跟踪地面目标的小型无人机飞行控制仿真研究

对无人机跟踪地面目标时的飞行控制问题进行了研究.首先对某小型无人机跟踪地面目标时的运动状态进行了建模分析,利用自动控制理论知识设计了相应的控制律,然后采用六自由度非线性运动模型进行了控制律的仿真验证,并且分析了风的扰动对跟踪精度的影响.仿真结果表明,设计的控制律能够控制无人机对地面目标进行可靠跟踪,且对侧风扰动具有较好的抑制能力.     

无人机跟踪地面非合作目标的分段引导与控制方法

针对固定翼无人机跟踪地面非合作目标问题,设计了一种产生期望航向角的分段引导律和无人机转向控制律.建立了问题的求解模型,分析了无人机跟踪地面非合作目标的两种情形:避免暴露和最小化暴露时间.证明了设计的引导律和控制律可以在安全状态下控制无人机避免暴露,在暴露状态下控制无人机最小化暴露时间.理论分析和仿真实验结果表明,设计的引导律和控制律能够控制无人机有效的跟踪地面非合作目标.     

基于云台相机的四旋翼无人机跟踪控制系统

针对四旋翼无人机跟拍过程中视角固定,易丢失目标的问题,设计了一种基于云台相机的四旋翼无人机跟踪控制系统。首先,使用云台相机对地面移动目标进行拍摄,通过对目标的颜色特征和形状特征进行检测识别,使用核相关滤波( KCF: Kernel Correlation Filter) 方法进行视觉跟踪,得到地面移动目标在图像坐标系的位置。然后,通过建立针孔模型,解算出在云台相机带有俯仰角时的无人机与地面目标的相对位置关系。最后,设计了离散串级比例-积分-微分( PID: Proportion-Integral-Differential) 踪控制器,实现对无人机的位移控制,使四旋翼无人机可对地面移动目标进行稳定跟踪。同时设计了串级比例-微分( PD: Proportion-Differential) 控制器以实现云台相机的视角跟踪,增大了无人机的跟踪范围,降低了丢失目标的风险。实验结果表明,所设计的四旋翼无人机跟踪控制系统可实现对地面移动目标的稳定跟踪。     

两无人机远视角和近视角协同跟踪地面目标的航线仿真

目前大多数无人机(UAV)跟踪地面目标都利用单个UAV进行跟踪,现研究采用两个UAV对地面目标进行跟踪.每一个UAV都有各自的指引规则,近距离跟踪UAV的指引规则要求持续在目标上方飞行,有最佳的飞行耐久性.远距离跟踪UAV的指引规则要求对目标有固定的距离和高度,能够反复监视,保证对地面目标最大的可视性.由于设定两个UAV处于较大间距的不同高度,两UAV发生碰撞的可能性非常小.仿真实验利用有明显标志的汽车作为跟踪目标,背景环境较为单一,两UAV的航线表明,在有风和无风、目标静止和运动的情况下,其航线均有一定规律可循,从跟踪效果看,两UAV取得了明显的协同效果.     

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。     

小型无人机滑跑航向纠偏及增稳控制设计

为解决小型无人机地面滑跑纠偏过程中易发生的侧翻问题,建立了无人机地面滑跑数学模型,分析了无人机滑跑侧翻的原因,设计模糊增稳控制器,模糊协同控制前轮转向、升降舵和副翼偏转,增加无人机的滑跑稳定性.提出只纠正无人机航向角偏差的纠偏控制方案,降低无人机侧翻风险.设计基于蚁群算法的模糊PID纠偏控制,应用蚁群算法对PID参数离线寻优,用模糊控制对PID参数进行在线调整.仿真和试验结果表明,本文设计的航向纠偏及增稳控制系统能有效纠正无人机航向角偏差,增加无人机在滑跑纠偏过程中的稳定性,防止无人机发生侧翻.      

