基于相对方位信息和单间距测量的多智能体编队协同控制

由多个载体组成的多智能体系统对复杂环境具有更高的适应性,能够完成传统单个载体无法完成的任务。针对多智能体编队集结与队形移动跟踪问题,提出了一种改进的多智能体编队协同控制新算法。首先,以拒止环境下跟随智能体仅能通过光学传感器测量相对方位信息为任务背景,针对"领导者——第一跟随者"结构的多智能体编队,提出了基于相对方位信息与单间距测量的控制器,使得第一跟随者智能体可以追随移动的领导者智能体,并且可以通过改变与领导者智能体的间距对编队整体队形进行缩放控制。其次,提出一种了改进的分布式控制律,使得其他跟随者智能体可以仅通过两个相对方位信息完成编队飞行。然后,根据Lyapunov第二方法,构建了系统的能量函数,验证了所提出算法的稳定性。最后,通过数值仿真实验对所提算法进行了验证。仿真结果表明,基于该控制律多智能体系统能够完成编队集结、队形缩放和编队飞行的任务。     

智能移动机器人导航控制技术综述

智能移动机器人在制造业、服务业、军事、星际探测等领域获得了广泛的应用,导航是智能移动机器人实现自主控制需要解决的重要问题.对不同领域智能移动机器人导航技术发展现状进行了调研.针对环境感知与建模、定位和路径规划等机器人导航控制关键技术,深入分析了其实现方法.在此基础上归纳出智能移动机器人导航控制未来的发展趋势.     

异构多智能体系统分组输出时变编队跟踪控制

空地协同控制是前沿的热点研究之一,以无人机、无人车为代表的空地智能体动力学模型的差异为研究带来了挑战。研究了高阶异构多智能体系统在有向拓扑条件下的分组输出时变编队跟踪控制问题,提出了虚拟领导者、分组领导者以及跟随者组成的三层协同控制架构。虚拟领导者用于规划整个多智能体系统的状态轨迹,分组领导者跟踪虚拟领导者所提供的轨迹信息,并相互协作以实现分组间的协同配合。跟随者跟踪分组领导者的输出并实现期望的输出编队。在有向通信拓扑结构条件下,基于局部邻居间的相对信息、观测器理论和滑模控制理论构造了控制协议,利用Lyapunov稳定性理论证明协议的有效性。数值仿真结果表明提出的方法能够实现无人机、无人车等异构智能体的空地协同,具有较好的工程应用价值。     

基于固定阈值事件触发扩张状态观测器的多智能体协同目标环绕控制

针对复杂多扰环境下面向未知运动目标的多智能体对峙跟踪问题,提出了一种基于固定阈值事件触发扩张状态观测器(FTESO)的多智能体协同目标环绕控制方法。首先,建立了智能体与目标的相对运动模型,将目标加速度、模型非线性、环境摄动视为集总干扰,利用量测的相对位置信息构造可降低测量端状态更新频次的FTESO,以实现在非周期采样条件下对于相对速度不可测和集总干扰未知的精准估计。其次,结合速度方向场理论生成目标与智能体间的期望相对速度,根据相邻智能体间的相对角间距信息与FTESO的观测结果,设计了一种不依赖目标加速度信息的多智能体相位协同一致性协议,使得多智能体能够以指定环绕半径、环绕角速度和相对角间距实现对未知运动目标的环绕跟踪。借助Lyapunov稳定性理论,证明了闭环系统中所有误差信号最终一致有界。最后,通过仿真和比较结果验证了所提算法的有效性。     

基于多智能体的多无人机编队算法

多架无人机协同攻击能够充分利用各个飞机的作战资源和空间占位,是未来空战的主要模式,对多无人机进行编队具有比较重要的实际意义。多智能体技术通过采用各智能体间的通信、合作、协调、管理及控制来表达实际系统的结构、功能及行为特性,为实际问题提供一种统一的框架。本文简要介绍了多智能体的概念及易于协调管理的特点,从多智能体系统理论和群集控制思想出发,对多无人机编队问题进行了分析和描述.     

