基于图像骨架和贪婪算法的无人机航路规划

针对无人机在执行低空突防任务时最大生存概率以及自身飞行约束的要求,对传统的人工势场法进行改进,提出基于图像骨架和贪婪算法的航路规划方法.对可飞区域提取图像骨架生成赋权图,采用Dijkstra方法搜索最小代价路径实现航路初规划;提出了曲率可控的贪婪算法对初规划结果进行优化,使最终的路径同时满足最小转弯半径和最短航程的要求.仿真结果表明该方法是一种有效的航路规划方法.     

基于航路点布局的多目标网络结构优化方法

为了提高区域航路网络结构的科学性、减轻飞行流量增长对网络运行带来的压力,提出了基于航路点布局的多目标网络结构优化方法。首先,考虑区域航路网络的组成要素,设计了反映网络综合性能的优化目标和约束条件以形成优化模型。然后,建立基于节点移动、融合、分解的航路点布局策略,进而给出优化模型的求解步骤,并利用NSGA-Ⅲ算法完成模型求解。最后,对北京飞行情报区部分区域航路网络进行仿真分析,结果表明,使用NSGA-Ⅲ算法得出的区域航路网络具有良好的综合性能。最优网络在满足约束条件的同时,保证了运行费用和非直线系数基本不变,并使得飞行冲突系数减少了10.8%。可见,所提优化方法能有效提升区域航路网络的经济性、安全性和可行性,符合中国现行空域环境和管理体制。      

无人机复杂环境中跟踪运动目标的实时航路规划

在复杂地形环境中,无人机在跟踪运动目标时,现有的航路规划方法在实时性和可行性上存在一定缺陷.提出了一种新的滚动窗口启发方向计算方法,使其能够跟踪运动目标,同时在滚动窗口内采用流函数法进行避障.根据无人机约束,滚动窗口为三角形,并设计了基于行为的伸缩功能.在流函数中,利用水势能方法克服了陷阱地形并进行了航路平滑.仿真结果表明:这种混合算法对于复杂地形条件下跟踪运动目标的航路规划,能够减小规划算法的时间和空间复杂度,使规划出的航路适于无人机飞行.     

基于动态流体扰动原理的三维滚动航路规划

针对复杂环境中存在运动目标、移动威胁与突发威胁等多种情况,将动态流体扰动算法与滚动优化策略相结合,进行无人机(UAV)三维动态航路规划.基于移动目标运动信息与威胁运动信息引入相对初始流场,用扰动矩阵量化表示障碍物或威胁对相对初始流场的扰动影响,计算相对扰动流场,进而得到实际流场流线即无人机规划航路.充分利用实时环境信息,综合考虑未来运动态势,在有限时域内采用动态流体扰动算法规划出可选航路,然后构建目标函数,滚动优化反应系数,实现在线航路规划.仿真结果表明,该算法能较好地适用于复杂动态环境.      

三维真实地形环境下无人机救援航路规划方法

利用无人机(UAV)的三维飞行能力,采用优化方法规划路径,能够使其在救援任务中比地面车辆以更短的时间到达救援区域,提高救援效率.针对真实的地理环境,根据无人机约束采用均匀化网格方法进行地形建模,之后根据地形数据的特点设计适合数学计算与求解的数据结构.最后设计了包含偏离代价、高度代价、地形跟随/回避代价、威胁代价和安全距离代价的综合性能指标函数,并采用航路点交叉和网格搜索代替航路点搜索的方法,对蚁群算法进行改进完成航路规划.仿真结果表明:本文方法能够直接处理三维地形数据,在保持地貌的前提下,完成了无人机的三维航路规划任务,得到满足无人机约束的三维最优航路,提高了航路规划方法的实用价值.      

基于解耦优化和环流APF的多平台协同攻击任务规划

为提升协同攻击任务规划效率，借助人工势场（APF）方法求解速度快的优势，提出多平台协同攻击任务规划方法。针对任务规划问题中任务分配与航路规划的耦合问题，提出基于独立航路规划的解耦（ID）与基于直接距离的解耦（DD）2种解耦框架；建立考虑打击目标价值总和、攻击平台与目标距离极差、攻击平台与目标距离总和等因素的指标函数，采用遗传算法进行任务分配求解；提出环流APF方法，避免了传统APF方法因局部极小值而无解的问题，并提出同时到达控制策略与航路冲突规避策略，实现多平台同时到达航路规划。在不同场景下比较了耦合方式、ID、DD 3种任务规划框架的规划结果，并对比了传统APF方法与环流APF方法的航路规划结果。结果表明，解耦方式能够得到与耦合方式接近的结果，并且计算耗时明显低于耦合方式；环流APF方法相比传统APF方法求解可行性更高，航路性能更好。对于存在大块障碍的场景，推荐使用ID方式获得更好的准确度，在障碍稀疏的场景下，推荐使用DD方式以减少计算耗时。      

