV编队对地攻击系统的基本组成和对地攻击流程.根据UCAV编队对地攻击的战术决策类型和决策方式,构造了UCAV编队对地攻击智能决策系统的总体结构并且提出了决策系统应该解决的关键技术,详细分析了所建立的UCAV编队对地攻击决策系统的决策方式和决策流程,并且对该系统所涉及的关键技术进行了详细的研究.     

X射线脉冲星导航研究的若干问题

X射线脉冲星导航(X-ray pulsar-based NAVigation,XNAV)是继惯性导航、天文导航、卫星导航之后的一种新型导航技术,由于它可以为大气层外的任意航天器提供自主导航能力且具有诸多优势,近年来受到国内外研究者的极大重视和深入研究.XNAV的研究内容包括相对论框架下的大尺度时空基准和导航模型、X射线脉冲星辐射机制和观测特性、X射线探测器的探测能力和X光子谱的信号处理、动态航天器导航方法和数据处理程序等多个领域,目前已经取得一些阶段性成果.在概述XNAV主要研究内容的基础上,对国内外相关文献中一些存在争议或者没有形成共识的问题提出了看法,对下一步需要解决的问题提出了建议,希望对我国XNAV的工程研究有所裨益.     

移动机器人平台低成本自主导航系统设计与实现

定位、建图与轨迹规划是实现移动机器人在未知环境自主运动的核心技术,也是目前的研究热点。首先,针对未知环境建图和定位问题,设计一种基于视觉的低成本导航方案。该方案利用深度相机获取未知环境信息,构建环境地图,并基于ORB-SLAM2算法完成自身定位。其次,为保障移动机器人运行平稳性,设计了一种A*优化方案。该方案结合轮式机器人运动特点,对传统A*算法的节点扩展过程进行优化,并通过改进搜索算法的碰撞检测部分实现地面移动平台的三维避障功能,同时基于B样条曲线完成轨迹平滑。最后,在移动机器人实验平台上完成自主导航系统部署并进行实验验证。实验结果表明,系统单次规划所需时间在10 ms以内,建图平均误差为0.14 m。此外,所提自主导航系统所需硬件设备简单,便于快速部署,具有广阔的应用前景。     

城市环境中无人机作战导航定位研究现状综述

随着各大国之间城市化进程的推进,城市环境中的无人机作战将成为未来必不可少的作战手段之一。针对城市作战环境复杂和作战装备受限的特点,归纳总结了无人机导航技术的研究现状和发展趋势,并给出相应的概念、模型以及被广泛应用的算法。首先,对单无人机定位技术进行了概括总结,包括全球卫星导航系统、惯性导航系统定位、视觉/激光雷达定位、无线传感网定位和融合定位等,上述定位方法能够在城市环境中表现出高精度和鲁棒性的特点;然后,为了解决单无人机在执行任务方面效率低、冗余低、易受干扰的特点,对无人机集群导航定位进行了介绍,主要包括全球导航卫星系统拒止下的导航定位、非视距及多径效应下的导航定位、基于无线传感网和视觉冗余的融合定位等,其中涉及导航恢复及导航增强等内容。最后,面对城市的复杂环境,提出了无人机导航定位技术的未来研究方向,分别为传感器的优化、无人机集群通信和多传感器融合,指出了未来的研究方向和面临的挑战。     

导航星座损伤模式优化分析

基于攻防对抗下的导航星座损伤模式优化分析,建立了导航星座的区域PDOP可用性优化模型,解决了不规则构型卫星星座出现较多损伤卫星时无法有效求解的问题。针对全球定位系统(GPS)和北斗卫星导航系统(BDS)进行了优化仿真和对比分析。结果表明,导航星座的轨道平面数越多,其应对出现导航星座损伤的能力越强。建立的优化模型对导航星座构型设计和应对攻防对抗中星座出现损伤具有一定参考价值。     

