小行星复杂形貌自适应附着轨迹动态规划方法

针对小行星表面复杂崎岖形貌对附着安全构成的威胁,提出一种形貌自适应附着轨迹动态规划方法。基于构建的附着过程多目标最优路径点序列,结合障碍检测信息在线评估探测器受到的碰撞威胁大小,当障碍与标称附着轨迹产生冲突时,通过设计最少路径点局部重规划方法,实现路径点鲁棒跟踪与局部避障轨迹动态规划的自主切换,增强探测器对复杂形貌环境的自适应能力,提高小行星附着任务安全性。     

基于动态视觉传感器的无人机目标检测与避障

针对无人机在动态环境中感知动态目标与躲避高速动态障碍物,提出了基于动态视觉传感器的目标检测与避障算法。设计了滤波方法和运动补偿算法,滤除事件流中背景噪声、热点噪声及由相机自身运动产生的冗余事件;设计了一种融合事件图像和RGB图像的动态目标融合检测算法,保证检测的可靠性。根据检测结果对目标运动轨迹进行估计,结合障碍物运动特点和无人机动力学约束改进速度障碍法躲避动态障碍物。大量仿真试验、手持试验及飞行试验验证了所提算法的可行性。     

微小型无人直升机避障最优轨迹规划

针对无人直升机在低空复杂环境下避障飞行问题,提出了一种基于非线性最优控制理论的求解策略.以避障机动飞行时间为优化目标,无人直升机六自由度非线性动力学方程为等式约束,直升机飞行性能限制以及三维空间中障碍物限制等因素为不等式约束,建立了避障机动飞行的最优控制模型.然后利用高斯伪谱法（GPM,Gauss Pseudospectral Method）将轨迹规划问题转化为非线性规划（NLP,Non-Linear Programming）问题,并采用序列二次规划算法进行求解.在此基础上研究了障碍物尺寸对最优轨迹的影响.计算结果表明,该方法能够以较高的精度生成真实可行的避障飞行轨迹,最优机动动作取决于障碍物纵横向尺寸比.      

月面复杂地形表层采样可采点确定方法

表层采样是获取地外天体特性的重要手段,是目前原位探测与采样返回样品获取的重要方式。实施月球表层采样过程中,月面复杂地形将对大尺度采样器工作带来约束。结合一类大尺度表层采样器,分析了月面复杂地形的影响,提出了表层采样的可采样充分条件,构建了以可视区分区、分区延伸、局部平均法向量稀疏、基点包覆检测相结合的并行可采点确定方法。仿真结果表明,该方法可准确确定复杂地形下表层采样可采点,分区并行计算可有效提升可采点的确定效率。     

一种用于SGCMG奇异规避的CVP轨迹规划

采用单框架控制力矩陀螺(SGCMG)作为执行机构的小型敏捷卫星在姿态机动过程中存在着奇异问题.本文从SGCMG姿态控制系统整体出发，将奇异问题转化为状态约束的动态控制问题，基于控制变量参数化(CVP)方法，设计了一种用于SGCMG奇异规避的轨迹规划.该算法在实现小型敏捷卫星大角度姿态机动过程无奇异的基础上，将SGCMG框架角转速的最优轨迹通过CVP方法进行分段线性规划.这种规划策略对框架伺服系统的算法设计无复杂要求，仅需要简单的加减速控制，从而节约了星上资源.在轨迹规划实现过程中，考虑了工程实际中的约束条件，可以按照姿态机动任务要求规划出一条综合考虑能量资源和目标精度的最优轨迹.仿真结果表明：该算法实现了姿态参数轨迹和星体角速度轨迹的平缓变化，目标误差在1×10-3量级，星体在机动过程中运行稳定，SGCMG不会出现奇异现象.     

基于粒子群算法的航天器姿态机动路径规划

研究航天器在星载设备受多种几何约束情况下,大角度姿态机动时的姿态路径规划问题.采用罗德里格斯参数描述姿态,将姿态机动路径规划问题转化为点机器人的三维路径规划问题.基于粒子群优化技术设计了航天器复杂约束下大角度姿态机动的路径规划算法.数值仿真结果表明,该方法对于复杂约束下航天器姿态机动的运动规划是有效的.     

