高空作业车轨迹控制设计研究

针对折叠伸缩混合臂高空作业车提出了作业轨迹控制方案,实现了工作平台升降及水平直线运动时的轨迹自动控制.由两号折叠伸缩臂和飞臂组成的混合式高空作业车,工作平台轨迹控制是冗余自由度问题,其臂节变幅角度与伸长量有范围限制要求.基于一阶逆运动学数值算法设计出了工作平台直线运动轨迹闭环控制方案,针对范围受限控制变量设定了缓冲带,避免了控制率失效,实现了高空作业车作业轨迹的自动控制.     

高空作业车控制电路板的原理分析与维修

就日本多田野株式会社生产的高空作业车主控电路板的功能及原理进行了分析,提供了主要电气原理图,提出了维修该控制板的思路,并列举了维修实例.     

基于3次握手改进机制和SVM的无人机网络协作邻居发现协议

无人机在军事和民用领域都得到了广泛的应用,无人机的组网也成为研究热点之一.邻居发现作为组网完成的前提步骤,发挥着至关重要的作用.首先提出了基于3次握手改进机制的非协作邻居发现(3-handshake non-cooperation neighbor discovery,3-NCND)协议;然后融入支持向量机(support vector machine,SVM)算法,提出了基于3次握手改进机制和SVM的协作邻居发现(3-handshake and SVM cooperative neighbor discovery,3-SVMCND)协议,SVM作为分类器加入到邻居协议中,智能地将自身邻居节点信息发送给目标节点,减少了邻居节点推荐的数量,提高了邻居发现的速度.通过仿真实验比较了邻居发现时隙数、邻居发现率和能量消耗这3个性能指标.研究结果表明,相较于3-NCND协议,SVM-CND协议具有更快的发现速度和更高的邻居发现率.     

基于视频图像的微型飞行器飞行高度提取方法

微型飞行器飞行高度是其自主飞行的重要参数之一。为了准确快速地获取微型飞行器的飞行高度参数,提出了一种利用视频图像获取微型飞行器飞行高度的鲁棒性算法。算法利用图像处理、图像分析的方法,结合光学理论和几何学理论推导出了飞行高度的计算公式。这种基于视频图像提取微型飞行器飞行高度的方法具有很好的实时性和对恶劣环境的适应能力。在主频为750Hz的地面站上,其工作频率可以达到12Hz。飞行实验表明,这种基于视频图像的飞行高度提取算法最大误差不超过10m,这一精度满足飞行器平稳飞行的需要。     

基于模糊PID控制沥青砂浆车液压调平系统

针对施工中沥青砂浆搅拌车的计量设备受其水平度影响大和频繁移动的特点,以可编程逻辑控制器(PLC)为控制核心,开发了4点液压调平系统,分别以PID(比例、积分、微分)和模糊PID为调平控制方法进行试验对比研究。结果表明:在满足调平精度为±0.1°前提下,模糊PID调平控制的调平时间为8.5 s,PID调平控制的调平时间为23 s;模糊PID控制通过优化调平过程中阀的开度,能够显著提高调平效率和调平精度,基于模糊PID控制调平能提高沥青砂浆车的计量精度和施工效率。     

基于LuGre模型的航空光电稳定平台的摩擦力矩补偿

为降低摩擦对航空光电稳定平台视轴精度的影响,提出了一种基于LuGre模型的摩擦力补偿方法。首先,对某型光电稳定平台进行分析并建立模型;然后,参数辨识确定摩擦补偿模型;并通过仿真实验验证了摩擦模型的准确性;最后,将摩擦补偿模型应用到光电稳定平台上进行实验。实验结果表明,当平台以1°,1 Hz的正弦运动时,采用基于LuGre模型的摩擦补偿后,系统在低速时出现爬行现象明显减弱。在模拟飞行转台中以2.5 Hz以内任意频率正弦扰动的作用下,加入摩擦补偿后系统的扰动隔离度至少提高了10.99 dB,最优情况已经达到16.90 dB,满足高精度光电稳定平台的性能要求。     