多弹编队飞行控制技术研究

针对未来复杂战场环境下反舰导弹编队协同攻击的技术需求,提出了一种多弹编队飞行控制的技术方案。采用基于分层递阶控制思想的多智能体系统结构,把多枚功能相同或者不同的导弹按照一定的原则组合成弹群,弹群中各导弹之间进行编队飞行、协同搜索、信息融合和协同攻击等方面的作战配合,实现对单个目标或多个目标的精确打击。该方案可以实现多发导弹的编队飞行控制,能够提高导弹编队的体系对抗能力。     

多智能体协同视觉SLAM技术研究进展

多智能体的协同视觉SLAM系统在地面机器人或空中飞行器梯队中应用得越来越广泛。由于不同的智能体之间会交换或共享信息,协同视觉SLAM系统不同于应用在单个智能体上的典型的视觉SLAM系统,具有更好的鲁棒性、准确性和高效性。阐述了多智能体协同视觉SLAM的发展历史和现有的研究方法,描述了协同视觉SLAM系统实现所涉及的关键技术,包括协同姿态估计和地图构建,以及新兴的分布式架构。此外,对多智能体协同视觉SLAM技术的发展趋势进行了展望。     

多无人机协同导航技术研究现状及进展

UAV是无人驾驶飞机(Unmanned Aerial Vehicle)的简称,无人机相较于有人驾驶飞机具有用途广泛、成本低和生存能力强等特点,在军事民用领域都有着广阔的前景,受到了国内外研究者的关注。协同导航技术极大地扩展了无人机的应用范围,提高了多无人机定位的精度以及无人机编队的稳定性、安全性和可靠性。现阶段协同导航技术在编队导航、目标监测与跟踪等诸多方面都得到了研究与应用。从四个层次对协同导航的研究现状和进展进行探讨:首先是对多无人机协同导航的概念、基本原理、国内外发展现状和必要性进行阐述;其次对协同导航中相对导航方式进行了分类分析,并分别介绍了无线电导航与视觉导航的原理、优缺点和应用场景;然后从导航目的、协同导航优化算法、滤波方法、协同导航信息融合容错策略几个方面对协同导航进行分析归纳;最后,讨论了基于多无人机协同导航未来的发展趋势。     

基于记忆融合模式的多无人机分散式协同导航方法

针对多无人机协同交互过程中存在的通信时滞问题，提出基于记忆-融合的多无人机分散式协同导航算法。在无人机惯性和全球卫星导航系统（GNSS）紧组合导航框架基础上，建立含时滞影响的系统状态向量，并对系统状态误差及其方差进行推导，进一步构建关于各无人机状态的最优估计模型，并基于状态误差方差最小准则对状态进行最优估计。建立了基于机间相对测量的多无人机分散式协同导航算法，提出了基于记忆融合模式的时滞处理方法。在GNSS可获取及拒止环境下进行多无人机协同导航仿真与实验测试，结果表明，所提出的基于记忆-融合的分散式协同导航算法能有效补偿通信时滞造成的精度损失，有效提高定位精度。     

深度确定性策略梯度算法用于无人飞行器控制

对深度确定性策略梯度算法训练智能体学习小型无人飞行器的飞行控制策略进行了探索研究。以多数据帧的速度、位置和姿态角等信息作为智能体的观察状态,舵摆角和发动机推力指令作为智能体的输出动作,飞行器的非线性模型和飞行环境作为智能体的学习环境。智能体在与环境交互过程中除了获得包含误差信息的密集惩罚外,也有达成一定目标的稀疏奖励,该设计有效提高了飞行数据的样本多样性,增强了智能体的学习效率。最后智能体实现了从位置、速度和姿态角等信息到控制量的端到端飞行控制,并进行了变航迹点、模型参数拉偏、注入扰动和故障条件下的飞行控制仿真,结果表明智能体除了能有效完成训练任务外,还能应对多种训练时未学习的飞行任务,具有优秀的泛化能力和鲁棒性,该方法具有一定的研究价值和工程参考价值。     