无人机编队协同追踪控制律和编队信息架构

针对"长机-僚机"模式的无人机编队追踪运动目标出现姿态信息和位置信息不一致而导致碰撞的问题,设计了一种协同追踪控制器并对该控制器进行稳定性分析。该控制器以3架无人机构成的编队作为控制体,采用拉氏矢量场方法获取无人机编队追踪运动目标的轨迹,同时构建无人机之间的信息架构,实现无人机编队按照预期的姿态和位置信息在运动目标周围的圆形轨道飞行的目的。研究单架无人机的航迹规划和多无人机编队协同追踪:对于单架无人机的航迹规划,采用反馈控制完成航向收敛证明;对于多无人机编队,采用一种多变量控制器可以保持无人机编队在圆形轨道运动,同时使用未知风和运动目标的自适应估计量来确定无人机编队在圆形轨道飞行的稳定性。仿真结果表明:在追踪过程中,3架无人机能够快速(15 s)以相同的姿态和位置渐进靠近目标,同时保持相对稳定;在满足航向速率和空速条件时,任意两架无人机相对距离误差能够快速(10 s)收敛到稳定值。该控制器突破了多无人机编队近距协同追踪目标的局限,可为多无人机分布式控制器设计提供方法借鉴。     

基于滑模控制的四旋翼无人机的轨迹跟踪控制

针对四旋翼无人机,研究了基于滑模控制的轨迹跟踪问题.根据无人机复杂的数学模型,首先利用单位四元数法描述系统姿态,再将其分解为位置和姿态两个子系统;通过引入中间控制输入,跟踪三个自由度的位置信息;考虑到位置和姿态子系统分别受到干扰力和干扰力矩的影响,设计了鲁棒反演滑模控制器,保证了对目标轨迹的稳定跟踪.仿真结果验证了该控制方法的有效性.     

基于一致性的无人机编队飞行几何构型控制

本文研究群体无人机系统编队飞行中的几何构型控制问题。采用一阶运动学模型进行系统描述,用有向图来表示其通信网络结构,将领导者-跟随者控制结构和一致性跟踪理论相结合,提出了一种协同控制算法,在不需要每台无人机都能接收到领导者状态信息的情况下,使无人机在编队飞行过程中改变几何构型的同时还可以相应改变行进方向。最后通过仿真验证了该控制算法的有效性。     

无人机光电侦察平台的动目标测速方法研究

为了满足无人机对地面运动目标的侦察需求,在无人机光电侦察平台对地面运动目标实时跟踪的基础上,提出了一种对地面运动目标的光学测速方法.该方法根据光电侦察平台提供的俯仰角、方位角和无人机距离目标的距离,并结合了无人机的三维姿态信息,建立了无人机光电侦查平台对地面运动目标的速度测量模型.并分析了测速模型的误差来源,推导了误差计算公式.该测量方法无需定位目标,能够有效测量运动目标的速度,实用性较强.     

一种间断观测下的无人机地面目标跟踪方法

提出了一种基于贝叶斯滤波器和适航地图的跟踪算法(BF-Hmap),解决间断观测下的无人机地面目标跟踪问题.采用基于中心线和梯度图的快速道路提取算法生成目标适航地图,该图描述了地面目标与当前地形相关的运动能力.采用贝叶斯滤波器分两步在线更新目标状态的后验概率分布,即在预测阶段考虑适航地图对目标运动的约束,以及在估计阶段充分利用目标的所有观测信息.仿真结果表明,在间断观测下该算法对地面机动目标有着良好的跟踪效果.     

对运动船舶的多无人机协同查证路径规划方法

为解决无人机(unmanned aerial vehicle, UAV)对运动船舶进行查证面临的最优路径生成问题,设计了一种面向运动目标的多无人机路径规划方法,通过模拟退火算法对查证路径进行优化,确定完成查证任务所需的最少无人机数量、查证序列和运动路径。结果表明：所设计的方法能够生成满足时间约束的多无人机协同运动船舶查证路径,可为海事监管领域开展无人机路径规划应用及优化资源配置提供技术支撑。     

无人机自主控制关键技术新进展

 无人机在军用、民用领域具备巨大的应用潜力,当前世界各国正在大力推进无人机的研发工作,而无人机自主控制是无人机研发中极富挑战性的关键问题。本文介绍了无人机的分类和系统框架;根据无人机实际应用的要求,提炼出无人机自主控制进程中的几个关键性技术问题,包括感知与规避、故障诊断与容错控制、协同控制及这3 项关键技术有机综合的新问题与新方法--容错协同控制等,并重点阐述了这些关键技术的机理和较有代表性的成果及新进展;以目前无人机重要应用领域--空中加油过程及森林资源与火情监测为例,简述了以上技术在实际应用中的具体体现及其新进展;最后对无人机自主控制技术进行了展望,并给出各项关键技术存在的挑战及可能的解决思路。     

