一种针对运动目标的飞行器航迹搜索算法

鉴于目前大部份的航迹规划方法研究都局限于静止目标,提出了一种针对运动目标的飞行器航迹规划方法。该算法借鉴自学习实时A*搜索的思想,将飞行器的运动与航迹搜索结合在一起,可以对目标的每一步移动实时作出反映。通过在限定的时间内扩大寻优范围,该算法不但可以满足实时在线应用的要求,而且可以有效地避免不可行区域,并使生成的航迹更加优化。实验结果表明,本文算法能有效地处理各种航迹约束,实时地生成满意的三维航迹。     

动态环境中的飞行器实时三维航迹规划方法研究

本文提出了一种新的飞行器三维航迹规划方法－SDS。该方法能够在具有预先未知威胁的飞行环境中在线实时航迹规划。当飞行器上装备的探测器探测到飞行环境中有预先未知的威胁出现时,根据探测到的信息及时更新威胁数据。SDS根据新的环境信息局部修正受到影响的航迹段来获得新的全局最优航迹。在每一时刻考虑当前已知的信息下,SDS生成的航迹是满足要求的最优航迹。     

一种基于可行优先的三维航迹规划方法

针对三维航迹规划的实时性问题,提出了一种基于可行优先的三维航迹规划方法。不同于通常的最优优先算法,该方法使用可行优先的准则,有效地剪除了搜索空间,提高了搜索效率,从而使三维航迹规划能够应用于实时航迹规划中。在搜索过程中,该方法通过改进局部航迹的三维规划,飞行状态保持,动态网格,导引点集四种策略,能快速地规划出三维航迹。算法复杂度分析和试验表明,该方法能够有效地完成航迹规划任务,获得满足要求的可行航迹。
     

基于分层策略的三维航迹快速规划方法

快速航迹规划能力是任务规划系统追求的目标之一。提出了一种基于分层策略的三维航迹快速规划方法。该方法分为两个层次：全局规划和局部规划。全局规划在综合利用战场信息的基础上,利用遗传算法规划出最优或次优的引导点集,该引导点列所在的区域为最优连通域,并且在该连通域内能找到可行航迹,全局规划利用引导点列大致指明了最优航迹的走向;局部规划根据全局规划提供的引导信息和战场信息,利用SAS(Sparse A Search)算法快速规划出满足攻击角度约束的平面可行航迹,高度规划采用速度较快的几何规划方法。仿真实验表明,该方法比SAS规划方法要快,且生成的三维航迹近似最优。     

基于矢量数据的三维航迹规划方法

提出了基于矢量数据的三维航迹规划方法。通过将威胁数据以矢量的方式与地形等高线结合起来对规划空间进行灵活表述,使得航迹规划可以充分考虑地形／威胁的影响,同时在规划时考虑了低空飞行器性能及其他约束。试验结果表明,该方法可以快速有效地完成三维航迹规划,给出的结果既满足各种约束条件又符合人的直觉。     

基于进化计算的无人飞行器多航迹规划

针对飞行器多航迹规划问题展开研究。在分析多峰值函数优化问题的基础上,提出了一种基于进化计算的飞行器多航迹规划方法。该方法通过使用特定的染色体表示方法和进化算子,可以有效利用各种环境信息,处理各种航迹约束。同时,通过引入聚类算法,将种群中的个体按其空间分布进行聚类,生成若干个不同子种群。在进化过程中,所有个体只在各自的子种群内部进化。当进化结束时,每个子种群将分别生成一条各自的最优航迹,从而为飞行器生成多条不同的可选航迹。仿真结果表明了该方法的有效性。     

多飞行器协调航迹规划方法

针对多飞行器的协调航迹规划展开研究，提出了一种基于协同进化的多飞行器协调航迹规划算法。在该算法中，不同飞行器的潜在航迹形成它们自己的子种群，并在于种群内部进化。不同飞行器间的协调关系由航迹的评价函数来实现。同时，通过使用特定的染色体表示方法和进化算子，该算法可以有效利用各种环境信息，处理各种航迹约束，并实时地生成三维航迹。     

基于混合量子粒子群优化算法的三维航迹规划

针对粒子群优化算法(PSO)存在的早熟收敛问题,通过将种群的繁殖机制引入量子粒子群优化算法(QPSO),提出了一种混合量子粒子群优化算法(HQPSO),将该算法应用于无人飞行器的三维航迹规划。同时,运用统计学方法,通过仿真实验比较了HQPSO算法与QPSO算法以及带动态变化惯性权系数的PSO算法的性能。仿真实验结果表明,HQPSO不但比QPSO和PSO具有更强的全局搜索能力,而且比QPSO和PSO具有更快的收敛速度。     

基于Gauss伪谱法的多UAV协同航迹规划

将伪谱法应用于多无人飞行器（Unmanned Aerial Vehicle, UAV）协同航迹规划,给出了基于Gauss伪谱法（Gauss Pseudospectral Method, GPM）的多UAV协同航迹规划方法。根据UAV的物理特性,结合协同规划的要求,建立了多UAV协同规划的最优控制模型。此模型包括UAV机动性能约束、路径约束、多UAV协同打击约束和集结区约束;利用GPM将最优控制问题转化为非线性规划问题,并用非线性规划软件求解。仿真结果表明,该方法能够满足多UAV的协同规划要求,具有较高的求解精度。     

基于量子遗传算法的无人飞行器航迹规划

基于量子计算和量子理论,提出了一种基于量子遗传算法的无人机航迹规划方法 。该方法利用表征量子叠加态的量子比特对航迹进行编码,引入具有量子特性的量子交叉算 子和量子门变异调整策略,对航迹规划中代价函数进行优化,引导并实现航迹的规划选择。 仿真试验结果表明,该方法不仅具有良好的种群多样性,而且还可以有效地提高算法的空 间搜索和收敛能力。
     