基于SiP的低成本微小型GNC系统技术

随着微机电系统(MEMS)技术及微惯性器件的发展,大量小型化、低成本、高性能的导航、制导与控制(GNC)产品正越来越多地应用于小型无人飞行器、地面无人系统以及精确制导弹药等领域.针对各类应用需求,基于MEMS惯性测量单元(IMU)、GNSS接收模块、全捷联红外/可见光/激光多模智能导引头、信息处理器(DSP)与数据链通信模块,采用SiP技术研制出GNC芯片.基于GNC芯片构建一体化微小型GNC系统,突破了基于SiP一体化微小型GNC系统集成、全捷联红外/可见光/激光多模智能感知、嵌入式深组合导航、全捷联多模智能导引头/导航/制导与控制一体化设计等关键技术,并对其性能进行了评估.微小型GNC系统技术为低成本小型无人系统和精确制导弹药的发展夯实技术基础.     

基于STDP奖励调节的类脑面向目标导航

动物具有优秀的空间自主定位导航能力，能够实现在无先验环境信息下的导航定位和导航决策过程。针对智能体在连续空间中面向目标导航问题，研究了一种基于生物学放电时间依赖可塑性学习规则的智能体面向目标导航算法。首先分析了动物面向目标导航决策过程中的生理学机理，在此基础上，构建了基于脉冲神经网络的位置细胞和动作细胞模型。动作细胞间权值采用横向竞争模型更新，通过环境奖励信号的更新，采用放电时间依赖可塑性学习规则对位置细胞前馈动作细胞模型的突触权重进行权值调节，利用动作细胞群的脉冲放电现象表征智能体运动方向和速度。最后，对所提算法进行了仿真实验验证。仿真结果表明，所提出的类脑面向目标导航算法能够在单障碍环境中实现30 ms左右的规划速度，相比传统强化学习Q学习方法平均路径规划长度缩短了15.9%。     

国防科技大学智能科学学院简介

正国防科技大学智能科学学院是在原机电工程与自动化学院的基础上于2017年7月重新调整组建的,下设自动化系、智能机械与仪器系、智能科学技术系、无人系统研究所、机电工程研究所兼国防科技重点实验室。瞄准我军智能无人系统技术及装备发展,发挥"机电系统+控制系统+智能系统"特色优势,按照"智能传感/测量——智能平台/机构——智能系统"体系,确立了智能平台、智能感知与控制、智能通信与导航、智能集群、智能保障五大方向布局。     

序言

正以卫星导航为核心的PNT技术在军事领域和人类活动的其它领域都得到了广泛的应用,发挥着不可或缺的作用。众所周知,在某些特殊的应用领域(例如武器装备、无人平台等)不能过度依赖卫星导航。因此,怎样提高载体在卫星导航信号拒止或受到干扰情况下的自主导航能力,以及在复杂环境下的智能导航能力是目前导航技术领域面临的重大难题;于是,仿生导航、视觉导航、协同导航、全源导航等各类新型导航技术成为研究热点,以期为此提供新的技术途径。近年来,随着生理学、脑科学、物理光学等基础研究的重大突破,以     

北京理工大学自动化学院导航制导与控制研究所简介

正北京理工大学导航制导与控制研究所现有教师24人,其中正高级9人,副高级9人,有中国工程院院士、"万人计划"领军人才、中青年领军人才、新世纪优秀人才等人才支撑,获教育部长江学者创新团队、国防科技创新团队、教育部工程研究中心称号。研究所主要从事惯性器件及惯性导航、卫星导航、仿生导航、智能导航、组合导航等方向的教学与科研工作;承担了国家重大基础研     