基于生物群集行为的无人机集群控制

 生物群集行为是一种普遍存在的自然现象,群体中的个体利用简单的规则、局部的交互,形成了鲁棒性强、自适应度高、可扩展性好的自组织行为,在系统层面体现为智能的涌现。本文首先简要叙述了蚁群、蜂群、鸽群、鱼群等典型的生物群集,并从组织结构的分布式、行为主体的简单性、作用模式的灵活性、系统整体的智能性等方面分析了生物群体智能的特点。然后,介绍了部分具有代表性的无人机集群项目,总结了无人机集群的关键技术,包括集群态势感知、自主编队控制、智能协同决策。最后,从生物群集和无人机集群在直观上的相似性出发,分析了生物群体和无人机集群自主控制的映射关系,并探讨了仿生物群集的无人机集群自主控制中的核心问题。     

基于多旋翼无人机的烟气监测系统研究

设计了一种搭载气体传感器的多旋翼无人机监测系统,实现对固定污染源定点、快速取样和实时数据回传,便于对污染物排放情况快速、准确地判别。对某电厂监测结果表明,系统能够在恶劣的烟尘环境下较好地完成导航、悬停、监测、回传等功能,可以对大气环境进行指定高度、指定位置的信息采集,为固定污染源排放监测和取证提供了一种可行的解决方案。     

基于影像定位的无人机侦察视频超分辨率重建方法

为了改善无人机侦察视频质量,针对目前无人机摄像、照相数据特点,提出了一种基于前方交会的无人机航摄影像定位方法。首先,对所有无人机侦察视频帧和航片分别进行特征匹配,得到影像间关系;然后,提出基于前方交会与抗差估计的无人机航摄影像定位方法,来实现航摄影像的定位;最后,对侦察视频帧进行高频补偿与凸集投影迭代优化,得到重建后侦察视频。实验结果表明,基于前方交会与抗差估计的无人机航摄影像定位方法加强了无人机视频与航片的对应性,凸集投影迭代优化法增强了重建的边缘保持能力。该方法增强了重建图像的一致性与保真度,特别是对图像边缘细节部分等效果极为明显,且处理速度更快。     

一种基于人工势场的无人机航迹规划算法

为了改进传统的人工势场法不能适应复杂环境、容易陷入最小值和在终点附近徘徊的情况,提出一种基于混沌理论的人工势场法的无人机航迹规划算法。在传统人工势场法原理的基础上,将混沌理论的搜索算法引入人工势场法中的斥力场、引力场的函数公式中,改变了各个障碍物斥力系数和目标点的引力系数,将改变后的系数代入计算,搜索出斥力场和引力场的最优系数组。本算法有如下优点:第一,考虑了障碍物对寻优过程的影响,排除了合力为零的情况。第二,通过迭代的方法,具有适应不同地图的能力。第三,适用于无人机的航迹规划。仿真实验结果和理论分析表明,混沌理论的人工势场法不仅解决了无人机在航迹规划中容易陷入最小值和在终点附近徘徊等问题,而且可以实现无人机在复杂环境下的航迹规划,缩短了飞行成本,节约了计算时间,提高了三维空间无人机航迹规划的速度和精度。     

无人机模拟训练系统的设计与实现

介绍了虚拟现实技术的基本概念，阐述了虚拟现实技术的核心思想和在无人机模拟训练系统中的作用，给出了用虚拟现实技术创建某无人机虚拟仿真模拟训练系统的基本方法，具体说明了该系统的整体设计及关键技术的实现途径，最后给出了系统将来的扩展情况。     

基于模型预测控制的电动轮车辆横摆控制

为提高电动轮驱动车辆对不同路面的适应能力,基于模型预测控制提出一种将驱动电机的饱和输出力矩作为控制输入约束、将质心侧偏角作为输出约束的汽车横摆控制方法。建立2自由度的车辆状态空间模型作为预测模型,在线计算出跟踪理想横摆角速度所需的附加横摆力矩,通过调节相应驱动轮的驱动力来完成高效、简易的直接横摆力矩分配。将本文算法应用于四轮驱动的8自由度整车模型进行控制仿真,结果表明,该方法能够保证车辆在良好路面及湿滑路面上紧急转向和换道的操作稳定性,并能改善车辆循迹能力。     

无人机自主集群技术研究展望

 动态不确定环境和复杂任务决定了无人机系统势必朝着集群化、自主化和智能化方向发展,具备共识自主性的无人机集群可无需任何集中规划或直接通信完成复杂智能行为。从无人机自主性内涵出发,讨论了无人机自主集群的概念、特点、优势及可能的作战形式,从人机共融、变体设计、人工智能和集群对抗方面探讨了无人机自主集群的发展趋势及无人机集群应对反无人机技术的必要性,从军用和民用领域分析了无人机自主集群的可能应用前景,从战略规划、研发模式、系统协调、交叉学科、国防应用及市场培育等方面探讨了无人机自主集群技术的发展方向。     