基于UIF-MPC仿真的UAV环航姿态控制研究

为解决无人机（unmanned aerial vehicle,UAV）在算法结构冗杂和未知外部干扰的环境下控制系统操作难度大的问题,提出一种基于UIF-MPC融合的自适应全局快速终端滑模控制方法。考虑到在环境复杂、时间敏感及通信受限条件下给出UAV姿态运动观测模型;提出一种多控制变量交互的UIF-MPC融合滤波姿态算法,利用滤波器和PID控制器对模型不确定性和未知干扰进行补偿;根据UAV性能及饱和控制条件设定姿态设定控制参数并设定目标位置估计均方根误差,带入UIF-MPC模型并与传统单UIF模型进行比较。结果表明UIF-MPC融合模型可以较好融合系统需求,且在运动过程中具有较好的估计精度及机动控制的鲁棒性。     

UCAV自主空战战术机动动作建模与轨迹生成

针对战术机动动作建模与轨迹生成问题,构建了实现UCAV空战机动动作的模型结构;综合考虑飞行包线、状态参量等实际约束条件,建立了精细的UCAV质点运动动力学模型;以控制量变化率为优化对象,对机动轨迹最优控制问题进行了建模;运用基于自适应策略的遗传改进算法对最优控制问题进行快速求解,得到了优化的控制量变化率,并根据运动动力学模型求解得到机动轨迹及具体飞行参数。最后以斤斗机动动作为例进行了仿真验证,结果表明:建立的模型可以准确而完备地表征多约束条件下的机动动作特征,改进的最优控制问题求解策略能够快速计算得到优化的控制量变化率,生成的轨迹符合机动动作的几何形态与状态特性。     

基于改进Sage-Husa自适应滤波算法的SINS/DVL组合导航

捷联惯性导航系统（SINS）与多普勒计程仪（DVL）组合导航时需考虑量测数据异常问题。针对该问题，设计一种基于渐消因子动态调整的改进Sage-Husa自适应滤波。此滤波旨在解决自适应滤波估计量测噪声参数性能对渐消因子依赖性强的问题，提升DVL量测信息异常情况下的导航精度。实验结果表明，基于渐消因子动态调整的改进Sage-Husa自适应滤波，在DVL数据异常的复杂环境中仍可具有较好的信息处理能力，导航性能提高显著，实现高精度的组合导航，具有一定的研究与参考价值。     

基于脉冲星观测的导航星座自主导航数据融合方法

为解决完全依赖基于星间观测的导航星座长期自主导航的基准秩亏问题,提出基于脉冲星和星间链路的组合导航方法。给出了该方法的基本原理。为合理分散计算,采用简化和改进后的广义联邦滤波算法来对两种观测数据进行融合。仿真试验对该方法的合理性和可行性进行了验证。     

一种基于极坐标模型的多AUV协同导航与定位算法

为了解决多个自主式水下无人航行器(AUV)在作曲线轨迹的航行时常规协同导航算法精度较低的难题,提出了一种基于极坐标的多AUV协同导航与定位算法.首先,将本算法的模型、可观测性与常规的直角坐标系算法进行了分析与对比.接着,进行了基于实航数据的数值仿真.针对解决各种传感器受异常噪声干扰导致多AUV协同定位误差变大的问题,本...     

多无人机协同任务分配方法

任务分配是多UCAV协同控制的核心和有效保证,是一类复杂的多目标优化问题。针对一种扩展的混合整数线性规划(MILP)任务分配模型,通过对模型特点的分析,提出一种基于相似度的遗传退火算法解决该问题并进行仿真实验,仿真结果表明该算法具有较强的收敛性和较好的多样性,验证了改进算法解决该问题模型的有效性。     

基于多雷达组网IMM-GMPHDF的机动多目标检测跟踪

高斯混合概率假设密度滤波(GMPHDF)有牢固的理论基础,是解决高斯条件下跟踪强杂波环境中目标数未知的多目标问题的有效方法。但当目标发生机动时,就难以跟踪到目标,因此,在GMPHDF中引入交互多模型(IMM)算法,对继续存在目标的运动模型进行建模,根据计算的模型概率融合各模型滤波器估计得到的继续存在目标概率假设密度,解决了运动模型机动问题。仿真实验表明,IMM-GMPHDF能实时跟踪到强机动超音速多目标,在多雷达组网系统中跟踪强机动超音速多目标精度(OSPA距离均方根误差)能达到70 m,满足了工程使用要求。