复杂动态环境下基于DMPC-PSO的多无人机在线航迹规划

本文采用"有限集中指挥-分布式自主协调"的控制结构,研究多无人机协同低空突防航迹规划,对战场环境信息部分已知的情况,提出了多无人机航迹"预规划-在线轨迹跟踪"的模式,采用分布式模型预测控制和粒子群优化(DMPC-PSO)算法对多无人机的航迹进行预测和优化.仿真结果表明:利用该方法规划的多无人机的航迹不仅要满足低空突防的要求,具有良好的地形跟随、地形回避、威胁回避性能,更具有高的实时性与环境适应性,能在复杂战场环境发生变化时,及时在线调整以满足无人机安全、航迹最优等性能的要求.     

基于分层策略的多无人机最优协同航路规划

基于分层策略将多无人机协同航路规划分为航路规划层、协同控制层和航迹控制层进行研究。航路规划层采用基于K均值和遗传算法的航路规划方法,为每架无人机提供多条备选航路;针对传统协同控制算法在求解协同变量出现无解的情况,设计了新的协同变量求解步骤;航迹控制层基于无人机六自由度模型和协同变量建立了终端时间固定的最优航迹控制模型,并采用勒让德伪谱法将最优控制问题转化为非线性规划问题,并利用CFSQP对模型进行了求解,实现了对无人机航迹控制变量和姿态的规划。仿真结果表明,利用该方法得到的无人机协同航路具有较高的可操作性,且计算量较小,效率较高,得到的无人机控制指令平滑,易于操控。     

无人艇航迹跟踪控制系统设计与验证

针对复杂湖面环境干扰下的无人艇自主航行控制问题,设计了一种有效的无人艇航迹跟踪控制系统。该系统从航迹跟踪控制算法、数据融合处理、上位机监控三个部分展开设计。在算法设计层面,将航迹跟踪控制问题分为外环和内环两部分,外环部分提出了一种自适应视线(Line of sight,LOS）制导算法,以求解目标航向角作为航向控制器的输入;内环部分设计了无模型自适应PID航向控制器,以实现无人艇稳定的航行。在数据处理层面,采用卡尔曼滤波算法对传感器信息进行融合,实现了对无人艇位置和姿态信息的准确估计。在监控层面,设计了一种可视化上位机软件,实时监测无人艇航行状态,保证航行安全。最后,利用实艇进行湖测实验,验证了该控制系统的有效性,结果表明该系统具备在内湖执行任务的能力以及应对复杂环境干扰的能力。     

基于数字地图预处理的飞行器航迹规划

针对飞行器在低空复杂空域下航迹的规划,研究了地形条件以及地表威胁对飞行器飞行的影响。通过对数字地图以及静态威胁的分析,探究了数字地图的处理方法,并用埃尔米特插值函数进一步对地图进行平滑处理,减少最优航迹的搜索范围。通过设计地形跟随、地形回避以及威胁躲避的方法,保障了飞行器的安全。深入分析粒子群算法,在飞行器执行任务前实现对三维航迹的规划。通过仿真,展示了地图处理前后的区别,实现了三维最优航迹的离线规划。     

直升机姿态与航迹非线性动态逆飞行控制模型

针对直升机仿真中的飞行控制问题,采用非线性动态逆控制方法设计并实现了直升机的姿态以及航迹控制模型.对直升机运动的各个状态量进行分组,划分"部分逆"回路,分别对各组状态量进行控制回路设计,内外环回路分别采用动态逆方法进行设计.通过内外环回路的解算,实现直升机对输入姿态角的跟踪以及对过载的控制,进而实现航迹控制.动态逆的非线性飞行控制模型设计,使直升机运动方程的非线性和线性部分兼容,较好地实现系统动态特性的解耦,简化了直升机控制系统设计,实现了直升机的各种机动动作.以黑鹰直升机数据为例,对模型进行了验证,结果显示:各控制通道的输出响应速度较快,控制结果较好.     

移动威胁下的无人机三维航迹规划

针对移动威胁下的无人机三维航迹规划问题,采用自适应卡尔曼滤波算法,对移动威胁的状态信息进行了预测,依据其航迹方位角、航迹倾斜角与视线角之间的关系,建立了航迹角控制数学模型,并提出了移动威胁下基于参数调整的航迹规划算法.仿真结果表明,该算法能够保证无人机有效地躲避空中移动威胁,并提高了其规避移动威胁的快速性.     