2022年无人机热点回眸

2022年，无人机技术研究加速推进，并取得了一系列突破性进展。从无人机政策法规、设计实现、关键技术、人机交互、反无人机等方面回顾了2022年无人机领域热点和动向。随着视觉导航、人工智能技术的进步与普及，无人机综合能力不断提升，应用领域持续扩大，无人机集群关键技术、平台建设与执行任务样式不断完善，自主化、智能化、跨域化、集群化、体系化是当前无人机的技术发展趋势。     

用无人机 GPS系统对雷达进行精度评定的方法

提出了一种新的雷达精度评定方法,即利用搭载全球定位系统(GPS)的小型无人机做为雷达的跟踪目标,对雷达测量精度进行评定.在研究评定方法的基础上,分析了数据处理方法和雷达评定工作对GPS系统定位精度的要求.为了提高无人机的定位精度,系统采用了差分GPS定位技术,即根据地面基准站测量GPS的定位误差来修正无人机的测量结果,并采用Kalman滤波方法来抑制观测噪声,进一步提高无人机的定位精度.仿真测试表明,这种方法可以满足雷达评定的精度要求,同时具有简单、经济、可靠的优点.     

2019年无人机热点回眸

在科技创新牵引和管控政策的推动下,无人机产业焕发出新的活力。2019年,无人机自主控制及应用技术又取得长足发展,呈现出一些新的发展态势。从无人机新战略、无人机赛事、技术革新、实战化等多个角度,对2019年无人机的科技热点及发展趋势进行了总结。分析表明,无人机集群智能作为一项颠覆性技术和作战理念,将成为未来无人机研究发展的重要方向。     

基于非下采样Contourlet变换的无人机景象匹配算法

卫星导航作为无人机重要的导航方式常因受到干扰而不可用,针对此问题,提出一种同样可辅助惯性设备进行导航的景象匹配算法。首先采用非下采样Contourlet变换(NSCT)对基准图和实测图进行多层级分解,以获得不同分辨和方向的稀疏表示图像,然后以基于稳健统计量的Hausdorff距离(LTS-HD)作为相似性测度进行由粗到精的分级匹配。仿真结果表明,基于NSCT方法的图像匹配概率相对于小波分解提高了14%;景象匹配辅助惯导后,可有效抑制位置误差发散,误差被控制在30 m以内,可满足无人机中等精度导航要求。     

无人机自组织网络组网与接入技术的仿真设计与实现

描述了面向无人机(UAV)自组织网络的组网技术和接入技术,提出了针对时延的改进接入技术,以增加一部分低优先级消息的时延为代价,降低另一部分高优先级的消息的时延.选择基于C++和Python语言的网络模拟仿真软件NS3作为开发平台,编程实现UAV自组织网络的接入和组网技术仿真.     

Attitude Determination for MAVs Using a Kalman Filter

This paper presents a Kalman filter to effectively and economically determine the Euler angles for micro aerial vehicles （MAVs）, whose size and payload are severely limited. The filter uses data from a series of micro-electro mechanical system sensors to determine the selected 3 variables of the direction cosine matrix and the bias of the rate gyro sensors as state elements in a dynamic model, with the gravitational acceleration to build a measurement model. For high speed maneuvers, rigid motion equations are used to correct the measurements of the gravitational acceleration. The filter is designed to automatically tune its gain based on the dynamic system state. Simulations indicate that the Euler angles can be determined with standard deviations less than 3°. The algorithm was successfully implemented in a miniature attitude measurement system suitable for MAVs. Aerobatic flights show that the attitude determination algorithm works effectively. The attitude determination algorithm is effective and economical, and can also be applied to bionic robofishs and land vehicles, whose size and payload are also greatly limited.     

无人机序列图像压缩方法研究

根据无人机的运动特点,求出序列图像之间的重叠区域,将运动序列图像转变成静态图像,然后以类EBOCOT算法完成拼接图像的压缩．压缩的实验结果显示,该方法在压缩效率和运行时间上均优于H．264等视频压缩标准,可较好地满足无人机图像的传输需求．