机器视觉辅助的UAV半自主着陆系统

在UAV着陆的导航与控制中引入了机器视觉方法,提出了机器视觉辅助的UAV半自主着陆系统方案,该系统由图像获取与处理、导航解算和地面平台控制模块组成。图像获取模块使用多光谱摄像机和激光测距仪,分别获得UAV的图像和深度信息。图像处理模块使用目标分割和运动分析方法,测量UAV位置。导航解算模块使用Kalman滤波器抑制测量噪声,输出滤波结果用于导航,预测结果控制地面平台跟踪UAV。实时地实现了上述机器视觉算法,并结合虚拟现实环境建立了仿真系统。使用反射内存网络连接该仿真系统与各外部模块,进行了着陆过程联合仿真。结果表明,该系统能够满足UAV半自主着陆导航任务的要求。     

基于视觉的飞机自主着陆导航

提出一种基于视觉的飞机自主着陆导航信息提取新方法。它克服了国外方法中利用点对应关系而难于提取特征点的问题,只需对两条跑道边线和一条着陆阈值线进行检测,这些线具有明显的可视性和直线性。由此可直接算出飞机的姿态向量,若跑道的宽度已知,还可以算出飞机的位置矢量。依据成像的几何原理,文中对算法进行了完整的推导,通过对飞机着陆过程中实际采集的跑道图像序列进行处理和实验,表明基于视觉的飞机自主着陆导航信息提取与转换是可行的。     

无人机自主着陆半实物仿真系统设计

无人机自主着陆系统设计是实现大型无人机自主着陆的关键课题。设计了一种基于分米波仪表着陆技术体制的无人机自主着陆半实物仿真系统,用于设计和验证无人机着陆引导系统的稳定性、可靠性以及相关性能指标,替代工程研制的实际试飞,避免承担风险和节省大量人力物力财力。无人机自主着陆半实物仿真系统设计包括分米波仪表着陆系统地面和机载设备模拟器、无线电高度表模拟器和激光测高仪模拟器、无人机数学模型仿真机和飞行控制仿真机以及仿真主控计算机等。实现了对无人机自主着陆全过程的仿真试验,仿真数据可作为研制无人机着陆引导实物系统的重要参考。     

无人机分米波着陆系统仿真设计

仿真设计是研究无人机着陆引导系统的重要环节。分析并给出了分米波仪表着陆系统的导航信号和天线辐射场的数学模型。以此为基础,充分利用虚拟仪器软件labView的图形功能和数学计算功能,设计了无人机分米波仪表着陆系统的虚拟仿真系统软件。仿真结果表明,该仿真系统能较好模拟着陆过程中,飞机航向和下滑角的变化引起的天线辐射方向图的变化。仿真系统具有波形显示功能和方便的系统界面。     

基于非线性模型的飞机自动着陆模糊控制系统设计

将非线性控制方法与模糊控制方法相结合对飞机自动着陆系统进行了设计，首先，对飞机纵向运动的非线性模型进行输入输出反馈线性化，将其等效为一个三阶线性系统，并同时实现了解耦，在此基础上，结合带优化修正函数的模糊控制规则自调整方法对变换后的三阶线性系统进行设计，最后，考虑参数摄动，对所设计的飞机自动着陆控制系统进行了数字仿真，仿真结果表明，该控制系统能有效抑制系统内部参数摄动对系统输出产生的不良影响。     

基于演化神经网络的飞机自动着陆自适应逆设计

应用基于演化神经网络的自适应逆方法对飞机纵向自动着陆控制系统进行了设计与研究。首先,提出了逆控制器的结构,并将演化神经网络用于自适应逆控制的学习过程。然后用神经网络自适应逆控制方法对飞机自动着陆系统进行设计,最后,对所设计的控制系统做了数字仿真研究。结果表明,所设计的自动着陆控制系统具有良好的可行性和鲁棒性。     