基于构形平面的冗余机械臂轨迹规划方法

针对冗余机械臂在空间轨迹规划过程中构形多样但不唯一的问题,提出了一种快速求解冗余机械臂在空间轨迹规划过程中的最优构形的方法。受机械臂关节约束和空间障碍的限制,冗余机械臂的轨迹规划是一个复杂的过程。而为了保证机械臂运动的平稳性,冗余机械臂工作构形由多个机械臂关节轴线依次连接形成的构形平面组成。从构形平面入手,利用空间几何的方法,对冗余机器人进行空间轨迹规划,通过空间矢量引导、避障路径的比较,快速找到空间优化的路径,实现多目标轨迹规划方法。该方法用于一个7自由度冗余机械臂,结果表明该技术能够快速直观解决路径规划问题,不依赖具体的机械臂工作构形,适用于更多自由度的冗余机械臂。      

深空探测器动态约束规划中的外延约束过滤方法研究

随着深空探测任务的增加以及星上科学任务的日益复杂,深空探测器自主任务规划与调度技术成为研究的热点。在深空探测器任务特点与系统约束分析的基础上,将智能规划理论与约束可满足技术相结合,研究多层约束规划模型中约束的动态特征,设计了基于动态约束表的外延约束快速过滤算法,根据领域信息中活动间的冲突性特征来对新加入的活动进行分类和一致性检查。仿真结果表明:提出的算法能够有效地降低约束处理中无效的约束检查次数,降低问题处理过程中的算法回溯,提高规划效率和成功率。     

一种动态环境下空间机器人的快速路径规划方法

针对动态环境下空间机器人采用深度强化学习进行路径规划时存在的收敛速度慢问题,采用迁移学习算法设计了一种适应动态环境的快速路径规划器.首先,综合考虑空间机器人运动过程中存在的避障、时间和扰动约束,在静态环境下对深度神经网络进行预训练.其次,将上述训练后的权值作为动态环境下深度神经网络的初始权值,再经过动态环境下的训练进行参数微调.最后,以平面五自由度空间机器人为例对所设计的方法进行了验证,并与直接训练方法进行了比较.实验结果表明,该方法能够将训练收敛时间从1033回合缩短到450回合,在保证规划路径准确率的前提下,提高训练的收敛速度.     

一种翻滚非合作航天器抵近绕飞避障轨迹规划和跟踪控制方法

针对空间无人在轨服务任务中翻滚非合作航天器抵近、绕飞和避障问题,在目标特征部位本体坐标系,建立了轨道和姿态相对运动模型.设计了抵近和绕飞策略,以抵近轨迹的燃料和时间最优为目标函数,考虑规避障碍物情况,结合动力学和路径等约束条件进行轨迹规划,最后采用高斯伪谱法对连续最优控制问题进行离散转化,对转化后的非线性规划问题进行求解,得出最优路径.同时基于轨道和姿态协同的六自由度轨迹跟踪误差模型,设计了全状态反馈轨迹跟踪控制律,在相对运动姿态和轨道模型的基础上,对控制过程进行了闭环仿真验证,结果表明了姿轨耦合轨迹跟踪控制律的有效性和稳定性.     

冗余空间机械臂粗捕获段无碰撞轨迹规划算法

现有的基于C空间的无碰撞轨迹规划算法需要求解C空间以获得C空间障碍边界。对于多自由度的冗余机械臂,求解过程需要消耗很大的计算量和内存,不适用于计算资源紧张的空间机械臂轨迹的快速规划。文章提出了一种不需要求解C空间的试探性规划算法,包含4个子算法：碰撞检测算法、无碰撞目标构型求解算法、无碰撞路径搜索算法和路径平滑算法。已知期望的末端作用器位置和姿态,利用目标构型求解算法得到无碰撞的目标构型,然后由路径搜索算法在C空间障碍边界未知的情况下,利用碰撞检测算法,采用一定的试探规律,在C空间中搜索出一条无碰撞路径,最终由路径平滑算法使该路径平滑,易于实现。仿真算例表明,该算法是快速有效的,适用于冗余空间机械臂粗捕获段的快速轨迹规划。     

渐进扩展的优先关系矩阵

应用扩展矩阵描述并行工艺规划中动态变化的优先关系,通过状态转化构造矩阵的动态生成,通过迭代递进形成扩展过程,主要算法步骤是:①构造约束集合;②在约束集上依据优先准则构造约束矩阵;③生成优先矩阵的扩展行、列向量;④组合扩展优先矩阵.由此,建立了与动态CAD设计交叉并行、逐步完善的工艺优先关系描述方法.      

月面飞行器动力下降段多目标轨迹规划

针对未来月面着陆动力下降段轨迹规划需综合考虑多性能指标的问题,提出一种对飞行轨迹先优化后决策的多目标轨迹规划方法.在多目标进化算法MOEA/D-AWA(multi-objective evolutionary algorithm based on decomposition with adaptive weight adjustment)的框架下对轨迹规划的多个指标进行分解,得到若干个单指标的子问题.将凸优化算法作为求解单目标轨迹优化子问题的底层算法,嵌套在MOEA/D-AWA的框架中,经过迭代优化获得一组动力下降段飞行轨迹,其构成多目标轨迹规划问题的帕累托最优解集.根据模糊决策理论对各个帕累托最优解对应的多个轨迹指标逐步降阶并进行综合评估,经过决策得到多指标约束下的飞行轨迹.仿真实验表明,该轨迹规划方法能够在综合多目标的情况下,优化获得一组动力下降轨迹集合,且能够根据不同任务要求从中决策出最优的动力下降段轨迹,可有效解决月面飞行器的多目标轨迹规划问题.     

