最大避障圆问题的提出与初探

提出了一个在有界区域内求对已知各障碍物的最大避障圆问题。首先给出此问题的数学描述,然后分析了当有界区域为圆域,并将各障碍物看成一个有限点集时,避障圆的基本性质,从而得到一种求最大避障圆的有效算法。     

基于分布式协调算法的多导弹网络避障

提出一种避障的多导弹网络协调算法.为了实现协同拦截,制导采用目标捕获、时间协调和避障3个独立条件.即使多导弹网络中的某一部件也只能从最近的邻居处收集信息,分布式协调算法可使一组拦截导弹同时到达目标.仿真结果表明,该制导策略为多导弹网络的避障提供了一种可行方法,具有良好的目标捕获精度.讨论了增益参数的影响,以评估所提出的方法.     

基于可视图和几何逼近算法的避障路径动态规划研究

为了满足实时仿真的需求,CGF装甲车和武装直升机等的路径规划问题都可以简化成二维平面中的路径规划问题.研究了二维平面中路径规划的核心问题--避障路径规划问题.首先以可视图法所建的求解环境为基础,将避障路径规划转化为一个多阶段决策问题,对于每一个阶段的子问题,应用改进可视图法和几何逼近算法进行求解,得出各阶段的最短路径,最后对避障路径规划进行动态规划求解.     

基于模型预测控制的无人机避障路径规划方法

针对无人机飞行过程中避障问题,提出了一种基于模型预测控制的无人机避障路径规划方法。通过对无人机平台模型进行分析,构造了无人机状态空间预测模型。为保证路径规划过程输出的平稳性,采用一阶指数变化形式作为无人机飞行路径的参考轨迹。设计了预测模型调整策略,并给出了参数调整流程,以能力-时间组合最优为目标,建立了无人机避障路径优化模型,采用有限时域优化的滚动优化算法对无人机避障优化模型进行了求解。算例仿真结果表明,该算法可有效解决无人机飞行路径的避障问题。     

多旋翼无人机模型预测抗扰避障制导

多旋翼无人机的自主避障是完成复杂任务的基础,避障的效果直接影响无人机执行任务的效能。针对存在外部扰动的无人机避障问题,提出了一种基于模型预测的抗扰避障制导律设计方法。通过设计干扰观测器对系统动态中的外部干扰进行了估计,并基于李雅普诺夫函数方法设计辅助制导律用于建立稳定性约束条件。结合前两者与模型预测控制,在模型预测控制优化求解中考虑无人机与障碍物的关系,根据所设计的制导律求解水平线速度与偏航角速度指令实现无人机的避障。对所提出的避障制导律进行数值〖BHDWG8,WK10YQ,DK1*2,WK1*2D〗〖XCLQX.TIF;%129%129〗听语音 聊科研与作者互动 仿真和实物飞行验证,结果表明了所提方法的有效性。     

求最大避障圆的一种新算法

分析了在给定圆域Ｄ及Ｄ内的障碍点集Ｖ后,用于生成基本避障圆的几个性质定理．然后由这些定理提出了求最大避障圆的一种新算法．用这种方法可降低计算的复杂性和便于人工作图．     

基于细菌避障策略的无人艇集群自主巡航方法

针对无人艇集群执行巡航任务中的避障问题,提出了一种动态避障算法。首先,获取无人艇周边水域的方形网格轨迹单元态势矩阵;然后,借鉴细菌游走觅食原理,在方形网格轨迹单元集合中,动态匹配最佳避障路径;最后,在动态避障基础上,将无人艇自主巡航过程划分为向目标行进、动态避障、返航补给等阶段,实现无人艇集群对划定水域的常态化巡航。仿真实验结果表明,所提方法对静态点、面障碍以及移动障碍均具有高效的规避能力,在算法基础上,能够实现无人艇集群的常态化无人值守巡航。该算法不仅适合无人艇的避障问题,在其他异构无人装备中也具有广阔的应用前景。     

基于MPC方法无人机避障路径规划研究

无人机大多依靠规划好的航路飞行,面对复杂的、不可预知的飞行环境,有效的自主障碍规避能力对提高飞行安全十分必要。针对无人机飞行过程中机动障碍物的避障问题,提出了一种MPC避障路径规划方法。构造障碍物预测模型、一阶指数参考轨迹生成方法、并提出了能力-时间组合最优为目标的滚动优化模型,有效解决了在运动障碍物作用下,无人机运动轨迹安全、平滑的动态规划问题。二维和三维空间仿真结果表明,所提方法是有效的。     

