进化计算在机器人轨迹规划中的应用研究

本文介绍了采用进化计算思想研制的机器人轨迹规划系统ＲＴＰ－１，提出多层次动态结构化编码方案，利用低中高三层进化算法分别优化距离、路径和关节角度偏差，基于多层综合优化策略解决多目标多约束工程优化问题，建立了次序相关问题求解的通用框架。在进化算法中，利用拉马克效应加快轨迹规划速度，在ＲＭ－５０１机械手上实现的任意空间直线和空间曲线轨迹规划具有良好的鲁棒性，规划轨迹的相邻臂构型间具有良好的柔顺性，规划轨迹的臂构型序列具有良好的平滑性。本文所采用的机器人轨迹规划方法具有通用性，可推广应用于各种动力学系统的研制。     

基于时段优化拼接的多传感器协同探测任务规划

针对存在信息保障时间等约束的多传感器协同探测问题,提出一种基于时段优化拼接的多传感器协同探测任务规划方法。将作战过程中多个时间段上的传感器-目标分配问题,转化为“传感器-目标”空间上的传感器工作时段优选与拼接问题,在满足传感器资源限制、对目标探测连续性、传感器接力探测交接班过渡时间等约束下,生成多传感器协同探测计划,使对各目标的探测时段满足信息保障时间要求。在假设的条件下,验证提出的方法,结果表明该方法生成的多传感器协同探测计划满足各项约束,且有助于快速规划多传感器的协同探测任务,方法有效。     

UCAV空面多目标攻击三维轨迹规划技术

研究了单架无人作战飞机(UCAV)攻击多个地面目标的三维轨迹规划问题。首先,将问题形式化为一类特殊的旅行商问题(TSP),即带动力学约束的邻域访问TSP问题(DCTSPN)。其次,针对规划空间维度过高、搜索代价过大的问题,提出了一种基于概率路标图(PRM)的方法。该方法借鉴了基于采样的运动规划方法的思想,并结合多种组合优化技术,将原本连续状态空间中的轨迹规划问题转化为离散拓扑图上的路由问题。求解过程分为离线预处理和在线查询两个阶段。离线阶段采用Halton拟随机采样算法及Noon-Bean转换方法,将原问题转化为经典的非对称旅行商问题(ATSP);在线阶段根据战场态势的实时变化,快速更新路标图,然后采用LKH算法在线求解问题的近似最优解。为了保证生成的飞行轨迹满足平台的运动学/动力学约束,算法基于Gauss伪谱法构建了局部轨迹规划器。最后,以攻击时间最短为优化指标对算法进行了仿真实验。结果表明,本文提出的方法能够以较高的精度和在线收敛速度生成真实可行的、较优的多目标攻击轨迹。     

无人机地形预处理低空突防轨迹规划技术

针对无人机低空突防飞行问题,提出了一种基于飞行器最大过载约束、爬升角约束和速度约束的数字地形直接平滑技术,设计了多步判断逻辑和山峰保护逻辑以提高平滑收敛速度和对山峰的保护,生成满足无人机飞行性能约束的安全可飞行曲面;在此曲面上进行轨迹规划,避免了复杂的轨迹可飞性和安全性处理工作,提高了轨迹规划效率;利用正交配点法将无人机轨迹规划问题进行离散化,转化为非线性规划问题,并利用序列二次规划方法进行攻击轨迹求解。仿真表明,该技术能快速生成可飞行的攻击轨迹。     

轮式移动焊接机器人自适应反演滑模控制

针对带有未知参数和有界干扰的非完整轮式移动焊接机器人的轨迹跟踪控制问题,从移动焊接机器人的运动学和动力学模型出发,结合自适应反演方法,提出了一种新型滑模变结构控制策略。采用滑模控制算法来抑制有界干扰,反演方法来提高系统的全局渐进稳定性,根据Lyapunov稳定性理论,将移动焊接机器人系统分成多个稳定的子系统,设计自适应控制律实现对总不确定上界的估计从而减弱系统的抖振,使参数摄动及外部扰动存在的情况下系统跟踪误差依旧收敛,满足了轨迹跟踪控制的要求。将提出的控制策略与常规的滑模控制算法进行对比分析,仿真结果表明了该控制策略的有效性。     

多飞行器协同轨迹优化设计

针对多飞行器协同轨迹约束多、耦合强的复杂多目标优化与决策问题,对多飞行器协同轨迹优化进行了较为系统的研究。首先,对多飞行器协同轨迹优化进行了数学描述和对多飞行器在未知环境下的航迹规划进行了数学建模;其次,提出了多飞行器协同任务规划系统优化设计的数值算法,其主要包括多飞行器协同任务分配算法与飞行器最优航迹规划;最后,基于以上的研究,对3种典型不同情况下的多飞行器协同轨迹优化进行了飞行数值仿真与分析。该算法具有以下特性:全局一体优化、采用最优的多维策略、实时在线性、高精度、能够考虑各种随机干扰的作用等。     