不确定曲面上轮式移动机器人鲁棒轨迹跟踪

对于不确定曲面上运动的轮式移动机器人设计了鲁棒跟踪控制律.并给出稳定性证明.设计过程中用系数未知但有界的二次曲面在局部近似不确定曲面,首先构造有界横截函数推导光滑标称跟踪控制律,然后通过backstepping方法将该光滑控制律拓展到动力学模型,最后利用Lyapunov重设计技术构造出鲁棒控制律解决曲面引入的重力干扰.所设计的控制律使得轮式移动机器人具有对不同曲面参数的适应能力.仿真结果验证了控制律的有效性.     

MEMS-Based Low-Cost Flight Control System for Small UAVs

Small unmanned air vehicles （UAVs） can be used for various kinds of surveillance and data collection missions. The UAV flight control system is the key to a successful mission. This paper describes a low-cost micro-electro mechanical system-based flight control system for small UAVs. The integrated hardware flight control system weighs only 24 g. The system includes a highly-integrated wireless transmission link, which is lighter than traditional links. The flight control provides altitude hold control and global positioning system navigation based on gain scheduling proportional-integral-derivative control. Flight tests to survey the grass quality of a large lawn show that the small UAV can fly autonomously according to a series of pre-arranged waypoints with a controlled altitude while the wireless video system transmits images of the surveillance target to a ground control station.     

基于多视图像序列跟踪的SAR地面运动目标检测

为基于合成孔径雷达(SAR)检测地面切向运动目标,提出基于多视图像序列跟踪的检测方法。在SAR多视图像序列上,具有切向速度的地面运动目标在子视图像间的位移轨迹可近似为一条斜线。该算法利用具有方向性约束的动态规划实现动目标在SAR多视图像序列上的轨迹跟踪,进而沿散焦轨迹作非相干积累可显著改善微弱目标检测性能。基于跟踪信息可实现动目标切向速度估计和解Doppler模糊。基于实测机载SAR数据的数值实验证明了该方法的有效性。     

自由漂浮空间双臂机器人动目标抓捕控制

针对空间双臂系统捕获移动目标任务,建立了自由漂浮空间双臂机器人系统动力学模型.针对开链追踪过程,利用自适应方法同时实现速度估计和目标追踪的收敛,可保证双臂同时捕获目标,并设计了基于耦合、漂浮模型的反馈控制律;针对闭链对接过程,根据运动约束协调规划双臂的运动,并利用反馈线性化法设计了一种自由浮动空间机器人双臂协调阻抗控制方法,使双臂并联系统的阻抗可以独立配置.仿真结果表明,相比纯追踪,该追踪方法捕获时间更短,轨迹更平直,闭链过程中有效降低了内力,保证了对接的平稳.      

智能小车目标识别跟踪系统的实现

对目标识别与跟踪技术进行了分析,在此基础上结合智能小车目标跟踪系统的开发,详细讨论了特定目标跟踪系统的具体实现方法、数字图像处理在目标识别中的应用以及小车智能控制的软、硬件设计.该系统通过配置在智能小车上的摄像头,采用数字图像处理技术对特定目标进行识别,在目标运动过程中,通过单片机接收计算机发出的命令控制智能小车跟踪目标,在没有人为干预的情况下,能够自主运行,稳定地跟踪目标.该设计为生长机器智能系统提供了一个研究平台.     

基于单目序列图像的运动目标跟踪

对于视频监控图像中运动目标位置的检测,现有的定位跟踪系统主要采用双目或结构光立体视觉技术,存在系统设计复杂、检测速度慢等缺点.有鉴于此,文中将地面约束引入到单目视觉监控中,提出了一种单目序列图像运动目标跟踪方法.该方法利用摄像机安装信息和几何成像原理,结合非线性补偿,推导出单目不对称非线性成像的地面运动目标实际位置计算公式.通过搭建室内监控测试平台,在序列图像中进行了寻找步行者足印位置的实验,结果验证了文中方法的有效性.