三架固定翼无人机协同编队飞行避障策略

针对无人机编队执行空战任务过程中存在无人机之间以及无人机与障碍物发生碰撞的问题，提出单向网络连接结构的多无人机避障算法和基于人工势场的控制方法，同时应用于无人机编队避障控制。以三架无人机构成的正三角形编队作为控制体，同时以长机的运动轨迹作为期望路径，长机提供僚机飞行信息，僚机接受信息保持编队飞行。多无人机编队发现障碍物到避障完成的过程包括编队集结、松散队形、最终恢复集结正三角形编队。仿真实验结果表明，所提避障控制策略能够确保编队收敛于期望的队形和稳定飞行状态。     

基于单体视觉投影的集群控制策略

与常见的无人系统集群需要进行预先规划和控制机制不同,生物集群采用分布式和反应式架构,具备完成复杂任务的强大智能能力。受生物集群系统启发,设想无人系统集群中的个体能够对所遇到的环境进行独立反应,并展现出集群协同行为。针对这一设想,提出基于单体视觉膜投影模型的集群控制方法,并对其进行理论分析和推导,实现了群体内自组织集群控制;通过观察和计算运动过程中群体的稳定性、一致性、协调性等相关指标,探究所提出自组织模型对不同类型任务的适应性。此外,针对群体遭遇外来攻击的情形,设计了合理的群体避障机制,使得集群能够实现紧急安全避障,从而提高集群面临突发情况时的应对能力。     

水下机器人避碰运动研究

本文针对水下机器人与周围障碍物发生碰撞的情况,提出了一种用模糊决策技术判断危险度大小的方法,建立了危险度判断模型,并分析了水下机器人避碰动作决策模型的构造原则。     

【专题】登陆破障装备技术发展应用述评

登陆破障行动是联合登陆战斗中各军兵种破障力量在敌预先设置和临机设置的各种障碍物中开辟通路的行动，也是确保登陆兵突击上陆和向纵深发展进攻的前提和关键。进入21世纪，随着高新技术的不断发展，传统的破障装备和手段已经不能适应新的战场，各种新式障碍相继出现，对登陆部队的破障能力提出更高要求，破障装备体系化、破障手段精确化以及破障过程无人化成为未来破障技术的重要发展方向。本文首先简要介绍了当前世界主流的破障装备和手段，并论述了其局限性，如破障效率低、人员和弹药消耗量大以及容易形成二次障碍等，然后从破障装备体系化、破障手段精确化和破障过程无人能化三个方面对未来破障装备技术发展趋势进行了展望。     

一种改进的多智能体碰撞避免行为

针对目前碰撞避免行为缺乏真实性和通用性的问题,本文提出一种改进的多智能体碰撞避免行为生成方法。通过引入角色参数和个性参数,使得智能体能够根据自身的属性调整避碰行为。改进的多智能体碰撞避免行为把碰撞避免行为与真实人的属性相联系,可以保持智能体前后运动的一致性和平滑性。因此,更符合真实人的碰撞避免行为特性,具有更强的"类人性"和通用性。仿真结果表明,加入了真实人属性的改进方法产生的避碰行为能有效地应用于具有多样化属性的虚拟人群行为仿真、多机器人系统和多智能体领域中。     

基于Lyapunov法和势场法的对峙跟踪研究

现有的基于Lyapunov导航向量场算法的对峙跟踪研究中尚未有考虑避障要求的。针对单架无人机对峙跟踪单个移动目标,通过Lyapunov导航向量场法使无人机对目标对峙跟踪。在遇到障碍时,通过距离控制,切换为使用势场法避开障碍区域。在满足一定的距离条件后,通过角度控制,恢复对峙跟踪方式,从而使无人机在对峙跟踪时可以避开障碍区域。仿真结果表明,不管是在单障碍的条件下还是多障碍的条件下,该方法能使无人机有效地避开障碍区域完成跟踪任务。     

