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。     

航天器近距离导引轨迹规划仿真系统设计

以航天器近距离导引轨迹规划仿真验证为目标,对基于Visual C+ +,Vega Prime和Matlab的联合仿真系统进行开发研究.首先,建立了数学模型.然后,利用Matlab对所建立的数学模型进行优化求解,得到追踪航天器近距离机动时的位置、速度等信息.并通过Multigen Creator软件建立卫星等对象的模型,使用Vega Prime进行视景仿真.之后,采用Visual C+ +进行系统集成,建立基于三者相结合的仿真验证系统.最后,以椭圆参考轨道下近距离交会的连续推力式燃料最优轨迹规划为例,验证了该联合仿真系统.     

基于粒子群优化算法的月面巡视器全局路径规划

在月面巡视器遥操作系统中,路径规划分为任务级路径规划、全局路径规划和局部路径规划。根据巡视器全局路径规划的应用要求,引入粒子群优化算法应用于全局导航点的规划。针对粒子群算法在路径规划中容易造成不收敛或病态收敛的问题,对算法进行了修改,去掉了速度更新中的速度惯性因子,只保留自身认识因子和社会认识因子,使其在全局路径规划中能够快速收敛;同时引入经典遗传算法中的变异因子以增强算法的全局优化能力。仿真结果表明该算法具有计算简单、全局寻优能力强等特点,能够快速地找到优化的全局导航点。同时在不同的模拟月面地形上进行仿真试验,针对存在的问题提出了对应的二次优化方法,结果表明该方法较好地满足了巡视器全局路径规划的应用需求。     

基于改进MCMC的波束内目标与诱饵联合参数估计

波束内目标与诱饵的参数估计是导引头正确实现目标分选、完成波束指向调整与精确跟踪的必要条件。目标与诱饵的“紧密接近”导致接收回波混叠,使得常规参数测量与估计方法失效。基于实际采样处理中目标回波能量会“溢出”到相邻匹配滤波采样点这一信号模型,通过贝叶斯原理从观测的条件似然以及未知参数的先验分布获取待估计参数的后验概率分布,采用Markov Chain Monte Carlo (MCMC)方法中的Metropolis-Hastings (M-H)抽样算法联合估计目标与诱饵的相关参数,并根据拖曳式诱饵干扰对抗的特点对M-H抽样进行了改进。各种典型干扰条件及动态攻击场景下的仿真试验表明了本文方法的有效性。
     

串并混联空间机械臂全自由度轨迹规划算法

目前,国内外对串并混联空间机械臂的研究较少;而且大多在舍弃冗余自由度的情况下进行轨迹规划.针对7自由度串并混联空间机械臂,提出了一种基于解析解、并且充分放开全部7个自由度的机械臂轨迹规划算法.该规划算法既扩大了串并混联空间机械臂的规划可达空间,又保证了规划的实时性,同时还保留了结构承载能力强的优点,可以充分发挥其作为空间抓捕用臂的优势.通过仿真和地面空间操作抓捕试验,验证了算法的有效性.     

国外木星系环绕飞行任务规划研究

调研了国外3项典型的木星系环绕任务(伽利略号、朱诺号和木星冰卫星探测器(JUICE)),归纳总结了行星借力飞行、利用天体摄动演化轨道、高精度导航、限制近木点高度以及利用飞越实现任务拓展等任务规划方法。最后,提出了我国木星系环绕探测任务规划的初步设想,即以木星和木卫二为主要探测目标,采用金星-地球-地球的地木转移借力序列,以及基于木卫二、木卫三和木卫四借力方式开展木星系探测任务规划,实现飞掠、环绕和穿透多种方式的木星系探测任务。     

环月轨道交会的载人登月任务轨道与窗口规划

针对环月轨道(Low Lunar Orbit,LLO)共面交会支持的"人货分离"载人登月任务,提出了一种任务窗口与轨道一体化规划方法。分析了基于LLO共面交会的"人货分离"载人登月任务的基本流程和工程约束;针对任务各阶段窗口与轨道求解问题,提出了以动力下降时刻为迭代初值的窗口规划策略,并建立了高精度模型下的环月轨道、双二体模型下的人员和货物运输轨道规划模型。以载人月球探测中国科学家命名的环形山为假想背景,给出仿真实例,仿真结果验证了文章所提方法的正确性,为探月工程任务提供了一种有效的窗口与轨道设计工具。     

基于人机合作的无人机实时航迹规划

针对复杂多变的战场环境,无人机(UAV)在执行任务遇到突发威胁时,提出了一种人机合作的实时航迹规划方法。由人决策和分析威胁信息,给出规避方向和任务紧急程度,无人机据此采用模糊推理的方法,自主解算得到引导点的位置,牵引无人机改变航向,规避突发威胁。仿真结果表明,采用人机合作的实时航迹规划可以将人的智能决策和无人机的快速计算能力有机结合起来,规划更加优化的航迹,能动态调整引导点的位置,可根据任务的紧急程度灵活选择规避路径。     

会议筹备的多目标规划

针对会议筹备的三个问题即预订宾馆、会议室安排、租车问题建立优化模型。对于预订宾馆问题、建立目标函数和约束条件、利用Lingo求解,将会议室安排和租车问题的各方面因素综合考虑建立模型并求解。     

一种改进的UAV三维航迹实时规划算法

航迹规划对于战场环境中无人机完成其作战任务具有非常重要的意义.针对真实战场环境中低空无人机的三维航迹实时规划问题,构建了一个更加真实的战场威胁精简模型;提出遗传个体的基因优劣对比度,改进一种共享小生境遗传算法中编码基因的遗传特性.经过改进,增大优化基因的遗传概率,实现提高小生境遗传算法的全局优化能力和收敛速度,增强航迹规划的实时性.对三维数字地形空间进行定长网格编码,将改进的小生境遗传算法应用于三维虚拟战场环境中的无人机航迹规划,实验验证了改进算法的有效性,并能满足在线航迹规划的实时性要求.