导弹智能化对惯性技术发展需求

未来战争是智能化的战争,未来导弹的发展必然呈现智能化趋势。针对导弹智能化需要具备的智能感知、智能决策、智能控制、智能协同和智能突防等五方面特征,分析了惯性技术的作用和发展需求,颠覆性创新技术的不断涌现,也推动了新原理、新材料、新技术在惯性技术领域的应用。本文提出了需要突破的关键技术,包括惯导系统大数据应用技术、惯导系统容错及系统重构技术、智能协同导航系统的时空基准统一技术、以惯性系统为基础的信息集成技术等关键技术,并对适应未来网络协同作战的智能导弹导航控制需求提出了对策建议。     

基于卫星导航的铁路列车控制系统自主定位技术研究进展

基于卫星导航的车载自主化列车控制是智能铁路技术体系的关键组成部分。对中国列车控制系统体系架构进行了梳理,分析了列控专用列车自主定位基本结构及与列控系统的接口模式。结合列车运行控制对安全性的特定需求,探讨了列车自主定位性能需求体系,介绍了国内外基于卫星导航的新型列车控制系统的发展情况,阐述了列车自主定位技术内涵及主要研究进展,从多源感知融合无缝定位、列车卫星定位主动增强、定位专用轨道地图数据库、自主定位性能测试评估等多个方面进行了全面系统的梳理和分析,介绍了伪卫星增强列车定位、轨旁卫星定位增强网络、地理分布式零现场虚拟测试设施等典型成果,并对前沿技术运用演进、关键场景融合优化、复杂环境安全防护、跨层协同全息感知、专用标准规范体系等未来发展方向进行了展望。     

基于近端策略优化的空战决策算法研究

面对未来有/无人机协同作战场景,实时准确的空战决策是制胜的关键。复杂的空中环境、瞬变的态势数据以及多重繁琐的作战任务,使有/无人机协同作战将替代单机作战成为未来空战的发展趋势,但多智能体建模和训练过程却面临奖励分配困难、网络难收敛的问题。针对5v5 有/无人机协同的空战场景,抽象出有人机和无人机智能体的特征模型,提出基于近端策略优化算法的空战智能决策算法,通过设置态势评估奖励引导空战过程中有/无人机智能体的决策行为向有利态势发展,实现在与环境的实时交互中,输出空战决策序列。通过仿真实验对所提空战决策算法进行验证,结果表明：本文提出的算法在经过训练学习后,能够适应复杂的战场态势,在连续动作空间中得到稳定合理的决策策略。     

一种多智能体协同信息一致性算法

以无人机(UAVs)/导弹集群为代表的多智能体协同作战在未来战场中占有重要地位。协同信息的共享和一致性是多智能体系统完成协同、编队、集结、同步等协同任务的关键基础和前提。首先,基于邻居系统和团势能建立了信息一致性模型,将多智能体的协同信息的偏差映射为团势能。然后,通过以并行能量最小化求解马尔可夫随机场最大后验概率的方法实现了分布式无中心条件下的协同信息一致性。与传统的一致性算法相比,所提出的算法引入了虚拟基准的概念。当无外部基准输入时,基于平均场方法,通过邻居之间的协同信息交互建立虚拟基准;当存在领航节点或虚拟领航节点时,将领航节点协同信息的状态及状态导数作为虚拟基准。仿真结果表明:所得出的算法具有对网络规模不敏感、快速收敛、高鲁棒性的优点;对有/无基准输入的情况可采用相同的算法,体现了算法具有较好的适应性。     

基于多智能体的无人作战平台多机协同对抗多目标任务决策方法

建立了基于多智能体的多机协同作战任务决策方法结构模型,提出了基于神经网络与证据理论的敌我双方对抗态势分析方法和基于完全信息静态博弈模型的多机协同对抗多目标任务决策方法,并进行了基于典型作战想定的多机协同对抗多目标任务决策方法仿真研究.