飞行员航路选择参谋系统

飞行员航路选择参谋系统是新一代飞机的飞行员电子参谋系统重要组成部分。飞行员航路选择参谋系统能在复杂环境和极短的机动飞行中,快速而正确地作出航路的最优决策。 本文叙述航路最优选择的原则及计算方法,同时也叙述采用人工智能搜索方法处理上述问题。所采用的方法:深度优先、宽度优先和最佳优先。 本文简短地叙述Lisp程序搜索过程。最后,说明在较多的飞行目标情况下采用最佳优先方案是适宜的。     

空基伪卫星组网部署的航路规划算法

针对以临近空间飞艇为平台的空基伪卫星组网问题,提出了一种空基伪卫星从初始位置到目标位置进行组网部署的航路规划算法。首先,通过梳理空基伪卫星组网的性能指标,设计了基于距离和几何精度因子（GDOP）的航路规划代价函数;然后,对航路规划的约束条件进行了分析,在稀疏A*算法的基础上,设计了距离代价和GDOP代价权重可自适应调整的空基伪卫星航路规划算法,并对规划出的航路采用Dubins曲线进行平滑;最后,通过仿真实验,对提出的航路规划算法进行了验证。仿真实验结果表明,航路规划算法在GDOP较恶劣的情况下,能够有效地在后续的航路规划中降低GDOP代价,提高用户定位精度;而在GDOP较为良好时,则可以增加距离代价的权重,在航路规划时使伪卫星尽快向目标位置收敛,减少时间消耗。      

基于光学信息的导弹低空突防导引策略

为增加巡航导弹低空突防的概率,在离线规划好航迹后,要保证导弹以最小偏差沿航迹飞行.通过仿真发现,传统的角指令法存在航路点切换时导弹过载超过指标要求,导弹越过障碍物时有较大的过顶时间的问题.为解决这一问题,提出了一种导弹纵向和横侧向的航路导引方法和指令生成方法,并以某型导弹低空突防为例,设计了飞行控制律.通过地形跟随六自由度仿真,比较了两种航路导引方法对地形跟随性能的影响.仿真结果都表明:采用这种纵向和横侧向航路导引方法和指令生成方法以后,该型导弹的地形跟随飞行性能得到了明显提高.      

一种适用于航路改变情况的冲突概率预测算法

针对如何有效地预测飞行中将发生的冲突,提出了适用于航路改变情况下的冲突预测算法.基于飞机实际飞行轨迹的不确定性,计算冲突发生的概率来预测冲突发生的可能性.改进了直线航路预测算法,充分利用ADS-B(广播式自动相关监视)所提供的航路意图信息,获得飞机航路改变点及航路偏转角,依此进行相应的矩阵变换来计算航路改变后的误差协方差矩阵,并利用有效的近似方法对继续累加的误差表示进行简化,进而实现冲突发生概率的计算.运用Monte-Carlo方法进行仿真,结果验证了其较好的准确性,与直线航路算法的比较表明了其在更复杂环境下具有的适用性和有效性.     

面向探测效能增强的导弹路径规划方法

针对空空导弹在拦截飞机目标时规避人工诱饵干扰的探测路径规划需求,提出了一种面向探测效能增强的导弹路径规划方法。在传统A*路径规划方法的基础上,采用基于运动学的连续多步扩展方式生成路径扩展点,用于对干扰威胁区域的提前检测;采用速度与时间乘积表示规划步长,将固定距离步长转换为固定时间步长,以适应不同导弹速度下的路径规划;采用动态虚拟目标点替代真实目标点以将规划路径导向期望的探测进入角度。仿真结果表明,采用本文路径规划方法可以得到较小曲率、较短长度且可避开干扰威胁区域的路径,通过设定合适的探测进入角度可以减少导弹机动量并提高对目标的探测覆盖时长占比,有利于增强导弹对目标的探测效能。     

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。     

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.     

基于遗传算法(GA)的具有约束的飞行轨迹规划

轨迹规划的一个最基本目标是规划飞机通过威胁空间并实现任务目标的飞行轨迹,这个轨迹需满足任务规划所确定的约束,这些约束包括：地形、威胁（静、动态）、燃油、时间、飞行性能等,构成了一个多维、多模态且具有组合爆炸的搜索空间,造成了轨迹规划的具有挑战性的难题。对基于ＧＡ的自适应搜索技术的轨迹规划方法和轨迹规划器进行了研究。提出了用来解决满足约束条件最优飞行轨迹问题的描述方法。     

室内多移动机器人协同建图与路径规划

多机器人协同定位与路径规划是协同侦察、作战等场景中的首要问题，其难点在于如何在未知环境下完成自主定位。提出了将多机器人同步定位与构图(Simultaneous Localization and Mapping，SLAM)系统应用于室内环境，，以解决此问题。针对机器人定位存在的相关定位误差，采用了增加惯性测量单元的方法，以进行修正。为解决单个机器人在构建地图时速度较慢的问题，将基于坐标变换的方法用于多机器人的地图融合。此外，基于冲突检测和冲突规避思想，对多机器人路径规划方法进行了研究，并将其部署在了多机器人系统中。实验结果表明，采用多机器人协作进行环境探测，在确保全局地图信息完备的同时，可以提高构图效率。基于冲突规避的多机路径规划方法，可以为机器人个体规划出无碰撞路径，机器人可以根据该路径到达目标位置。