基于改进后语义分割模型的障碍物检测方法

障碍物检测是确保无人水面艇避障和安全航行的关键技术，针对水面反光区域误检和水面分割不准确导致的漏检问题，提出了一种基于改进后语义分割模型的障碍物检测方法，通过图像预处理、语义分割模型、显著性估计实现障碍物检测。首先，通过在预处理环节对水面中反光区域进行去除，避免其对后续检测的干扰；然后，通过引入海天线估计参数，用于调整语义分割模型初始化和先验信息，提高水面分割精度；最后，在水域范围内选取H形边界集合构造背景模型，由此判断水面中非水像素为障碍物。实验结果表明：该方法可以提高水面障碍物检测的准确度。     

单向拓扑下基于DMPC与改进APF的水面无人艇编队运动控制算法

多水面无人艇编队运动控制是多水面无人艇智能化的核心技术,也是当前研究的热点。重点讨论了编队部分成员无法获得编队平衡先验信息条件下的水面无人艇编队运动控制问题。首先,针对编队先验信息不平衡条件下无人艇编队保持困难的问题,将领航–跟随结构与分布式模型预测控制算法结合,通过设定通信优先级和单向拓扑结构,在分布式模型预测控制算法中引入假设状态空间和平衡状态空间,以实现部分跟随者无法获取编队平衡先验信息情况下的无人艇编队保持;其次,针对编队航行过程中障碍物规避安全性不足的问题,将改进的人工势场法与模型预测控制相结合,设计了无人艇自主避障控制器,提升了编队航行过程的安全性;最后,通过仿真平台对所提方案的可行性进行了验证。所提方法可以为进一步研究复杂环境下多水面无人艇编队运动控制提供参考。     

基于力和视觉的机械手未知平面内曲线跟踪

针对工业机械手对未知平面内轨迹的跟踪和恒定接触力控制,给出了一种视觉和力觉混合的伺服控制策略。采用基于双目立体视觉eye-to-hand配置下的图像视觉伺服方法,构建PID控制器,实现对机械手在平行于平面方向上的运动控制。采用力传感器感知末端执行器与环境之间的接触力,采用PI控制器,实现了对末端执行器在垂直方向上的运动控制。在MATLAB环境中,利用机器人工具箱进行仿真实验,实现了对圆形曲线的跟踪控制,实验结果验证了方法的有效性。     

无人装备智能视觉技术与发展

无人装备与智能视觉技术的有机结合,能够极大拓展军事情报来源和分析手段,有效提升无人装备的战场信息获取与分析能力。本文对无人装备发展情况进行论述,从基于深度学习的图像感知和图像认知两个方面对智能视觉技术进行分析,在此基础上提出无人装备智能视觉技术未来发展策略和建议。     

基于视觉的飞行器智能目标检测对抗攻击技术

随着人工智能技术和计算机视觉技术的快速发展,利用智能目标检测技术识别空中出现的侦察机、无人机等飞行器目标已经成为了一种常见的军事防御手段.针对从数字图像层面对基于深度学习网络的目标检测模型进行混淆、欺骗,并在未来将数字攻击结果实物化的可行性问题,提出了一种基于视觉的限定攻击区域的飞行器目标检测对抗攻击方法.利用飞行器数...     

【专题】复杂陆战场环境下的智能感知理论现状与发展

近年来,由于基于深度学习方法的智能检测算法不断演进,其网络结构不断进化,实用化程度不断提高,因此,将其应用于复杂战场环境下,形成实用化智能感知能力的可行性不断提高。然而算法的可靠性、可解释性问题目前仍未完全解决。本文认为,在未来的地面无人平台系统框架内,使用基于深度学习的目标检测识别方法,融合多种传感器感知信号,探索如何可靠地收集无人平台附近敌我车辆、人员、相关物体状况以及视距内的地理与气象环境信息,能够实现多元智能感知过程,构建智能复杂体系,为无人平台实现复杂战场环境感知理解,自主环境判定、自主行走、自主危险判定甚至威胁自动处置提供技术储备。同时,这也将是军队下一步智能感知理论方向的主要任务。     