飞艇三维航迹控制研究

研究了在系统存在不确定性或外界干扰的情况下飞艇的三维航迹控制问题.根据飞艇空间运动数学模型的特点,基于滑模变结构控制关于不确定因素的不变性,采用不确定仿射非线性系统在满足匹配条件下输出解耦变结构的控制方法,设计了飞艇的三维航迹控制律.仿真结果表明,在系统存在不确定性或外界干扰的情况下,仍可使飞艇按照规划的航迹飞行.     

“复杂空域环境下多飞行器协同机动理论与方法”2013年度报告

在多飞行器航迹动态协同规划方法方面,已经初步完成飞行器自主控制与机动调控飞行演示系统和微型无人旋翼飞行器(直升机、四旋翼)的实验平台。在环境和飞行轨迹给定的条件下,该系统可以演示多飞行器的航迹规划效果。在此基础上提出了一些约束条件下多飞行器航迹动态协同规划方法,以满足低空复杂飞行的需求     

基于非奇异终端滑模的欠驱动UUV航迹跟踪控制

针对欠驱动UUV在模型参数数摄动以及未知恒定海流(对控制器而言)干扰下的水平面直线航迹跟踪控制问题,提出了一种基于非奇异终端滑模的航迹跟踪控制控制策略。首先,利用离散航迹点,规划出期望航迹;然后,基于视线法(LOS)以及Serret-Frenet坐标系,建立起航迹跟踪制导律;进而,将航迹跟踪控制问题转化为航向角的镇定问题。利用非奇异终端滑模控制方法,设计出全局有限时间收敛的动力学控制器。仿真实验结果表明:该跟踪控制策略可以精确地执行水平面直线航迹跟踪任务;对于模型参数摄动以及未知恒定海流,所设计的控制策略具有强鲁棒性。     

遗传算法在AUV局部路径规划中的应用研究

利用遗传算法（GA）实现AUV（自主水下机器人）对于运动目标的自主避碰,根据前视声纳信息探测到的障碍物距离信息,AUV的运动信息以及航迹规划信息.算法采用了二进制编码规则,并把避碰、航迹跟踪等约束条件作为适应度函数的影响因子,将AUV的下一步的航向和速度作为避碰算法的输出结果.仿真表明,AUV对动目标的自主避碰效果良好、避碰和航迹回归路径平滑.     

基于LQG/LTR控制的大型客机飞/推综合控制研究

为了提高大型客机飞行的安全性,使其能在大气紊流中平稳飞行,基于线性二次高斯/回路传输恢复（LQG/LTR）方法设计了大型客机飞/推综合控制器。LQG/LTR方法以分离原理为核心,通过设计一个卡尔曼滤波器和一个最优反馈控制器来实现系统输出精确跟踪参考输入,且满足性能指标 最小,常用来处理有随机噪声干扰情况下的状态反馈。以某大型客机为对象进行仿真验证,仿真结果表明,所设计的LQG/LTR大型客机飞/推综合控制器具有良好的控制效果,能够在大气紊流条件下提高飞行的安全性。     

可重构飞行控制系统研究

介绍了可重构飞行控制系统发展的历史及现状,给出了可重构飞行控制系统的定义及研究内容,对目前几种重要的可重构控制算法的优缺点及实现条件进行了分析;最后展望了未来可重构飞行控制系统的实现途径和发展趋势。     

一种自主移动机器人智能导航控制系统设计

提出一种实用的自主移动机器人智能导航控制方案,以研制的模型样机HN-9为例,阐述了其具体实现技术.机器人采用扫描式超声波实现作业环境的探测,基于码盘和电子罗盘的组合导航子系统实现定位估计,利用模糊决策子系统产生反应式智能导航控制行为.仿真实验及模型样机的实际运行效果验证了该系统构成的可行性.这种模块化的低成本设计方案便于在移动机器人的嵌入式控制系统上实现,便于对已有移动机器人系统进行改造以实现自主导航功能,用以提高操作机动性与可靠性.     