基于CE-PF算法的舰载机离场调度优化问题

甲板作业调度研究是提升航母战斗力的关键技术,而其具有时间、空间与资源受限的复杂约束调度问题已被证实为NP-hard。根据舰载机出动离场调度优化问题的特点,将其抽象为零缓存区混合流水车间调度模型,建立包含飞机避碰等约束的混合整数规划模型。提出一种交叉熵与作业剖面匹配(CE-PF)算法用于问题求解,并给出了算法流程架构。交叉熵算法通过高斯采样完成启发式规则下的工件分组,作业剖面匹配算法完成分组工件的任务排序、作业编排及约束检查等调度设计,Gap逼近算法进行目标值评估、精英种群选择、抽样参数更新及收敛判定。通过算例仿真,验证了CE-PF算法求解离场调度优化问题的有效性;灵敏度分析表明起飞模式和空间约束对出动效能影响较大。      

基于鸽群优化算法的实时避障算法

为保证机器人能安全无碰撞地抵达目标位置，提出一种在改进版圆形扩张（CSE+）法中融合鸽群优化算法的实时避障算法。所提算法引入对障碍物密集程度的判断机制，在障碍分布密集时选择最安全的路径，在障碍物分布稀松的环境中，利用鸽群优化算法在安全范围内寻找下一目标最优位置。此外，还引入了搜索树，可实现死角的检测与避免。仿真结果显示:所提避障算法能提高路径规划的性能，在障碍物分布稀松时效果更加明显，且可实现死角检测并能通过狭长通道。      

基于路径跟随的改进领航-跟随无人机协同编队方法

针对集群无人机完成高精度协同编队的需要,提出了一种基于路径跟随的改进领航-跟随无人机协同编队方法。首先,在传统A*算法的基础上,引入了障碍威胁系数改进A*算法,为领航无人机规划从起点到目标的全局安全路径;其次,采用Hermite多项式在离散化后对领航无人机的全局安全路径进行参数化表示。当遇到新的障碍信息时,利用改进A*算法重新规划路径;随后,领航无人机将跟随无人机的空间编队信息与编队路径参数信息在集群中完成同步;最后,基于一致性原理设计了编队队形协同控制器,并基于改进人工势场法设计了动态避障控制器。仿真结果表明,与传统的领航-跟随方法相比,该方法可以降低编队误差,提高了复杂曲线路径下无人机的编队精度与稳定性,具有一定的工程应用价值。     

复杂低空物流无人机路径规划

针对复杂低空物流无人机路径规划问题，考虑空域环境、运输任务等内外限制，以飞行时间、能耗及危险度最小为目标函数，建立多限制条件物流无人机路径规划模型，设计启发算法以快速解算路径。采用栅格法对规划环境表征，引入物流无人机性能约束确保路径可飞。针对A*算法存在的问题及物流无人机航空运输特色，引入栅格危险度因子、货物质量惩罚系数，增加飞行时间、能耗等代价以提升避障能力、降低成本。为匹配所提启发算法解算效率与精度，采用动态加权法对函数赋权。为筛除冗余路径点及保证平稳飞行，采用双向交叉判断法等对原路径优化平滑。为验证所提路径规划模型及启发算法的有效性，对比4种算法规划结果，分析栅格粒度大小与代价权重值对结果的影响。在既定的运输环境及物流无人机性能约束下，研究结果表明:所提算法与A*算法相比，保证了物流无人机飞行安全、能耗少，将飞行时间由406 s降至386 s，降低了5%；飞行路径点数为129个、栅格危险度因子为11.69，降低了姿态改变次数，保证了运输安全；当栅格粒度大小为5 m，代价权重值为0.4、0.1、0.5时，采用所提算法规划的路径最佳。      

弹射座椅不利姿态控制规律设计

弹射座椅在低空不利姿态下的弹射救生性能是第四代弹射座椅的关键技术,而控制规律算法设计则是姿态轨迹控制的核心问题。提出了一种全新的控制规律设计方法,通过建立弹射全过程的轨迹姿态仿真模型、设计控制参数寻优计算模型,得到离散化的最优控制参数集。利用基于误差逆向传播(BP)算法的多层前馈神经网络模型,获得弹射状态全区间范围内的连续性控制规律算法。以单滚转不利姿态为例,进行了控制规律算法的设计验证。结果表明,采用本文控制规律算法后,弹射座椅在最低安全救生高度性能指标上远远优于多模态控制规律、美俄联合研制的K36Л-3.5型座椅,并基本满足国军际的性能要求。设计方案简单明确,结果算法逼近理论最优值,可以为第四代弹射座椅控制规律设计提供一定的参考意义。