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。     

基于多分支注意力改进的YOLOv5无人艇目标检测方法

针对水面无人艇目标检测类别多、尺寸小、形变大等难题,提出了基于多分支注意力改进的YOLOv5检测算法。首先提出了一种SAv2Attention模块,通过对通道的“复制-转换-合并”等处理,实现卷积层通道间与通道内特征融合,提升网络的局部感受野,然后将其嵌入到YOLOv5网络,最后在构建的真实海试数据集上进行了大量对比实验。结果表明,SAv2Attention可有效提升YOLOv5的检测精度,典型海面目标数据集上,mAP@0.5检测精度达到94.6%,mAP@0.5:0.95检测精度达到60.9%,相较于原生算法分别提高1.4%和3%,对小尺寸目标平均检测率APS提升4.3%,证明所提方法能有效提升无人艇对水面小目标的检测能力。     

基于舰载主动声纳的水下目标距离精确测量方法

针对舰载主动声纳对近程水中目标的测距特性,研究舰艇航行情况下主动声纳对水中目标的距离测量原理,提出基于舰载主动声纳的目标距离精确计算模型,并在对目标距离测量精度影响因素分析的基础上,提出了适合工程应用的改进计算模型。计算对比结果表明,该改进计算模型可有效提高舰载主动声纳对水中目标距离的测量精度。     

基于双层Soar框架的数字化士兵行为建模方法

针对数字化战场仿真中高分辨率数字化士兵行为建模需求,改进了行为建模的Soar框架,提出了基于双层Soar框架的数字化士兵行为建模方法。围绕双层Soar框架的感知、决策、行动3要素,提出了增强视距感知和超视距感知的概念,建立了数字化士兵感知模型;根据数字化士兵的决策特点,建立了基于策略的决策模型;在分析数字化士兵行动特点的基础上,建立了基于行动元的数字化士兵行动模型。最后,对4种行为建模方法进行了比较,并通过仿真试验验证了基于双层Soar框架的数字化士兵行为建模方法的有效性和所建立模型的可行性。     

基于多智能体强化学习的无人机集群对抗方法研究

针对复杂动态不确定环境下的无人机集群对抗问题,基于多智能体强化学习开展了对抗决策方法的研究。首先,基于MaCA环境构建了无人机集群对抗模型;其次,引入集中训练网络的混合架构模式,改进了传统DDPG算法,设计了面向无人机集群对抗的MADDPG算法,分别采用基于规则的对抗策略和基于DQN的对抗策略对算法进行了训练,提升了对抗算法的鲁棒性、适应性和泛化性;最后,通过搭建对抗仿真环境,验证了所设计方法的有效性和可靠性。     

复杂海战场环境下AUV全局路径规划方法

针对无人自主水下航行器(Autonomous Underwater Vehicle,AUV)在复杂海战场环境中路径规划时环境模型复杂、约束条件多的情况,建立了包括战场地形、敌方威胁、障碍物和海流场等在内的比较完善的海战场环境模型.以AUV航行时间、威胁时间最短为优化目标,给出了一种基于振荡型入侵野草优化(Invasiv...     

基于武警部队“三级网”的智能视觉监视技术研究

讨论了武警部队基于“三级网”的视频监视系统的技术现状以及国内外智能视觉监视技术发展趋势,详细地分析了智能视觉监视关键技术及研究现状,提出了实现基于武警部队“三级网”的智能视觉监视系统的技术路线。     

基于机器视觉的喷管摆角测试系统

针对摆动喷管摆角参数非接触的测试需求,设计了一种基于PC的喷管摆角的视觉测试系统,采用机器视觉的方法实现摆动喷管摆角的非接触测量,通过设计的模板匹配加圆拟合的复合式图像处理算法,在保证精度和速度的情况下检测喷管的轮廓及圆心,实现喷管摆角的测量,同时利用系统的标定算法校正了视觉系统中存在的畸变,边缘检测的算法降低了环境因素的影响,保证了测试系统的精度,具备现实环境下的实用性.     