加油机器人操作臂设计及运动学研究

为减少污染和节省人力,使用加油机器人代替人力完成加油工作成为未来发展的必然趋势。为此,专门设计一种加油机器人操作臂的结构形式,在D-H坐标系中建立四自由度加油机器人操作臂的运动学模型,采用变换矩阵方法求解该操作臂正、逆运动学解析表达式,并运用Matlab软件的机器人工具箱对该操作臂正、逆运动学方程进行仿真验证。研究结果证明正、逆方程运动学方程解的正确性以及设计方法的可行性。     

冗余空间机器人基座姿态调整的笛卡尔路径规划

空间机器人系统的机械臂和基座之间存在着动力学耦合,为了保证笛卡尔路径规划的同时可以调整基座的姿态,文章以冗余自由度空间机器人为研究对象,首先建立了空间机器人系统的运动学方程;由于存在一定的冗余度,通过将基座姿态运动方程与广义雅可比矩阵组合得到扩展后的雅可比矩阵,实现了基座和机械臂运动的协调规划;最后讨论了基座姿态无扰路径规划,并与零空间法进行了对比。建立平面三自由度空间机器人系统,分别采用零空间法和扩展雅可比矩阵法进行了基座姿态无扰路径规划和基座姿态跟踪路径规划,仿真结果验证了方法的有效性。     

导弹防御多传感器协同探测任务规划

针对导弹防御中多部雷达跟踪多个目标的问题,提出一种多传感器协同探测任务规划方法。将协同探测任务分解为按时间排序的若干探测子任务,将探测问题转化为每个子任务中优化分配传感器资源的0-1整数规划问题,求解形成多传感器的协同探测方案,满足探测能力约束和协同探测模式要求。基于假设的导弹防御场景验证方法,结果表明该方法能得到合理的多传感器协同探测方案,实现多种协同探测模式下对多个目标的连续、稳定跟踪。     

基于灰狼算法的机器人多关节综合运动轨迹优化

针对机械臂运动需满足高效率和低冲击的问题,在分析机械臂轨迹规划流程的基础上,选取了机械臂末端运动轨迹的六个关键路径点,并基于灰狼算法以时间、平滑度为目标对机械臂运动轨迹进行了优化,获得pareto最优解集。对六自由度机器人的仿真结果表明:将灰狼算法与机械臂的轨迹优化结合能得到比较好的仿真结果,理论上实现了在运动过程中抑制振动,为解决该问题提供了新的方法。     

基于边界交叉法的高超声速滑翔飞行器多目标轨迹优化研究

针对高超声速滑翔飞行器复杂约束条件下多目标轨迹设计问题，基于边界交叉法和伪谱法提出了其多目标轨迹优化方法。首先，分析了高超声速滑翔飞行器复杂约束轨迹优化问题的特点，提出了多目标轨迹优化问题。然后，采用边界交叉法和伪谱法将多目标轨迹优化问题转化为一组单目标优化子问题，利用非线性规划算法分别求解。在优化过程中，将已求解子问题的解作为下一个子问题的初始值。利用上述方法求解了最大横程和最小峰值热流轨迹优化问题，仿真结果表明：本文方法能够有效搜索到优化轨迹的Pareto前沿，可以为高超声速滑翔飞行器轨迹设计提供参考。     

A specially structured nonlinear integer resource allocation problem

We present an algorithm for solving a specially structured nonlinear integer resource allocation problem. This problem was motivated by a capacity planning study done at a large Health Maintenance Organization in Texas. Specifically, we focus on a class of nonlinear resource allocation problems that involve the minimization of a convex function over one general convex constraint, a set of block diagonal convex constraints, and bounds on the integer variables. The continuous variable problem is also considered. The continuous problem is solved by taking advantage of the structure of the Karush‐Kuhn‐Tucker (KKT) conditions. This method for solving the continuous problem is then incorporated in a branch and bound algorithm to solve the integer problem. Various reoptimization results, multiplier bounding results, and heuristics are used to improve the efficiency of the algorithms. We show how the algorithms can be extended to obtain a globally optimal solution to the nonconvex version of the problem. We further show that the methods can be applied to problems in production planning and financial optimization. Extensive computational testing of the algorithms is reported for a variety of applications on continuous problems with up to 1,000,000 variables and integer problems with up to 1000 variables. © 2003 Wiley Periodicals, Inc. Naval Research Logistics 50: 770–792, 2003.     