基于非线性动态逆方法的TF/TA控制器设计

为了增强巡航导弹的低空突防能力，应用非线性动态逆原理设计了具有纵向和侧向解耦能力的TF／TA控制器。这种方法利用了反馈线性化理论，研究通过非线性反馈或动态补偿的方法，将非线性系统变换为线性系统(伪线性系统)，然后再按线性系统理论完成系统的各种控制目标设计。由于巡航导弹模型的复杂非线性，本文提出了一种简化方法。针对其各状态变量的时间响应特性不同，采取了分阶控制的方法，将TF／TA控制器分解为内环、中环和外环三层分别设计，这样大大简化了控制器设计的复杂性。最后以某巡航弹为例进行了全系统仿真，仿真结果表明，用非线性动态逆方法设计的TF／TA控制器具有良好的纵侧向解耦能力和快速响应能力。导弹能够准确地跟踪地形轮廓飞行，而且可以有效地绕过地形中的相对高处，并且系统对参数摄动具有一定的鲁棒性。     

受限空间下双冗余臂机器人最优轨迹规划方法

针对受限空间下双臂机器人协同操作的轨迹规划中所面临的非结构化环境复杂、作业空间小、易发生碰撞等问题,提出一种双臂机器人自主避碰与灵巧操作的最优轨迹规划方法,即基于三维点云场景重建的复杂约束环境模型,将安全作业和灵巧操作任务抽象为数学约束形式,构建复杂受限空间下多种灵巧操作任务规划的双臂协调优化模型,以实现双臂机器人在复杂受限空间下的自主避碰和最优灵巧操作。最后通过卫星配件装配任务的仿真和实验验证了该最优轨迹规划方法的可行性。     

无人飞行器在线航迹规划技术研究

在线航迹规划是针对不确定环境中的航迹规划问题,无人飞行器需要在参考飞行航线的约束下,根据局部地形、地貌、障碍、威胁等信息以及飞机本身机动能力的限制,实时地计算出飞行航迹,并跟随该航迹完成飞行任务。阐述了无人飞行器在线航迹规划的结构框架,分析了无人飞行器动力学约束及威胁场约束,并根据航迹几何建模方法及在线规划算法的国内外研究概况,着重探讨了在线规划算法如A＊算法、Dynapath算法及连续型粒子群优化算法。最后,阐述了无人飞行器在线航迹规划面临的关键问题及发展趋势。     

基于激光测距的月球探测重载六足机器人自主避障控制

月面未知环境下具有高承载力的六足移动机器人是月球探测中不可或缺的装备。六足机器人虽然可以借助足地接触信息和姿态信息在不平坦路面行走,在遇到较小障碍物时可以做出适当的反射动作,但当遇到无法逾越的障碍物时,基于视觉信息实现腿式机器人避障运动是非常重要的。针对电驱动六边形对称分布的六足机器人,基于激光测距仪的信息实现了模拟月壤地面的地形建模,提出基于虚拟机体模型的自主避障策略,获得最优可行方向和运动最短距离,规划了实时避障的机体和足端运动轨迹。实验结果表明,六足机器人可以实时、准确地跟踪避障策略得到实时偏航角度,实现了机器人在未知环境下的自主避障运动,为月球探测重载足式机器人研究奠定了基础。     

基于病毒遗传算法的快速航迹规划方法

为了提高现有航迹规划系统的实时规划能力,对基于分层策略的航迹规划方法中全局规划部分进行改进,提出了基于病毒遗传算法的快速规划方法.分层策略的航迹规划包括全局规划和局部规划,由于对不同性质的约束条件分阶段进行处理,该方法降低了航迹规划的计算复杂度.但全局规划采用的标准遗传算法仍存在早熟和局部收敛慢的问题.针对这些缺陷,采用病毒遗传算法进行改进.结合航迹规划的领域知识,给出了病毒种群的编码方法并设计了特定的病毒感染算子,使航迹寻优效率得以提高.仿真实验表明,在相同约束条件下,该方法能更快生成满足战术要求的航迹.     

无人机任务规划系统研究及发展

无人机任务规划系统是指根据所要完成的任务、无人机的数量及任务载荷的不同,对各架无人机进行任务分配并通过航路规划技术制定飞行路线。首先介绍了无人机任务规划系统的基本功能及组成结构。然后,详细分析了任务规划系统的建模技术及其优化算法的研究现状。最后指出了讨论了无人机任务规划存在的问题,并阐述了无人机任务规划系统的发展趋势。     

月球车全局路径规划中的A＊算法改进

考虑月球车全局路径规划的应用要求,针对传统A＊算法搜索速度慢和返回路径不够优化的缺点,对算法流程进行改进,减少其时间和空间复杂度,提高其搜索速度,并对返回路径进行优化,有效地缩短了路径。对于存在凹形障碍的地图,采用后退一尝试的方法解决规划失败的问题,并在一次搜索的基础上使用二次搜索策略来实现规划路径的优化,使之绕过凹形障碍趋向目标,从而达到输出最短路径的目的。     

七自由度空间机械臂避障路径规划方法

针对七自由度空间机械臂在轨捕获目标任务的需求,提出了一种避障路径规划方法。主要是根据机械臂和障碍物的几何特征,对机械臂模型和障碍模型进行简化;通过研究机械臂自身所固有的几何特性和障碍物的位姿坐标,分析机械臂各杆件与障碍物发生碰撞的条件,进而求出空间机械臂的无碰撞自由工作空间;利用优化的A＊算法,在七自由度空间机械臂的自由工作空间内进行了无碰撞最优路径的搜索,从而实现了七自由度空间机械臂的避障路径规划。仿真结果表明了该算法的有效性与可行性。