复杂多约束条件通航飞行垂直剖面规划方法

为了解决复杂多约束条件下通航飞行器垂直剖面航迹规划问题,提出了一种基于改进A*算法的剖面规划方法。首先结合通航低空飞行特点,对涉及的飞行任务、地形信息和飞行器性能参数等多种约束条件进行建模;其次构建垂直剖面规划空间,采用目标加权函数来建立航迹代价模型;最终通过改进A*算法生成满足复杂多约束条件的垂直剖面规划航迹。实验分析表明:在相同实验条件下,改进A*算法在解决复杂多约束条件下通航飞行器垂直剖面航迹规划问题方面优于传统路径规划方法。      

基于数字地图预处理的低空突防飞行路线规划

地形跟随/地形规避/威胁回避TF/TA²(Terrain Following, Terrain Avoidance, Threat Avoidance)路线规划是低空突防研究的关键技术.地形信息存贮在数字地图中.为保证所设计路线对飞行器来说是可实现的,研究了数字地图的预处理,把地形、威胁及飞行器性能等信息融合构造了虚拟的地形表面.预处理包括数据文件压缩、威胁信息转化为地形信息、数据插值、及地形的平滑处理.通过设计综合TF/TA²的指标函数、根据A^*算法对其转化,并采用优化方法,可实现三维TF/TA²路线规划.仿真结果证明了算法的有效性.     

一种基于地形方向通行性的改进Theta*算法

提出了一种基于Basic Theta*改进的任意航向路径规划算法,利用星球巡视器在俯仰和滚转方向上抗倾覆能力的差异,对不同航向上的地形可通行性进行了分析,分别区别出障碍以及方向性障碍,并在此基础上将Basic Theta*扩展节点时的可视性检查改进为可通过性检查,从而筛选出能够通过方向性障碍的路径.仿真实验表明,该算法克服了Basic Theta*算法的局限性,能够更加充分地利用巡视器特性,在复杂地形上找到传统方法无法通行的最短路径,扩展了巡视器的行驶范围和工作能力,对于巡视器穿越崎岖地形及撞击坑底探测等星球表面特殊任务具有实用价值.      

Risk Theta*:一种基于地形危险度的任意航向路径规划算法

提出了一种基于地形危险度的任意航向路径规划算法——Risk Theta*。首先以星球表面地形特征统计分析为基础提出了地形危险度指标,并建立地形危险度地图。在此基础上应用Basic Theta*搜索,以危险度最低为方向搜索最优路径。仿真实验证明,该算法能够在栅格地图上找到比A*和Basic Theta*算法危险度低得多、长度相当的任意航向路径,既显著提高了巡视器的安全性,又满足了星球巡视探测对任意航向行驶的迫切需求,因此具有较强的实用性。     

基于栅格地图的火星车路径规划方法

火星车路径规划是实现火星车完成预定探测任务的关键。然而传统路径规划算法,如A*和D*等,存在计算速度较慢,算法复杂度较高等问题。本文将对传统路径规划方法 A*法改进并且得到一种快速高效的全局路径规划算法,之后结合合适的局部避障算法,得到一种基于栅格地图的完整的火星车路径规划方法,最后通过仿真验证了此方法的有效性及合理性。     

基于SA*的CE-3巡视器机械臂就位探测任务规划

针对机械臂规划方法无法满足CE-3巡视器成像及探测光照约束、避碰及机械臂位形切换次数等约束的不足,提出一种基于SA^*的月面巡视器机械臂就位探测任务规划算法。该算法在机械臂的工作空间进行搜索,根据星历计算太阳光照以解决光照约束,通过层次包围盒高效准确地进行机械臂碰撞检测以满足机械臂与环境不存在干涉的约束条件,通过相邻运动行为的代价削减保证规划后机械臂位形切换次数最少。最终通过月面巡视器在轨任务结果验证该算法的可行性。     

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。     

基于改进蚁群算法的月面机器人的路径规划及虚拟仿真

针对月面机器人在复杂地形下的路径规划问题，提出了一种改进的蚁群算法。算法构建了栅格化地形图，基于人工势场法改进了蚁群算法的启发函数，加快了算法收敛速度；引入空间信息素划分方法，提高了蚁群在最短路径附近区域的搜索能力；实验证明，改进后的蚁群算法，路径规划成功率显著提高，收敛速度加快。在算法规划出月面机器人的最短路径后，采用虚拟仿真技术，基于unity3D构建虚拟月面环境和月球车，直观地展示了月面机器人在月面环境下的路径规划效果。     

基于Unity3D的月面复杂地形场景构建及模拟驾驶系统

为了验证未来复杂月面地形操控技术方案,本文基于Unity3D物理引擎对月表模型、月球物理环境以及月面光照环境进行了模拟,设计并开发了一套用于模拟月球自主进行着陆点选址以及在线航天器着陆轨迹规划的模拟系统。模拟系统的工作过程包含了：基于面阵雷达与立体相机信息融合的局部月表重建,基于3D重建结果的月表地形着陆代价的快速评估与自动着陆选址,以及使登陆器能够到达选址目标的最优燃料消耗着陆运动规划,实现了月球着陆器短距离自主选址着陆的模拟系统构建,同时也从仿真的角度初步验证了“地形重建-地形评估-自主选址-软着陆”这一自主着陆过程的可行性。     