滑翔飞行器多目标弹道优化的进化-配点混合求解策略

针对高超声速滑翔飞行器弹道多目标优化问题,综合考虑计算效率和精度,结合分解进化算法与配点法提出一种混合求解策略。根据滑翔飞行器动力学模型和弹道设计中需要考虑的约束条件,建立飞行器多目标弹道优化模型。利用控制量离散化方法将多目标弹道优化问题转化为带约束的多目标参数优化问题,并采用罚函数法处理约束条件,随后利用分解多目标进化算法进行求解。为了提高弹道优化的精度,将椭球聚合法与配点法相结合,以多目标进化算法得到的Pareto解作为初始解进行迭代求解。通过典型的复杂约束多目标弹道优化的算例表明,所提出的混合求解策略能够获得满足复杂约束要求的Pareto最优解集,实现有效的多目标弹道优化。     

Gauss伪谱法的再入可达域计算方法

为了加快优化速度和提高优化质量,提出一种基于Gauss伪谱法的再入可达域计算方法。鉴于再入时一般采用固定的攻角剖面,将攻角作为状态变量,仅对倾侧角进行单变量寻优。优化过程中,再入纵程被视为终端约束,以获取不同纵程下的最大横程,将速度倾角视为过程约束,以消除弹道的跳跃现象。通过仿真,求解出了通用航空飞行器的再入可达域,结果与间接法的理论证明一致。     

基于多项式设计法的小推力轨迹设计

形状逼近法是小推力轨迹设计中的一种有效方法,然而现有的方法大都假定运动轨迹为某一特定的形状,而且没有考虑推力加速度的约束限制。针对小推力轨道交会问题,提出一种基于多项式的轨迹设计方法。结合极坐标系,建立基于多项式的三自由度轨迹运动模型,将轨迹设计问题转化为求解多项式的系数问题;根据运动模型推导轨迹的动力学特性,建立约束方程,并以消耗燃料最少作为性能指标,采用序列二次规划的方法对多项式的系数进行寻优计算。该方法不仅能求解多个形状设计参数不确定性问题,而且还能满足推力加速度的约束限制。仿真验证了该方法的正确性和可用性,该方法可为任务设计初步阶段的轨迹设计和燃料消耗预估提供一定的技术参考。     

航空时敏制导炸弹增程弹道组合优化设计

为增强航空时敏制导炸弹在中制导段的滑翔能力,将极小值原理与自适应进化粒子群算法相结合,提出了一种适用于航空时敏制导炸弹增程弹道的组合优化设计方法。基于纵向平面内质心运动模型,推导了性能指标泛函及各不等式约束函数。引入Lagrange乘子矢量并建立相应的Hamilton函数实现无约束泛函极值问题的转换,推导出兼顾各优化目标函数的满意优化模型。利用自适应进化粒子群算法对该段增程弹道进行了攻角与弹翼张合档位双设计变量的组合优化。数值仿真算例表明,在满足状态方程约束的条件下,双变量的增程效果比常规单变量控制时显著提高,其优化结果可为制导炸弹弹道规划设计的研究提供一定的理论参考。     

基于SQP法的助推-滑翔导弹助推段弹道优化研究

轨迹优化是飞行器总体优化设计中的重要组成部分,它贯穿于飞行器的整个设计过程。高超声速助推-滑翔导弹的弹道优化问题涉及攻角、法向过载、最大动压等多种约束条件,是一种复杂的最优控制问题。序列二次规划法（SQP）是解决该类问题行之有效的数值优化方法。本文利用SQP算法对助推-滑翔导弹助推段进行弹道优化,为这一高超声速飞行器的整体结构设计提供了有益的参考。     

助推-滑翔飞行器弹道分段优化研究

通过数值计算得到了升力体飞行器的气动参数,利用Radau伪谱法将助推-滑翔飞行器弹道优化问题转化为非线性规划问题,分别对主动段和滑翔段进行优化,通过仿真得到了飞行器从助推到滑翔的完整弹道,分析了主动段性能指标对飞行器最大射程的影响。研究结果表明,采用主动段关机点速度最大为性能指标的优化方案,其射程最大,且实现难度适中。     

应用径向基代理模型实现序列自适应再采样优化策略

针对径向基插值代理模型样本点预测误差为零时无法获得误差函数进行序列再采样优化的问题,将样本点分布约束引入序列再采样过程,利用潜在最优解加速收敛性,提出一种适用于径向基插值代理模型序列优化的再采样策略,该策略兼顾仿真模型的输出响应特性与样本点的空间分布特性。仿真结果表明,使用该再采样策略后,算法寻优效率和精度均优于传统基于代理模型的优化方法,在对最优解进行有效预测的同时,能显著减少原始模型计算次数。