基于RSSI线性回归分析的无线传感器网络定位方法

在无线传感器网络（WSN）定位应用中,针对接收信号强度指示（RSSI）容易受到环境的影响不能实现准确测距的问题,提出了一种基于RSSI线性回归分析的定位方法。该方法通过信号衰减模型和线性回归理论相结合,修正实际环境下每个锚节点的测距模型,同时利用相关系数和剩余标准差对测距模型进行评估,制定出更加合理的定位策略。实验表明,采用修正的测距模型和新的定位策略,使得节点定位精度明显提高。     

基于二维目标的增强检测与舷角约束导引方案

针对无人水面船不确定水域的特定目标搜索与可控角度导引问题,探索了基于YOLO的目标检测方式以及基于舷角约束的导引控制方法。在分析水面海雾等不确定条件基础上,设计相关滤波器并采用改进式YOLOv5算法对目标特征提取,并结合相机深度信息进行坐标转换实现对水面目标的检测定位;在导引规划中,改进传统比例导引为滑模变结构导引控制,实现高机动性目标舷角约束制导。控制系统设计上,采用TCP/IP结合ROS机制,打造了针对视觉信息处理的舷角约束末端制导系统。最终借助Autolabor无人系统平台完成了二维模拟实验验证,目标导引误差结果为1.54%,证明了该方法的有效性和可行性。     

用户偏好提取MDP建模研究

将马尔可夫判决过程和智能强化学习算法相结合,给出了异构无线网络环境下用户业务偏好评估模型的技术框架。为动态环境下用户需求的感知、量化和适配特征的研究提供了基本的数学描述,对解决用户体验的评价问题和业务与业务环境的适配问题提供了新的研究思路。仿真结果表明所构建的MDP模型能够在多状态条件下学习用户偏好,根据用户需求智能选择业务。     

海洋环境下基于量子行为粒子群优化的时间最短路径规划方法

针对海洋环境下无人水下潜航器(UUV)的时间最短路径规划问题,提出了一种基于量子行为粒子群优化(QPSO)的路径规划方法,由此建立了海流模型、障碍物模型,并推导了衡量航行时间的代价函数。在两种不同案例下,对所提方法和基于粒子群优化(PSO)的方法进行仿真比较,结果表明:所提方法具有更强的鲁棒性,能够为UUV规划出一条时间更短的安全路径。     

基于组合智能模型的无人机作战需求方案质量评估方法

现代战场中无人机作战需求方案质量评估的影响因素日益复杂,传统质量评估方法已不能满足要求,而组合智能评估方法集成多种方法的优势,能有效解决复杂系统评估问题。综合考虑无人机系统自身的性能因素和战场环境对无人机的影响,构建了多层次的无人机作战需求方案质量评估指标体系,研究了组合智能评估方法在无人机作战需求方案质量评估中的应用,设计了基于神经网络的智能模型和基于改进熵值法的传统模型,并运用实例验证了组合智能评估方法的有效性和可行性。     

无线网络中基于地理区域的RBAC模型

针对移动计算环境下访问控制的需求,在传统RBAC模型的基础上引入了地理区域的概念,提出了基于地理区域的RBAC模型.利用目前发展较为成熟的各种位置感知系统,获取访问者的地理位置信息;在地理区域上定义了集合运算,为避免区域的重复定义,提出了最少区域集合的概念;对改进后的模型给出了形式化定义,利用最小区域集合为角色在不同的区域分配权限,并描述了基于地理区域的RBAC模型中实现访问控制的具体步骤.