无人机密集编队穿越竞速导引算法

针对无人机密集编队穿越门框竞速问题,提出了一种时间近似最优的导引算法。首先,对穿越竞速问题进行了阐述;其次,在单架无人机穿越门框导引模型推导的基础上,研究了其穿越门框的导引算法,该算法具有在期望时间内将无人机导引到目标点的能力;最后,针对多架无人机编队穿越竞速问题,提出了基于飞行时间控制和脱靶量控制的穿越算法,该算法具有良好的时间近似最优性能;仿真结果表明,所设计的导引算法能够使无人机编队在期望时间内完成穿越竞速,且具有极低的脱靶量和导引时间误差;可为无人机集群避障与防撞控制提供技术支撑。     

无人机自主控制技术发展与挑战

 无人机飞行环境的高度动态性、不确定性和复杂性是无人机自主控制技术发展面临的主要问题。人工智能和高性能计算技术的进步为创造拥有高度自主能力的无人机提供了有利条件。本文介绍了无人机自主控制的定义和内涵,对无人机自主控制关键技术的发展现状进行了总结,并从“智商”、“情商”和“逆商”的角度提出了无人机自主控制研究的主要挑战和解决途径。     

无人机自主防碰撞控制技术新进展

 随着低空飞行无人机的日益增多,低空环境的飞行安全问题正变得越来越严峻。在阐述无人机自主防碰撞控制基本原理的基础上,分析了无人机自主防碰撞控制技术研究的4 类主要方法,进而阐述了低空飞行对无人机防碰撞控制技术提出的挑战。最后提出了可借鉴人类认知发育机理的无人机认知防碰撞控制方法,讨论了认知防碰撞控制技术的新进展。     

基于遗传算法的无人机航迹规划研究

本文研究了一种用遗传算法进行无人机航迹规划的方法,指出了无人机航迹规划的定义;提出了一种给定威胁及障碍分布下的无人机路径规划算法。根据威胁及障碍分布情况构造无人机可能飞行的航路集voronoi图,采用Dijkstra算法搜索威胁及障碍分布图,求解初始最短路径。在初始最短路径基础上,采用遗传算法优化初始路径。最后进行仿真实验,结果验证了遗传算法能提高航迹质量。     

基于MapX的小型无人机地面站飞行控制软件

针对小型无人机地面站软件仅实现导航功能的局限,提出基于MapX的地面站飞行控制软件集成解决方案.引入MapX控件以提高软件对GIS信息的处理能力,实现无人机航迹导航及飞行状态监视;利用MapX提供的地理信息,结合航迹规划算法,实现航线生成与管理;采用DirectX技术,通过飞行摇杆经通信链路对无人机飞行过程实施干预,实现了小型无人机地面站软件飞行监视与飞行控制功能的整合.经实际试飞验证,该方案提高了无人机的信息管理效率及飞行控制干预效果,能够较好地满足小型无人机的飞行监控需求.     

六旋翼植保无人机模糊自适应PID控制

六旋翼植保无人机在作业过程中自身载荷变化将引起飞行控制性能下降、抗扰动能力降低等问题。为了提高六旋翼植保无人机的可控性,通过对六旋翼植保无人机在喷洒农药过程中进行分析和建模,推导出植保无人机时变动力学模型,提出了一种模糊自适应PID控制算法,模糊自适应PID算法适应性强,参数整定简单,提高了系统动态响应和稳态性能。将各个传感器的测量参数输入到模糊自适应PID算法中,可以得到对应的控制量,实现飞行器稳定运行。通过使用Matlab软件对飞行系统进行仿真,并结合实验平台实际飞行控制表明,系统的动态性能和稳定性得到了有效提高。     

面向固定翼无人机的视觉导引仿真系统设计与实现

针对无人机自主着陆视觉导引相关算法研究和验证困难的问题,提出了一种基于Flightgear和Matlab的多机组网联合仿真技术,设计并建立了固定翼无人机自主着陆视觉导引仿真系统.系统中Flightgear渲染的摄像头视角图像数据通过HDMI视频接口实时传递到Matlab中;摄像头的内参数可通过虚拟棋盘格标定得出.利用该系统进行了基于合作目标的无人机视觉导引着陆闭环仿真实验,证明该系统能够验证无人机视觉着陆方法、算法的正确性及可行性.     

一种小型无人机的FastSLAM算法

为解决未知环境中小型无人机自主飞行问题,将SLAM算法从地面机器人的二维环境扩展到小型无人机的三维环境.首先,建立了小型无人机的SLAM算法数学模型,得到其非线性状态方程;然后,将小型无人机的SLAM问题分解成路径估计与环境地标估计两部分,分别采用粒子滤波器和扩展卡尔曼滤波器进行估计,提出了一种小型无人机的FastSLAM算法;最后,分别采用扩展卡尔曼滤波和FastSLAM算法进行仿真实验,仿真结果表明FastSLAM算法具有更好的定位精度.     

四旋翼无人机滑模-CPCMAC联合控制半物理仿真系统

针对四旋翼无人机强耦合、欠驱动、非线性等特点,以及在实际飞行过程中极易受到干扰的问题,对四旋翼无人机动力学模型进行分析,提出了一种基于联合的四旋翼无人机姿态控制算法,并在此基础上设计了四旋翼无人机半物理仿真系统。首先,针对非线性系统设计滑模控制器,选择跟踪航迹和翻滚角设计位置控制率和姿态控制率。其次,滑模控制器在实际应用中易产生震荡,利用基于信用积分的小脑模型神经网络(CPCMAC)来学习滑模控制的方式。最后,搭建基于LabVIEW的控制站,同Matlab/Simulink进行数据收发控制。仿真结果表明,在跟踪目标相同时,提出的四旋翼无人机滑模-CPCMAC联合控制相比于传统的比例积分微分(PID)控制和积分反步法控制优势明显,能够抑制超调和余差,在快速性和鲁棒性方面都更加优越。同时,构建的四旋翼无人机半物理仿真平台能清晰反馈出无人机参数的变化,应用预留的参数接口和地面控制站,降低了无人机飞控算法的开发难度,提高了开发效率,具有明显的实用价值。     

基于一致性算法的无人机协同编队避障研究

基于人工势场方法,提出了一种双向网络连接结构的多无人机一致性避障控制算法。该算法能够有效避免无人机之间以及无人机与障碍物之间发生碰撞,实现协同编队飞行,完成任务。将所提出的一致性算法与"长机-僚机"控制策略结合起来应用到编队控制中,能够避免无人机之间以及无人机与障碍物之间发生碰撞,确保无人机编队收敛。文中以3架无人机构成正三角形编队作为控制对象,以长机飞行轨迹作为期望路径,僚机跟踪长机保持正三角形编队飞行,且无人机之间以及无人机与靠近障碍物内侧的僚机与障碍物保持安全距离,长机和僚机在水平面具有相同的前进速度和航向角速率,在垂直方向保持相对距离不变。通过仿真实验验证了所提出的控制算法的有效性,对工程应用具有一定的借鉴意义。