CNF控制算法在大型客机自动着陆中的应用

针对具有非线性特性和输入饱和约束的大型客机着陆模型,引入了组合非线性反馈控制算法。该算法由一项线性反馈控制律和一项非线性反馈控制律共同作用而成,可以有效解决激励饱和约束的控制问题。首先介绍了该算法的设计原理与稳定性证明;然后运用该算法设计了Boeing747飞机自动着陆纵向控制律,设计中秉承"线性系统设计,非线性系统验证"的工程实践常用思路;最后通过MATLAB数值仿真以及Flight Gear视景仿真,验证了设计的控制系统具有很好的鲁棒稳定性和精确跟踪能力。     

无人机着陆数学模型研究--三轮着地滑行

作为着陆过程的一个阶段,无人机在三轮着地滑行时的运动特性与空中飞行时的特性,以及仅主轮着地滑行时的运动特性有所不同。以国产某型号无人机为背景,根据牛顿第二定律对这一阶段建立了全量非线性模型,由于没有对刚体运动模型和气动数据做线性化处理,因此该模型比较准确反映该无人机的实际运行特性。在MATLAB/SIMULINK仿真环境下设计了该模型的仿真系统,仿真结果表明模型可用。     

大气扰动及其对无人机自动着陆影响仿真研究

基于流体动力学原理,建立三维非对称微下击暴流模型,同时耦合vor karman湍流模型,对1982年7月9日美国新奥尔良微下击暴流案例进行了仿真模拟,并与多普勒雷达资料进行了对比.在其基础上,利用Matlab/Simulink仿真工具,针对某型无人机,建立了非线性六自由度飞行模型和自动着陆控制系统,并在大气扰动条件下,对该无人机的自动着陆过程进行了飞行仿真.仿真结果表明:所构建的微下击暴流模型简捷可靠,可有效反映真实案例的基本风场结构;作为大气扰动的主要形式,微下击暴流、湍流耦合效应对于无人机自动着陆任务的完成具有较大的影响.     

在复杂大气条件下的飞机自动着陆控制器设计与仿真

对飞机整个自动着陆过程的控制进行了设计,主要采用逆系统方法设计控制律,并用神经网络对控制律进行了鲁棒补偿,神经网络的学习规则为带有死区的关于神经网络灵敏度的线性函数。对于在自动着陆过程中可能遇到的紊流和风切变等几种典型大气情况进行了分析,并将所设计的着陆控制律在上述复杂大气条件下进行了仿真验证。仿真结果表明,所设计的自动着陆系统对复杂大气条件具有鲁棒性,着陆过程中实际飞行高度与期望飞行高度的误差在合理的范围之内。     

无人机自主精确着陆控制律设计及仿真研究

将无人机对理想着陆轨迹精确跟踪能力和抗干扰能力的要求分开考虑,从精确输出跟踪和鲁棒性两个角度综合自主着陆控制律.针对着陆过程中动态方程的非最小相位特性,利用在线稳定逆产生用于着陆轨迹精确跟踪的前馈输入和状态参考轨迹.将建模误差等不确定性和外干扰看成为广义干扰,利用一个构造性的非线性干扰观测器对其进行观测.在干扰观测器的基础上设计滑模控制器对状态参考轨迹跟踪的误差系统进行鲁棒镇定.仿真结果表明,设计的自主着陆控制律能精确跟踪理想着陆轨迹,并有很好的鲁棒性和抗干扰性.     

视觉导航辅助的自主空中加油建模与仿真

研究了基于视觉导航方式的自主空中加油（AAR）建模问题。分析了影响自主空中加油对接阶段性能的两个最重要因素——相对距离的测量和风扰动,引入了多个摄像机,建立了适合AAR的视觉导航系统模型,建立了大气扰动和尾流等风扰动下的飞行器模型,用三次多项式规划了对接阶段的航迹并设计了LQR航迹跟踪控制律。对接过程仿真表明,视觉导航的估计精度和飞行控制律性能很好地满足了空中加油的要求。

Abstract：

The modeling problem of autonomous aerial refueling based on vision navigation was researched.The two most important factors affecting the performance of AAR were analyzed,which were the measure of the relative distance and wind disturbance.The vision navigation system suitable for AAR was adopted and modeled using multiple cameras.The dynamic model of plane with the effect of wind was built.Path of docking was planed using cubic interpolators and tracking control was designed with LQR.The result of simulation shows that the accuracy of vision navigation system and the performance of control law can meet requires of aerial refueling.     