基于二维连通图的无人机快速三维路径规划

针对复杂真实环境下无人机三维路径规划解算速度慢的问题，提出一种基于二维连通图的快速三维路径规划方法。首先解析真实地理环境的地形特征和建筑要素，构建基于数字高程模型(DEM)的多层次等效三维数字地图；在此基础上，经过无人机可行空域到二维连通图的转化、连通图中的路径规划及路径的三维化与优化，快速获得一条可执行的三维路径。针对连通图中的全局路径规划，设计了一种基于步长地图的变步长稀疏A^*算法，在保证路径质量的同时有效降低路径搜索的时间；针对连通图中的局部路径规划，提出一种基于障碍预测的随机路标图(PRM)实时路径重规划算法，以满足无人机的实时性避障需求。分别在山地环境和城市环境中进行仿真飞行，结果表明：所提方法能够有效降低三维路径规划的解算难度，在短时间内完成复杂环境下不同尺度和需求的路径规划，全局路径规划算法同比三维A^*算法和基于二维连通图的二维A^*算法搜索时间分别降低了99%和95%，局部路径重规划算法能够在1 s的单次采样周期内完成路径重规划，实时躲避未知障碍物，保证飞行过程的安全。     

一种基于概率路线图的月球巡航车路径规划算法

为提高月球巡航车自主探测时的安全，提出一种基于概率路线图(Probabilistic Roadmap, PRM)的改进路径规划算法.该算法基于距离变换地图，改善PRM算法的采样方式，控制采样点远离障碍物，使规划的路径远离障碍物，避免紧贴障碍物前进的危险情况，提高了月球巡航车自主探测过程中的安全程度.为评估路径的安全性，提出安全警戒系数和最小安全警戒系数两个安全指标，并在月球表面仿真环境下对A*，PRM和改进的PRM算法生成的路径进行安全评估.结果表明改进的PRM算法相较于A*算法，安全警戒系数和最小安全警戒系数分别提升了2.20 m，1.00 m；相较于PRM算法，安全警戒系数和最小安全警戒系数分别提升了1.68 m，1.00 m.改进的PRM算法不局限于月球巡航车的路径规划，还可以应用于对路径安全性要求较高的探索机器人和自动驾驶汽车.     

新型八轮月球车不同运动学建模方法及分析

为使月球车具有更好的自主导航能力,完成崎岖地形路径规划和崎岖地形可通过性仿真测试,必须建立相应的运动学模型.针对提出的新型八轮移动子系统构型月球车和地形特征,利用不同的坐标系定义和建模方法建立了八轮月球车的3种不同运动学模型:关节机器人D-H坐标建模方法运动模型、平面几何运动学关系和三维几何运动学关系运动学模型.在此基础上对建立的3种运动学模型进行分析对比,提出了3种运动学模型的适用条件和范围.最后指出构建的运动学方程可以作为月球车多轮协调运动控制模型和月球车仿真环境中运动关系的求解器模型.     

智能化战术任务管理系统研究

从感知、评价、决策的认知过程研究了现代军机战术任务管理系统的结构、组成和功能,重点研究了态势评估和任务规划两个关键子系统.建立了基于贝叶斯网络和模糊逻辑推理的态势评估算法及威胁评估模型,采用贝叶斯网络对威胁级别进行了评估,运用模糊逻辑对各威胁源的相对重要性进行了推理,实现了对威胁源威胁级别和相对重要性的连续动态评估.研究了基于动态A^*算法的战术飞机飞行路径在线实时规划问题,实现了态势评估与路径规划两子系统之间的集成.研究结果表明了该系统方案和算法的有效性,任务规划系统能够自适应战场态势的变化.     

火星车自主导航与路径规划技术研究

针对火星车工作任务环境,借鉴国外成功研究经验,给出了火星车自主导航敏感器配置,研究可在实际工程中应用的火星车自主导航与路径规划技术,包括DEM图构建与障碍物检测、全局路径规划、基于立体视觉相机的视觉里程计、多传感器融合位姿确定以及局部路径规划技术,并搭建了实验系统,在实验室内进行了仿真验证。相关研究结果可为我国后续开展火星车自主导航系统研究提供一定的基础。     

月球表面巡视探测GNC技术

嫦娥三号巡视器是中国首个地外天体表面巡视探测器, 其制导、导航及控制 (GNC)技术与地球卫星等航天器完全不同. 探测器实现月表巡视探测需要在地 外天体表面确定自身位置、航向及姿态, 识别周围地形环境并寻找安全路径, 控制巡视器沿规划路径安全行驶等. 本文针对嫦娥三号巡视器月面巡视对GNC系统的 任务要求及工作性能, 对月面自主导航定姿定位、协调运动控制、环境感知、 路径规划、激光探测避障以及地面试验等重要技术环节进行了分析, 研究月面制 导、导航与控制特性并进行实验验证, 进而对巡视器GNC技术进行了模拟仿真.