基于多智能体强化学习的空间机械臂轨迹规划

针对某型六自由度（DOF）空间漂浮机械臂对运动目标捕捉场景,开展了基于深度强化学习的在线轨迹规划方法研究。首先给出了机械臂DH （Denavit-Hartenberg）模型,考虑组合体力学耦合特性建立了多刚体运动学和动力学模型。然后提出了一种改进深度确定性策略梯度算法,以各关节为决策智能体建立了多智能体自学习系统。而后建立了"线下集中学习,线上分布执行"的空间机械臂对匀速直线运动目标捕捉训练系统,构建以目标相对距离和总操作时间为参数的奖励函数。最后通过数学仿真验证,实现了机械臂对各向匀速运动目标的快速捕捉,平均完成耗时5.4 s。与传统基于随机采样的规划算法对比,本文提出的自主决策运动规划方法求解速度和鲁棒性更优。     

Adaptive path planning for unmanned aerial vehicles based on bi-level programming and variable planning time interval

This paper presents an adaptive path planner for unmanned aerial vehicles (UAVs) to adapt a real-time path search procedure to variations and fluctuations of UAVs’ relevant performances, with respect to sensory capability, maneuverability, and flight velocity limit. On the basis of a novel adaptability-involved problem statement, bi-level programming (BLP) and variable planning step techniques are introduced to model the necessary path planning components and then an adaptive path planner is developed for the purpose of adaptation and optimization. Additionally, both probabilistic-risk-based obstacle avoidance and performance limits are described as path search constraints to guarantee path safety and navigability. A discrete-search-based path planning solution, embedded with four optimization strategies, is especially designed for the planner to efficiently generate optimal flight paths in complex operational spaces, within which different surface-to-air missiles (SAMs) are deployed. Simulation results in challenging and stochastic scenarios firstly demonstrate the effectiveness and efficiency of the proposed planner, and then verify its great adaptability and relative stability when planning optimal paths for a UAV with changing or fluctuating performances.     

民用飞机最小离地速度试飞实施方法研究

对民用飞机最小离地速度( VMU )试飞实施方法进行了研究,主要包含了条款的理解、试验准备、试验分工、模拟器工作准备、试飞技术和数据处理等内容,为民用飞机最小离地速度试飞提供指导。同时作为国内新兴的职业---试飞工程师( FTE),也对其在试飞过程中的分工和职责进行了阐述。     

基于混合整数线性规划的爬壁机器人路径规划

为研究City-Climber爬壁机器人在3D建筑物环境中的路径规划问题,基于混合整数线性规划(MILP,Mixed Integer Linear Programming),提出了一种适用于City-Climber的路径规划方法.为了用MILP方法解决避障问题,首先用限制机器人控制输入的方法对City-Climber的数学模型进行解耦和线性化,再介绍了用MILP方法对控制输入进行描述的数学表达式,并提出了适用于爬壁机器人的新型代价函数,最后以一个方形房间为运动环境,用AMPL和CPLEX优化软件,以及Matlab软件解算路径规划问题.仿真结果表明:MILP方法较好地解决了City-Climber在3D环境下的路径规划和避障问题.     

基于网络计划技术的冷校靶流程

为提高飞机大修效率,缩短大修时间,对其中航炮冷校靶流程进行了分析,运用网络计划技术原理并根据逻辑关系绘制了航炮冷校靶网络图,采用关键线路法对关键工序进行优化,调整关键线路进而有效缩短航炮冷校靶时间,对于飞机大修其他工作流程也可应用网络计划技术,从而能有效地提高飞机大修效率。     

基于低可探测性的参考航迹规划

根据分层规划思想,确定参考航迹是进行航迹规划时首先要解决的问题。在充分考虑雷达探测的各种环境因素及飞行器RCS方位分布特性的基础上,将雷达对目标发现概率作为参考航迹的一个重要评价指标,基于自适应进化算法,采用新的遗传算子,最终生成综合考虑雷达威胁和飞行距离的参考航迹。结果表明,该航迹规划模型能根据对低可探测性和航程的不...     

多飞行器协调航迹规划方法

针对多飞行器的协调航迹规划展开研究，提出了一种基于协同进化的多飞行器协调航迹规划算法。在该算法中，不同飞行器的潜在航迹形成它们自己的子种群，并在于种群内部进化。不同飞行器间的协调关系由航迹的评价函数来实现。同时，通过使用特定的染色体表示方法和进化算子，该算法可以有效利用各种环境信息，处理各种航迹约束，并实时地生成三维航迹。     

基于非线性规划的高超声速滑翔轨迹优化

研究了最大航程的无动力滑翔轨迹优化问题。为避免间接法的缺点,采用直接单重打靶法将轨迹优化问题转换为非线性规划问题,并利用非梯度优化算法和梯度优化算法相结合的混合优化策略得到最优轨迹。仿真结果表明,在采用更为真实的大气模型和动力学模型条件下,该方法具有较高的求解精度、收敛性以及鲁棒性,降低了初值要求;相对于最大升阻比轨迹,射程提高1.54%。     

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。     

基于改进蚁群算法的飞机低空突防航路规划

蚁群算法是一种新型的基于群体的仿生算法。采用蚁群算法实现了飞机低空突防的航路规划,为航路规划问题提供了新的解决思路。并对原始蚁群算法进行了改进,提出了保留最优解、自适应选择策略和自适应信息素调整准则,有效地提高了算法的收敛速度和解的性能。最后用计算机进行了仿真,取得了较好的结果。