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。     

基于可通过性的月面巡视探测器路径规划算法

应用于行星探测车的路径规划算法需要根据地形环境信息和车体的越障能力两方面进行考虑。结合月面巡视探测器移动子系统的通过特性以及地形信息将地图栅格进一步细分,使用了四个安全性指标描述车体静止或运动时的通过性,并将其引入到A~*与D~*两种规划算法的代价当中,给出了算法的流程,并通过仿真进行了验证。     

应用改进果蝇优化算法的月面巡视器路径规划

文章针对果蝇优化算法易陷入局部最优的问题,对果蝇算法中的味道浓度判定值进行改进,并将其用于月球探测巡视器的动态路径规划。为验证算法的有效性,将改进果蝇优化算法与粒子群优化算法的路径规划寻优特性进行了仿真对比分析,结果表明改进果蝇优化算法具有良好的实时性,并有效解决了算法易陷入局部最优的问题。考虑到月球探测巡视器在沿规划路径进行月面巡视的过程中,有可能遇到未知障碍物的情况,提出了动态环境下月球巡视器遇到未知静态障碍物的避障策略。     

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.      

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。      

不同传感器精度下的地形辅助导航系统性能评估

为完成地形辅助导航系统的传感器选型以及改进地形匹配算法和地形辅助导航系统可靠性的研究,开展了传感器精度对地形匹配概率的影响研究.针对不同的地形,分析了高度表误差、速度误差和航向角误差对地形匹配概率的影响,并根据实际要求通过仿真计算确定地形匹配系统中各传感器的误差范围.利用丘陵、山地和高山地等大量地形数据进行测试验证,仿真结果表明:在地形匹配概率大于90%时,速度误差小于2.2 m/s,航向角误差小于0.6°,高度表噪声标准差小于16.4 m.     

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。     

有障碍区域的多无人机多目标点路径规划

主要讨论了有障碍区的多无人机多目标点的路径规划问题.采用Dubins模型满足无人机的曲率约束,建立了含有混合变量的多约束优化问题,通过改进的遗传算法对优化问题进行求解,得到了满足基本约束条件的无人机遍历顺序和航向角,并确定了每个无人机的Dubins路径;给出了确定路径进入障碍区的检测方法,采用Dubins 快速扩展随机树算法对进入障碍区域的路径进行调优,得到了满足障碍约束条件的优化无人机路径. 通过仿真算例对比实验,证明了所提算法的有效性.     

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.     

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。     

一种新型轮爪式车轮设计与性能仿真

针对当前行星探测车车轮的缺点和不足,结合行星表面的复杂环境,设计了一种新型轮爪式行星探测车车轮,其主要创新点在于车轮的轮爪.对新型车轮进行了受力分析,推导出车轮平稳运动的条件,为设计者提供了一定的理论依据.用Pro/ENGINEER软件建立了探测车的三维模型,并用ADAMS(Automatic Dynamic Analysis of Mechanical Systems)软件对行星车进行了运动学和动力学仿真.仿真结果表明新型车轮具有较强的越障能力,可以翻越高度超过车轮半径1.4倍的台阶,也可以跨越宽度超过车轮直径的壕沟,能够适应各种地形环境,基本克服了当前行星探测车车轮存在的缺点和不足.      

动态环境中的无人机路径规划方法

为了解决动态环境中的路径规划问题,提出了一种引入时间轴的方法.在构型空间的基础上引入时间轴,将构型空间扩展为构型-时间空间,在构型-时间空间中可以表示动态障碍物所有时刻的位置.在路径生成阶段,提出了一种改进的蚁群算法,将方向信息作为启发信息引入蚁群算法中,使蚂蚁在初始搜索路径时更有针对性.仿真结果表明:构型-时间空间可以解决动态环境的表示问题,改进蚁群算法可以更快地收敛到全局最优解.      

一种基于CAHVOR模型的导航相机标定方法

在月球车探测任务中,一般通过对相机采集到的图片进行三维重建分析获得路面情况信息,精确标定相机是这些工作的前提.相机标定要求算法简单且能满足高精度要求,CAHVOR相机标定方法经JPL实验验证并成功地应用于火星探测器（MER）任务中,该方法从矢量角度分析相机成像原理.分析该方法的标定原理和参数求解算法,对该方法进行数字仿真,验证算法精度.为了进一步分析标定精度和速度,通过试验对该算法与传统的摄影测量标定方法进行比较,结果显示CAHVOR方法可达到满意的标定精度要求,而且在标定算法速度方面具有快速的优点.     

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.