基于改进ACO算法的多UAV协同航路规划

针对无人机(Unmanned Aerial Vehicle,UAV)在执行任务过程中遇到的诸如敌方防空火力、地形障碍及恶略天气等各类威胁源,采用威胁源概率分布的方法进行威胁的量化处理,构建任务空间的威胁概率密度分布图,有效消除了威胁源的差异性。根据UAV在任务飞行过程中的性能约束与时、空协同约束,同时考虑任务过程中UAV的损毁概率最小、任务航程最短,构建了相应的综合任务航路代价最优化目标函数。结合传统蚁群优化算法(Ant Colony Optimization,ACO)在解决此类问题中的不足,给出了相应的改进策略,提出采用协同多种群ACO进化策略来实现多UAV在满足时、空协同约束下的协同航路规划。通过相应的仿真计算表明,改进后的ACO协同多种群进化策略算法更适用于多UAV协同任务航路规划问题,具有一定的实用性。从而为多UAV协同任务航路规划问题的求解提供了科学的决策依据。     

SINS/CNS组合导航的导航星表构建方法

构建满足完备性、精简性和查询快速性的导航星表是实现捷联惯性/星光组合导航系统的重要前提和保证。以天文学中的Tycho-2星表作为导航星表的初始星表,对球矩形分区方法进行了改进,包括明确分区及子分区的划分方法,提出了备选导航星的选择策略。实验结果表明,采用改进型球矩形分区方法的备选导航星数量最多只占赤纬带法导航星的19.37%,仅占全天遍历法导航星的3.12%。因此,改进型球矩形分区方法更加精准,查询更快捷,更适用于捷联惯性/星光组合导航系统。     

用卷积神经网络分类最大稳定极值区域实现汉字区域定位

获取对应笔画级连通区的最大稳定极值区域,实施形态学闭操作融合相距较近的最大稳定极值区域,融合后最大稳定极值区域对应的单个汉字区域;利用灰度共生矩阵描述最大稳定极值矩形区域的纹理信息,将其作为卷积神经网络的输入,卷积神经网络对最大稳定极值区域进行分类,过滤非汉字部分;利用最大稳定极值区域颜色直方图的Bhattacharyya距离等特征对最大稳定极值区域进行聚类,同一类最大稳定极值区域组合得到汉字文本候选区域;再次利用卷积神经网络对候选文本区域进行分类,过滤非文本部分,剩余的就是定位到的汉字文本区域。实验结果表明,该算法对于汉字区域定位具有良好的效果。     

复杂环境下基于多目标粒子群的DWA路径规划算法

针对机器人在障碍物分布密集的复杂环境中运行时,动态窗口法(dynamic window approach,DWA)易出现避障失败或规划不合理的情况,提出一种基于多目标粒子群优化算法(multi-objective particle swarm optimization,MOPSO)的改进DWA规划算法。在建立多障碍物环境覆盖模型的基础上,提出一种障碍物密集度的判断方法;优化DWA算法中的子评价函数;利用改进的MOPSO算法实现DWA权重系数的动态调整,将权重系数的自适应变化问题转化为多目标优化问题;根据路径规划的要求将安全距离和速度作为优化目标,并使用改进的MOPSO算法对相应的多目标优化模型进行优化求解。仿真结果表明,该算法使机器人有效地通过障碍〖BHDWG8,WK10YQ,DK1*2,WK1*2D〗〖XCLXY.TIF;%129%129〗听语音 聊科研与作者互动 物密集区的同时兼顾了运行的安全性和速度,具有更好的路径规划效果。     

基层部队有效规避自然灾害风险探析

武警基层部队高度分散,担负任务多样,防范灾害对武警部队来说,具有特殊重要的意义。基层部队要做好重大自然灾害的预防工作,就应该把握预知险情的基本途径,掌握应对险情的主要方法,采取排除险情的根本措施,有效防止灾害对部队建设带来的损失。     

运动目标视频检测与跟踪方法

运动目标跟踪的根本任务是根据目标的运动模型和图像特征估计它们的轨迹。提出一种运动目标检测、跟踪的方法。首先使用基于自适应混合高斯模型的背景差方法提取运动区域。目标的运动估计采用扩展卡尔曼滤波,由预测位置确定初始的候选区域。然后根据目标与候选区域的变化程度确定匹配需要的特征信息。如果目标只有一个候选区域并且它们之间的区域特征变化微小,那么它们的匹配不需要额外的信息。如果目标有多个候选区域或者单个候选区域可是它们的区域特征变化激烈,除了区域特征外还使用边缘特征,通过计算目标和候选区域的边缘的部分Hausdorff距离来确定目标的最佳匹配区域。实验结果表明,该方法在存在遮挡的情况下也能够连续的跟踪多个运动目标。