无人机轮式着陆横侧向控制

针对轮式起降无人机着陆过程横侧向控制存在的着陆安全性较低及抗风能力较弱的问题,提出了一种无人机着陆高安全性横侧向控制方案和控制结构。在常规的副翼和方向舵横侧向控制面配置条件下,采用在滚转角和偏航角精确解耦内回路控制的基础上,进行滚转和偏航的综合侧偏外回路控制方法,引入外回路对内回路的滚转角和偏航角指令限幅值随相对高度变化的机制,实现对无人机接地时侧偏距、侧偏速度、滚转角和偏航角的综合控制。对某型无人机的着陆横侧向控制进行设计及仿真,结果表明所提出的着陆横侧向控制能提高无人机的抗侧风能力,在侧风情况下着陆,可有效地将侧偏距、侧偏速度、滚转角和偏航角控制在安全范围内,所采用的着陆横侧向控制对无人机的气动参数摄动具有较强的鲁棒性,并且克服了常规控制中对相对高度信号误差要求高的缺点,在提高着陆安全性的同时,降低了对设备性能的要求。     

倾转四旋翼自主降落的设计与仿真

针对四旋翼飞行器欠驱动性,提出一种用于自主降落的倾转四旋翼模型。该模型通过使用四个舵机对电机方向的控制来对位置（y）和姿态（roll）进行解耦,可实现倾斜悬停与倾斜飞行,增大了无人机的灵活性,提高了对无人机的位置和姿态的精确控制,使得跟踪和降落效果得到了提高。选取5次多项式来规划轨迹,以求鲁棒性强、距离最优。运用Matlab/Simulink对倾转四旋翼模型分析并验证,结果表明具有该结构的飞行器能够更加快速、准确地降落在斜面或移动平台上。     

基于视觉的UCAV自主着陆蒙特卡洛仿真研究

介绍了不确定性分析方法的应用以及不确定性的数学模型。回顾了蒙特卡洛仿真在飞控系统的鲁棒分析、鲁棒控制律设计以及灵敏度分析等方面的研究成果。设计并实现了基于MATLAB分布计算引擎（MATLAB Distributed Computing Engine）的分布式蒙特卡洛仿真方案,开发了可以创建分布式仿真任务的蒙特卡洛仿真工具MCST（Monte Carlo Simulation Tool）,可以方便地对于Simulink模型进行蒙特卡洛仿真。并且使用该工具进行基于视觉的UCAV自主着陆仿真研究。

Abstract：

Application of uncertainty analysis methods was introduced as well as some general used uncertainty models. The most basic uncertainty analysis method is Monte Carlo Simulation,which is a powerful and practical tool to deal with non-linear systems with very large amount of uncertainties. However,the great disadvantage of Monte Carlo is that it is very intensive computationally. Given to such a drawback,a distributed computing tool,which is named Monte Carlo Simulation Tool and based on MATLAB Distributed Computing Engine and Distributed Computing Toolbox,was developed in order to execute independent MATLAB operations simultaneously on a cluster of computers,speeding up execution of large amount of simulations. The MCST can easily be used to Simulink models for Monte Carlo Simulation. Monte Carlo Simulation has been applied to vision-based autonomous landing of Unmanned Combat Aerial Vehicles （UCAVs） with uncertainties of initial conditions and sensor measurements. Simulation results show that there is a high mission successful probability,which means the autonomous landing control law is insensitive to uncertainties.