基于安全性的电动垂直起降飞行器飞控系统架构设计

飞行控制系统作为电动垂直起降（electric vertical take-off and landing,eVTOL）飞行器的关键机载系统,需要具备和民机同样的安全性。为了设计满足eVTOL飞行器需求的飞控系统架构,根据适航规章梳理了安全性要求,并基于安全性要求介绍了eVTOL飞行器飞控系统飞控计算机、传感器和作动器余度设计技术,设计了一种基于安全性考虑的eVTOL飞行器飞控系统架构;分析了eVTOL飞行器旋翼构型下的典型功能危险,并采用故障树进行了安全性分析。结果表明,设计的飞控系统架构的典型功能危险能够满足失效概率的要求。     

变结构滑模飞行控制

飞机飞行的范围广泛，复杂，不可能得到精确的飞机数学模型，所以，常规的控制理论应用于飞行控制，效果不佳，模型跟踪变结构控制理论不依赖数学模型，而能对理想模型进行跟踪，使飞机具有良好的性能，本文研究了变结构滑模控制在飞行控制系统的应用，首先，对滑模进行极点配置，使滑模有良好的动态特性，设计了一个比例积分切换超平面，确保消稳态误差，采用饱和控制技术，消除了抖振现象，对系统进行了数字仿真，表明系统不仅实现了无抖模型跟踪，而且具有很中的鲁棒性。     

基于视觉的缩微智能车车道检测与控制

针对智能车辆自主驾驶行为研究,提出并实现了一种基于视觉导航的缩微智能车系统.从软硬件架构、数据通信方式上介绍了缩微智能车系统的整体设计,并针对缩微道路交通环境中传统车道线检测技术易受光照变化影响的问题,提出一种灰度形态学Top-Hat变换与亮度轮廓扫描方法相结合的车道线检测算法.为分析智能车在缩微交通环境下的自主驾驶表现,设计了一种模拟驾驶员转向行为的舵机模糊控制算法.实验结果表明,该方法可以有效模拟车辆在真实道路交通环境中的自主驾驶行为,为智能交通系统研究提供了一种新思路.     

连续工况下基于PID+LQR算法的自动驾驶车辆横纵向耦合控制

为提高自动驾驶车辆的路径跟踪精度,针对自动驾驶车辆横纵向耦合控制问题,提出了带有前馈控制的PID+LQR联合控制策略。首先,利用二自由度车辆动力学构建路径跟踪误差数学模型,制定横纵向控制流程。随后,设计了用于横向控制的LQR控制器和用于纵向控制的PID控制器,将横纵向控制器进行整合,使得车辆在接收到决策规划系统给出的期望指令后可以进行跟踪行驶。借助CarSim和MATLAB/Simulink联合仿真平台,在连续工况下对该控制策略进行测试。结果表明,提出的横纵向耦合运动控制策略可以控制车辆沿着规划的轨迹行驶,且可将跟踪误差控制在较小的范围内。     

基于SysML的三余度飞控计算机系统建模方法研究

提出了一种基于Sys ML的三余度飞控计算机设计方法.在设计过程中,利用Sys ML静态图构建三余度飞控计算机系统结构模型;利用Sys ML的动态行为图构建余度管理算法模型,实现了三余度飞控计算机系统模型.以某三余度飞控计算机系统为例,构建三余度飞控计算机系统结构模型;设计计算机同步算法、监控表决算法并对算法进行建模.最后,通过所构建的仿真环境进行验证,结果表明所提出方法可行有效.     

从鸟群群集飞行到无人机自主集群编队

无人机可通过自主集群编队提高其在复杂环境下执行任务的能力.多飞行器并存导致系统协调管理难度提升等一系列问题,因此如何设计合理高效的无人机集群编队协调自主控制算法是一个亟待解决的难点问题.在鸟群群集飞行过程中,个体通过遵循简单行为规则进行相互合作而产生复杂有序的集体行为.由于鸟群群集飞行过程中所表现出的邻近交互性、群体稳定性和环境适应性等特点与无人机集群编队的自主、协调和智能等控制要求有着紧密的契合之处,因此,研究鸟群群集飞行机制,并将其映射到无人机集群系统,是解决无人机集群编队协调自主控制问题的一条切实可行的途径.     

多传感器信息综合技术的飞行试验研究

研究了将多传感器容错控制和信息融合技术应用于无人直升机的自主飞行控制．基于飞行导航控制的先验知识，对DGPS、磁航向计、大气数据计算机等飞行导航传感器获取的飞行状态信息进行综合处理，实现了组合导航控制．通过飞行试验表明，多传感器的信息综合技术能够保证飞行控制系统工作的可靠性，实现超视距、高精确度自主飞行控制．